CN113766462A - 物联网卡管理方法、装置及计算设备 - Google Patents

Abstract

本发明实施例涉及物联网技术领域，公开了一种物联网卡管理方法、装置及计算设备。该方法包括：获取物联网卡的使用数据；获取所述物联网卡对应的预设异常触发规则，其中，所述预设异常触发规则为确定所述物联网卡是否存在异常的规则；根据所述使用数据以及所述预设异常触发规则确定所述物联网卡是否存在异常，当存在异常时，生成所述物联网卡的异常消息；根据所述异常消息，通知与所述物联网卡对应的用户，从而进行所述物联网卡的管理。通过上述方式，本发明实施例能够实现对物联网卡状态有效的管理。

Description

物联网卡管理方法、装置及计算设备

技术领域

本发明实施例涉及物联网技术领域，具体涉及一种物联网卡管理方法、装置及计算设备。

背景技术

随着5G移动通信系统中增强机器类通信(eMTC)业务的爆炸性增长，一个公司管理的物联网卡达到数万或者几十万级别，业务模式的不断创新，传统的个人业务模式逐渐转变为公司或者集团的模式，给物联网卡的拥有者带来了监管的风险和大量的人力成本。

为了检查每个物联网卡当前的使用情况，目前的技术方案是运营商开放每个物联网卡的状态、数据流量、通信时长、余额查询等接口，由物联网卡对应的企业开发平台查询后发现异常。但是，这种方式开放给企业客户使用的数据非常有限，效率较低，不能实现对物联网卡状态的有效管理。

发明内容

鉴于上述问题，本发明实施例提供了一种物联网卡管理方法、装置及计算设备，能够实现对物联网卡状态有效的管理。

根据本发明实施例的第一方面，提供了一种物联网卡管理方法，包括：获取物联网卡的使用数据；获取所述物联网卡对应的预设异常触发规则，其中，所述预设异常触发规则为确定所述物联网卡是否存在异常的规则；根据所述使用数据以及所述预设异常触发规则确定所述物联网卡是否存在异常，当存在异常时，生成所述物联网卡的异常消息；根据所述异常消息，通知与所述物联网卡对应的用户，从而进行所述物联网卡的管理。

在一种可选的方式中，所述使用数据包括BOSS系统数据及网络系统数据；所述获取物联网卡的使用数据，具体包括：通过Kafka集群以完全源数据抽取的方式或CDC抽取的方式抽取所述BOSS系统数据；通过所述Kafka集群以串行数据传输协议的方式采集所述网络系统数据。

在一种可选的方式中，在所述获取所述物联网卡对应的预设异常触发规则之前，所述方法还包括：获取用户对所述预设异常触发规则的配置信息；将所述预设异常规则触发规则的配置信息存储在业务配置表中。

在一种可选的方式中，所述根据使用数据以及所述预设异常触发规则确定所述物联网卡是否存在异常，当存在异常时，生成所述物联网卡的异常消息，具体包括：通过所述Storm集群接收所述Kafka集群发送的获取到的所述物联网卡的使用数据；通过所述Storm集群实时统计汇总所述物联网卡的使用数据至大数据表中；通过所述Storm集群从所述业务配置表中获取所述预设异常触发规则；通过所述Storm集群根据所述物联网卡的使用数据以及所述预设异常触发规则确定所述物联网卡是否存在异常；当所述Storm集群确定所述物联网卡存在异常时，生成所述物联网卡的异常消息。

在一种可选的方式中，所述大数据表包括物联网企业表及物联网卡表，其中，所述物联网企业表包括企业ID、物联网卡总数、异常物联网卡数量、异常物联网卡的明细，所述物联网卡表包括物联网卡ID、电话号码、当前状态、当月流量、当月语音时长、当月出现基站位置、当月使用APP个数，当月使用前10的APP列表；所述方法还包括：将所述物联网企业表及所述物联网卡表存储在Trafodion数据库中。

在一种可选的方式中，所述方法还包括：通过所述Trafodion数据库接收查询请求；通过所述Trafodion数据库根据所述查询请求，从所述物联网企业表中获取查询的物联网卡信息。

在一种可选的方式中，所述使用数据包括位置数据；所述根据所述使用数据以及所述预设的异常触发规则确定所述物联网卡是否存在异常，具体包括：根据所述位置数据，确定所述物联网卡的位置是否变化；若确定所述物联网卡的位置变化，则根据所述预设的异常触发规则，确定所述物联网卡存在异常。

根据本发明实施例的第二方面，提供了一种物联网卡管理装置，包括：Kafka集群，用于获取物联网卡的使用数据；Storm集群，用于获取所述物联网卡对应的预设异常触发规则，其中，所述预设异常触发规则为确定所述物联网卡是否存在异常的规则，以及根据所述使用数据以及所述预设异常触发规则确定所述物联网卡是否存在异常，当存在异常时，生成所述物联网卡的异常消息；通知模块，用于根据所述异常消息，通知与所述物联网卡对应的用户，从而进行所述物联网卡的管理。

