CN114826912A - 基于智能分析的边缘计算构建更新方法及系统 - Google Patents

基于智能分析的边缘计算构建更新方法及系统 Download PDF

Info

Publication number
CN114826912A
CN114826912A CN202210312470.6A CN202210312470A CN114826912A CN 114826912 A CN114826912 A CN 114826912A CN 202210312470 A CN202210312470 A CN 202210312470A CN 114826912 A CN114826912 A CN 114826912A
Authority
CN
China
Prior art keywords
data
equipment
analysis
processing platform
controllable
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.)
Pending
Application number
CN202210312470.6A
Other languages
English (en)
Inventor
兰雨晴
余丹
张腾怀
邢智涣
王丹星
葛宇童
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
China Standard Intelligent Security Technology Co Ltd
Original Assignee
China Standard Intelligent Security Technology Co Ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by China Standard Intelligent Security Technology Co Ltd filed Critical China Standard Intelligent Security Technology Co Ltd
Priority to CN202210312470.6A priority Critical patent/CN114826912A/zh
Publication of CN114826912A publication Critical patent/CN114826912A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L41/00—Arrangements for maintenance, administration or management of data switching networks, e.g. of packet switching networks
    • H04L41/08—Configuration management of networks or network elements
    • H04L41/0803—Configuration setting
    • H04L41/0813—Configuration setting characterised by the conditions triggering a change of settings
    • H04L41/082—Configuration setting characterised by the conditions triggering a change of settings the condition being updates or upgrades of network functionality
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L12/00—Data switching networks
    • H04L12/66—Arrangements for connecting between networks having differing types of switching systems, e.g. gateways
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L41/00—Arrangements for maintenance, administration or management of data switching networks, e.g. of packet switching networks
    • H04L41/08—Configuration management of networks or network elements
    • H04L41/0803—Configuration setting
    • H04L41/0813—Configuration setting characterised by the conditions triggering a change of settings
    • H04L41/0816—Configuration setting characterised by the conditions triggering a change of settings the condition being an adaptation, e.g. in response to network events
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L41/00—Arrangements for maintenance, administration or management of data switching networks, e.g. of packet switching networks
    • H04L41/14—Network analysis or design
    • H04L41/145—Network analysis or design involving simulating, designing, planning or modelling of a network
    • 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
    • H04L67/12—Protocols specially adapted for proprietary or special-purpose networking environments, e.g. medical networks, sensor networks, networks in vehicles or remote metering networks

Abstract

本发明提供了一种基于智能分析的边缘计算构建更新方法和系统。该方法包括：终端设备采集场景数据，并将采集到的场景数据发送给边缘网关设备；所述边缘网关设备利用分析模型对所述场景数据进行分析，获得分析数据，并将所述分析数据发送给数据处理平台；所述数据处理平台根据所述分析数据对所述分析模型进行优化，将优化后的分析模型发送给所述边缘网关设备进行更新。

