CN113806070A - 边缘计算和云计算的数据管理方法和装置 - Google Patents
边缘计算和云计算的数据管理方法和装置 Download PDFInfo
- Publication number
- CN113806070A CN113806070A CN202110912118.1A CN202110912118A CN113806070A CN 113806070 A CN113806070 A CN 113806070A CN 202110912118 A CN202110912118 A CN 202110912118A CN 113806070 A CN113806070 A CN 113806070A
- Authority
- CN
- China
- Prior art keywords
- data
- ith
- frame
- binary
- representing
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F9/00—Arrangements for program control, e.g. control units
- G06F9/06—Arrangements for program control, e.g. control units using stored programs, i.e. using an internal store of processing equipment to receive or retain programs
- G06F9/46—Multiprogramming arrangements
- G06F9/50—Allocation of resources, e.g. of the central processing unit [CPU]
- G06F9/5061—Partitioning or combining of resources
- G06F9/5072—Grid computing
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L67/00—Network arrangements or protocols for supporting network services or applications
- H04L67/01—Protocols
- H04L67/10—Protocols in which an application is distributed across nodes in the network
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W28/00—Network traffic management; Network resource management
- H04W28/02—Traffic management, e.g. flow control or congestion control
- H04W28/08—Load balancing or load distribution
- H04W28/09—Management thereof
- H04W28/0925—Management thereof using policies
Abstract
本申请提供了一种边缘计算和云计算的数据管理方法和装置,涉及数据管理技术领域。该边缘计算和云计算的数据管理方法,首先利用边缘计算应用收集每个设备的数据,通过边缘计算应用判断每个设备的数据是否正常,并对数据异常的设备进行报警,随后判断数据正常的每个设备数据是否发生改变,若数据正常的设备数据发生改变,则利用云计算按照数据改变的程度确定每个设备当前的层级关系,进而按照层级关系对发生数据改变的设备进行处理。可以看到,本发明实施例能够保证设备的安全性以及可靠性,可以减小同时间处理的数据量,提高设备的处理效率。
Description
技术领域
本申请涉及数据管理技术领域,尤其涉及一种边缘计算和云计算的数据管理方法和装置。
背景技术
移动边缘计算(Mobile Edge Computing,MEC)可以利用无线接入网络就近提供电信用户所需服务和云端计算功能,从而创造出一个具备高性能、低延迟与高带宽的电信级服务环境,加速网络中各项内容、服务及应用的快速下载,让消费者享有不间断的高质量网络体验。
目前,可以在无线接入网络的边缘(例如,在基站中)设置移动边缘计算服务器,通过移动边缘计算服务器可以为接入该无线网络的用户提供计算能力和存储能力。进一步地,在移动边缘计算服务器上可以根据实际需求部署一个或多个移动边缘计算应用,进而利用各个移动边缘计算应用执行特定的功能,提供相应的服务。在实际应用中,设备数据可能会发生异常的情况,但不能得到及时的提示,无法保证设备的安全性和可靠性,亟需解决这一技术问题。