根据本发明实施例的第三方面，提供了一种计算设备，包括：处理器、存储器、通信接口和通信总线，所述处理器、所述存储器和所述通信接口通过所述通信总线完成相互间的通信；所述存储器用于存放至少一可执行指令，所述可执行指令使所述处理器执行上述的物联网卡管理方法的操作。

根据本发明实施例的第四方面，提供了一种计算机可读存储介质，所述存储介质中存储有至少一可执行指令，所述可执行指令在计算设备上运行时，使得计算设备执行执行上述的物联网卡管理方法。

本发明实施例通过根据物联网卡的使用数据以及预设异常触发规则，确定物联网卡是否存在异常，当物联网卡存在异常时，生成物联网卡的异常消息，并通知物联网卡对应的用户，能够通过运营商完成物联网卡的相关数据的统一收集，将数据实时汇聚到大数据平台，并将汇聚的数据开放给企业使用，方便了企业进行大规模物理网卡的管理，从而能够实现有效的管理。

更加地，在运营商的大数据平台中，通过将数据抽取至Kafka，再通过Strom根据预设规则进行物联网卡的异常状态的判定，从而物联网卡是否存在异常。

更加地，将物联网卡的异常信息存储到Trafodion数据库中，当用户需要查询时，直接从Trafodion数据库中获取物联网卡的异常消息并显示给用户。

上述说明仅是本发明实施例技术方案的概述，为了能够更清楚了解本发明实施例的技术手段，而可依照说明书的内容予以实施，并且为了让本发明实施例的上述和其它目的、特征和优点能够更明显易懂，以下特举本发明的具体实施方式。

附图说明

附图仅用于示出实施方式，而并不认为是对本发明的限制。而且在整个附图中，用相同的参考符号表示相同的部件。在附图中：

图1示出了本发明实施例提供的物联网卡管理方法的流程示意图；

图2示出了本发明实施例提供的物联网卡管理装置的结构示意图；

图3示出了本发明实施例提供的计算设备的结构示意图。

具体实施方式

下面将参照附图更详细地描述本发明的示例性实施例。虽然附图中显示了本发明的示例性实施例，然而应当理解，可以以各种形式实现本发明而不应被这里阐述的实施例所限制。

5G应用将涵盖三大类场景：增强移动宽带(eMBB)、增强机器类通信(mMTC)和超可靠低时延(uRLLC)。eMTC在智能物流上，具有防盗、防调换、实时温度传感和可定位优势；能够实时监控及定位，将信息记录及上传，可以对行驶轨迹查询。eMTC在智能可穿戴设备中，可支持健康监测、视频业务、数据回传和定位。eMTC也可以以屏为抓手，为运营商管道增值，例如应用在智能充电桩、候机宝、电梯卫士、智能公交站牌、公共自行车管理等方面。

本发明人对现有技术进行分析后发现，为了检查每个物联网卡当前的使用情况，目前的技术方案是运营商开放每个物联网卡的状态、数据流量、通信时长、余额查询等接口，由物联网卡对应的企业开发平台查询后发现异常。但是，运营商数据由于数据安全、客户隐私的限制，开放给企业客户使用的数据非常有限，不能实现有效的管理，并且，目前的技术方案需要基于运营商开放的数据进行自有平台的开发，需要投入巨大的研发成本。

基于此，本发明实施例提供了一种物联网卡管理方法、装置及计算设备，能够实现有效的管理。

具体地，下面结合附图，对本发明实施例作进一步阐述。

其中，应当理解的是，本发明提供的下述实施例之间，只要不冲突，均可相互结合以形成新的实施方式。

图1示出了本发明实施例提供的物联网卡管理方法的流程示意图。该方法可以应用于运营商系统中。如图1所示，该方法包括：

步骤110、获取物联网卡的使用数据。

其中，物联网卡的使用数据可以包括BOSS(Business&Operation SupportSystem，业务运营支撑系统)系统数据和网络系统数据。BOSS系统数据可以包括用户信息、流量数据、通话数据中的一种或多种。其中，用户信息可以包括用户状态信息、物联网卡ID信息、物联网卡余额信息等；流量数据可以为流量话单数据；通话数据可以为语音话单数据。网络系统数据可以包括位置数据、应用程序数据中的一种或多种。其中，位置数据可以为位置信令数据；应用程序数据可以为上网日志数据(即DPI数据)。

由于设计的数据众多，而且都要实时数据，需要在业务端和网络端都采用实时的数据加工方法，因此通过Kafka集群采集实时的使用数据。Kafka集群为实时的消息队列集群，物联网卡使用数据中的多类接口数据写入到Kafka集群中，每个数据对应不同的主题，解决多类大数据的接收处理问题。在本实施例中，物联网卡使用数据中的多类接口数据包括7类接口数据，如以下表1所示。

