CN114513413B - 智能家居设备的升级方法、智能家居设备及系统 - Google Patents

Abstract

本申请涉及一种智能家居设备的升级方法、智能家居设备及系统。升级方法包括：主设备获取待升级设备的用户行为数据，待升级设备为主设备或从设备；主设备根据用户行为数据通过自学习分析算法，得到自学习分析文件；主设备根据用户行为数据、自学习分析文件以及预存学习文件，得到差异文件，并将差异文件发送至服务器；其中，差异文件包括差异分析文件以及差异行为数据；主设备接收服务器根据差异文件得到的升级配置文件，并根据升级配置文件对自学习分析算法进行升级，和/或，主设备根据升级配置文件对待升级设备进行功能升级。该升级方法将大部分的计算过程由本地的主设备执行，减少了服务器的计算过程，优化了智能家居系统的网络环境。

Description

智能家居设备的升级方法、智能家居设备及系统

技术领域

本申请涉及智能家居设备升级技术领域，特别是涉及一种智能家居设备的升级方法、智能家居设备及系统。

背景技术

随着技术的蓬勃发展，智能家居逐渐走入人们的生活，提供了便捷、舒适的选择。智能家居通过物联网技术将家中的各种智能家居设备连接到一起，提供多种服务和功能。

智能家居设备是智能家居中至关重要的一环，目前的智能家居设备的升级方法是通过主控设备主动检测服务器的下载更新数据并进行下载，获取从控设备的设备信息后，基于更新数据进行更新，并基于设备信息将更新数据发送至从控设备，以指示从控设备基于更新数据进行更新。该方法很好的优化了一般家居情况中的网络环境。但是在智能家居单片机性能飞速发展和网络流量资源有冗余负载优化的情况下，该方法在升级固件时占用网络资源较大，可能会存在传输的数据流量过大而造成网络堵塞的问题。

发明内容

基于此，有必要针对上述技术问题，提供一种能够节省网络资源并优化网络环境的智能家居设备的升级方法、智能家居设备及系统。

本发明所解决的第一个技术问题是要提供一种智能家居设备的升级方法，其能减少智能家居设备升级时占用的网络资源，优化网络环境。

本发明所解决的第二个技术问题是要提供一种智能家居设备，其能减少智能家居设备升级时占用的网络资源，优化网络环境。

本发明所解决的第三个技术问题是要提供一种智能家居系统，其能减少智能家居设备升级时占用的网络资源，优化网络环境。

本发明所解决的第四个技术问题是要提供一种计算机可读存储介质，其能减少智能家居设备升级时占用的网络资源，优化网络环境。

上述第一个技术问题通过以下技术方案进行解决：

一种智能家居设备的升级方法，应用于智能家居系统，所述智能家居系统包括服务器以及多个已配网设备，所述已配网设备包括主设备和与所述主设备通信连接的多个从设备，所述服务器与所述主设备通信连接，所述升级方法包括：

所述主设备获取待升级设备的用户行为数据，所述待升级设备为所述主设备或所述从设备；

所述主设备根据所述用户行为数据通过自学习分析算法，得到自学习分析文件；

所述主设备根据所述用户行为数据、所述自学习分析文件以及预存学习文件，得到差异文件，并将所述差异文件发送至所述服务器；所述差异文件包括差异分析文件以及差异行为数据；

所述主设备接收所述服务器根据所述差异文件得到的升级配置文件，并根据所述升级配置文件对所述自学习分析算法进行升级，和/或，所述主设备根据所述升级配置文件对所述待升级设备进行功能升级。

本发明所述的智能家居设备的升级方法，与背景技术相比所产生的有益效果：由于采用了主设备对获取的用户行为数据进行初次分析得到自学习分析文件，并根据用户行为数据、自学习分析文件以及预存学习文件，得到差异文件，将差异文件发送至服务器，服务器只需对差异文件进行处理得到升级配置文件，主设备接收到升级配置文件并根据升级配置文件对自学习分析算法校正和/或对待升级设备进行升级。该升级方法中，服务器只需要对主设备分析出的差异文件进行分析，而不需要对所有的用户行为数据进行分析得到升级配置文件，将大部分的计算过程由本地的主设备执行，减少了服务器的计算过程，优化了智能家居系统的网络环境，可持续对复杂程度和智能家居单片机计算能力持续增长进行适应，更好地优化网络环境和利用分布式计算分析得到升级配置文件。

在其中一个实施例中，所述升级配置文件包括算法校正数据，所述根据所述升级配置文件对所述自学习分析算法进行升级包括：所述主设备根据所述算法校正数据对所述自学习算法进行校正。

