CN114745401A - 基于人工智能与物联网的接口访问方法、系统及云平台 - Google Patents

Abstract

本申请提供的基于人工智能与物联网的接口访问基于人工智能与物联网的接口访问方法、系统及云平台，通过获得物联业务数据和事先设置的数据认证量化指标；事先设置的数据认证量化指标涵盖事先设置的异常削弱指示；基于事先设置的异常削弱指示对物联业务数据进行异常认证处理，并获得物联业务数据的异常事件数目，基于异常事件数目优化事先设置的异常削弱指示，并依据优化后的异常削弱指示对物联业务数据进行异常认证处理，以确定目标物联业务数据。本申请通过物联业务数据的异常事件数目的数目变化实时优化异常削弱指示，并依据优化后的异常削弱指示实时地对物联业务数据进行异常认证处理，以改善相关方案难以准确地规避数据异常对物联业务数据的质量干扰的问题。

Description

基于人工智能与物联网的接口访问方法、系统及云平台

技术领域

本申请涉及数据认证技术领域，具体而言，涉及基于人工智能与物联网的接口访问基于人工智能与物联网的接口访问方法、系统及云平台。

背景技术

RESTFUL服务是应用于移动互联网厂商作为业务接口的场景，实现第三方OTT调用移动网络资源的功能，动作类型为新增、变更、删除所调用资源。在RESTFUL服务具体应用到物联网接口认证上，能够有效地提高接口认证的效率，提高接口认证效率。但是，在实际操作过程中，发明人发现在接口认证过程中可能会因为异常事件数目过多而导致相关物联业务数据出现数据质量问题。

发明内容

鉴于此，本申请提供了基于人工智能与物联网的接口访问基于人工智能与物联网的接口访问方法、系统及云平台。

第一方面，提供一种基于人工智能与物联网的接口访问方法，应用于基于人工智能与物联网的接口访问系统，所述方法至少包括：

获得物联业务数据和事先设置的数据认证量化指标；所述事先设置的数据认证量化指标涵盖事先设置的异常削弱指示；

通过所述事先设置的异常削弱指示对该物联业务数据进行异常认证处理，并依据所述物联业务数据的异常事件数目，通过所述异常事件数目优化所述事先设置的异常削弱指示，并依据优化后的异常削弱指示对该物联业务数据进行异常认证处理，以确定目标物联业务数据。

在一种独立实施的实施例中，所述通过所述事先设置的异常削弱指示对该物联业务数据进行异常认证处理，并依据所述物联业务数据的异常事件数目，通过所述异常事件数目优化所述事先设置的异常削弱指示，并依据优化后的异常削弱指示对该物联业务数据进行异常认证处理，以确定目标物联业务数据包括：

通过所述事先设置的异常削弱指示对该物联业务数据进行异常认证处理，并依据所述物联业务数据的第一异常事件数目；

通过所述第一异常事件数目优化所述事先设置的异常削弱指示，并依据优化后的异常削弱指示对该物联业务数据进行异常认证处理，确定所述物联业务数据的第二异常事件数目；

反复执行上述异常认证处理以及优化异常削弱指示的步骤，直到所述物联业务数据的异常事件数目满足优化量化指标，确定目标物联业务数据。

在一种独立实施的实施例中，所述通过所述第一异常事件数目优化所述事先设置的异常削弱指示，并依据优化后的异常削弱指示对该物联业务数据进行异常认证处理，确定所述物联业务数据的第二异常事件数目包括：

判断所述第一异常事件数目是否满足所述优化量化指标；

如果所述第一异常事件数目没有满足所述优化量化指标，则以第一优化模态优化所述事先设置的异常削弱指示，确定优化后的异常削弱指示；

所述第一优化模态包括扩大所述事先设置的异常削弱指示的模态或者削减所述事先设置的异常削弱指示的模态；

根据优化后的异常削弱指示对该物联业务数据进行异常认证处理，确定所述第二异常事件数目。

在一种独立实施的实施例中，所述反复执行上述异常认证处理以及优化异常削弱指示的步骤，直到所述物联业务数据的异常事件数目满足优化量化指标包括：

通过所述第一异常事件数目和所述第二异常事件数目，判断所述物联业务数据的异常事件数目是否削减；

如果所述物联业务数据的异常事件数目削减，则连续以所述第一优化模态优化异常削弱指示，并反复执行上述异常认证处理以及优化异常削弱指示的步骤，直到所述物联业务数据的异常事件数目满足优化量化指标；