接口编号	接口名称	数据主要用途	数据采集方式
				1	用户表	用户状态信息	CDC
2	集团成员表	物联网卡与集团ID对应	CDC
				3	余额表	分析物联卡余额	CDC
4	数据流量话单	分析用户当月流量	消息
				5	语音话单	分析用户当月通话时长	消息
6	DPI	上网日志分析，使用app	SDTP
				7	信令	位置分析	SDTP

表1

具体地，步骤110可以包括：

步骤111、通过Kafka集群以完全源数据抽取的方式或CDC抽取的方式抽取BOSS系统数据；

步骤112、通过Kafka集群以串行数据传输协议的方式采集网络系统数据。

其中，完全源数据抽取的方式是指直接从BOSS系统中采集数据，可以用于采集流量话单数据和语音话单数据；CDC抽取的方式是指变化数据捕捉(Change Data Capture，CDC)方式，其采用Oracle归档日志读取方法从BOSS系统中采集状态数据，基本对业务系统没有影响，能够避免大量的系统改造，可以用于采集用户信息；串行数据传输协议(SerialData Transfer Protocol，SDTP)的方式可以用于从网络系统中采集位置信令数据和上网日志数据。

步骤120、获取物联网卡对应的预设异常触发规则，其中，预设异常触发规则为确定物联网卡是否存在异常的规则。

其中，预设异常触发规则可以存储在规则配置模块。在步骤120之前，该方法还包括：通过规则配置模块获取用户对预设异常触发规则的配置信息，并将预设异常规则触发规则的配置信息存储在业务配置表中。步骤120具体可以为：通过Storm集群从规则配置模块的业务配置表中获取物联网卡使用信息中各类接口数据对应的预设异常触发规则。

其中，规则配置模块可以包括各种异常规则的配置页面，用户可选择流量大小进行稽核，语音时长进行稽核，状态进行稽核等规则配置，在用户在用户界面配置完成后，预设异常触发规则存储在业务配置表中，实时同步到Storm集群。

其中，预设的异常触发规则可以包括位置变化触发规则、应用变化触发规则、流量超限触发规则、语音超限触发规则等等。其中，位置变化触发规则可以为当位置发生变化时触发，或者位置变化的次数超过预设次数时触发；应用变化触发规则可以为当超出可访问的应用程序范围时触发；流量超限触发规则可以为当累积流量大于预设流量阈值时触发；语音超限触发规则可以为当累积语音时长大于预设语音时长阈值时触发。

步骤130、根据使用数据以及预设异常触发规则确定物联网卡是否存在异常，当存在异常时，生成物联网卡的异常消息。

具体地，步骤130可以包括：

步骤131、通过Storm集群接收Kafka集群发送的获取到的物联网卡的使用数据。

Kafka集群将获取到的物联网卡的使用数据发送至Storm集群，以使Storm集群可以接收Kafka集群发送的获取到的物联网卡的使用数据。其中，Storm是一个开源的流处理集群，具有处理性能高、吞吐量大、可扩展性强的特点。Storm集群可以通过Spout从Kafka集群接收使用数据，从而对使用数据进行处理。其中，Spout可以同时从Kafka集群中抽取多种使用数据。

步骤132、通过Storm集群实时统计汇总物联网卡的使用数据至大数据表中。

其中，大数据表为物联网卡使用数据信息监控表。大数据表包括物联网企业表及物联网卡表。其中，物联网企业表包括企业ID、物联网卡总数、异常物联网卡数量、异常物联网卡的明细(此处可以采用nstate_telno_list array<string>，在混合数据结果中可以存储所有的异常的号码，不用为异常号码再添加表管理)、流量超出阀值号码数量、流量超出阀值号码列表、语音超出阀值号码数量、语音超出阀值号码列表、位置异常号码数量、位置异常号码列表、APP使用异常号码数量、APP使用号码异常列表中的一种或多种；物联网卡表包括物联网卡ID、电话号码、当前状态、当月流量、当月语音时长、当月出现基站位置、当月使用APP个数，当月使用前10的APP列表。其中，该方法还包括：将物联网企业表及物联网卡表存储在Trafodion数据库中。

其中，Trafodion数据库是一个构建在Hadoop/HBase基础之上的关系型数据库，具有海量实时的数据处理能力，同时支持标准SQL语言，从而容易提取出任意一项历史的使用数据，从而使Storm集群能够方便的地进行访问存储平台数据获取。

在本实施例中，通过Kafka集群采集到实时的使用数据后，通过Storm集群从Kafka集群获取7类数据(实时的使用数据)，并进行各个类别接口数据的统计汇总，并以企业为唯一ID构建一张监控的表，也即物联网企业表，将各个数据统计汇总的实时值写入到物联网企业表中，并基于每个物联网号码也构建一张明细表，也即物联网卡表，方便用户在发现问题的时候可以定位到具体的异常号码。物联网卡ID归属于集团ID，一个集团ID对应于多个物联网卡ID。通过以上方式，使得物联网企业表及物联网卡表中存储有物联网卡的历史的使用数据及状态的统计信息。