在其中一个实施例中，所述升级配置文件包括参照分析文件；

若所述待升级设备为所述从设备，所述主设备根据所述升级配置文件对所述待升级设备进行功能升级包括：

所述主设备将所述参照分析文件制作成第一升级固件；

所述主设备将所述第一升级固件发送至所述从设备以使所述从设备根据所述第一升级固件进行对应功能升级；

若所述待升级设备为所述主设备，所述主设备根据所述升级配置文件对所述待升级设备进行功能升级包括：

所述主设备将所述参照分析文件制作成第二升级固件并根据所述第二升级固件进行对应功能升级。

在其中一个实施例中，所述主设备将所述第一升级固件发送至所述从设备以使所述从设备根据所述第一升级固件进行对应功能升级包括：

所述主设备向所述从设备发送升级请求；

若所述从设备响应所述升级请求，则所述主设备将所述第一升级固件发送至所述从设备以使所述从设备根据所述第一升级固件进行对应功能升级；

若所述从设备未响应所述升级请求，则所述主设备不发送所述第一升级固件。

在其中一个实施例中，所述主设备根据所述用户行为数据、所述自学习分析文件以及预存学习文件，得到差异文件包括：

所述主设备将所述自学习分析文件和预存学习文件进行差异对比，得到差异分析文件和差异位置；

所述主设备根据所述差异位置以及所述自学习分析文件，从所述用户行为数据中确定差异行为数据。

在其中一个实施例中，所述自学习分析文件包括自学习分析数据；所述预存学习文件包括预存分析数据；所述主设备将自学习分析文件和预存学习文件进行差异对比，得到差异分析文件和差异位置包括：

所述主设备将所述自学习分析数据与所述预存分析数据进行差异对比，得到差异分析数据，并将差异分析数据形成差异分析文件；

所述主设备将所述差异分析数据在所述自学习分析文件中的位置确定为差异位置。

在其中一个实施例中，所述自学习分析文件还包括自学习分析数据与用户行为数据的对应关系；所述主设备根据所述差异位置以及所述自学习分析文件，从所述用户行为数据中确定差异行为数据包括：

所述主设备根据所述差异位置以及所述对应关系，确定所述差异分析数据对应的用户行为数据；

所述主设备将所述差异分析数据对应的用户行为数据作为差异行为数据。

在其中一个实施例中，在所述智能家居系统有待配网设备加入的情况下，还包括：

所述待配网设备搜索智能家居系统中是否存在所述已配网设备；

若智能家居系统中不存在所述已配网设备，则所述待配网设备为主设备；

若智能家居系统中存在所述已配网设备，则在所述待配网设备接入所述智能家居系统后，当前主设备获取所述待配网设备的计算能力参数，且在所述待配网设备的计算能力参数大于所述主设备的计算能力参数的情况下，将所述待配网设备确定为主设备。

在其中一个实施例中，所述智能家居系统还包括与所述服务器连接的路由器以及与所述路由器连接的网关设备；若所述网关设备为所述主设备，则所述主设备与所述路由器连接；若所述网关设备为所述从设备，则所述网关设备与所述路由器连接，所述主设备与所述网关设备连接；在所述家居系统有待配网设备加入的情况下，还包括：

所述待配网设备与所述路由器建立连接，并确定所述待配网设备的连接强度；

若智能家居系统中不存在已配网设备，则所述待配网设备为网关设备；

若智能家居系统中存在已配网设备，则在所述待配网设备接入所述智能家居系统后，当前主设备获取所述待配网设备与所述路由器的连接强度以及当前网关设备与所述路由器的连接强度；且在所述待配网设备与所述路由器的连接强度大于当前网关设备与所述路由器的连接强度的情况下，将所述待配网设备确定为网关设备；其中，所述当前主设备为所述已配网设备中的主设备，所述当前网关设备为所述已配网设备中的网关设备。

上述第二个技术问题通过以下技术方案进行解决：一种智能家居设备，包括存储器和处理器，所述存储器存储有计算机程序，所述处理器执行所述计算机程序时实现上述任意一项实施例的方法的步骤。

上述第三个技术问题通过以下技术方案进行解决：

一种智能家居系统，包括：从设备、主设备以及服务器；

所述从设备用于将用户行为数据发送给主设备；

所述主设备与所述从设备连接，所述主设备用于根据所述用户行为数据通过自学习分析算法得到自学习分析文件，且用于根据所述用户行为数据、所述自学习分析文件以及预存学习文件得到差异文件，且用于将所述差异文件发送至所述服务器；

所述服务器与所述主设备连接，所述服务器用于接收从所述主设备上传的差异文件，并根据所述差异文件得到升级配置文件；所述主设备还用于接收所述主设备下发的升级配置文件，且还用于根据所述升级配置文件对所述自学习分析算法进行升级和/或根据所述升级配置文件对所述从设备进行功能升级。

上述第四个技术问题通过以下技术方案进行解决：

一种计算机可读存储介质，其上存储有计算机程序，所述计算机程序被处理器执行时实现上述任意一项实施例的方法的步骤。

可以理解，上述提供的第二方面所述的智能家居设备、第三方面所述的智能家居系统以及第四方面所述的计算机可读存储介质所能达到的有益效果，可以参考上述如第一方面所述的智能家居设备的升级方法及其中任意一种实施例中的有益效果，在此不予赘述。

附图说明

为了更清楚地说明本申请实施例或传统技术中的技术方案，下面将对实施例或传统技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本申请的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。