发明内容
鉴于上述问题,提出了本申请以便提供一种克服上述问题或者至少部分地解决上述问题的边缘计算和云计算的数据管理方法,能够保证设备的安全性和可靠性。所述技术方案如下:
第一方面,提供了一种边缘计算和云计算的数据管理方法,包括:
利用边缘计算应用收集每个设备的数据;
通过边缘计算应用判断每个设备的数据是否正常,并对数据异常的设备进行报警;
判断数据正常的每个设备数据是否发生改变,若数据正常的设备数据发生改变,则利用云计算按照数据改变的程度确定每个设备当前的层级关系,进而按照所述层级关系对发生数据改变的设备进行处理。
在一种可能的实现方式中,利用如下公式通过边缘计算应用判断每个设备的数据是否正常,并对数据异常的设备进行报警:
其中,λi表示第i个设备的报警信号值,若λi=0则不对第i个设备进行报警,若λi=1则对第i个设备进行报警;表示剔除帧头帧尾后第i个设备数据的二进制形式,(Si)2表示第i个设备数据的二进制形式,(Kil)2表示第i个设备数据帧尾的二进制形式,&表示按位与运算;F[]表示逆序函数,对括号内的二进制数进行逆序;(Kih)2表示第i个设备数据帧头的二进制形式,>>表示向右移位,ni表示第i个设备数据帧尾的二进制形式中二进制数的个数,Si,min表示剔除帧头帧尾后第i个设备数据二进制形式的正常范围值中的最小值,Si,max表示剔除帧头帧尾后第i个设备数据二进制形式的正常范围值中的最大值,∈表示属于符号,表示不属于符号。
在一种可能的实现方式中,利用如下公式判断数据正常的每个设备数据是否发生改变:
其中,ΔSi表示第i个设备的数据改变量,若ΔSi=0则表示第i个设备的数据未发生改变,若ΔSi≠0则表示第i个设备的数据发生改变;表示剔除帧头帧尾后第i个设备数据的二进制形式中的第a个二进制数;表示边缘计算应用上一次采集的第i个设备数据剔除帧头帧尾后的二进制形式中的第a个二进制数;Ai表示剔除帧头帧尾后第i个设备数据的二进制形式中的二进制数个数;Ai'表示边缘计算应用上一次采集的第i个设备数据剔除帧头帧尾后的二进制形式中的二进制数个数;min(Ai,Ai')表示求取括号内的最小值;| |表示求取绝对值。
在一种可能的实现方式中,若第i个设备的数据发生改变,所述方法还包括:将第i个设备的数据改变量上传至云端。
在一种可能的实现方式中,利用如下公式利用云计算按照数据改变的程度确定每个设备当前的层级关系:
其中,ηi表示第i个设备数据的改变程度等级,ηi=1表示第i个设备数据的改变程度等级较高需要优先处理第i个设备的数据,ηi=0表示第i个设备数据的改变程度等级较低可以处理完优先处理的数据后再处理第i个设备的数据;(ΔSi)j表示存储在云端的历史的第j次采集数据中第i个设备的数据改变量;m表示边缘计算应用采集第i个设备数据的次数。
在一种可能的实现方式中,按照所述层级关系对发生数据改变的设备进行处理的步骤包括:
对于改变程度等级较高的层级关系,则优先处理对应的设备数据;
对于改变程度等级较低的层级关系,则处理完优先处理的数据后再处理对应的设备数据。
第二方面,提供了一种边缘计算和云计算的数据管理装置,包括:
收集模块,用于利用边缘计算应用收集每个设备的数据;
判断模块,用于通过边缘计算应用判断每个设备的数据是否正常,并对数据异常的设备进行报警;
处理模块,用于判断数据正常的每个设备数据是否发生改变,若数据正常的设备数据发生改变,则利用云计算按照数据改变的程度确定每个设备当前的层级关系,进而按照所述层级关系对发生数据改变的设备进行处理。
在一种可能的实现方式中,所述判断模块还用于利用如下公式通过边缘计算应用判断每个设备的数据是否正常,并对数据异常的设备进行报警:
其中,λi表示第i个设备的报警信号值,若λi=0则不对第i个设备进行报警,若λi=1则对第i个设备进行报警;表示剔除帧头帧尾后第i个设备数据的二进制形式,(Si)2表示第i个设备数据的二进制形式,(Kil)2表示第i个设备数据帧尾的二进制形式,&表示按位与运算;F[]表示逆序函数,对括号内的二进制数进行逆序;(Kih)2表示第i个设备数据帧头的二进制形式,>>表示向右移位,ni表示第i个设备数据帧尾的二进制形式中二进制数的个数,Si,min表示剔除帧头帧尾后第i个设备数据二进制形式的正常范围值中的最小值,Si,max表示剔除帧头帧尾后第i个设备数据二进制形式的正常范围值中的最大值,∈表示属于符号,表示不属于符号。