步骤133、通过Storm集群从业务配置表中获取预设异常触发规则。

步骤134、通过Storm集群根据物联网卡的使用数据以及预设异常触发规则确定物联网卡是否存在异常。

当需要确定物联网卡的异常情况时，可以通过Storm流处理集群从Kafka集群中获取实时的使用数据、并从Trafodion数据库中获取历史的使用数据、以及从规则配置模块中获取预设的异常触发规则后，Storm集群根据获取的信息判断物联网卡的状态是否存在异常。

由于某些特定应用的物联网卡(例如水表卡、电表卡等)的位置一般是固定不动的，若这些物联网卡的位置改变，则认为物联网卡发生了异常。具体地，步骤134可以包括：根据位置数据，确定物联网卡的位置是否变化；若确定物联网卡的位置变化，则根据位置变化触发规则，确定物联网卡存在异常。其中，可以根据实时的使用数据中的位置数据确定物联网卡的当前所处的基站位置，并根据历史的使用数据中的位置数据确定物联网卡历史出现过的基站位置，如果当前所处的基站位置与历史出现过的基站位置不同，则确定物联网卡的位置变化。其中，历史出现过的基站位置可以为若干个，例如，历史出现过的基站位置为5个，如果当前所处的基站位置与5个历史出现过的基站位置中的任一基站位置都不同，则确定物联网卡的位置变化。

由于某些特定应用的物联网卡(例如水表卡、电表卡等)一般只能访问固定的应用，若这些物联网卡访问的其他应用，则认为物联网卡发生了异常。具体地，步骤134还可以包括：根据应用程序数据，确定物联网卡是否超出可访问的应用程序范围；若确定物联网卡超出可访问的应用程序范围，则根据应用变化触发规则，确定物联网卡存在常。其中，可以根据实时的使用数据中的应用程序数据，确定物联网卡此时访问的应用程序，并根据历史的使用数据中的应用程序数据，确定物联网卡历史访问过的应用程序，如果物联网卡此时访问的应用程序与物联网卡历史访问过的应用程序不同，则确定物联网卡超出可访问的应用程序范围。

用户可以在流量超限触发规则中自主设置物联网卡的预设流量阈值，若物联网卡的累积流量超过了预设流量阈值，则认为物联网卡异常。具体地，步骤134还可以包括：根据流量数据，确定物联网卡的累积流量是否大于预设流量阈值；若物联网卡的累积流量大于预设流量阈值，则根据流量超限触发规则，确定物联网卡存在异常。其中，可以将物联网卡实时使用的流量加上历史累积的流量，计算得到物联网卡的累积流量。例如，假设用户设置预设流量阈值为5M，则根据实时流量数据和历史流量数据，持续统计物联网卡的累积流量，当物联网卡的累积流量大于5M时，则确定物联网卡异常。

用户可以在语音超限触发规则中自主设置物联网卡的预设语音时长阈值，若物联网卡的累积语音时长超过了预设语音时长阈值，则认为物联网卡异常。具体地，步骤134还可以包括：根据语音数据，确定物联网卡的累积语音时长是否大于预设语音时长阈值；若物联网卡的累积语音时长大于预设语音时长阈值，则根据语音超限触发规则，确定物联网卡存在异常。例如，假设用户设置预设语音时长阈值为30分钟，则根据语音数据持续统计物联网卡的累积语音时长，当物联网卡的累积语音时长大于30分钟时，则确定物联网卡异常。

步骤135、当Storm集群确定物联网卡存在异常时，生成物联网卡的异常消息。

当Storm集群确定所述物联网卡存在异常时，生成物联网卡的异常消息，将异常消息统计更新至Trafodion数据库的物联网企业表及物联网卡表中。例如，生成物联网卡的位置异常消息后，更新Trafodion数据库中物联网企业表的异常物联网卡数量、位置异常号码数量、位置异常号码列表；生成物联网卡的应用程序异常消息后，更新Trafodion数据库中物联网企业表的异常物联网卡数量、APP使用异常号码数量、APP使用号码异常列表；生成物联网卡的流量异常消息后，更新Trafodion数据库中物联网企业表的异常物联网卡数量、流量超出阀值号码数量、流量超出阀值号码列表；生成物联网卡的语音异常消息后，更新Trafodion数据库中物联网企业表的异常物联网卡数量、语音超出阀值号码数量、语音超出阀值号码列表。

步骤140、根据异常消息，通知与物联网卡对应的用户，从而进行物联网卡网的管理。

其中，与物联网卡对应的用户可以为该物联网卡的使用者或者该物联网卡的管理者。根据异常消息，通知与物联网卡对应的用户，具体实施方式可以为：通知模块根据异常消息，通过短信或邮件等方式通知与物联网卡对应的用户，从而进行所述物联网卡的管理。通知模块可以获取Trafodion数据库中物联网企业表及物联网卡表的更新状态，在发生更新后，将更新的物联网企业表及物联网卡表中的异常信息推送给用户。