图1为一个实施例中智能家居设备的升级方法的流程示意图；

图2为一个实施例中智能家居系统的结构示意图；

图3为另一个实施例中智能家居系统的结构示意图；

图4为一个实施例中服务器下发升级配置文件后主设备对待升级设备进行升级的流程示意图；

图5为一个实施例中确定主设备的配网方法的流程示意图；

图6为一个实施例中确定网关设备的配网方法的流程示意图。

具体实施方式

为了便于理解本申请，下面将参照相关附图对本申请进行更全面的描述。附图中给出了本申请的实施例。但是，本申请可以以许多不同的形式来实现，并不限于本文所描述的实施例。相反地，提供这些实施例的目的是使本申请的公开内容更加透彻全面。

除非另有定义，本文所使用的所有的技术和科学术语与属于本申请的技术领域的技术人员通常理解的含义相同。本文中在本申请的说明书中所使用的术语只是为了描述具体的实施例的目的，不是旨在于限制本申请。

可以理解，本申请所使用的术语“第一”、“第二”仅用于描述目的，而不能理解为指示或暗示相对重要性或者隐含指明所指示的技术特征的数量。由此，限定有“第一”、“第二”的特征可以明示或者隐含地包括至少一个该特征。术语“第一”、“第二”等可在本文中用于描述各种元件，但这些元件不受这些术语限制。这些术语仅用于将第一个元件与另一个元件区分。此外，在本申请的描述中，“多个”的含义是至少两个，例如两个，三个等，除非另有明确具体的限定。在本申请的描述中，“若干”的含义是至少一个，例如一个，两个等，除非另有明确具体的限定。

需要说明的是，当一个元件被认为是“连接”另一个元件时，它可以是直接连接到另一个元件，或者通过居中元件连接另一个元件。此外，以下实施例中的“连接”，如果被连接的对象之间具有电信号或数据的传递，则应理解为“电连接”、“通信连接”等。

在此使用时，单数形式的“一”、“一个”和“所述/该”也可以包括复数形式，除非上下文清楚指出另外的方式。还应当理解的是，术语“包括/包含”或“具有”等指定所陈述的特征、整体、步骤、操作、组件、部分或它们的组合的存在，但是不排除存在或添加一个或更多个其他特征、整体、步骤、操作、组件、部分或它们的组合的可能性。同时，在本说明书中使用的术语“和/或”包括相关所列项目的任何及所有组合。

正如背景技术，现有的智能家居系统在设备升级的过程中使用了云端服务器的资源和网络流量资源，从而造成在智能家居数量不断增多的情况下，云端服务器的资源占用越来越大。云端服务器的资源占用越大，传输文件所需的网络流量资源也会越多，使用成本也会不断增加。

经发明人研究发现，出现这种问题的原因在于，智能家居系统在资源配置上将资源更偏向于给服务器处理，浪费了本地计算的资源。

基于以上原因，本发明提供了一种智能家居设备的升级方法、智能家居设备及系统，该升级方法采用分布式计算方式将设备升级需要的处理步骤由服务器以及智能家居设备中的主设备进行合作执行，主设备分摊服务器的计算压力，可持续对复杂程度和智能家居单片机计算能力持续增长进行适应，优化网络环境。

在一个实施例中，如图1和图2所示，提供了一种智能家居设备的升级方法，应用于智能家居系统，智能家居系统中包括服务器100以及多个已配网设备，已配网设备包括主设备200和与主设备通信连接的多个从设备300，服务器100与主设备200通信连接。其中，主设备200为已配网设备中计算能力较强的设备，从设备300为已配网设备中计算能力较弱的设备。该升级方法包括步骤S100至步骤S400。

S100、主设备200获取待升级设备的用户行为数据，待升级设备为主设备200或从设备300。

其中，用户行为数据是用户在智能家居环境中对该待升级设备的使用行为的数据，也是用于得到升级配置文件的原始数据。用户行为数据反映了用户在智能家居环境中不同时间点的行为习惯，如用户在某一位置所待的时间、用户在某段时间和某一位置的待升级设备的工作状态、用户在某个时间给出的控制该待升级设备的语音命令等。待升级设备可以根据用户的行为预测自身的工作状态。对用户行为数据分析后得到的分析结果可用于对待升级设备中的预测功能进行升级。待升级设备可以是主设备200也可以是从设备300。在一些实施例中，用户行为数据可以是周期性获取，即可自行设置智能家居系统中各待升级设备的升级时间点，主设备200周期性获取各待升级设备的用户行为数据以升级各设备。主设备200获取的各待升级设备用户行为数据的时间可相同也可不同，可根据实际网络环境进行确定。

S200、主设备200根据用户行为数据通过自学习分析算法，得到自学习分析文件。

其中，主设备200首先对用户行为数据进行分析，得到自学习分析文件，该自学习分析文件中的分析数据与用户行为数据对应，该自学习分析文件是一种配置文件，其文件后缀可以是.conf、.ini等，例如，若用户行为数据为语音数据，则自学习分析文件为包括有每条语音数据对应的语音文本信息的配置文件，若用户行为数据为用户在待升级设备所在区域逗留的时间数据(包括用户进入该区域的触发时间点、检测时间点和相邻时间点的间隔时间)，则自学习分析文件为包括有用户在待升级设备所在区域逗留的总时长。若用户行为数据是周期性检测的用户在待升级设备所在区域停留的时间点，则自学习分析文件为包括有用户在待升级设备所在区域停留的时间长度的配置文件。