Description

基于智能分析的边缘计算构建更新方法及系统
技术领域
本发明涉及边缘计算技术领域，特别涉及基于智能分析的边缘计算构建更新方法及系统。
背景技术
现有技术中，一个局域区域中的终端设备可以受其所在区域内的智能网关设备的控制来进行工作，这些智能网关设备对终端设备的控制通常是根据预先存储于智能网关设备中的分析模型对终端设备采集到的环境数据或终端设备本身工作时所产生的工作数据进行分析，根据分析结果对终端设备进行工作控制，这些分析模型通常不能针对性的进行更新，例如不能针对每个终端设备进行及时实时更新，就造成智能网关设备不能灵活适配不同场景的业务需求及环境变化。
发明内容
本发明提供一种基于智能分析的边缘计算构建更新方法及系统。
本发明实施例提供了一种基于智能分析的边缘计算构建更新方法，包括：
终端设备采集场景数据，并将采集到的场景数据发送给边缘网关设备；
所述边缘网关设备利用分析模型对所述场景数据进行分析，获得分析数据，并将所述分析数据发送给数据处理平台；
所述数据处理平台根据所述分析数据对所述分析模型进行优化，将优化后的分析模型发送给所述边缘网关设备进行更新。
在一个实施例中，所述终端设备包括传感器、摄像头、数据采集设备中的任一种或多种。
在一个实施例中，所述终端设备包括可控设备；所述场景数据包括所述可控设备工作时产生的工作数据；
所述边缘网关设备利用分析模型对所述场景数据进行分析，获得分析数据，包括：所述边缘网关设备利用分析模型对所述场景数据进行分析，获得决策数据；根据所述决策数据对所述场景数据对应的可控设备进行控制；
所述将所述分析数据发送给数据处理平台，包括：将所述决策数据和根据所述决策数据对所述可控设备进行控制后的可控设备工作数据发送给数据处理平台；
所述数据处理平台根据所述分析数据对所述分析模型进行优化，包括：所述数据处理平台根据所述决策数据和可控设备工作数据对所述分析模型进行优化。
在一个实施例中，所述可控设备包括自动化机器设备、计算机、传感器中的任一种或多种。
在一个实施例中，所述边缘网关设备包括与所述终端设备处于同一局域地理范围内的智能网关设备，所述智能网关设备与所述终端设备之间通讯连接。
在一个实施例中，所述将所述决策数据和根据所述决策数据对所述可控设备进行控制后的可控设备工作数据发送给数据处理平台，还包括对所述决策数据和根据所述决策数据对所述可控设备进行控制后的可控设备工作数据进行数据打包以及数据压缩，进而缩短数据的传输时间保证数据的传输效率，其具体步骤包括，
步骤A1：利用公式(1)对所述决策数据和根据所述决策数据对所述可控设备进行控制后的可控设备工作数据进行数据打包：
A＝{{F2＜＜[len(D2)-len(F2)-1]},D2+2 (1)
其中，A表示进行数据打包后的打包数据的二进制形式；F2表示所述决策数据的二进制形式；D2表示根据所述决策数据对所述可控设备进行控制后的可控设备工作数据的二进制形式；len()表示求取括号内的数据位数；<<表示左移符号；{}2表示将括号内的数据转换为二进制形式；
步骤A2：利用公式(2)对打包数据进行有效数据压缩：
Figure BDA0003567619350000031
其中，
Figure BDA0003567619350000032
表示对打包数据进行有效数据压缩后的压缩数据的二进制形式；A(1)表示打包数据的第一部分数据的二进制形式；A(2)表示打包数据的第二部分数据的二进制形式；[]10表示将括号内的数据转换为十进制形式；
步骤A3：在所述数据压缩后的数据传输到数据处理平台后，再利用公式(3)对接收到的数据进行解压解包处理：
Figure BDA0003567619350000033
其中，
Figure BDA0003567619350000034
表示对数据处理平台接收到的压缩数据进行解压解包处理得到的根据所述决策数据对所述可控设备进行控制后的可控设备工作数据的二进制形式；
Figure BDA0003567619350000035
表示数据处理平台接收到的压缩数据的第一部分数据的二进制形式；
Figure BDA0003567619350000036
表示数据处理平台接收到的压缩数据的第二部分数据的二进制形式；
Figure BDA0003567619350000037
表示数据处理平台接收到的压缩数据的第三部分数据的二进制形式；
Figure BDA0003567619350000038
表示对数据处理平台接收到的压缩数据进行解压解包处理得到的决策数据的二进制形式。
一种基于智能分析的边缘计算构建更新系统，包括：