本发明实施例通过获取物联网卡的使用数据，获取物联网卡对应的预设异常触发规则，根据使用数据以及预设异常触发规则确定物联网卡是否存在异常，当存在异常时，生成物联网卡的异常消息，根据异常消息，通知与物联网卡对应的用户，从而进行物联网卡的管理，能够通过运营商完成物联网卡的相关数据的统一收集，将数据实时汇聚到大数据平台，并将汇聚的数据开放给企业使用，方便了企业进行大规模物理网卡的管理，从而能够实现有效的管理。并且，在运营商的大数据平台中，通过将数据抽取至Kafka，再通过Strom根据预设规则进行物联网卡的异常状态的判定，从而物联网卡是否存在异常。

在一些实施例中，该方法还包括：

步骤151、接收查询请求。

其中，查询请求是指用于获取物联网卡的信息的请求，可以由与物联网卡对应的用户触发。

步骤152、根据所述查询请求，从物联网企业表中获取查询的物联网卡信息。

当用户触发查询请求后，根据查询请求，从Trafodion数据库的物联网卡企业表中获取并显示物联网卡的信息，例如位置异常消息、应用程序异常消息、流量异常消息、语音异常消息等，以使用户能够对异常的物联网卡进行进一步的操作，从而使用户可以自主查询物联网卡的异常情况并对异常的物联网卡进行停机、停业务等管理操作，从而使得用户可以方便地进行大规模eMTC场景下的物联网卡管理。

可选地，可以在查询请求中设置定时调度，则当接收到查询请求时，可以根据查询请求中定时调度设置的时间，获取并定时显示物联网卡的异常消息，例如，按天、按月或者按小时输出物联网卡的异常消息。

在一些实施例中，该方法还包括：

步骤161、接收异常处理请求。

其中，异常处理请求是指用于触发执行处理异常的物联网卡的操作的请求，异常处理请求可以由系统根据异常消息自动触发或者由与物联网卡对应，的用户触发。

步骤162、根据异常处理请求，对异常的物联网卡进行停机处理。

当接收到异常处理请求时，可以对异常的物联网卡进行停机处理，例如，在Trafodion数据库中查询并获取异常物联网卡的号码，根据异常物联网卡的号码，对该异常物联网卡进行停机处理，从而进行异常物联网卡的管理。

图2示出了本发明实施例提供的物联网卡管理装置的结构示意图。该可以应用于运营商系统中。如图2所示，该装置200包括：Kafka集群210、Storm集群220和通知模块230。

其中，Kafka集群210用于获取物联网卡的使用数据；Storm集群220用于获取所述物联网卡对应的预设异常触发规则，其中，所述预设异常触发规则为确定所述物联网卡是否存在异常的规则，以及根据所述使用数据以及所述预设异常触发规则确定所述物联网卡是否存在异常，当存在异常时，生成所述物联网卡的异常消息；通知模块230用于根据所述异常消息，通知与所述物联网卡对应的用户，从而进行所述物联网卡的管理。

Kafka集群210用于获取物联网卡的使用数据。物联网卡的使用数据可以包括BOSS(Business&Operation Support System，业务运营支撑系统)系统数据和网络系统数据。由于设计的数据众多，而且都要实时数据，需要在业务端和网络端都采用实时的数据加工方法，因此通过Kafka集群采集实时的使用数据。Kafka集群为实时的消息队列集群，物联网卡使用数据中的多类接口数据写入到Kafka集群中，每个数据对应不同的主题，解决多类大数据的接收处理问题。在本实施例中，物联网卡使用数据中的多类接口数据包括7类接口数据，如以下表1所示。

表1

Kafka集群210具体用于：以完全源数据抽取的方式或CDC抽取的方式抽取BOSS系统数据；以串行数据传输协议的方式采集网络系统数据。其中，完全源数据抽取的方式是指直接从BOSS系统中采集数据，可以用于采集流量话单数据和语音话单数据；CDC抽取的方式是指变化数据捕捉(Change Data Capture，CDC)方式，其采用Oracle归档日志读取方法从BOSS系统中采集状态数据，基本对业务系统没有影响，能够避免大量的系统改造，可以用于采集用户信息；串行数据传输协议(Serial Data Transfer Protocol，SDTP)的方式可以用于从网络系统中采集位置信令数据和上网日志数据。

Storm集群220用于获取所述物联网卡对应的预设异常触发规则，其中，所述预设异常触发规则为确定所述物联网卡是否存在异常的规则。其中，该装置200还可以包括规则配置模块240。预设异常触发规则可以存储在规则配置模块240中。规则配置模块240用于获取用户对预设异常触发规则的配置信息；将预设异常规则触发规则的配置信息存储在业务配置表中。Storm集群220能够从规则配置模块240的业务配置表中获取物联网卡使用信息中各类接口数据对应的预设异常触发规则。

其中，规则配置模块240可以包括各种异常规则的配置页面，用户可选择流量大小进行稽核，语音时长进行稽核，状态进行稽核等规则配置，在用户在用户界面配置完成后，预设异常触发规则存储在业务配置表中，实时同步到Storm集群220。