S300、主设备200根据用户行为数据、自学习分析文件以及预存学习文件，得到差异文件，并将差异文件发送至服务器100；其中，差异文件包括差异分析文件以及差异行为数据。

其中，差异文件包括差异分析文件以及差异行为数据，差异分析文件是自学习分析文件中与预存学习文件不相同的数据信息组成的分析文件，差异分析文件反映的是自学习分析文件与预存学习文件的差异信息，差异行为数据是与差异分析文件对应的用户行为数据，预存学习文件是在上一次升级后主设备200存储的自学习分析文件，其文件类型与自学习分析文件一致，例如，若用户行为数据为多条语音命令，则自学习分析文件为包括对该多条语音命令进行解析后得到的词语文本的配置文件，预存学习文件为包括之前解析得到的所有词语文本的第二配置文件，差异分析文件为包括第一配置文件中与第二配置文件不相同的词语文本的差异配置文件，差异行为数据为与差异配置文件中的词语文本对应的语音片段，该语音片段为多条语音命令中的语音片段。主设备200将差异分析文件和差异行为数据上传给服务器100，由于主设备200对用户行为数据分析的过程中可能存在分析错误的问题，服务器100需要根据主设备200的分析结果进行核查主设备200的分析能力，差异行为数据是用于核查的原始数据，差异分析数据是核查内容。

S400、主设备200接收服务器100根据差异文件得到的升级配置文件，并根据升级配置文件对自学习分析算法进行升级，和/或，主设备200根据升级配置文件对待升级设备进行功能升级。

其中，升级配置文件可以是用于对主设备200的自学习分析算法进行升级，也可以是对待升级设备进行功能升级。服务器100接收到差异文件后，对差异分析文件和差异行为数据进行分析，可以核查根据差异行为数据得出的分析数据是否与差异分析文件中的一致，若不一致，则说明主设备200的自学习分析过程有分析偏差，生成用于校正主设备200的分析能力的升级配置文件，同时也可以根据对差异行为数据的分析结果，对差异分析文件进行修正后，得到正确的分析文件，该正确的分析文件是用于对待升级设备进行功能升级。

上述实施例中，由于采用了主设备200对获取的用户行为数据进行初次分析得到自学习分析文件，并根据用户行为数据、自学习分析文件以及预存学习文件，得到差异文件，将差异文件发送至服务器100，服务器100只需对差异文件进行处理得到升级配置文件，主设备200接收到升级配置文件并根据升级配置文件对自学习分析算法校正和/或对待升级设备进行升级。该升级方法中，服务器100只需要对主设备200分析出的差异文件进行分析，而不需要对所有的用户行为数据进行分析得到升级配置文件，将大部分的计算过程由本地的主设备200执行，减少了服务器100的计算过程，优化了智能家居系统的网络环境，可持续对复杂程度和智能家居单片机计算能力持续增长进行适应，更好地优化网络环境和利用分布式计算分析得到升级配置文件。

在一个实施例中，升级配置文件包括校正数据，主设备200根据升级配置文件进行升级包括：主设备200根据算法校正数据对自学习算法进行校正。

具体地，服务器100根据差异分析文件以及差异行为数据获知主设备200的自学习分析算法的分析准确性，根据分析准确性得到用于校正自学习分析算法的校正数据，该校正数据是一个可编辑的代码数据块，当该代码数据块下发至主设备200时，主设备200接收数据，并将该校正数据存储到主设备200中对应的存储芯片空间内。当主设备200需要升级自学习分析算法时，主设备200从存储芯片中取出存储自学习算法的闪存区的校正数据并放到运行内存里面，并在运行内存里面运行自学习算法。对主设备200的自学习分析算法进行校正可以不断优化主设备200的自学习分析能力，降低了自学习分析文件中的数据的出错率，进而减少了服务器100分析差异分析文件的工作量，进一步减少占用的网络资源。

在一个实施例中，如图4所示，升级配置文件包括参照分析文件，若待升级设备为从设备300，主设备200根据升级配置文件对待升级设备进行功能升级包括：主设备200将参照分析文件制作成第一升级固件；主设备200将第一升级固件发送至从设备300以使从设备300根据第一升级固件进行对应功能升级；若待升级设备为主设备200，主设备200根据升级配置文件对待升级设备进行功能升级包括：主设备200将参照分析文件制作成第二升级固件并根据第二升级固件进行对应功能升级。