终端设备，用于采集场景数据，并将采集到的场景数据发送给边缘网关设备；
所述边缘网关设备，用于利用分析模型对所述场景数据进行分析，获得分析数据，并将所述分析数据发送给数据处理平台；
所述数据处理平台，用于根据所述分析数据对所述分析模型进行优化，将优化后的分析模型发送给所述边缘网关设备进行更新。
在一个实施例中，所述终端设备包括传感器、摄像头、数据采集设备中的任一种或多种。
在一个实施例中，所述终端设备包括可控设备；所述场景数据包括所述可控设备工作时产生的工作数据；
所述边缘网关设备利用分析模型对所述场景数据进行分析，获得分析数据，包括：所述边缘网关设备利用分析模型对所述场景数据进行分析，获得决策数据；根据所述决策数据对所述场景数据对应的可控设备进行控制；
所述将所述分析数据发送给数据处理平台，包括：将所述决策数据和根据所述决策数据对所述可控设备进行控制后的可控设备工作数据发送给数据处理平台；
所述数据处理平台根据所述分析数据对所述分析模型进行优化，包括：所述数据处理平台根据所述决策数据和可控设备工作数据对所述分析模型进行优化。
在一个实施例中，所述可控设备包括自动化机器设备、计算机、传感器中的任一种或多种。
上述技术方案的有益效果为：位于网络侧的统一管理侧的数据处理平台可以针对性的为每个边缘网关设备进行分析模型的更新，使得边缘网关设备能灵活适配不同场景的业务需求及环境变化。
本发明的其它特征和优点将在随后的说明书中阐述，并且，部分地从说明书中变得显而易见，或者通过实施本发明而了解。本发明的目的和其他优点可通过在所写的说明书、权利要求书、以及附图中所特别指出的结构来实现和获得。
下面通过附图和实施例，对本发明的技术方案做进一步的详细描述。
附图说明
附图用来提供对本发明的进一步理解，并且构成说明书的一部分，与本发明的实施例一起用于解释本发明，并不构成对本发明的限制。在附图中：
图1为本发明实施例中一种基于智能分析的边缘计算构建更新方法的流程图。
图2为本发明实施例中一种基于智能分析的边缘计算构建更新系统的结构图。
具体实施方式
以下结合附图对本发明的优选实施例进行说明，应当理解，此处所描述的优选实施例仅用于说明和解释本发明，并不用于限定本发明。
如图1所示，本发明实施例提供一种基于智能分析的边缘计算构建更新方法，包括步骤S1-S3：
步骤S1、终端设备采集场景数据，并将采集到的场景数据发送给边缘网关设备。
其中，所述终端设备可以是传感器、摄像头、数据采集设备中的任一种或多种。
步骤S2、所述边缘网关设备利用分析模型对所述场景数据进行分析，获得分析数据，并将所述分析数据发送给数据处理平台。
其中，数据处理平台可以位于设置于网络中的中心管理侧，例如在北京市的丰台区可以设置统一的中心管理侧，专门用来管理北京市丰台区这一区域内的所有边缘网关设备的分析模型的更新。
其中，边缘网关设备包括与所述终端设备处于同一局域地理范围内的智能网关设备，所述智能网关设备与所述终端设备之间通讯连接，例如位于北京市丰台区的某一个公司厂房内的终端设备例如智能机器人，该厂房内与该智能机器人通讯连接的智能网关设备即为前述边缘网关设备。
步骤S3、所述数据处理平台根据所述分析数据对所述分析模型进行优化，将优化后的分析模型发送给所述边缘网关设备进行更新。
上述技术方案的有益效果为：位于网络侧的统一管理侧的数据处理平台可以针对性的为每个边缘网关设备进行分析模型的更新，使得边缘网关设备能灵活适配不同场景的业务需求及环境变化。
在一个实施例中，所述终端设备包括可控设备；所述场景数据包括所述可控设备工作时产生的工作数据；
所述边缘网关设备利用分析模型对所述场景数据进行分析，获得分析数据，包括：所述边缘网关设备利用分析模型对所述场景数据进行分析，获得决策数据；根据所述决策数据对所述场景数据对应的可控设备进行控制；其中，所述可控设备包括自动化机器设备、计算机、传感器中的任一种或多种；
相应地，所述将所述分析数据发送给数据处理平台，包括：将所述决策数据和根据所述决策数据对所述可控设备进行控制后的可控设备工作数据发送给数据处理平台；
相应地，所述数据处理平台根据所述分析数据对所述分析模型进行优化，包括：所述数据处理平台根据所述决策数据和可控设备工作数据对所述分析模型进行优化。
在一个实施例中，所述将所述决策数据和根据所述决策数据对所述可控设备进行控制后的可控设备工作数据发送给数据处理平台，还包括对所述决策数据和根据所述决策数据对所述可控设备进行控制后的可控设备工作数据进行数据打包以及数据压缩，进而缩短数据的传输时间保证数据的传输效率，其具体步骤包括，