Storm集群220还用于根据所述使用数据以及所述预设异常触发规则确定所述物联网卡是否存在异常，当存在异常时，生成所述物联网卡的异常消息。其中，该装置还可以包括Trafodion数据库250。Storm集群220还用于将异常消息存储在Trafodion数据库250中。

其中，Storm集群220具体用于：接收Kafka集群发送的获取到的物联网卡的使用数据，实时统计汇总物联网卡的使用数据至大数据表中，其中，大数据表为物联网卡使用数据信息监控表，同时，从业务配置表中获取预设异常触发规则，根据物联网卡的使用数据以及预设异常触发规则确定物联网卡是否存在异常，当确定物联网卡存在异常时，生成物联网卡的异常消息。

具体地，大数据表包括物联网企业表及物联网卡表，物联网企业表包括企业ID、物联网卡总数、异常物联网卡数量、异常物联网卡的明细，物联网卡表包括物联网卡ID、电话号码、当前状态、当月流量、当月语音时长、当月出现基站位置、当月使用APP个数，当月使用前10的APP列表。物联网企业表及物联网卡表存储在Trafodion数据库250中。

在本实施例中，Kafka集群210采集到实时的使用数据后，Storm集群220从Kafka集群210获取7类数据(实时的使用数据)，并进行各个类别接口数据的统计汇总，并以企业为唯一ID构建一张监控的表，也即物联网企业表，将各个数据统计汇总的实时值写入到物联网企业表中，并基于每个物联网号码也构建一张明细表，也即物联网卡表，方便用户在发现问题的时候可以定位到具体的异常号码。物联网卡ID归属于集团ID，一个集团ID对应于多个物联网卡ID。通过以上方式，使得物联网企业表及物联网卡表中存储有物联网卡的历史的使用数据及状态的统计信息。

其中，Storm集群220根据物联网卡的使用数据以及预设异常触发规则确定物联网卡是否存在异常。Storm集群根据汇总统计后的使用数据及所述使用数据中每类接口数据对应的预设异常触发规则，确定物联网卡是否存在异常。具体地，Storm集群220根据位置数据，确定物联网卡的位置是否变化，若确定物联网卡的位置变化，则根据位置变化触发规则，确定物联网卡存在异常；Storm集群220根据应用程序数据，确定物联网卡是否超出可访问的应用程序范围，若确定物联网卡超出可访问的应用程序范围，则根据应用变化触发规则，确定物联网卡存在常；Storm集群220根据流量数据，确定物联网卡的累积流量是否大于预设流量阈值，若物联网卡的累积流量大于预设流量阈值，则根据流量超限触发规则，确定物联网卡存在异常；Storm集群220根据语音数据，确定物联网卡的累积语音时长是否大于预设语音时长阈值，若物联网卡的累积语音时长大于预设语音时长阈值，则根据语音超限触发规则，确定物联网卡存在异常。

当Storm集群220确定物联网卡存在异常时，生成物联网卡的异常消息，将异常消息统计更新至Trafodion数据库250的物联网企业表及物联网卡表中。

通知模块230根据异常消息，通知与物联网卡对应的用户，从而进行所述物联网卡的管理。通知模块230获取Trafodion数据库250中物联网企业表及物联网卡表的更新状态，在发生更新后，将更新的物联网企业表及物联网卡表中的异常信息推送给用户。

在一些实施例中，该装置还包括：查询模块。查询模块用于接收查询请求，根据所述查询请求，从物联网企业表中获取查询的物联网卡信息。

在一些实施例中，该装置还包括：异常处理模块。异常处理模块用于接收异常处理请求，根据异常处理请求，对异常的物联网卡进行停机处理。

需要说明的是，本发明实施例提供物联网卡管理装置是能够执行上述物联网卡管理方法的装置，则上述物联网卡管理方法的所有实施例均适用于该装置，且均能达到相同或相似的有益效果。

本发明实施例通过获取物联网卡的使用数据，获取物联网卡对应的预设异常触发规则，根据使用数据以及预设异常触发规则确定物联网卡是否存在异常，当存在异常时，生成物联网卡的异常消息，根据异常消息，通知与物联网卡对应的用户，从而进行物联网卡的管理，能够通过运营商完成物联网卡的相关数据的统一收集，将数据实时汇聚到大数据平台，并将汇聚的数据开放给企业使用，方便了企业进行大规模物理网卡的管理，从而能够实现有效的管理。并且，在运营商的大数据平台中，通过将数据抽取至Kafka，再通过Strom根据预设规则进行物联网卡的异常状态的判定，从而物联网卡是否存在异常。

图3示出了本发明实施例提供的计算设备的结构示意图。本发明具体实施例并不对计算设备的具体实现做限定。

如图3所示，该计算设备可以包括：处理器(processor)302、通信接口(Communications Interface)304、存储器(memory)306、以及通信总线308。

其中：处理器302、通信接口304、以及存储器306通过通信总线308完成相互间的通信。通信接口304，用于与其它设备比如网元或其它服务器等的网元通信。处理器302，用于执行程序310，具体可以执行上述用于物联网卡管理方法实施例中的相关步骤。