具体地，服务器100接收到差异行为数据和差异分析文件后，采用与自学习分析算法相同的分析算法对差异行为数据进行分析得到正确分析文件，服务器100的分析算法的准确性高于主设备200的自学习分析算法的准确性，服务器100将分析出的正确分析文件与主设备200的差异分析文件进行对比，若出现不一致的数据，则根据正确分析文件对差异分析文件中的错误数据进行修正，修正后的分析文件即为参照分析文件。参照分析文件包括参照分析数据，参照分析数据包括主设备200自学习分析文件中的信息，可能还包括服务器100对差异分析文件中的错误信息进行修正后得到的修正信息。例如：主设备200对语音数据分析得到的自学习分析文件中包括词语文本“抽烟演技”，预存学习文件包括的相关的词语文本是“烟机”和“吸油烟机”，则差异分析文件中包括词语文本“抽烟演技”，差异行为数据为“抽烟演技”对应的那段语音数据，服务器100对差异行为数据分析后得到正确的词语文本是“抽烟烟机”，则将差异分析文件中的“抽烟演技”修正为“抽烟烟机”得到参照分析文件，也就是正确的分析文件。该参照分析文件是用于给待升级设备的对应功能升级的配置文件。对应功能指的是与用户行为数据对应的待升级设备的控制功能，例如：用户行为数据为语音数据，语音数据对应的控制命令是对从设备300的“开关”功能进行调整，那么功能升级则包括对从设备300的“开关”功能进行更新，如更新自动开启或自动关闭的触发时间段。主设备200根据升级对象进行不同的操作，若待升级设备为从设备300，主设备200将差异参照文件制作成第一升级固件，并进行相应固件加密验证动作，再将第一升级固件下发给对应的从设备300，从设备300根据第一升级固件对与该差异参照文件对应的功能进行升级。若待升级设备为主设备200，主设备200将差异参照文件制作成第二升级固件，并进行相应固件加密验证动作，再在工作状态为空闲的时候根据第二升级固件进行自身的对应功能的升级，在工作状态为工作的时候挂起不升级。

上述实施例中，由于固件的制作过程是由智能家居网络中的主设备200完成，而避免了服务器100制作固件而占用大量网络资源的问题，进一步优化了网络配置。

在一个实施例中，如图4所示，主设备200将第一升级固件发送至从设备300以使从设备300根据第一升级固件进行对应功能升级包括：主设备200向从设备300发送升级请求；若从设备300响应升级请求，则主设备200将第一升级固件发送至从设备300以使从设备300根据第一升级固件进行对应功能升级；若从设备300未响应升级请求，则主设备200不发送第一升级固件。

具体地，主设备200将第一升级固件制作完成后，需要确定对应的从设备300的工作状态，则向该从设备300发送升级请求。若从设备300的工作状态是空闲状态，则从设备300响应该升级请求，向从设备300发送反馈信息，从设备300则将第一升级固件发送给从设备300进行对应升级；若从设备300的工作状态是正在工作，则从设备300不响应该升级请求，从设备300在预设时间内没有接收到从设备300的请求反馈信息，则挂起不发送第一升级固件，之后可以每间隔一段时间向从设备300发送请求信息确定其工作状态，也可以为减少请求次数，根据从设备300的常规使用时间预设从设备300的非工作时间段，主设备200可以根据该非工作时间段给从设备300发送升级请求。

在一个实施例中，升级配置文件还包括偏差评价。服务器100对差异行为数据进行分析得到一个差异自学习分析文件，将差异自学习分析文件进行对比，得到一个针对主设备200的自学习分析能力的偏差评价数值，即偏差评价。该偏差评价反映了主设备200对差异行为数据的分析准确性，同时也是对用户行为数据的分析准确性。主设备200接收到偏差评价后，更新主设备200将自学习算法的代码上传至服务器100的频率值。为了保持主设备200的自学习算法代码的完整性，主设备200将周期性将自学习算法代码上传到服务器100(如每隔一个月)，频率值可以体现当自学习算法学习到一定程度时，将对网络带宽的依赖程度大幅度减少。偏差评价达到评价阈值时，也就是分析准确性达到预设程度时，上传自学习算法代码的间隔时间将延长。

在一个实施例中，主设备200根据用户行为数据、自学习分析文件以及预存学习文件，得到差异文件具体包括：主设备200将自学习分析文件和预存学习文件进行差异对比，得到差异分析文件和差异位置；主设备200根据差异位置以及自学习分析文件，从用户行为数据中确定差异行为数据。

具体地，差异位置指的是差异分析文件中的数据在自学习分析文件中的位置，自学习分析文件是根据用户行为数据通过自学习算法分析得到，通过差异位置能够在自学习分析文件中找到对应的位置，并根据对应位置对应于用户行为数据中的数据，该数据即为差异行为数据。

在一个实施例中，自学习分析文件包括自学习分析数据；预存学习文件包括预存分析数据；主设备200将自学习分析文件和预存学习文件进行差异对比，得到差异分析文件和差异位置包括：主设备200将自学习分析数据与预存分析数据进行差异对比，得到差异分析数据，并将差异分析数据形成差异分析文件；主设备200将差异分析数据在自学习分析文件中的位置确定为差异位置。

具体地，自学习分析数据是主设备200对用户行为数据进行自学习分析后得到的数据，预存分析数据指的是此次分析之前对历史的用户行为数据进行自学习分析并经过服务器100修正后的正确的分析数据，将自学习分析数据与预存分析数据进行对比，将自学习分析数据中与预存分析数据相同的数据排除后，得到的自学习分析数据相对于预存分析数据的差异分析数据。所有的差异分析数据形成差异分析文件。差异分析数据也是自学习分析数据中的一部分，确定出差异分析数据在自学习分析文件中的位置作为差异位置。

在一个实施例中，自学习分析文件还包括自学习分析数据与用户行为数据的对应关系；主设备200根据差异位置以及自学习分析文件，从用户行为数据中确定差异行为数据包括：主设备200根据差异位置以及对应关系，确定差异分析数据对应的用户行为数据；主设备200将差异分析数据对应的用户行为数据作为差异行为数据。