借由上述技术方案,本申请实施例提供的边缘计算和云计算的数据管理方法,首先利用边缘计算应用收集每个设备的数据,通过边缘计算应用判断每个设备的数据是否正常,并对数据异常的设备进行报警,随后判断数据正常的每个设备数据是否发生改变,若数据正常的设备数据发生改变,则利用云计算按照数据改变的程度确定每个设备当前的层级关系,进而按照层级关系对发生数据改变的设备进行处理。可以看到,本发明实施例能够判断每个设备的数据是否正常,并对数据异常的设备进行报警,进而保证设备的安全;并且在边缘进行计算还可以保证产生异常数据的设备可以短时间进行报警,保证设备的安全性以及可靠性;此外,计算按照数据改变的程度确定每个设备当前的层级关系,进而通过层级关系对设备的数据进行分层分级进行处理,从而可以减小同时间处理的数据量,提高设备的处理效率。
附图说明
为了更清楚地说明本申请实施例的技术方案,下面将对本申请实施例描述中所需要使用的附图作简单地介绍。
图1示出了根据本申请实施例的边缘计算和云计算的数据管理方法的流程图;
图2示出了根据本申请实施例的边缘计算和云计算的数据管理装置的结构图。
具体实施方式
下面将参照附图更详细地描述本申请的示例性实施例。虽然附图中显示了本申请的示例性实施例,然而应当理解,可以以各种形式实现本申请而不应被这里阐述的实施例所限制。相反,提供这些实施例是为了能够更透彻地理解本申请,并且能够将本申请的范围完整的传达给本领域的技术人员。
需要说明的是,本申请的说明书和权利要求书及上述附图中的术语“第一”、“第二”等是用于区别类似的对象,而不必用于描述特定的顺序或先后次序。应该理解这样使用在适当情况下可以互换,以便这里描述的本申请的实施例能够以除了在这里图示或描述的那些以外的顺序实施。此外,术语“包括”及其变体要被解读为意味着“包括但不限于”的开放式术语。
本申请实施例提供了一种边缘计算和云计算的数据管理方法,如图1所示,该边缘计算和云计算的数据管理方法可以包括以下步骤S101至S104:
步骤S101,利用边缘计算应用收集每个设备的数据;
步骤S102,通过边缘计算应用判断每个设备的数据是否正常,若否,则继续执行步骤S103;若是,则继续执行步骤S104;
步骤S103,对数据异常的设备进行报警;
步骤S104,判断数据正常的每个设备数据是否发生改变,若数据正常的设备数据发生改变,则利用云计算按照数据改变的程度确定每个设备当前的层级关系,进而按照层级关系对发生数据改变的设备进行处理。
本申请实施例提供的边缘计算和云计算的数据管理方法,首先利用边缘计算应用收集每个设备的数据,通过边缘计算应用判断每个设备的数据是否正常,并对数据异常的设备进行报警,随后判断数据正常的每个设备数据是否发生改变,若数据正常的设备数据发生改变,则利用云计算按照数据改变的程度确定每个设备当前的层级关系,进而按照层级关系对发生数据改变的设备进行处理。可以看到,本发明实施例能够判断每个设备的数据是否正常,并对数据异常的设备进行报警,进而保证设备的安全;并且在边缘进行计算还可以保证产生异常数据的设备可以短时间进行报警,保证设备的安全性以及可靠性;此外,计算按照数据改变的程度确定每个设备当前的层级关系,进而通过层级关系对设备的数据进行分层分级进行处理,从而可以减小同时间处理的数据量,提高设备的处理效率。
本申请实施例中提供了一种可能的实现方式,可以利用如下公式通过边缘计算应用判断每个设备的数据是否正常,并对数据异常的设备进行报警:
其中,λi表示第i个设备的报警信号值,若λi=0则不对第i个设备进行报警,若λi=1则对第i个设备进行报警;表示剔除帧头帧尾后第i个设备数据的二进制形式,(Si)2表示第i个设备数据的二进制形式,(Kil)2表示第i个设备数据帧尾的二进制形式,&表示按位与运算;F[]表示逆序函数,对括号内的二进制数进行逆序;(Kih)2表示第i个设备数据帧头的二进制形式,>>表示向右移位,ni表示第i个设备数据帧尾的二进制形式中二进制数的个数,Si,min表示剔除帧头帧尾后第i个设备数据二进制形式的正常范围值中的最小值,Si,max表示剔除帧头帧尾后第i个设备数据二进制形式的正常范围值中的最大值,∈表示属于符号,表示不属于符号。可以看到,利用上面的公式可以准确、有效地判断每个设备的数据是否正常,并对数据异常的设备进行报警,进而保证设备的安全,并且在边缘进行计算还可以保证产生异常数据的设备可以短时间进行报警,保证设备的安全性以及可靠性。
本申请实施例中提供了一种可能的实现方式,可以利用如下公式判断数据正常的每个设备数据是否发生改变:
其中,ΔSi表示第i个设备的数据改变量,若ΔSi=0则表示第i个设备的数据未发生改变,若ΔSi≠0则表示第i个设备的数据发生改变;表示剔除帧头帧尾后第i个设备数据的二进制形式中的第a个二进制数;表示边缘计算应用上一次采集的第i个设备数据剔除帧头帧尾后的二进制形式中的第a个二进制数;Ai表示剔除帧头帧尾后第i个设备数据的二进制形式中的二进制数个数;Ai'表示边缘计算应用上一次采集的第i个设备数据剔除帧头帧尾后的二进制形式中的二进制数个数;min(Ai,Ai')表示求取括号内的最小值;||表示求取绝对值。可以看到,利用上面的公式可以判断设备数据是否发生改变,进而有效、快速地判断出设备数据是否存在变动,可以有效地对数据进行分析以及处理。