步骤A1：利用公式(1)对所述决策数据和根据所述决策数据对所述可控设备进行控制后的可控设备工作数据进行数据打包：
A＝{{F2＜＜[len(D2)-len(F2)-1]},D2}2 (1)
其中A表示进行数据打包后的打包数据的二进制形式(所述打包数据内部分为两部分，其中用逗号的二进制形式分割开来，也可以通过检测二进制形式的逗号来得到打包数据中的两部分数据)；F2表示所述决策数据的二进制形式；D2表示根据所述决策数据对所述可控设备进行控制后的可控设备工作数据的二进制形式(所述工作数据的数据长度要大于决策数据的数据长度)；len()表示求取括号内的数据位数；<<表示左移符号；{}2表示将括号内的数据转换为二进制形式；
步骤A2：利用公式(2)对打包数据进行有效数据压缩
Figure BDA0003567619350000071
其中
Figure BDA0003567619350000072
表示对打包数据进行有效数据压缩后的压缩数据的二进制形式(所述压缩数据内部分为三部分，用逗号的二进制形式分割开来，也可以通过检测二进制形式的逗号来得到压缩数据中的三部分数据)；A(1)表示打包数据的第一部分数据的二进制形式；A(2)表示打包数据的第二部分数据的二进制形式；[]10表示将括号内的数据转换为十进制形式；
步骤A3：在所述数据压缩后的数据传输到数据处理平台后，再利用公式(3)对接收到的数据进行解压解包处理
Figure BDA0003567619350000073
其中
Figure BDA0003567619350000074
表示对数据处理平台接收到的压缩数据进行解压解包处理得到的根据所述决策数据对所述可控设备进行控制后的可控设备工作数据的二进制形式；
Figure BDA0003567619350000075
表示数据处理平台接收到的压缩数据的第一部分数据的二进制形式；
Figure BDA0003567619350000076
表示数据处理平台接收到的压缩数据的第二部分数据的二进制形式；
Figure BDA0003567619350000077
表示数据处理平台接收到的压缩数据的第三部分数据的二进制形式；
Figure BDA0003567619350000078
表示对数据处理平台接收到的压缩数据进行解压解包处理得到的决策数据的二进制形式。
上述技术方案的有益效果为：首先利用步骤A1中的公式(1)对所述决策数据和根据所述决策数据对所述可控设备进行控制后的可控设备工作数据进行数据打包，目的是在打包时首先将两个数据的数据量尽可能的达到同一数量级，便于后续压缩的更加完全，数据更加精简；然后利用步骤A2中的公式(2)对打包数据进行有效数据压缩，进而利用公式完成自动化的压缩处理，确保数据处理的效率；最后利用步骤A3中的公式(3)对接收到的数据进行解压解包处理，进而在根据接收到的数据的情况下可以准确的完整的解压解包出原始的决策数据以及根据所述决策数据对所述可控设备进行控制后的可控设备工作数据，确保系统的可靠性。
相应于本发明实施例提供的上述一种基于智能分析的边缘计算构建更新方法，本发明实施例还提供了一种基于智能分析的边缘计算构建更新系统，如图2所示，包括：
终端设备，用于采集场景数据，并将采集到的场景数据发送给边缘网关设备；
所述边缘网关设备，用于利用分析模型对所述场景数据进行分析，获得分析数据，并将所述分析数据发送给数据处理平台；
所述数据处理平台，用于根据所述分析数据对所述分析模型进行优化，将优化后的分析模型发送给所述边缘网关设备进行更新。
在一个实施例中，所述终端设备包括传感器、摄像头、数据采集设备中的任一种或多种。
在一个实施例中，所述终端设备包括可控设备；所述场景数据包括所述可控设备工作时产生的工作数据；
所述边缘网关设备利用分析模型对所述场景数据进行分析，获得分析数据，包括：所述边缘网关设备利用分析模型对所述场景数据进行分析，获得决策数据；根据所述决策数据对所述场景数据对应的可控设备进行控制；
所述将所述分析数据发送给数据处理平台，包括：将所述决策数据和根据所述决策数据对所述可控设备进行控制后的可控设备工作数据发送给数据处理平台；
所述数据处理平台根据所述分析数据对所述分析模型进行优化，包括：所述数据处理平台根据所述决策数据和可控设备工作数据对所述分析模型进行优化。
在一个实施例中，所述可控设备包括自动化机器设备、计算机、传感器中的任一种或多种。
显然，本领域的技术人员可以对本发明进行各种改动和变型而不脱离本发明的精神和范围。这样，倘若本发明的这些修改和变型属于本发明权利要求及其等同技术的范围之内，则本发明也意图包含这些改动和变型在内。