具体地，程序310可以包括程序代码，该程序代码包括计算机可执行指令。

处理器302可能是中央处理器CPU，或者是特定集成电路ASIC(ApplicationSpecific Integrated Circuit)，或者是被配置成实施本发明实施例的一个或多个集成电路。计算设备包括的一个或多个处理器，可以是同一类型的处理器，如一个或多个CPU；也可以是不同类型的处理器，如一个或多个CPU以及一个或多个ASIC。

存储器306，用于存放程序310。存储器306可能包含高速RAM存储器，也可能还包括非易失性存储器(non-volatile memory)，例如至少一个磁盘存储器。

程序310具体可以被处理器302调用使计算设备执行上述实施例中的物联网卡管理方法中的操作。

本发明实施例通过获取物联网卡的使用数据，获取物联网卡对应的预设异常触发规则，根据使用数据以及预设异常触发规则确定物联网卡是否存在异常，当存在异常时，生成物联网卡的异常消息，根据异常消息，通知与物联网卡对应的用户，从而进行物联网卡的管理，能够通过运营商完成物联网卡的相关数据的统一收集，将数据实时汇聚到大数据平台，并将汇聚的数据开放给企业使用，方便了企业进行大规模物理网卡的管理，从而能够实现有效的管理。并且，在运营商的大数据平台中，通过将数据抽取至Kafka，再通过Strom根据预设规则进行物联网卡的异常状态的判定，从而物联网卡是否存在异常。

本发明实施例提供了一种计算机可读存储介质，所述存储介质存储有至少一可执行指令，该可执行指令在计算设备上运行时，使得计算设备执行上述任意方法实施例中的物联网卡管理方法。可执行指令具体可以用于使得计算设备执行上述实施例中的物联网卡管理方法中的操作。

本发明实施例通过获取物联网卡的使用数据，获取物联网卡对应的预设异常触发规则，根据使用数据以及预设异常触发规则确定物联网卡是否存在异常，当存在异常时，生成物联网卡的异常消息，根据异常消息，通知与物联网卡对应的用户，从而进行物联网卡的管理，能够通过运营商完成物联网卡的相关数据的统一收集，将数据实时汇聚到大数据平台，并将汇聚的数据开放给企业使用，方便了企业进行大规模物理网卡的管理，从而能够实现有效的管理。并且，在运营商的大数据平台中，通过将数据抽取至Kafka，再通过Strom根据预设规则进行物联网卡的异常状态的判定，从而物联网卡是否存在异常。

本发明实施例提供一种物联网卡管理装置，用于执行上述物联网卡管理方法。

本发明实施例提供了一种计算机程序，所述计算机程序可被处理器调用使计算设备执行上述任意方法实施例中的物联网卡管理方法。

本发明实施例提供了一种计算机程序产品，计算机程序产品包括存储在计算机可读存储介质上的计算机程序，计算机程序包括程序指令，当程序指令在计算机上运行时，使得所述计算机执行上述任意方法实施例中的物联网卡管理方法。

在此提供的算法或显示不与任何特定计算机、虚拟系统或者其它设备固有相关。各种通用系统也可以与基于在此的示教一起使用。根据上面的描述，构造这类系统所要求的结构是显而易见的。此外，本发明实施例也不针对任何特定编程语言。应当明白，可以利用各种编程语言实现在此描述的本发明的内容，并且上面对特定语言所做的描述是为了披露本发明的最佳实施方式。

在此处所提供的说明书中，说明了大量具体细节。然而，能够理解，本发明的实施例可以在没有这些具体细节的情况下实践。在一些实例中，并未详细示出公知的方法、结构和技术，以便不模糊对本说明书的理解。

类似地，应当理解，为了精简本发明并帮助理解各个发明方面中的一个或多个，在上面对本发明的示例性实施例的描述中，本发明实施例的各个特征有时被一起分组到单个实施例、图、或者对其的描述中。然而，并不应将该公开的方法解释成反映如下意图：即所要求保护的本发明要求比在每个权利要求中所明确记载的特征更多的特征。因此，遵循具体实施方式的权利要求书由此明确地并入该具体实施方式，其中每个权利要求本身都作为本发明的单独实施例。

本领域那些技术人员可以理解，可以对实施例中的设备中的模块进行自适应性地改变并且把它们设置在与该实施例不同的一个或多个设备中。可以把实施例中的模块或单元或组件组合成一个模块或单元或组件，以及此外可以把它们分成多个子模块或子单元或子组件。除了这样的特征和/或过程或者单元中的至少一些是相互排斥之外，可以采用任何组合对本说明书(包括伴随的权利要求、摘要和附图)中公开的所有特征以及如此公开的任何方法或者设备的所有过程或单元进行组合。除非另外明确陈述，本说明书(包括伴随的权利要求、摘要和附图)中公开的每个特征可以由提供相同、等同或相似目的的替代特征来代替。

此外，本领域的技术人员能够理解，尽管在此的一些实施例包括其它实施例中所包括的某些特征而不是其它特征，但是不同实施例的特征的组合意味着处于本发明的范围之内并且形成不同的实施例。