在上面的实施例中,如果第i个设备的数据发生改变,那么可以将第i个设备的数据改变量上传至云端,方便后续及时有效地进行数据分析和处理。
本申请实施例中提供了一种可能的实现方式,可以利用如下公式利用云计算按照数据改变的程度确定每个设备当前的层级关系:
其中,ηi表示第i个设备数据的改变程度等级,ηi=1表示第i个设备数据的改变程度等级较高需要优先处理第i个设备的数据,ηi=0表示第i个设备数据的改变程度等级较低可以处理完优先处理的数据后再处理第i个设备的数据;(ΔSi)j表示存储在云端的历史的第j次采集数据中第i个设备的数据改变量;m表示边缘计算应用采集第i个设备数据的次数。可以看到,本实施例可以利用云计算按照数据改变的程度确定每个设备当前的层级关系,进而通过层级关系对设备的数据进行分层分级进行处理,从而可以减小同时间处理的数据量,提高设备的工作效率。
本申请实施例中提供了一种可能的实现方式,上文步骤S104中按照层级关系对发生数据改变的设备进行处理,具体可以是对于改变程度等级较高的层级关系,则优先处理对应的设备数据;对于改变程度等级较低的层级关系,则处理完优先处理的数据后再处理对应的设备数据。本实施例可以减小同时间处理的数据量,提高设备的工作效率。
需要说明的是,实际应用中,上述所有可能的实施方式可以采用结合的方式任意组合,形成本申请的可能的实施例,在此不再一一赘述。
基于上文各个实施例提供的边缘计算和云计算的数据管理方法,基于同一发明构思,本申请实施例还提供了一种边缘计算和云计算的数据管理装置。
图2示出了根据本申请实施例的边缘计算和云计算的数据管理装置的结构图。如图2所示,该边缘计算和云计算的数据管理装置可以包括收集模块210、判断模块220以及处理模块230。
收集模块210,用于利用边缘计算应用收集每个设备的数据;
判断模块220,用于通过边缘计算应用判断每个设备的数据是否正常,并对数据异常的设备进行报警;
处理模块230,用于判断数据正常的每个设备数据是否发生改变,若数据正常的设备数据发生改变,则利用云计算按照数据改变的程度确定每个设备当前的层级关系,进而按照所述层级关系对发生数据改变的设备进行处理。
本申请实施例中提供了一种可能的实现方式,上文图2展示的判断模块220还用于利用如下公式通过边缘计算应用判断每个设备的数据是否正常,并对数据异常的设备进行报警:
其中,λi表示第i个设备的报警信号值,若λi=0则不对第i个设备进行报警,若λi=1则对第i个设备进行报警;表示剔除帧头帧尾后第i个设备数据的二进制形式,(Si)2表示第i个设备数据的二进制形式,(Kil)2表示第i个设备数据帧尾的二进制形式,&表示按位与运算;F[]表示逆序函数,对括号内的二进制数进行逆序;(Kih)2表示第i个设备数据帧头的二进制形式,>>表示向右移位,ni表示第i个设备数据帧尾的二进制形式中二进制数的个数,Si,min表示剔除帧头帧尾后第i个设备数据二进制形式的正常范围值中的最小值,Si,max表示剔除帧头帧尾后第i个设备数据二进制形式的正常范围值中的最大值,∈表示属于符号,表示不属于符号。
本申请实施例中提供了一种可能的实现方式,上文图2展示的处理模块230还用于利用如下公式判断数据正常的每个设备数据是否发生改变:
其中,ΔSi表示第i个设备的数据改变量,若ΔSi=0则表示第i个设备的数据未发生改变,若ΔSi≠0则表示第i个设备的数据发生改变;表示剔除帧头帧尾后第i个设备数据的二进制形式中的第a个二进制数;表示边缘计算应用上一次采集的第i个设备数据剔除帧头帧尾后的二进制形式中的第a个二进制数;Ai表示剔除帧头帧尾后第i个设备数据的二进制形式中的二进制数个数;Ai'表示边缘计算应用上一次采集的第i个设备数据剔除帧头帧尾后的二进制形式中的二进制数个数;min(Ai,Ai')表示求取括号内的最小值;||表示求取绝对值。
本申请实施例中提供了一种可能的实现方式,上文图2展示的处理模块230还用于若第i个设备的数据发生改变,将第i个设备的数据改变量上传至云端。
本申请实施例中提供了一种可能的实现方式,上文图2展示的处理模块230还用于利用如下公式利用云计算按照数据改变的程度确定每个设备当前的层级关系:
其中,ηi表示第i个设备数据的改变程度等级,ηi=1表示第i个设备数据的改变程度等级较高需要优先处理第i个设备的数据,ηi=0表示第i个设备数据的改变程度等级较低可以处理完优先处理的数据后再处理第i个设备的数据;(ΔSi)j表示存储在云端的历史的第j次采集数据中第i个设备的数据改变量;m表示边缘计算应用采集第i个设备数据的次数。
本申请实施例中提供了一种可能的实现方式,上文图2展示的处理模块230还用于对于改变程度等级较高的层级关系,则优先处理对应的设备数据;对于改变程度等级较低的层级关系,则处理完优先处理的数据后再处理对应的设备数据。