Claims (10)

1.一种基于智能分析的边缘计算构建更新方法，其特征在于，包括：
终端设备采集场景数据，并将采集到的场景数据发送给边缘网关设备；
所述边缘网关设备利用分析模型对所述场景数据进行分析，获得分析数据，并将所述分析数据发送给数据处理平台；
所述数据处理平台根据所述分析数据对所述分析模型进行优化，将优化后的分析模型发送给所述边缘网关设备进行更新。
2.如权利要求1所述的方法，其特征在于，
所述终端设备包括传感器、摄像头、数据采集设备中的任一种或多种。
3.如权利要求1所述的方法，其特征在于，
所述终端设备包括可控设备；所述场景数据包括所述可控设备工作时产生的工作数据；
所述边缘网关设备利用分析模型对所述场景数据进行分析，获得分析数据，包括：所述边缘网关设备利用分析模型对所述场景数据进行分析，获得决策数据；根据所述决策数据对所述场景数据对应的可控设备进行控制；
所述将所述分析数据发送给数据处理平台，包括：将所述决策数据和根据所述决策数据对所述可控设备进行控制后的可控设备工作数据发送给数据处理平台；
所述数据处理平台根据所述分析数据对所述分析模型进行优化，包括：所述数据处理平台根据所述决策数据和可控设备工作数据对所述分析模型进行优化。
4.如权利要求3所述的方法，其特征在于，
所述可控设备包括自动化机器设备、计算机、传感器中的任一种或多种。
5.如权利要求1所述的方法，其特征在于，
所述边缘网关设备包括与所述终端设备处于同一局域地理范围内的智能网关设备，所述智能网关设备与所述终端设备之间通讯连接。
6.如权利要求3所述的方法，其特征在于，
所述将所述决策数据和根据所述决策数据对所述可控设备进行控制后的可控设备工作数据发送给数据处理平台，还包括对所述决策数据和根据所述决策数据对所述可控设备进行控制后的可控设备工作数据进行数据打包以及数据压缩，进而缩短数据的传输时间保证数据的传输效率，其具体步骤包括，
步骤A1：利用公式(1)对所述决策数据和根据所述决策数据对所述可控设备进行控制后的可控设备工作数据进行数据打包：
A＝{{F2＜＜[len(D2)-len(F2)-1]},D2}2 (1)
其中，A表示进行数据打包后的打包数据的二进制形式；F2表示所述决策数据的二进制形式；D2表示根据所述决策数据对所述可控设备进行控制后的可控设备工作数据的二进制形式；len()表示求取括号内的数据位数；＜＜表示左移符号；{}2表示将括号内的数据转换为二进制形式；
步骤A2：利用公式(2)对打包数据进行有效数据压缩：
Figure FDA0003567619340000021
其中，
Figure FDA0003567619340000022
表示对打包数据进行有效数据压缩后的压缩数据的二进制形式；A(1)表示打包数据的第一部分数据的二进制形式；A(2)表示打包数据的第二部分数据的二进制形式；[]10表示将括号内的数据转换为十进制形式；
步骤A3：在所述数据压缩后的数据传输到数据处理平台后，再利用公式(3)对接收到的数据进行解压解包处理：
Figure FDA0003567619340000023
其中，
Figure FDA0003567619340000024
表示对数据处理平台接收到的压缩数据进行解压解包处理得到的根据所述决策数据对所述可控设备进行控制后的可控设备工作数据的二进制形式；
Figure FDA0003567619340000025
表示数据处理平台接收到的压缩数据的第一部分数据的二进制形式；
Figure FDA0003567619340000026
表示数据处理平台接收到的压缩数据的第二部分数据的二进制形式；
Figure FDA0003567619340000027
表示数据处理平台接收到的压缩数据的第三部分数据的二进制形式；
Figure FDA0003567619340000031
表示对数据处理平台接收到的压缩数据进行解压解包处理得到的决策数据的二进制形式。
7.一种基于智能分析的边缘计算构建更新系统，其特征在于，包括：
终端设备，用于采集场景数据，并将采集到的场景数据发送给边缘网关设备；
所述边缘网关设备，用于利用分析模型对所述场景数据进行分析，获得分析数据，并将所述分析数据发送给数据处理平台；
所述数据处理平台，用于根据所述分析数据对所述分析模型进行优化，将优化后的分析模型发送给所述边缘网关设备进行更新。
8.如权利要求7所述的系统，其特征在于，
所述终端设备包括传感器、摄像头、数据采集设备中的任一种或多种。
9.如权利要求7所述的系统，其特征在于，
所述终端设备包括可控设备；所述场景数据包括所述可控设备工作时产生的工作数据；
所述边缘网关设备利用分析模型对所述场景数据进行分析，获得分析数据，包括：所述边缘网关设备利用分析模型对所述场景数据进行分析，获得决策数据；根据所述决策数据对所述场景数据对应的可控设备进行控制；
所述将所述分析数据发送给数据处理平台，包括：将所述决策数据和根据所述决策数据对所述可控设备进行控制后的可控设备工作数据发送给数据处理平台；
所述数据处理平台根据所述分析数据对所述分析模型进行优化，包括：所述数据处理平台根据所述决策数据和可控设备工作数据对所述分析模型进行优化。
10.如权利要求9所述的系统，其特征在于，
所述可控设备包括自动化机器设备、计算机、传感器中的任一种或多种。
CN202210312470.6A 2022-03-28 2022-03-28 基于智能分析的边缘计算构建更新方法及系统 Pending CN114826912A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202210312470.6A CN114826912A (zh) 2022-03-28 2022-03-28 基于智能分析的边缘计算构建更新方法及系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202210312470.6A CN114826912A (zh) 2022-03-28 2022-03-28 基于智能分析的边缘计算构建更新方法及系统