具体地，自学习分析数据与用户行为数据的对应关系指的是自学习分析数据与用户行为数据的映射关系，即自学习分析数据与用户行为数据一一对应。差异位置指向了自学习分析数据中作为差异分析数据的那部分数据，再通过该映射关系找出差异分析数据对应的那部分用户数据作为差异用户行为数据。

在一个实施例中，如图5所示，在智能家居系统有待配网设备加入的情况下，还包括：

S510、待配网设备搜索智能家居系统中是否存在已配网设备；

S520、若智能家居系统中不存在已配网设备，则待配网设备为主设备200；

S530、若智能家居系统中存在已配网设备，则在待配网设备接入智能家居系统后将待配网设备的计算能力参数发送至已配网设备中的主设备200；且在待配网设备的计算能力参数大于主设备200的计算能力参数的情况下，将待配网设备确定为主设备200。

具体地，在配网的过程中，需要确定出主设备200，主设备200的计算能力是所有已配网设备中最强的，这样才能快速对用户行为数据进行自学习分析，减少计算时间。在智能家居系统有待配网设备加入的情况下，若智能家居系统中还没有已配网设备，则该待配网设备是第一个配网设备，智能家居系统中还没有主设备200。由于智能家居系统中的设备是通过路由器400与服务器100连接的，待配网设备在配网时尝试与路由器400建立连接，并在连接路由器400成功后，尝试向服务器100发送应答上限指令。之后，待配网设备搜索无线环境中是否存在已配网设备的设备信号，由于当前没有已配网设备，那么该待配网设备会被分配为主设备200。在完成所有系统的配置后，该主设备200将向无线环境广播自己的设备信息，该设备信息为一段数据，设备信息至少包括设备无线标识码和加入设备支持的请求方式。加入设备支持的请求方式是用于连接下一个待配网设备。若智能家居系统中具有已配网设备，其中每个已配网设备均会广播自己的设备无线标识码和对应的加入设备支持的请求方式，则待配网设备在无线环境中搜索到了已配网设备广播的设备无线标识码和对应的加入设备支持的请求方式。待配网设备选择一个与其连接强度最大的已配网设备并与其建立连接，待配网设备按照该已配网设备的加入设备支持的请求方式给该已配网设备发送自身的设备信息至该已配网设备中，经过用户确认后，该已配网设备应答该待配网设备，则待配网设备接入了智能家居系以完成配网。待配网设备将其自身的计算能力参数发送至主设备200，主设备200将自己的计算能力参数与待配网设备的计算能力参数进行比较，若待配网设备的计算能力参数大于主设备200的计算能力参数，则该待配网设备被分配为主设备200，原来的主设备200被分配为从设备300。若待配网设备的计算能力参数小于主设备200的计算能力参数，则该待配网设备被分配为从设备300。

在一个实施例中，如图3和图6所示，智能家居系统还包括与服务器100连接的路由器400以及与路由器400连接的网关设备500；若网关设备500为主设备200，则主设备200与路由器400连接；若网关设备500为从设备300，则网关设备500与路由器400连接，主设备200与网关设备500连接；在家居系统有待配网设备加入的情况下，还包括：

S610、待配网设备与路由器400建立连接，并确定待配网设备的连接强度；

S620、若智能家居系统中不存在已配网设备，则待配网设备为网关设备500；

S630、若智能家居系统中存在已配网设备，则在待配网设备接入智能家居系统后，当前主设备200获取待配网设备与路由器400的连接强度以及当前网关设备500与路由器400的连接强度；且在待配网设备与路由器400的连接强度大于当前网关设备500与路由器400的连接强度的情况下，将待配网设备确定为网关设备500；其中，当前主设备200为已配网设备中的主设备200，当前网关设备500为已配网设备中的网关设备500。

具体地，路由器400为在智能家居系统中接入互联网并提供无线网络到网关设备500连接，网关设备500为在智能家居系统中对外通过路由器400连接服务器100，对内构建智能家居网络的设备，在智能家居网络环境中提供优质网络质量的设备，因此网关设备500通常是具有通信能力较强的无线通信模块，以保证优质的网络质量。网关设备500可以是从设备300也可以是主设备200，若网关设备500为主设备200，则该主设备200直接与路由器400连接，若网关设备500为从设备300，则作为网关设备500的从设备300与路由器400连接，主设备200与作为网关设备500的从设备300连接。

在每次配网过程中，当前主设备200不仅需要重新确定主设备200角色还需要重新确定网关设备500角色。确定网关设备500角色需要获取待比较的设备与路由器400的连接强度。待配网设备首先与路由器400建立连接，并确定自己与路由器400的连接强度，接着待配网设备按照上述的接入方式接入至智能家居系统后，当前主设备200从待配网设备获取该待配网设备与路由器400的连接强度，以及从当前网关设备500获取当前网关设备500与路由器400的连接强度，其中，当前网关设备500是已配网设备中与路由器400连接的连接强度最高的设备，可以是主设备200也可以是已配网设备中的从设备300，当前主设备200将当前网关设备500与路由器400的连接强度与待配网设备与路由器400连接的连接强度进行比较，若待配网设备的连接强度大于当前网关设备500与路由器400的连接强度，则该待配网设备被分配为网关设备500。

应该理解的是，虽然图1的流程图中的各个步骤按照箭头的指示依次显示，但是这些步骤并不是必然按照箭头指示的顺序依次执行。除非本文中有明确的说明，这些步骤的执行并没有严格的顺序限制，这些步骤可以以其它的顺序执行。而且，图1中的至少一部分步骤可以包括多个步骤或者多个阶段，这些步骤或者阶段并不必然是在同一时刻执行完成，而是可以在不同的时刻执行，这些步骤或者阶段的执行顺序也不必然是依次进行，而是可以与其它步骤或者其它步骤中的步骤或者阶段的至少一部分轮流或者交替地执行。

在一个实施例中，还提供一种智能家居设备，包括存储器和处理器，存储器存储有计算机程序，处理器执行计算机程序时实现上述各方法实施例中的步骤。

在一个实施例中，如图2所示，还提供一种智能家居系统，包括：从设备300、主设备200以及服务器100。从设备300用于将用户行为数据发送给主设备200；主设备200与从设备300连接，主设备200用于根据用户行为数据通过自学习分析算法得到自学习分析文件，且用于根据用户行为数据、自学习分析文件以及预存学习文件得到差异文件，且用于将差异文件发送至服务器100；服务器100与主设备200连接，服务器100用于接收从主设备200上传的差异文件，并根据差异文件得到升级配置文件；主设备200还用于接收主设备200下发的升级配置文件，且还用于根据升级配置文件对自学习分析算法进行升级和/或根据升级配置文件对从设备300进行功能升级。

其中，从设备300、主设备200以及服务器100的作用在前述的智能家居设备的升级方法实施例中已说明，在此不再赘述。

在一个实施例中，还提供一种计算机可读存储介质，其上存储有计算机程序，计算机程序被处理器执行时实现上述各方法实施例中的步骤。

本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程，是可以通过计算机程序来指令相关的硬件来完成，所述的计算机程序可存储于一非易失性计算机可读取存储介质中，该计算机程序在执行时，可包括如上述各方法的实施例的流程。其中，本申请所提供的各实施例中所使用的对存储器、存储、数据库或其它介质的任何引用，均可包括非易失性和易失性存储器中的至少一种。非易失性存储器可包括只读存储器(Read-Only Memory，ROM)、磁带、软盘、闪存或光存储器等。易失性存储器可包括随机存取存储器(RandomAccess Memory，RAM)或外部高速缓冲存储器。作为说明而非局限，RAM可以是多种形式，比如静态随机存取存储器(Static Random Access Memory，SRAM)或动态随机存取存储器(Dynamic Random Access Memory，DRAM)等。

在本说明书的描述中，参考术语“有些实施例”、“其他实施例”、“理想实施例”等的描述意指结合该实施例或示例描述的具体特征、结构、材料或者特征包含于本发明的至少一个实施例或示例中。在本说明书中，对上述术语的示意性描述不一定指的是相同的实施例或示例。

以上实施例的各技术特征可以进行任意的组合，为使描述简洁，未对上述实施例中的各个技术特征所有可能的组合都进行描述，然而，只要这些技术特征的组合不存在矛盾，都应当认为是本说明书记载的范围。

以上所述实施例仅表达了本申请的几种实施方式，其描述较为具体和详细，但并不能因此而理解为对发明专利范围的限制。应当指出的是，对于本领域的普通技术人员来说，在不脱离本申请构思的前提下，还可以做出若干变形和改进，这些都属于本申请的保护范围。因此，本申请专利的保护范围应以所附权利要求为准。

Claims (10)

1.一种智能家居设备的升级方法，其特征在于，应用于智能家居系统，所述智能家居系统包括服务器以及多个已配网设备，所述已配网设备包括主设备和与所述主设备通信连接的多个从设备，所述服务器与所述主设备通信连接，所述升级方法包括：

所述主设备获取待升级设备的用户行为数据，所述待升级设备为所述主设备或所述从设备；

所述主设备根据所述用户行为数据通过自学习分析算法，得到自学习分析文件；

所述主设备根据所述用户行为数据、所述自学习分析文件以及预存学习文件，得到差异文件，并将所述差异文件发送至所述服务器；其中，所述差异文件包括差异分析文件以及差异行为数据；

所述主设备接收所述服务器根据所述差异文件得到的升级配置文件，并根据所述升级配置文件对所述自学习分析算法进行升级，和/或，所述主设备根据所述升级配置文件对所述待升级设备进行功能升级；

其中，所述主设备根据所述用户行为数据、所述自学习分析文件以及预存学习文件，得到差异文件，包括：

所述主设备将所述自学习分析文件和预存学习文件进行差异对比，得到差异分析文件和差异位置；

所述主设备根据所述差异位置以及所述自学习分析文件，从所述用户行为数据中确定差异行为数据。

2.根据权利要求1所述的智能家居设备的升级方法，其特征在于，所述升级配置文件包括算法校正数据，所述根据所述升级配置文件对所述自学习分析算法进行升级包括：

所述主设备根据所述算法校正数据对所述自学习分析算法进行校正。

3.根据权利要求1所述的智能家居设备的升级方法，其特征在于，所述升级配置文件包括参照分析文件；

若所述待升级设备为所述从设备，所述主设备根据所述升级配置文件对所述待升级设备进行功能升级包括：

所述主设备将所述参照分析文件制作成第一升级固件；

所述主设备将所述第一升级固件发送至所述从设备以使所述从设备根据所述第一升级固件进行对应功能升级；

若所述待升级设备为所述主设备，所述主设备根据所述升级配置文件对所述待升级设备进行功能升级包括：

所述主设备将所述参照分析文件制作成第二升级固件并根据所述第二升级固件进行对应功能升级。

4.根据权利要求3所述的智能家居设备的升级方法，其特征在于，所述主设备将所述第一升级固件发送至所述从设备以使所述从设备根据所述第一升级固件进行对应功能升级包括：

所述主设备向所述从设备发送升级请求；

若所述从设备响应所述升级请求，则所述主设备将所述第一升级固件发送至所述从设备以使所述从设备根据所述第一升级固件进行对应功能升级；

若所述从设备未响应所述升级请求，则所述主设备不发送所述第一升级固件。

5.根据权利要求1所述的智能家居设备的升级方法，其特征在于，所述自学习分析文件包括自学习分析数据；所述预存学习文件包括预存分析数据；所述主设备将自学习分析文件和预存学习文件进行差异对比，得到差异分析文件和差异位置包括：

所述主设备将所述自学习分析数据与所述预存分析数据进行差异对比，得到差异分析数据，并将差异分析数据形成差异分析文件；

所述主设备将所述差异分析数据在所述自学习分析文件中的位置确定为差异位置。

6.根据权利要求5所述的智能家居设备的升级方法，其特征在于，所述自学习分析文件还包括自学习分析数据与用户行为数据的对应关系；所述主设备根据所述差异位置以及所述自学习分析文件，从所述用户行为数据中确定差异行为数据包括：

所述主设备根据所述差异位置以及所述对应关系，确定所述差异分析数据对应的用户行为数据；

所述主设备将所述差异分析数据对应的用户行为数据作为差异行为数据。

7.根据权利要求1至6中任意一项所述的智能家居设备的升级方法，其特征在于，在所述智能家居系统有待配网设备加入的情况下，还包括：

所述待配网设备搜索智能家居系统中是否存在所述已配网设备；

若智能家居系统中不存在所述已配网设备，则所述待配网设备为主设备；

若智能家居系统中存在所述已配网设备，则在所述待配网设备接入所述智能家居系统后，当前主设备获取所述待配网设备的计算能力参数，且在所述待配网设备的计算能力参数大于所述主设备的计算能力参数的情况下，将所述待配网设备确定为主设备。

8.根据权利要求1至6中任意一项所述的智能家居设备的升级方法，其特征在于，所述智能家居系统还包括与所述服务器连接的路由器以及与所述路由器连接的网关设备；若所述网关设备为所述主设备，则所述主设备与所述路由器连接；若所述网关设备为所述从设备，则所述网关设备与所述路由器连接，所述主设备与所述网关设备连接；在所述家居系统有待配网设备加入的情况下，还包括：

所述待配网设备与所述路由器建立连接，并确定所述待配网设备的连接强度；

若智能家居系统中不存在已配网设备，则所述待配网设备为网关设备；

若智能家居系统中存在已配网设备，则在所述待配网设备接入所述智能家居系统后，当前主设备获取所述待配网设备与所述路由器的连接强度以及当前网关设备与所述路由器的连接强度；且在所述待配网设备与所述路由器的连接强度大于当前网关设备与所述路由器的连接强度的情况下，将所述待配网设备确定为网关设备；其中，所述当前主设备为所述已配网设备中的主设备，所述当前网关设备为所述已配网设备中的网关设备。

9.一种智能家居设备，其特征在于，包括存储器和处理器，所述存储器存储有计算机程序，所述处理器执行所述计算机程序时实现权利要求1至8中任意一项所述的方法的步骤。

10.一种智能家居系统，其特征在于，包括：从设备、主设备以及服务器；

所述从设备用于将用户行为数据发送给主设备；

所述主设备与所述从设备连接，所述主设备用于根据所述用户行为数据通过自学习分析算法得到自学习分析文件，且用于根据所述用户行为数据、所述自学习分析文件以及预存学习文件得到差异文件，且用于将所述差异文件发送至所述服务器；

所述服务器与所述主设备连接，所述服务器用于接收从所述主设备上传的差异文件，并根据所述差异文件得到升级配置文件；

所述主设备还用于接收所述服务器下发的升级配置文件，且还用于根据所述升级配置文件对所述自学习分析算法进行升级和/或根据所述升级配置文件对所述从设备进行功能升级；

其中，所述主设备根据所述用户行为数据、所述自学习分析文件以及预存学习文件，得到差异文件，包括：

所述主设备将所述自学习分析文件和预存学习文件进行差异对比，得到差异分析文件和差异位置；

所述主设备根据所述差异位置以及所述自学习分析文件，从所述用户行为数据中确定差异行为数据。