所属领域的技术人员可以清楚地了解到,上述描述的系统、装置、模块的具体工作过程,可以参考前述方法实施例中的对应过程,为简洁起见,在此不另赘述。
本领域普通技术人员可以理解:本申请的技术方案本质上或者该技术方案的全部或部分可以以软件产品的形式体现出来,该计算机软件产品存储在一个存储介质中,其包括若干程序指令,用以使得一电子设备(例如个人计算机,服务器,或者网络设备等)在运行所述程序指令时执行本申请各实施例所述方法的全部或部分步骤。而前述的存储介质包括:U盘、移动硬盘、只读存储器(ROM)、随机存取存储器(RAM)、磁碟或者光盘等各种可以存储程序代码的介质。
或者,实现前述方法实施例的全部或部分步骤可以通过程序指令相关的硬件(诸如个人计算机,服务器,或者网络设备等的电子设备)来完成,所述程序指令可以存储于一计算机可读取存储介质中,当所述程序指令被电子设备的处理器执行时,所述电子设备执行本申请各实施例所述方法的全部或部分步骤。
以上各实施例仅用以说明本申请的技术方案,而非对其限制;尽管参照前述各实施例对本申请进行了详细的说明,本领域的普通技术人员应当理解:在本申请的精神和原则之内,其依然可以对前述各实施例所记载的技术方案进行修改,或者对其中部分或者全部技术特征进行等同替换;而这些修改或者替换,并不使相应技术方案脱离本申请的保护范围。
Claims (8)
1.一种边缘计算和云计算的数据管理方法,其特征在于,包括以下步骤:
利用边缘计算应用收集每个设备的数据;
通过边缘计算应用判断每个设备的数据是否正常,并对数据异常的设备进行报警;
判断数据正常的每个设备数据是否发生改变,若数据正常的设备数据发生改变,则利用云计算按照数据改变的程度确定每个设备当前的层级关系,进而按照所述层级关系对发生数据改变的设备进行处理。
2.根据权利要求1所述的边缘计算和云计算的数据管理方法,其特征在于,利用如下公式通过边缘计算应用判断每个设备的数据是否正常,并对数据异常的设备进行报警:
其中,λi表示第i个设备的报警信号值,若λi=0则不对第i个设备进行报警,若λi=1则对第i个设备进行报警;表示剔除帧头帧尾后第i个设备数据的二进制形式,(Si)2表示第i个设备数据的二进制形式,(Kil)2表示第i个设备数据帧尾的二进制形式,&表示按位与运算;F[]表示逆序函数,对括号内的二进制数进行逆序;(Kih)2表示第i个设备数据帧头的二进制形式,>>表示向右移位,ni表示第i个设备数据帧尾的二进制形式中二进制数的个数,Si,min表示剔除帧头帧尾后第i个设备数据二进制形式的正常范围值中的最小值,Si,max表示剔除帧头帧尾后第i个设备数据二进制形式的正常范围值中的最大值,∈表示属于符号,表示不属于符号。
3.根据权利要求2所述的边缘计算和云计算的数据管理方法,其特征在于,利用如下公式判断数据正常的每个设备数据是否发生改变:
4.根据权利要求3所述的边缘计算和云计算的数据管理方法,其特征在于,若第i个设备的数据发生改变,所述方法还包括:
将第i个设备的数据改变量上传至云端。
6.根据权利要求5所述的边缘计算和云计算的数据管理方法,其特征在于,按照所述层级关系对发生数据改变的设备进行处理的步骤包括:
对于改变程度等级较高的层级关系,则优先处理对应的设备数据;
对于改变程度等级较低的层级关系,则处理完优先处理的数据后再处理对应的设备数据。
7.一种边缘计算和云计算的数据管理装置,其特征在于,包括:
收集模块,用于利用边缘计算应用收集每个设备的数据;
判断模块,用于通过边缘计算应用判断每个设备的数据是否正常,并对数据异常的设备进行报警;
处理模块,用于判断数据正常的每个设备数据是否发生改变,若数据正常的设备数据发生改变,则利用云计算按照数据改变的程度确定每个设备当前的层级关系,进而按照所述层级关系对发生数据改变的设备进行处理。
8.根据权利要求7所述的边缘计算和云计算的数据管理装置,其特征在于,所述判断模块还用于利用如下公式通过边缘计算应用判断每个设备的数据是否正常,并对数据异常的设备进行报警:
其中,λi表示第i个设备的报警信号值,若λi=0则不对第i个设备进行报警,若λi=1则对第i个设备进行报警;表示剔除帧头帧尾后第i个设备数据的二进制形式,(Si)2表示第i个设备数据的二进制形式,(Kil)2表示第i个设备数据帧尾的二进制形式,&表示按位与运算;F[]表示逆序函数,对括号内的二进制数进行逆序;(Kih)2表示第i个设备数据帧头的二进制形式,>>表示向右移位,ni表示第i个设备数据帧尾的二进制形式中二进制数的个数,Si,min表示剔除帧头帧尾后第i个设备数据二进制形式的正常范围值中的最小值,Si,max表示剔除帧头帧尾后第i个设备数据二进制形式的正常范围值中的最大值,∈表示属于符号,表示不属于符号。