如果所述物联业务数据的异常事件数目扩大，则以第二优化模态优化异常削弱指示，并反复执行上述异常认证处理以及优化异常削弱指示的步骤，直到所述物联业务数据的异常事件数目满足优化量化指标；所述第一优化模态与所述第二优化模态维度不相同；所述第二优化模态包括削减异常削弱指示的模态或者扩大异常削弱指示的模态。

在一种独立实施的实施例中，在所述以第一优化模态优化所述事先设置的异常削弱指示，确定优化后的异常削弱指示之前，所述方法还包括：

获得事先设置的间隔周期内所述物联业务数据中事先设置的标准标签的标签评估量化程度，以及确定所述事先设置的间隔周期内热度分析模块的热度评估量化程度；

比对所述标签评估量化程度的模态与所述热度评估量化程度的模态，得到比对结果，并通过所述比对结果确定所述第一优化模态。

在一种独立实施的实施例中，所述通过所述比对结果确定所述第一优化模态包括：

依据所述比对结果，如果所述标签评估量化程度的模态与所述热度评估量化程度的模态相同，则确定所述第一优化模态为扩大所述事先设置的异常削弱指示的模态；

如果所述标签评估量化程度的模态与所述热度评估量化程度的模态不相同，则确定所述第一优化模态为削减所述事先设置的异常削弱指示的模态。

在一种独立实施的实施例中，所述事先设置的异常削弱指示涵盖事先设置的第一异常削弱指示和事先设置的第二异常削弱指示；所述第一优化模态包括第一优化模态和第二优化模态；所述比对所述标签评估量化程度的模态与所述热度评估量化程度的模态，得到比对结果，并通过所述比对结果确定所述第一优化模态包括：

比对所述标签评估量化程度的第一模态与所述热度评估量化程度的第一模态，得到第一模态比对结果，并通过所述第一模态比对结果确定所述第一优化模态；所述第一优化模态用于优化所述事先设置的第一异常削弱指示；

比对所述标签评估量化程度的第二模态与所述热度评估量化程度的第二模态，得到第二模态比对结果，并通过所述第二模态比对结果确定所述第二优化模态；所述第二优化模态用于优化所述事先设置的第二异常削弱指示。

在一种独立实施的实施例中，在所述反复执行上述异常认证处理以及优化异常削弱指示的步骤，直到所述物联业务数据的异常事件数目满足优化量化指标，确定目标物联业务数据之后，所述方法还包括：

确定所述优化量化指标的异常事件数目对应的目标异常削弱指示，并通过所述目标异常削弱指示改进所述事先设置的数据认证量化指标，得到改进后的数据认证量化指标。

第二方面，提供一种基于人工智能与物联网的接口访问系统，包括互相之间通信的处理器和存储器，所述处理器用于从所述存储器中读取计算机程序并执行，以实现上述的方法。

第三方面，提供一种云平台，包括计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，该计算机程序运行时执行上述的方法。

本申请实施例所提供的基于人工智能与物联网的接口访问基于人工智能与物联网的接口访问方法、系统及云平台，通过获得物联业务数据和事先设置的数据认证量化指标；事先设置的数据认证量化指标涵盖事先设置的异常削弱指示；基于事先设置的异常削弱指示对物联业务数据进行异常认证处理，并获得物联业务数据的异常事件数目，基于异常事件数目优化事先设置的异常削弱指示，并依据优化后的异常削弱指示对物联业务数据进行异常认证处理，以确定目标物联业务数据。本公开通过物联业务数据的异常事件数目的数目变化实时优化异常削弱指示，并依据优化后的异常削弱指示实时地对物联业务数据进行异常认证处理，以改善相关方案难以准确地规避数据异常对物联业务数据的质量干扰的问题。

附图说明

为了更清楚地说明本申请实施例的技术方案，下面将对实施例中所需要使用的附图作简单地介绍，应当理解，以下附图仅示出了本申请的某些实施例，因此不应被看作是对范围的限定，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相关的附图。