Publications (1)

Publication Number Publication Date
CN114826912A true CN114826912A (zh) 2022-07-29

Family

ID=82531379

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202210312470.6A Pending CN114826912A (zh) 2022-03-28 2022-03-28 基于智能分析的边缘计算构建更新方法及系统

Country Status (1)

Country Link
CN (1) CN114826912A (zh)

Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109451040A (zh) * 2018-12-10 2019-03-08 王顺志 基于边缘计算的物联网组网系统及组网方法

Patent Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109451040A (zh) * 2018-12-10 2019-03-08 王顺志 基于边缘计算的物联网组网系统及组网方法

Similar Documents

Publication Publication Date Title
KR100382446B1 (ko) 무선 화일 처리 시스템 및 그 방법과 통신 인프라 구조
CN111191767B (zh) 一种基于向量化的恶意流量攻击类型的判断方法
CN113613287B (zh) 一种基于边缘计算的自动化数据采集系统
CN107426059A (zh) Dpi设备特征库自动更新方法、系统、dpi设备及云端服务器
CN113141545B (zh) 云端智慧燃气数据网外运算方法及系统
CN110932918B (zh) 日志数据采集方法、装置及存储介质
CN109657892A (zh) 基于数据分析的机器行为识别方法、装置、设备和介质
CN111245671B (zh) 用于卫星激光通信终端地面测试的自动化集成测试系统
CN112333211A (zh) 一种基于机器学习的工控行为检测方法和系统
CN115242894A (zh) 数据处理方法、装置、存储介质和计算机设备
CN101026502B (zh) 宽带网络综合性能管理平台
CN104484484A (zh) 清理缓存文件的方法及装置
CN113905107A (zh) 工业设备点表数据的获取方法、装置及网关
CN116599857B (zh) 一种适用于物联网多场景的数字孪生应用系统
CN114826912A (zh) 基于智能分析的边缘计算构建更新方法及系统
CN113760730A (zh) 一种自动化测试的方法和装置
CN110502538A (zh) 画像标签生成逻辑映射的方法、系统、设备及存储介质
CN116993240A (zh) 一种物流系统控制方法、装置、设备及存储介质
CN113328986A (zh) 基于卷积神经网络与lstm结合的网络流量异常检测方法
CN114500324A (zh) 一种面向工业互联网仿真测试床的集成接入系统
CN113794527A (zh) 深空探测环绕器自适应帧长有线遥测转发系统及自检方法
CN108668306B (zh) 一种移动操作系统内置的数据采集系统
CN112448835B (zh) 一种物联网系统
CN108196853A (zh) 用于部署安卓系统sdk的方法、存储介质、设备及系统
CN114826615B (zh) 一种基于手机模拟器的移动端采集方法及系统

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
RJ01 Rejection of invention patent application after publication
RJ01 Rejection of invention patent application after publication

Application publication date: 20220729