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110912118.1A CN113806070B (zh) | 2021-08-10 | 2021-08-10 | 边缘计算和云计算的数据管理方法和装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110912118.1A CN113806070B (zh) | 2021-08-10 | 2021-08-10 | 边缘计算和云计算的数据管理方法和装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN113806070A true CN113806070A (zh) | 2021-12-17 |
CN113806070B CN113806070B (zh) | 2022-10-21 |
Family
ID=78942932
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110912118.1A Active CN113806070B (zh) | 2021-08-10 | 2021-08-10 | 边缘计算和云计算的数据管理方法和装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113806070B (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114724335A (zh) * | 2022-03-24 | 2022-07-08 | 慧之安信息技术股份有限公司 | 基于边缘计算的敬老院安全监测系统和方法 |
Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20150071085A1 (en) * | 2008-06-10 | 2015-03-12 | ClioTech Inc. | Network gateway for real-time inspection of data frames and identification of abnormal network behavior |
CN106502837A (zh) * | 2016-10-25 | 2017-03-15 | 广东欧珀移动通信有限公司 | 一种数据备份的方法、装置及系统 |
CN106534281A (zh) * | 2016-10-25 | 2017-03-22 | 广东欧珀移动通信有限公司 | 一种数据请求的响应方法、装置及系统 |
CN111212106A (zh) * | 2019-12-09 | 2020-05-29 | 中国科学院计算机网络信息中心 | 一种工业互联网环境中边缘计算任务处理与调度方法及装置 |
CN111556469A (zh) * | 2020-04-08 | 2020-08-18 | 深圳供电局有限公司 | 一种人工智能边缘的计算系统和计算方法 |
CN112486104A (zh) * | 2019-09-12 | 2021-03-12 | 北京国双科技有限公司 | 基于实时获取传感数据进行设备异常分析的方法及装置 |
US20210096911A1 (en) * | 2020-08-17 | 2021-04-01 | Essence Information Technology Co., Ltd | Fine granularity real-time supervision system based on edge computing |
CN112600891A (zh) * | 2020-12-07 | 2021-04-02 | 中科蓝智(武汉)科技有限公司 | 一种基于信息物理融合的边云协同系统及工作方法 |
-
2021
- 2021-08-10 CN CN202110912118.1A patent/CN113806070B/zh active Active
Patent Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20150071085A1 (en) * | 2008-06-10 | 2015-03-12 | ClioTech Inc. | Network gateway for real-time inspection of data frames and identification of abnormal network behavior |
CN106502837A (zh) * | 2016-10-25 | 2017-03-15 | 广东欧珀移动通信有限公司 | 一种数据备份的方法、装置及系统 |