应该注意的是上述实施例对本发明进行说明而不是对本发明进行限制，并且本领域技术人员在不脱离所附权利要求的范围的情况下可设计出替换实施例。在权利要求中，不应将位于括号之间的任何参考符号构造成对权利要求的限制。单词“包含”不排除存在未列在权利要求中的元件或步骤。位于元件之前的单词“一”或“一个”不排除存在多个这样的元件。本发明可以借助于包括有若干不同元件的硬件以及借助于适当编程的计算机来实现。在列举了若干装置的单元权利要求中，这些装置中的若干个可以是通过同一个硬件项来具体体现。单词第一、第二、以及第三等的使用不表示任何顺序。可将这些单词解释为名称。上述实施例中的步骤，除有特殊说明外，不应理解为对执行顺序的限定。

Claims (10)

1.一种物联网卡管理方法，其特征在于，包括以下步骤：

获取物联网卡的使用数据；

获取所述物联网卡对应的预设异常触发规则，其中，所述预设异常触发规则为确定所述物联网卡是否存在异常的规则；

根据所述使用数据以及所述预设异常触发规则确定所述物联网卡是否存在异常，当存在异常时，生成所述物联网卡的异常消息；

根据所述异常消息，通知与所述物联网卡对应的用户，从而进行所述物联网卡的管理。

2.根据权利要求1所述的方法，其特征在于，所述使用数据包括BOSS系统数据及网络系统数据；

所述获取物联网卡的使用数据，具体包括：

通过Kafka集群以完全源数据抽取的方式或CDC抽取的方式抽取所述BOSS系统数据；

通过所述Kafka集群以串行数据传输协议的方式采集所述网络系统数据。

3.根据权利要求2所述的方法，其特征在于，在所述获取所述物联网卡对应的预设异常触发规则之前，所述方法还包括：

获取用户对所述预设异常触发规则的配置信息；

将所述预设异常规则触发规则的配置信息存储在业务配置表中。

4.根据权利要求3所述的方法，其特征在于，所述根据使用数据以及所述预设异常触发规则确定所述物联网卡是否存在异常，当存在异常时，生成所述物联网卡的异常消息，具体包括：

通过所述Storm集群接收所述Kafka集群发送的获取到的所述物联网卡的使用数据；

通过所述Storm集群实时统计汇总所述物联网卡的使用数据至大数据表中；

通过所述Storm集群从所述业务配置表中获取所述预设异常触发规则；

通过所述Storm集群根据所述物联网卡的使用数据以及所述预设异常触发规则确定所述物联网卡是否存在异常；

当所述Storm集群确定所述物联网卡存在异常时，生成所述物联网卡的异常消息。

5.根据权利要求4所述的方法，其特征在于，所述大数据表包括物联网企业表及物联网卡表，其中，所述物联网企业表包括企业ID、物联网卡总数、异常物联网卡数量、异常物联网卡的明细，所述物联网卡表包括物联网卡ID、电话号码、当前状态、当月流量、当月语音时长、当月出现基站位置、当月使用APP个数，当月使用前10的APP列表；

所述方法还包括：

将所述物联网企业表及所述物联网卡表存储在Trafodion数据库中。

6.根据权利要求5所述的方法，其特征在于，所述方法还包括：

通过所述Trafodion数据库接收查询请求；

通过所述Trafodion数据库根据所述查询请求，从所述物联网企业表中获取查询的物联网卡信息。

7.根据权利要求1-6任一项所述的方法，其特征在于，所述使用数据包括位置数据；

所述根据所述使用数据以及所述预设的异常触发规则确定所述物联网卡是否存在异常，具体包括：

根据所述位置数据，确定所述物联网卡的位置是否变化；

若确定所述物联网卡的位置变化，则根据所述预设异常触发规则，确定所述物联网卡存在异常。

8.一种物联网卡管理装置，其特征在于，包括：

Kafka集群，用于获取物联网卡的使用数据；

Storm集群，用于获取所述物联网卡对应的预设异常触发规则，其中，所述预设异常触发规则为确定所述物联网卡是否存在异常的规则，以及根据所述使用数据以及所述预设异常触发规则确定所述物联网卡是否存在异常，当存在异常时，生成所述物联网卡的异常消息；

通知模块，用于根据所述异常消息，通知与所述物联网卡对应的用户，从而进行所述物联网卡的管理。

9.一种计算设备，其特征在于，包括：处理器、存储器、通信接口和通信总线，所述处理器、所述存储器和所述通信接口通过所述通信总线完成相互间的通信；

所述存储器用于存放至少一可执行指令，所述可执行指令使所述处理器执行如权利要求1-7任一项所述的物联网卡管理方法的操作。

10.一种计算机可读存储介质，其特征在于，所述存储介质中存储有至少一可执行指令，所述可执行指令在计算设备上运行时，使得计算设备执行如权利要求1-7任一项所述的物联网卡管理方法的操作。

Images