图1为本申请实施例所提供的一种基于人工智能与物联网的接口访问方法的流程图。

图2为本申请实施例所提供的一种基于人工智能与物联网的接口访问装置的框图。

图3为本申请实施例所提供的一种基于人工智能与物联网的接口访问系统的架构图。

具体实施方式

为了更好的理解上述技术方案，下面通过附图以及具体实施例对本申请技术方案做详细的说明，应当理解本申请实施例以及实施例中的具体特征是对本申请技术方案的详细的说明，而不是对本申请技术方案的限定，在不冲突的情况下，本申请实施例以及实施例中的技术特征可以相互组合。

请参阅图1，示出了一种基于人工智能与物联网的接口访问方法，该方法可以包括以下步骤100和步骤200所描述的技术方案。

步骤100，获得物联业务数据和事先设置的数据认证量化指标；所述事先设置的数据认证量化指标涵盖事先设置的异常削弱指示。

示例性的，物联业务数据用于表征相关物联网数据申请与对应的物联网接口连接的请求。

步骤200，通过所述事先设置的异常削弱指示对该物联业务数据进行异常认证处理，并依据所述物联业务数据的异常事件数目，通过所述异常事件数目优化所述事先设置的异常削弱指示，并依据优化后的异常削弱指示对该物联业务数据进行异常认证处理，以确定目标物联业务数据。

示例性的，异常事件数目用于表征物联业务数据中存在导致不能进行认证的信息的数量。进一步的，目标物联业务数据可以表示能够准确的进行访问许可（可以理解为在网上查询某个信息，但是由于访问者时非法进行访问或者没有访问许可，这样就不能与接口进行连接，从而无法进行查询，获得访问许可的前提下，能够与对应的接口进行匹配，这样一来，能对相关信息进行查询）。

可以理解，在执行上述步骤100和步骤200所描述的技术方案时，通过获得物联业务数据和事先设置的数据认证量化指标；事先设置的数据认证量化指标涵盖事先设置的异常削弱指示；基于事先设置的异常削弱指示对物联业务数据进行异常认证处理，并获得物联业务数据的异常事件数目，基于异常事件数目优化事先设置的异常削弱指示，并依据优化后的异常削弱指示对物联业务数据进行异常认证处理，以确定目标物联业务数据。本公开通过物联业务数据的异常事件数目的数目变化实时优化异常削弱指示，并依据优化后的异常削弱指示实时地对物联业务数据进行异常认证处理，以改善相关方案难以准确地规避数据异常对物联业务数据的质量干扰的问题。

在本实施例中，通过所述事先设置的异常削弱指示对该物联业务数据进行异常认证处理，并依据所述物联业务数据的异常事件数目，通过所述异常事件数目优化所述事先设置的异常削弱指示，并依据优化后的异常削弱指示对该物联业务数据进行异常认证处理时，存在异常认证处理不准确的问题，从而难以可靠地确定目标物联业务数据，为了改善上述技术问题，发明人发现，在步骤200中通过所述事先设置的异常削弱指示对该物联业务数据进行异常认证处理，并依据所述物联业务数据的异常事件数目，通过所述异常事件数目优化所述事先设置的异常削弱指示，并依据优化后的异常削弱指示对该物联业务数据进行异常认证处理，以确定目标物联业务数据的步骤具体可以包括以下步骤210-步骤230所描述的技术方案。

步骤210，通过所述事先设置的异常削弱指示对该物联业务数据进行异常认证处理，并依据所述物联业务数据的第一异常事件数目。

步骤220，通过所述第一异常事件数目优化所述事先设置的异常削弱指示，并依据优化后的异常削弱指示对该物联业务数据进行异常认证处理，确定所述物联业务数据的第二异常事件数目。

步骤230，反复执行上述异常认证处理以及优化异常削弱指示（可以理解为将相关异常数据的影响降到最低）的步骤，直到所述物联业务数据的异常事件数目满足优化量化指标，确定目标物联业务数据。

可以理解，在执行上述步骤210-步骤230所描述的技术方案时，通过所述事先设置的异常削弱指示对该物联业务数据进行异常认证处理，并依据所述物联业务数据的异常事件数目，通过所述异常事件数目优化所述事先设置的异常削弱指示，并依据优化后的异常削弱指示对该物联业务数据进行异常认证处理时，尽可能地改善异常认证处理不准确的问题，从而能够可靠地确定目标物联业务数据。

在实际实施过程中，发明人经研究和分析发现，通过所述第一异常事件数目优化所述事先设置的异常削弱指示，并依据优化后的异常削弱指示对该物联业务数据进行异常认证处理时，存在处理过程中，因为有多个模态的异常削弱指示，从而导致处理不准确的问题，从而难以准确地确定所述物联业务数据的第二异常事件数目，为了改善上述技术问题，步骤220所描述的通过所述第一异常事件数目优化所述事先设置的异常削弱指示，并依据优化后的异常削弱指示对该物联业务数据进行异常认证处理，确定所述物联业务数据的第二异常事件数目步骤，具体可以包括以下步骤221-步骤224所描述的内容。

步骤221，判断所述第一异常事件数目是否满足所述优化量化指标。

步骤222，如果所述第一异常事件数目没有满足所述优化量化指标，则以第一优化模态优化所述事先设置的异常削弱指示，确定优化后的异常削弱指示。

步骤223，所述第一优化模态包括扩大所述事先设置的异常削弱指示的模态或者削减所述事先设置的异常削弱指示的模态。

步骤224，根据优化后的异常削弱指示对该物联业务数据进行异常认证处理，确定所述第二异常事件数目。

可以理解，在执行上述步骤221-步骤224所描述的内容时，通过所述第一异常事件数目优化所述事先设置的异常削弱指示，并依据优化后的异常削弱指示对该物联业务数据进行异常认证处理时，改善处理过程中，因为有多个模态的异常削弱指示，从而导致处理不准确的问题，从而能够准确地确定所述物联业务数据的第二异常事件数目。

在实际实施该技术方案时，发明人经过长期分析发现，反复执行上述异常认证处理以及优化异常削弱指示的步骤时，存在执行步骤过多而导致不能精确地确定异常事件数目是否削减的问题，从而难以精确地确保物联业务数据的异常事件数目满足优化量化指标，为了改善上述技术问题，步骤221所描述的反复执行上述异常认证处理以及优化异常削弱指示的步骤，直到所述物联业务数据的异常事件数目满足优化量化指标的步骤，具体可以包括以下步骤221a-步骤221c所描述的内容。

步骤221a，通过所述第一异常事件数目和所述第二异常事件数目，判断所述物联业务数据的异常事件数目是否削减。

步骤221b，如果所述物联业务数据的异常事件数目削减，则连续以所述第一优化模态优化异常削弱指示，并反复执行上述异常认证处理以及优化异常削弱指示的步骤，直到所述物联业务数据的异常事件数目满足优化量化指标。

步骤221c，如果所述物联业务数据的异常事件数目扩大，则以第二优化模态优化异常削弱指示，并反复执行上述异常认证处理以及优化异常削弱指示的步骤，直到所述物联业务数据的异常事件数目满足优化量化指标；所述第一优化模态与所述第二优化模态维度不相同；所述第二优化模态包括削减异常削弱指示的模态或者扩大异常削弱指示的模态。

可以理解，在执行上述步骤221a-步骤221c所描述的内容时，反复执行上述异常认证处理以及优化异常削弱指示的步骤时，改善执行步骤过多而导致不能精确地确定异常事件数目是否削减的问题，从而能够精确地确保物联业务数据的异常事件数目满足优化量化指标。

基于上述基础，在所述以第一优化模态优化所述事先设置的异常削弱指示，确定优化后的异常削弱指示之前，还可以包括以下步骤a1和步骤a2所描述的技术方案。

步骤a1，获得事先设置的间隔周期内所述物联业务数据中事先设置的标准标签的标签评估量化程度，以及确定所述事先设置的间隔周期内热度分析模块的热度评估量化程度。

步骤a2，比对所述标签评估量化程度的模态与所述热度评估量化程度的模态，得到比对结果，并通过所述比对结果确定所述第一优化模态。

可以理解，在执行上述步骤a1和步骤a2所描述的技术方案时，通过对签评估量化程度的模态与热度评估量化程度的模态进行比对，从而能够准确地确定第一优化模态。

本实施例中，通过所述比对结果时，存在优化模态异常的问题，从而难以准确地确定所述第一优化模态，为了改善上述技术问题，步骤a2所描述的通过所述比对结果确定所述第一优化模态的步骤，具体可以包括以下步骤a21和步骤a22所描述的技术方案。

步骤a21，依据所述比对结果，如果所述标签评估量化程度的模态与所述热度评估量化程度的模态相同，则确定所述第一优化模态为扩大所述事先设置的异常削弱指示的模态。

步骤a22，如果所述标签评估量化程度的模态与所述热度评估量化程度的模态不相同，则确定所述第一优化模态为削减所述事先设置的异常削弱指示的模态。

可以理解，在执行上述步骤a21和步骤a22所描述的技术方案时，改善优化模态异常的问题，从而能够准确地确定所述第一优化模态。

在实际实施过程中，发明人经研究和分析发现，事先设置的异常削弱指示涵盖事先设置的第一异常削弱指示和事先设置的第二异常削弱指示；所述第一优化模态包括第一优化模态和第二优化模态；所述比对所述标签评估量化程度的模态与所述热度评估量化程度的模态时，存在标签评估量化程度的第一模态不准确的问题，从而难以准确地得到比对结果，并通过所述比对结果确定所述第一优化模态，为了改善上述技术问题，步骤a21所描述的事先设置的异常削弱指示涵盖事先设置的第一异常削弱指示和事先设置的第二异常削弱指示；所述第一优化模态包括第一优化模态和第二优化模态；所述比对所述标签评估量化程度的模态与所述热度评估量化程度的模态，得到比对结果，并通过所述比对结果确定所述第一优化模态的步骤，具有可以包括以下步骤s1和步骤s2所描述的技术方案。

步骤s1，比对所述标签评估量化程度的第一模态与所述热度评估量化程度的第一模态，得到第一模态比对结果，并通过所述第一模态比对结果确定所述第一优化模态；所述第一优化模态用于优化所述事先设置的第一异常削弱指示。

步骤s2，比对所述标签评估量化程度的第二模态与所述热度评估量化程度的第二模态，得到第二模态比对结果，并通过所述第二模态比对结果确定所述第二优化模态；所述第二优化模态用于优化所述事先设置的第二异常削弱指示。

可以理解，在执行上述步骤s1和步骤s2所描述的技术方案时，事先设置的异常削弱指示涵盖事先设置的第一异常削弱指示和事先设置的第二异常削弱指示；所述第一优化模态包括第一优化模态和第二优化模态；所述比对所述标签评估量化程度的模态与所述热度评估量化程度的模态时，改善标签评估量化程度的第一模态不准确的问题，从而能够准确地得到比对结果，并通过所述比对结果确定所述第一优化模态。

基于上述基础，在所述反复执行上述异常认证处理以及优化异常削弱指示的步骤，直到所述物联业务数据的异常事件数目满足优化量化指标，确定目标物联业务数据之后，还可以包括以下步骤d1所描述的内容。

步骤d1，确定所述优化量化指标的异常事件数目对应的目标异常削弱指示，并通过所述目标异常削弱指示改进所述事先设置的数据认证量化指标，得到改进后的数据认证量化指标。

可以理解，在执行上述步骤d1所描述的内容时，通过改进事先设置的数据认证量化指标，从而提高改进后的数据认证量化指标的精度。

在上述基础上，请结合参阅图2，提供了一种基于人工智能与物联网的接口访问装置200，应用于基于人工智能与物联网的接口访问系统，所述装置包括：

指标获取模块210，用于获得物联业务数据和事先设置的数据认证量化指标；所述事先设置的数据认证量化指标涵盖事先设置的异常削弱指示；

数据确定模块220，用于通过所述事先设置的异常削弱指示对该物联业务数据进行异常认证处理，并依据所述物联业务数据的异常事件数目，通过所述异常事件数目优化所述事先设置的异常削弱指示，并依据优化后的异常削弱指示对该物联业务数据进行异常认证处理，以确定目标物联业务数据。

在上述基础上，请结合参阅图3，示出了一种基于人工智能与物联网的接口访问系统300，包括互相之间通信的处理器310和存储器320，所述处理器310用于从所述存储器320中读取计算机程序并执行，以实现上述的方法。

在上述基础上，还提供了一种云平台，包括计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，所述计算机可读存储介质存储的计算机程序在运行时实现上述的方法。综上，基于上述方案，通过获得物联业务数据和事先设置的数据认证量化指标；事先设置的数据认证量化指标涵盖事先设置的异常削弱指示；基于事先设置的异常削弱指示对物联业务数据进行异常认证处理，并获得物联业务数据的异常事件数目，基于异常事件数目优化事先设置的异常削弱指示，并依据优化后的异常削弱指示对物联业务数据进行异常认证处理，以确定目标物联业务数据。本公开通过物联业务数据的异常事件数目的数目变化实时优化异常削弱指示，并依据优化后的异常削弱指示实时地对物联业务数据进行异常认证处理，以改善相关方案难以准确地规避数据异常对物联业务数据的质量干扰的问题。

应当理解，上述所示的系统及其模块可以利用各种方式来实现。例如，在一些实施例中，系统及其模块可以通过硬件、软件或者软件和硬件的结合来实现。其中，硬件部分可以利用专用逻辑来实现；软件部分则可以存储在存储器中，由适当的指令执行系统，例如微处理器或者专用设计硬件来执行。本领域技术人员可以理解上述的方法和系统可以使用计算机可执行指令和/或包含在处理器控制代码中来实现，例如在诸如磁盘、CD或DVD-ROM的载体介质、诸如只读存储器(固件)的可编程的存储器或者诸如光学或电子信号载体的数据载体上提供了这样的代码。本申请的系统及其模块不仅可以有诸如超大规模集成电路或门阵列、诸如逻辑芯片、晶体管等的半导体、或者诸如现场可编程门阵列、可编程逻辑设备等的可编程硬件设备的硬件电路实现，也可以用例如由各种类型的处理器所执行的软件实现，还可以由上述硬件电路和软件的结合(例如，固件)来实现。

需要说明的是，不同实施例可能产生的有益效果不同，在不同的实施例里，可能产生的有益效果可以是以上任意一种或几种的组合，也可以是其他任何可能获得的有益效果。

上文已对基本概念做了描述，显然，对于本领域技术人员来说，上述详细披露仅仅作为示例，而并不构成对本申请的限定。虽然此处并没有明确说明，本领域技术人员可能会对本申请进行各种修改、改进和修正。该类修改、改进和修正在本申请中被建议，所以该类修改、改进、修正仍属于本申请示范实施例的精神和范围。

同时，本申请使用了特定词语来描述本申请的实施例。如“一个实施例”、“一实施例”、和/或“一些实施例”意指与本申请至少一个实施例相关的某一特征、结构或特点。因此，应强调并注意的是，本说明书中在不同位置两次或多次提及的“一实施例”或“一个实施例”或“一个替代性实施例”并不一定是指同一实施例。此外，本申请的一个或多个实施例中的某些特征、结构或特点可以进行适当的组合。

此外，本领域技术人员可以理解，本申请的各方面可以通过若干具有可专利性的种类或情况进行说明和描述，包括任何新的和有用的工序、机器、产品或物质的组合，或对他们的任何新的和有用的改进。相应地，本申请的各个方面可以完全由硬件执行、可以完全由软件(包括固件、常驻软件、微码等)执行、也可以由硬件和软件组合执行。以上硬件或软件均可被称为“数据块”、“模块”、“引擎”、“单元”、“组件”或“系统”。此外，本申请的各方面可能表现为位于一个或多个计算机可读介质中的计算机产品，该产品包括计算机可读程序编码。

计算机存储介质可能包含一个内含有计算机程序编码的传播数据信号，例如在基带上或作为载波的一部分。该传播信号可能有多种表现形式，包括电磁形式、光形式等，或合适的组合形式。计算机存储介质可以是除计算机可读存储介质之外的任何计算机可读介质，该介质可以通过连接至一个指令执行系统、装置或设备以实现通讯、传播或传输供使用的程序。位于计算机存储介质上的程序编码可以通过任何合适的介质进行传播，包括无线电、电缆、光纤电缆、RF、或类似介质，或任何上述介质的组合。

本申请各部分操作所需的计算机程序编码可以用任意一种或多种程序语言编写，包括面向对象编程语言如Java、Scala、Smalltalk、Eiffel、JADE、Emerald、C++、C#、VB.NET、Python等，常规程序化编程语言如C语言、Visual Basic、Fortran 2003、Perl、COBOL 2002、PHP、ABAP，动态编程语言如Python、Ruby和Groovy，或其他编程语言等。该程序编码可以完全在用户计算机上运行、或作为独立的软件包在用户计算机上运行、或部分在用户计算机上运行部分在远程计算机运行、或完全在远程计算机或服务器上运行。在后种情况下，远程计算机可以通过任何网络形式与用户计算机连接，比如局域网（LAN）或广域网（WAN），或连接至外部计算机（例如通过因特网），或在云计算环境中，或作为服务使用如软件即服务（SaaS）。

此外，除非权利要求中明确说明，本申请所述处理元素和序列的顺序、数字字母的使用、或其他名称的使用，并非用于限定本申请流程和方法的顺序。尽管上述披露中通过各种示例讨论了一些目前认为有用的发明实施例，但应当理解的是，该类细节仅起到说明的目的，附加的权利要求并不仅限于披露的实施例，相反，权利要求旨在覆盖所有符合本申请实施例实质和范围的修正和等价组合。例如，虽然以上所描述的系统组件可以通过硬件设备实现，但是也可以只通过软件的解决方案得以实现，如在现有的服务器或移动设备上安装所描述的系统。

同理，应当注意的是，为了简化本申请披露的表述，从而帮助对一个或多个发明实施例的理解，前文对本申请实施例的描述中，有时会将多种特征归并至一个实施例、附图或对其的描述中。但是，这种披露方法并不意味着本申请对象所需要的特征比权利要求中提及的特征多。实际上，实施例的特征要少于上述披露的单个实施例的全部特征。

一些实施例中使用了描述成分、属性数量的数字，应当理解的是，此类用于实施例描述的数字，在一些示例中使用了修饰词“大约”、“近似”或“大体上”来修饰。除非另外说明，“大约”、“近似”或“大体上”表明所述数字允许有适应性的变化。相应地，在一些实施例中，说明书和权利要求中使用的数值参数均为近似值，该近似值根据个别实施例所需特点可以发生改变。在一些实施例中，数值参数应考虑规定的有效数位并采用一般位数保留的方法。尽管本申请一些实施例中用于确认其范围广度的数值域和参数为近似值，在具体实施例中，此类数值的设定在可行范围内尽可能精确。

针对本申请引用的每个专利、专利申请、专利申请公开物和其他材料，如文章、书籍、说明书、出版物、文档等，特此将其全部内容并入本申请作为参考。与本申请内容不一致或产生冲突的申请历史文件除外，对本申请权利要求最广范围有限制的文件(当前或之后附加于本申请中的)也除外。需要说明的是，如果本申请附属材料中的描述、定义、和/或术语的使用与本申请所述内容有不一致或冲突的地方，以本申请的描述、定义和/或术语的使用为准。

最后，应当理解的是，本申请中所述实施例仅用以说明本申请实施例的原则。其他的变形也可能属于本申请的范围。因此，作为示例而非限制，本申请实施例的替代配置可视为与本申请的教导一致。相应地，本申请的实施例不仅限于本申请明确介绍和描述的实施例。

以上仅为本申请的实施例而已，并不用于限制本申请。对于本领域技术人员来说，本申请可以有各种更改和变化。凡在本申请的精神和原理之内所作的任何修改、等同替换、改进等，均应包含在本申请的权利要求范围之内。

Claims (10)

1.一种基于人工智能与物联网的接口访问方法，其特征在于，应用于基于人工智能与物联网的接口访问系统，所述方法至少包括：

获得物联业务数据和事先设置的数据认证量化指标；所述事先设置的数据认证量化指标涵盖事先设置的异常削弱指示；

通过所述事先设置的异常削弱指示对该物联业务数据进行异常认证处理，并依据所述物联业务数据的异常事件数目，通过所述异常事件数目优化所述事先设置的异常削弱指示，并依据优化后的异常削弱指示对该物联业务数据进行异常认证处理，以确定目标物联业务数据。

2.如权利要求2所述的方法，其特征在于，所述所述通过所述事先设置的异常削弱指示对该物联业务数据进行异常认证处理，并依据所述物联业务数据的异常事件数目，通过所述异常事件数目优化所述事先设置的异常削弱指示，并依据优化后的异常削弱指示对该物联业务数据进行异常认证处理，以确定目标物联业务数据包括：

通过所述事先设置的异常削弱指示对该物联业务数据进行异常认证处理，并依据所述物联业务数据的第一异常事件数目；

通过所述第一异常事件数目优化所述事先设置的异常削弱指示，并依据优化后的异常削弱指示对该物联业务数据进行异常认证处理，确定所述物联业务数据的第二异常事件数目；

反复执行上述异常认证处理以及优化异常削弱指示的步骤，直到所述物联业务数据的异常事件数目满足优化量化指标，确定目标物联业务数据。

3.如权利要求2所述的方法，其特征在于，所述通过所述第一异常事件数目优化所述事先设置的异常削弱指示，并依据优化后的异常削弱指示对该物联业务数据进行异常认证处理，确定所述物联业务数据的第二异常事件数目包括：

判断所述第一异常事件数目是否满足所述优化量化指标；

如果所述第一异常事件数目没有满足所述优化量化指标，则以第一优化模态优化所述事先设置的异常削弱指示，确定优化后的异常削弱指示；

所述第一优化模态包括扩大所述事先设置的异常削弱指示的模态或者削减所述事先设置的异常削弱指示的模态；

根据优化后的异常削弱指示对该物联业务数据进行异常认证处理，确定所述第二异常事件数目。

4.如权利要求3所述的方法，其特征在于，所述反复执行上述异常认证处理以及优化异常削弱指示的步骤，直到所述物联业务数据的异常事件数目满足优化量化指标包括：

通过所述第一异常事件数目和所述第二异常事件数目，判断所述物联业务数据的异常事件数目是否削减；

如果所述物联业务数据的异常事件数目削减，则连续以所述第一优化模态优化异常削弱指示，并反复执行上述异常认证处理以及优化异常削弱指示的步骤，直到所述物联业务数据的异常事件数目满足优化量化指标；

如果所述物联业务数据的异常事件数目扩大，则以第二优化模态优化异常削弱指示，并反复执行上述异常认证处理以及优化异常削弱指示的步骤，直到所述物联业务数据的异常事件数目满足优化量化指标；所述第一优化模态与所述第二优化模态维度不相同；所述第二优化模态包括削减异常削弱指示的模态或者扩大异常削弱指示的模态。

5.如权利要求3所述的方法，其特征在于，在所述以第一优化模态优化所述事先设置的异常削弱指示，确定优化后的异常削弱指示之前，所述方法还包括：

获得事先设置的间隔周期内所述物联业务数据中事先设置的标准标签的标签评估量化程度，以及确定所述事先设置的间隔周期内热度分析模块的热度评估量化程度；

比对所述标签评估量化程度的模态与所述热度评估量化程度的模态，得到比对结果，并通过所述比对结果确定所述第一优化模态。

6.如权利要求5所述的方法，其特征在于，所述通过所述比对结果确定所述第一优化模态包括：

依据所述比对结果，如果所述标签评估量化程度的模态与所述热度评估量化程度的模态相同，则确定所述第一优化模态为扩大所述事先设置的异常削弱指示的模态；

如果所述标签评估量化程度的模态与所述热度评估量化程度的模态不相同，则确定所述第一优化模态为削减所述事先设置的异常削弱指示的模态。

7.如权利要求6所述的方法，其特征在于，所述事先设置的异常削弱指示涵盖事先设置的第一异常削弱指示和事先设置的第二异常削弱指示；所述第一优化模态包括第一优化模态和第二优化模态；所述比对所述标签评估量化程度的模态与所述热度评估量化程度的模态，得到比对结果，并通过所述比对结果确定所述第一优化模态包括：

比对所述标签评估量化程度的第一模态与所述热度评估量化程度的第一模态，得到第一模态比对结果，并通过所述第一模态比对结果确定所述第一优化模态；所述第一优化模态用于优化所述事先设置的第一异常削弱指示；

比对所述标签评估量化程度的第二模态与所述热度评估量化程度的第二模态，得到第二模态比对结果，并通过所述第二模态比对结果确定所述第二优化模态；所述第二优化模态用于优化所述事先设置的第二异常削弱指示。

8.如权利要求2所述的方法，其特征在于，在所述反复执行上述异常认证处理以及优化异常削弱指示的步骤，直到所述物联业务数据的异常事件数目满足优化量化指标，确定目标物联业务数据之后，所述方法还包括：

确定所述优化量化指标的异常事件数目对应的目标异常削弱指示，并通过所述目标异常削弱指示改进所述事先设置的数据认证量化指标，得到改进后的数据认证量化指标。

9.一种基于人工智能与物联网的接口访问系统，其特征在于，包括互相之间通信的处理器和存储器，所述处理器用于从所述存储器中读取计算机程序并执行，以实现权利要求1-8任一项所述的方法。

10.一种云平台，其特征在于，包括计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，该计算机程序运行时执行权利要求1-8任意一项所述的方法。

Images