CN106534281A (zh) * | 2016-10-25 | 2017-03-22 | 广东欧珀移动通信有限公司 | 一种数据请求的响应方法、装置及系统 |
CN112486104A (zh) * | 2019-09-12 | 2021-03-12 | 北京国双科技有限公司 | 基于实时获取传感数据进行设备异常分析的方法及装置 |
CN111212106A (zh) * | 2019-12-09 | 2020-05-29 | 中国科学院计算机网络信息中心 | 一种工业互联网环境中边缘计算任务处理与调度方法及装置 |
CN111556469A (zh) * | 2020-04-08 | 2020-08-18 | 深圳供电局有限公司 | 一种人工智能边缘的计算系统和计算方法 |
US20210096911A1 (en) * | 2020-08-17 | 2021-04-01 | Essence Information Technology Co., Ltd | Fine granularity real-time supervision system based on edge computing |
CN112600891A (zh) * | 2020-12-07 | 2021-04-02 | 中科蓝智(武汉)科技有限公司 | 一种基于信息物理融合的边云协同系统及工作方法 |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114724335A (zh) * | 2022-03-24 | 2022-07-08 | 慧之安信息技术股份有限公司 | 基于边缘计算的敬老院安全监测系统和方法 |
Also Published As
Publication number | Publication date |
---|---|
CN113806070B (zh) | 2022-10-21 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110955586A (zh) | 一种基于日志的系统故障预测方法、装置和设备 | |
CN108768695B (zh) | Kqi的问题定位方法及装置 | |
CN107395252B (zh) | 跳频方法、跳频装置、终端和基带芯片 | |
CN113806070B (zh) | 边缘计算和云计算的数据管理方法和装置 | |
CN112052890A (zh) | 给水泵振动预测方法及装置 | |
CN115470936B (zh) | 一种基于nwdaf的机器学习模型更新方法及装置 | |
CN112765324A (zh) | 一种概念漂移检测方法及装置 | |
CN111064719A (zh) | 文件异常下载行为的检测方法及装置 | |
CN113507455B (zh) | 基于大数据的网络安全检测方法及系统 | |
CN111371633A (zh) | 物联网卡使用异常的检测方法、装置、设备和介质 | |
CN113867933B (zh) | 边缘计算应用部署方法和装置 | |
CN112379859A (zh) | 二值采样的处理方法及装置、对抗样本的生成方法及装置 | |
CN113123955A (zh) | 柱塞泵异常检测方法、装置、存储介质及电子设备 | |
CN112688897A (zh) | 一种流量识别的方法、装置、存储介质及电子设备 | |
EP4109274B1 (en) | Method and system for predictive maintenance of high performance systems (hpc) | |
CN113747554B (zh) | 边缘计算网络任务调度与资源分配方法和装置 | |
CN113806074B (zh) | 边缘计算的数据采集方法和装置 | |
CN111182526A (zh) | 数据更新方法、移动终端以及计算机存储介质 | |
CN106912066B (zh) | 一种关键绩效指标的计算方法及装置 | |
CN111667190B (zh) | 一种电力施工接地监控方法、装置及服务器 | |
CN111158707B (zh) | 一种边缘计算环境下的卸载方法和装置 | |
CN114528183B (zh) | LoRa设备的离线预测方法、装置、设备及可读存储介质 | |
CN112367384A (zh) | 基于Kafka集群的动态限速方法、装置以及计算机设备 | |
CN112328464A (zh) | 指标数据存储、相关性分析方法及计算机可读存储介质 | |
CN112231182A (zh) | 物联设备工况数据分析方法、装置和计算机设备 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |