CN114866575A - 物联网设备的管理方法、装置、设备及存储介质 - Google Patents
物联网设备的管理方法、装置、设备及存储介质 Download PDFInfo
- Publication number
- CN114866575A CN114866575A CN202210337485.8A CN202210337485A CN114866575A CN 114866575 A CN114866575 A CN 114866575A CN 202210337485 A CN202210337485 A CN 202210337485A CN 114866575 A CN114866575 A CN 114866575A
- Authority
- CN
- China
- Prior art keywords
- internet
- standard
- target
- model
- things
- 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
Links
Images
Classifications
-
- 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
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/22—Matching criteria, e.g. proximity measures
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16Y—INFORMATION AND COMMUNICATION TECHNOLOGY SPECIALLY ADAPTED FOR THE INTERNET OF THINGS [IoT]
- G16Y40/00—IoT characterised by the purpose of the information processing
- G16Y40/10—Detection; Monitoring
-
- 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
- H04L41/02—Standardisation; Integration
- H04L41/0233—Object-oriented techniques, for representation of network management data, e.g. common object request broker architecture [CORBA]
-
- 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
- H04L41/06—Management of faults, events, alarms or notifications
- H04L41/0631—Management of faults, events, alarms or notifications using root cause analysis; using analysis of correlation between notifications, alarms or events based on decision criteria, e.g. hierarchy, tree or time analysis
Abstract
本申请公开了一种物联网设备的管理方法、装置、设备及存储介质,属于物联网技术领域。所述方法包括:获取目标物联网设备的特征数据;从标准模型库所包括的至少一个标准物模型中获取n个标准物模型,n为正整数;基于特征数据,从n个标准物模型中确定目标标准物模型;按照目标标准物模型,管理目标物联网设备。本申请实施例实现自动化地匹配物联网设备的物模型,提升了物模型的定义效率。并且,本申请实施例中,由于物联网平台自动化地匹配物联网设备的物模型,在接入的物联网设备数量较多的情况下,不仅降低了人工成本的支出,还提升了物模型的定义准确性。
Description
技术领域
本申请实施例涉及物联网技术领域,特别涉及一种物联网设备的管理方法、装置、设备及存储介质。
背景技术
物模型又可以称为TSL(Thing Specification Language)模型,是对物理空间中实体的数字化建模。
其中,物理空间中的实体既可以是各式各样的传感器,也可以是具体的设备(如风机、光伏面板、车载设备等),甚至还可以是楼宇、桥梁等等。通过对物理空间中的实体进行数字化建模,能够实现在物联网平台对实体的抽象,并且,以物模型为依据,可以定义一个实体和云端之间的通信通道,还可以解析和封装实体与物联网平台之间交互的数据。相关技术中,在实体接入物联网平台时,由人工定义实体的物模型。
然而,当接入物联网平台的实体数量较多时,定义物模型的工作量较大且繁琐,不仅会耗费大量的人工成本,还极易出错。
发明内容
本申请实施例提供了一种物联网设备的管理方法、装置、设备及存储介质,可用于实现自动化地匹配物联网设备的物模型,提升物模型的定义效率。所述技术方案如下:
一方面,本申请实施例提供了一种物联网设备的管理方法,所述方法包括:
获取目标物联网设备的特征数据;
从标准模型库所包括的至少一个标准物模型中获取n个标准物模型,所述n为正整数;
基于所述特征数据,从所述n个标准物模型中确定目标标准物模型;
按照所述目标标准物模型,管理所述目标物联网设备。
另一方面,本申请实施例提供了一种物联网设备的管理装置,所述装置包括:
数据获取模块,用于获取目标物联网设备的特征数据;
物模型获取模块,用于从标准模型库所包括的至少一个标准物模型中获取n个标准物模型,所述n为正整数;
物模型确定模块,用于基于所述特征数据,从所述n个标准物模型中确定目标标准物模型;
设备管理模块,用于按照所述目标标准物模型,管理所述目标物联网设备。
再一方面,本申请实施例提供了一种计算机设备,所述计算机设备包括处理器和存储器,所述存储器中存储有计算机程序,所述计算机程序由所述处理器加载并执行以实现如上述物联网设备的管理方法。
又一方面,本申请实施例提供了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如上述物联网设备的管理方法。
还一方面,本申请实施例提供了一种计算机程序产品,所述计算机程序产品被处理器执行时,用于实现上述物联网设备的管理方法。
本申请实施例提供的技术方案可以带来如下有益效果:
通过物联网平台基于所接入的物联网设备上传的特征数据,从标准模型库中确定与物联网设备匹配的标准物模型,并基于标准物模型管理物联网设备,实现自动化地匹配物联网设备的物模型,提升了物模型的定义效率。并且,本申请实施例中,由于物联网平台自动化地匹配物联网设备的物模型,在接入的物联网设备数量较多的情况下,不仅降低了人工成本的支出,还提升了物模型的定义准确性。
附图说明
为了更清楚地说明本申请实施例中的技术方案,下面将对实施例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是本申请一个实施例提供的物联网设备的管理系统的示意图;
图2是本申请一个实施例提供的物联网设备的管理方法的流程图;
图3是本申请一个实施例提供的物联网设备的管理方法的示意图;
图4是本申请一个实施例提供的标准物模型的匹配示意图;
图5是本申请一个实施例提供的物联网设备的管理装置的框图;
图6是本申请另一个实施例提供的物联网设备的管理装置的框图;
图7是本申请一个实施例提供的计算机设备的结构框图。
具体实施方式
为使本申请的目的、技术方案和优点更加清楚,下面将结合附图对本申请实施方式作进一步地详细描述。
首先,对本申请实施例涉及的相关名词进行介绍说明。
物模型:是对物理空间中实体的数字化建模。物模型从属性(包括静态属性和动态属性)、服务、事件这三个维度对实体是什么、能做什么、可以对外提供哪些信息进行了描述。定义了这三个维度,即完成了实体的功能定义,物联网平台将生成该实体的物模型。通常,物模型以JSON格式表示,所以,物模型又可以称为TSL模型。
物联网设备:本申请实施例中,物联网设备是指物理空间中的实体,其既可以是各式各样的传感器,也可以是具体的设备(如风电设备、风机、光伏设备、箱式变压器、汇流箱、光通信设备、车载设备等),甚至还可以是楼宇、桥梁等等。
告警规则:是指为指标设定的比较阈值和/或比较规则等。当指标被收集和/或被采集到相应的数据时(如指标被收集和/或被采集到一次数据、设定次数的数据、一段时长的数据等时),告警规则被评估一次,若评估通过(达到告警规则中设定的比较阈值和/或满足告警规则中设定的比较规则等),则触发告警事件。
向量空间模型(Vector Space Model,VSM):是一种把文本文件表示为标识符(如索引等)向量的代数模型,它能够以空间上的相似度来表达语义上的相似度。向量空间模型可以应用于信息过滤、信息检索、索引以及相关排序。
雅卡尔系数(Jaccard Index):又可以称为雅卡尔相似系数(Jaccard SimilarityCoefficient),用于比较有限样本集之间的相似度与差异性。Jaccard系数等于样本集交集与样本集合集的比值。Jaccard系数的值越大,表示样本相似度越高。
请参考图1,其示出了本申请一个实施例提供的物联网设备的管理系统的示意图。如图1所示,该物联网设备的管理系统包括:物联网设备10和物联网平台20。
物联网设备10能够接入物联网平台20,由物联网平台20实现对物联网设备10的管理。本申请实施例对物联网平台20管理物联网设备10的内容不作限定,在一个示例中,物联网平台20对物联网设备10的管理内容包括但不限于以下至少一项:存储物联网设备10上传的数据、解析物联网设备10上传的数据、索引物联网设备10上传的数据、触发针对物联网设备10的告警事件。
应理解,物联网设备10是广义的设备,泛指一切能够通过物联网平台20进行管理的物理空间中的实体,而不仅仅是具备通信功能的、实体的设备。有关物联网设备10的具体实现类型请参见上述实施例,此处不多赘述。
本申请实施例中,物联网平台20中分布有一个或多个计算机设备22(图1以物联网平台20中分布多个计算机设备22为例),该计算机设备22具备数据分析和存储能力。可选地,该计算机设备22可以实现为个人计算机、手机等终端,也可以实现为服务器。在计算机设备22实现为服务器的情况下,该计算机设备22可以实现为一台服务器,也可以实现为多台服务器组成的服务器集群,还可以实现为一个云计算中心。
在一个示例中,物联网设备10接入物联网平台20之后,可以向物联网平台20上传数据;物联网平台20可以基于物联网设备10上传的数据,确定物联网设备10的物模型,并可以基于物联网设备10的物模型对物联网设备10进行管理。可选地,物联网平台20还可以基于物联网设备10的物模型,确定物联网设备10对应的告警规则,并可以按照该告警规则针对物联网设备10触发告警事件。
请参考图2,其示出了本申请一个实施例提供的物联网设备的管理方法的流程图。该方法可以应用于上文所述物联网平台20中。该方法可以包括如下几个步骤(步骤210至步骤240)。
步骤210,获取目标物联网设备的特征数据。
目标物联网设备是指能够通过物联网平台管理的物理空间中的实体,本申请实施例对目标物联网设备的具体实现类型不作限定,可选地,目标物联网设备可以实现为传感器,也可以实现为具体的设备(如风机、光伏面板等),还可以实现为楼宇、桥梁等等。
本申请实施例中,目标物联网设备的特征数据用于指示目标物联网设备的特征,如目标物联网设备是什么、能做什么、能够对外提供哪些信息等等。可选地,目标物联网设备的特征数据包括:属性数据和状态数据。属性数据用于指示目标物联网设备的静态属性,例如,在目标物联网设备实现为风机的情况下,属性数据包括风机的机型、经度、纬度等等。状态数据用于指示目标物联网设备的运行状态,例如,在目标物联网设备实现为风机的情况下,状态数据包括风机的发电机有功功率、舱内温度等等。
步骤220,从标准模型库所包括的至少一个标准物模型中获取n个标准物模型,n为正整数。
标准模型库中包括至少一个标准物模型,该标准模型库可以存储于物联网平台中,也可以存储于其它平台,本申请实施例对此不作限定。其中,标准物模型是指预先为物联网设备设定的、标准化的物模型。
本申请实施例对标准模型库中的标准物模型的分类方式不作限定。在一个示例中,标准模型库中的标准物模型与物联网设备的设备类型和/或设备型号等相对应,也即,一种类型和/或型号的物联网设备对应于一个标准物模型。示例性地,风机对应于一个标准物模型,其中,不同型号的风机可以对应于同一个标准物模型,也可以对应于不同的标准物模型。在另一个示例中,标准模型库中的标准物模型与物联网设备所属的领域等相对应,也即,一个领域的物联网设备对应于一个或多个标准物模型。示例性地,风领域对应于一个或多个标准物模型,其中,风领域中不同类型和/或型号的物联网设备可以对应于同一个标准物模型,也可以对应于不同的标准物模型。
物联网平台可以从标准模型库所包括的至少一个标准物模型中获取n个标准物模型,n为正整数。可选地,物联网平台获取的n个标准物模型可以是标准模型库包括的所有标准物模型,也可以是标准模型库包括的标准物模型中的部分标准物模型。
以标准模型库包括至少一个领域的物联网设备的标准物模型为例,在一个示例中,上述步骤220,包括:基于目标物联网设备的特征数据,确定目标物联网设备所属的目标领域;从标准模型库所包括的至少一个标准物模型中,获取目标领域的物联网设备的标准物模型。其中,标准模型库所对应的至少一个领域包括目标领域,目标领域的物联网设备的标准物模型包括n个标准物模型。
示例性地,假设标准模型库包括风领域、光领域、楼宇等领域的物联网设备的标准物模型,且假设目标物联网设备为风机,基于此,物联网平台根据风机的特征数据,确定风机属于风领域,从而,物联网平台可以从标准模型库中获取风领域的物联网设备的标准物模型,即n个标准物模型。
步骤230,基于特征数据,从n个标准物模型中确定目标标准物模型。
物联网平台在分别获取到目标物联网设备的特征数据,以及n个标准物模型之后,可以从n个标准物模型中确定目标标准物模型,该目标标准物模型是与目标物联网设备相对应的标准物模型。
本申请实施例对物联网平台确定目标标准物模型的方式不作限定,在一个示例中,物联网平台可以从n个标准物模型中随机选择一个标准物模型作为目标标准物模型;在另一个示例中,n个标准物模型分别与不同的设备类型相对应,物联网平台从n个标准物模型中确定与目标物联网设备的设备类型相对应的标准物模型,以作为目标标准物模型;在又一个示例中,物联网平台基于某种推荐算法,从n个标准物模型中选择一个标准物模型作为目标物联网设备的标准物模型。可选地,从n个标准物模型中确定目标标准物模型的过程,可以是由物联网平台中的推荐引擎执行的。有关物联网平台确定目标标准物模型的其它介绍说明,请参见下述方法实施例,此处不多赘述。
步骤240,按照目标标准物模型,管理目标物联网设备。
在为目标物联网设备匹配到相应的目标标准物模型之后,物联网平台即可按照目标标准物模型,管理目标物联网设备。例如,物联网平台可以目标标准物模型为依据,定义目标物联网设备与物联网平台之间的通信通道,并且解析和封装目标物联网设备与物联网平台之间交互的数据。
本申请实施例中,物联网平台还可以触发针对目标物联网设备的告警事件,基于此,在一个示例中,上述步骤230之后,还包括:获取目标标准物模型关联的目标告警规则;按照目标告警规则,管理目标物联网设备。可选地,物联网平台按照目标告警规则,管理目标物联网设备,包括:物联网平台按照目标告警规则评估目标物联网设备上传的特征数据;若评估通过,则触发针对目标物联网设备的告警事件。
示例性地,假设目标物联网设备实现为风机,目标物联网设备上传的特征数据包括风机的舱内温度,并且,假设目标告警规则包括为风机的舱内温度设定的温度阈值。那么,在风机上传的特征数据包括的舱内温度,大于目标告警规则所设定的温度阈值的情况下,物联网平台触发针对风机的告警事件,以提示相关人员及时处理异常情况。
本申请实施例对物联网平台获取目标标准物模型关联的目标告警规则的方式不作限定。在一个示例中,物联网平台在确定目标标准物模型之后,基于目标标准物模型和/或目标物联网设备,实时地设置目标告警规则。在另一个示例中,物联网平台预先为标准模型库所包括的标准物模型分别设置有关联的告警规则,也就是说,物联网平台存储有至少一组关联关系,该关联关系是指标准物模型与告警规则之间的关联关系,且该至少一组关联关系包括目标标准物模型与目标告警规则之间的关联关系。基于此,物联网平台获取至少一组关联关系;按照至少一组关联关系,从至少一个告警规则中获取目标标准物模型关联的目标告警规则。
示例性地,如图3所示,物联网平台包括标准模型库和告警规则库,该标准模型库中包括至少一个领域(如风领域、光领域、楼宇等等)的物联网设备的标准物模型,该告警规则库中包括至少一个告警规则。其中,标准模型库中的标准物模型与告警规则库中的告警规则之间存在关联关系,可选地,一个标准物模型可以对应于一个或多个告警规则,本申请实施例对此不作限定。目标物联网设备在接入物联网平台之后,可以向物联网平台上传特征数据。物联网平台中的推荐引擎基于目标物联网设备上传的特征数据(如一段时间内上传的特征数据等),以及标准模型库所包括的标准物模型,可以确定目标标准物模型,该目标标准物模型是与目标物联网设备对应的标准物模型。之后,物联网平台即可基于目标标准物模型,以及目标标准物模型关联的目标告警规则,管理目标物联网设备。
综上所述,本申请实施例提供的技术方案,通过物联网平台基于所接入的物联网设备上传的特征数据,从标准模型库中确定与物联网设备匹配的标准物模型,并基于标准物模型管理物联网设备,实现自动化地匹配物联网设备的物模型,提升了物模型的定义效率。并且,本申请实施例中,由于物联网平台自动化地匹配物联网设备的物模型,在接入的物联网设备数量较多的情况下,不仅降低了人工成本的支出,还提升了物模型的定义准确性。此外,本申请实施例中,物联网平台还可以预先为标准物模型设置关联的告警规则,从而在确定与物联网设备匹配的标准物模型之后,还可以快速获取关联的告警规则,提升了告警规则的定义效率和准确性。
下面,针对目标标准物模型的确定过程进行介绍说明。
在一个示例中,上述步骤230,包括如下几个步骤(步骤232至步骤238)。
步骤232,基于特征数据,构建第一特征向量。
物联网平台基于物联网设备上传的特征数据,可以构建第一特征向量。其中,特征数据中一个维度的特征,可以对应于第一特征向量中一个或多个维度的特征分量。可选地,第一特征向量为向量空间模型,也就是说,第一特征向量中的特征分量可以是数值形式,也可以是文本形式等。
步骤234,针对n个标准物模型中的任一标准物模型,基于标准物模型,构建第二特征向量,得到n个第二特征向量。
针对所选择的n个标准物模型中的任一标准物模型,物联网平台基于标准物模型,构建第二特征向量,从而物联网平台可以得到n个第二特征向量,这n个第二特征向量与n个标准物模型之间一一对应。可选地,第二特征向量也为向量空间模型,也就是说,第二特征向量中的特征分量可以是数值形式,也可以是文本形式等。
步骤236,确定第一特征向量分别与n个第二特征向量之间的相似度,得到n个向量相似度。
物联网平台分别构建第一特征向量和n个第二特征向量之后,确定第一特征向量分别与n个第二特征向量之间的相似度,得到n个向量相似度,这n个向量相似度与n个第二特征向量之间一一对应,或者可以说,这n个向量相似度与n个标准物模型之间一一对应。
以第一特征向量和第二特征向量均包括m(该m为正整数)个特征分量为例,可选地,上述步骤236,包括:针对n个第二特征向量中的第i个第二特征向量,确定第一特征向量的m个特征分量与第i个第二特征向量的m个特征分量之间的相似度,得到m个分量相似度,i为小于或等于n的正整数;基于m个分量相似度,确定n个向量相似度中第i个向量相似度。其中,m个分量相似度与m个特征分量之间一一对应,可选地,特征分量之间的分量相似度可以通过雅卡尔相似系数(Jaccard Similarity Coefficient)等相似度计算方式得到。
本申请实施例对基于分量相似度得到向量相似度的方式不作限定,以第i个向量相似度为例,可选地,物联网平台将上述m个分量相似度直接相加,得到第i个向量相似度;或者,物联网平台对上述m个分量相似度进行加权求和处理,得到第i个向量相似度,也就是说,物联网平台获取m个特征分量分别对应的权重值;按照m个特征分量分别对应的权重值,对m个分量相似度进行加权求和处理,得到第i个向量相似度。其中,特征分量对应的权重值可以是人工基于对业务的理解来设置的,也可以是通过机器学习等方式训练得到的,本申请实施例对此不作限定。
示例性地,假设物联网平台基于目标物联网设备的特征数据所构建的第一特征向量为V1,基于第i个标准物模型所构建的第i个第二特征向量为V2,且V1和V2分别为:V1=(p1,p2,…,pm),V2=(q1,q2,…,qm)。
那么,第一特征向量与第i个第二特征向量之间的相似度(第i个相似度)可以为:
或者,第一特征向量与第i个第二特征向量之间的相似度(第i个相似度)可以为:
其中,sim(V1,V2)是指第一特征向量V1和第i个第二特征向量V2之间的余弦相似度;sim(pt,qt)是指第一特征向量V1中的第t个特征分量,与第i个第二特征向量V2中的第t个特征分量之间的余弦相似度;wt为第t个特征分量对应的权重值。
步骤238,将n个向量相似度中满足目标条件的向量相似度所对应的标准物模型,确定为目标标准物模型。
物联网平台在确定了n个向量相似度之后,即可将n个向量相似度中满足目标条件的向量相似度对应的标准物模型,作为与目标物联网设备匹配的目标标准物模型。其中,目标条件包括但不限于以下任意一项:向量相似度的值最大、向量相似度的值大于或等于相似度阈值。
示例性地,如图4所示,物联网平台中的推荐引擎基于目标物联网设备上传的特征数据构建第一特征向量,并基于n个标准物模型构建n个第二特征向量;然后,物联网平台中的推荐引擎计算第一特征向量分别与n个第二特征向量之间的向量相似度,得到n个向量相似度;最后,物联网平台中的推荐引擎将n个向量相似度中,值最大的向量相似度对应的标准物模型,确定为与目标物联网设备匹配的目标标准物模型。
综上所述,本申请实施例提供的技术方案,通过物联网平台分别基于物联网设备上传的特征数据以及标准物模型构建特征向量,并通过特征向量之间的向量相似度为物联网设备匹配标准物模型,提供了一种自动化匹配物联网设备的物模型的方式。
下述为本申请装置实施例,可以用于执行本申请方法实施例。对于本申请装置实施例中未披露的细节,请参照本申请方法实施例。
请参考图5,其示出了本申请一个实施例提供的物联网设备的管理装置的框图。该装置500具有实现上述方法实施例的功能,该功能可以由硬件实现,也可以由硬件执行相应的软件实现。该装置500可以是上文介绍的物联网平台中的计算机设备,也可以设置在该计算机设备中。该装置500可以包括:数据获取模块510、物模型获取模块520、物模型确定模块530和设备管理模块540。
数据获取模块510,用于获取目标物联网设备的特征数据。
物模型获取模块520,用于从标准模型库所包括的至少一个标准物模型中获取n个标准物模型,所述n为正整数。
物模型确定模块530,用于基于所述特征数据,从所述n个标准物模型中确定目标标准物模型。
设备管理模块540,用于按照所述目标标准物模型,管理所述目标物联网设备。
在一个示例中,所述至少一个标准物模型包括至少一个领域的物联网设备的标准物模型;所述物模型获取模块520,用于:基于所述特征数据,确定所述目标物联网设备所属的目标领域;所述至少一个领域包括所述目标领域;从所述至少一个标准物模型中,获取所述目标领域的物联网设备的标准物模型,所述目标领域的物联网设备的标准物模型包括所述n个标准物模型。
在一个示例中,如图6所示,所述物模型确定模块530,包括:第一向量构建单元532,用于基于所述特征数据,构建第一特征向量;第二向量构建单元534,用于针对所述n个标准物模型中的任一标准物模型,基于所述标准物模型,构建第二特征向量,得到n个第二特征向量;相似度确定单元536,用于确定所述第一特征向量分别与所述n个第二特征向量之间的相似度,得到n个向量相似度;物模型确定单元538,用于将所述n个向量相似度中满足目标条件的向量相似度所对应的标准物模型,确定为所述目标标准物模型。
在一个示例中,所述第一特征向量和所述第二特征向量均包括m个特征分量,所述m为正整数;如图6所示,所述相似度确定单元536,用于:针对所述n个第二特征向量中的第i个第二特征向量,确定所述第一特征向量的m个特征分量与所述第i个第二特征向量的m个特征分量之间的相似度,得到m个分量相似度,所述i为小于或等于所述n的正整数;基于所述m个分量相似度,确定所述n个向量相似度中第i个向量相似度。
在一个示例中,如图6所示,所述相似度确定单元536,还用于:获取所述m个特征分量分别对应的权重值;按照所述m个特征分量分别对应的权重值,对所述m个分量相似度进行加权求和处理,得到所述第i个向量相似度。
在一个示例中,如图6所示,所述装置500还包括:规则获取模块550,用于获取所述目标标准物模型关联的目标告警规则;所述设备管理模块540,还用于按照所述目标告警规则,管理所述目标物联网设备。
在一个示例中,如图6所示,所述规则获取模块550,用于:获取至少一组关联关系,所述至少一组关联关系包括所述目标标准物模型与所述目标告警规则之间的关联关系;按照所述至少一组关联关系,从至少一个告警规则中获取所述目标标准物模型关联的所述目标告警规则。
综上所述,本申请实施例提供的技术方案,通过物联网平台基于所接入的物联网设备上传的特征数据,从标准模型库中确定与物联网设备匹配的标准物模型,并基于标准物模型管理物联网设备,实现自动化地匹配物联网设备的物模型,提升了物模型的定义效率。并且,本申请实施例中,由于物联网平台自动化地匹配物联网设备的物模型,在接入的物联网设备数量较多的情况下,不仅降低了人工成本的支出,还提升了物模型的定义准确性。
需要说明的是,本申请实施例提供的装置,在实现其功能时,仅以上述各功能模块的划分进行举例说明,实际应用中,可以根据需要而将上述功能分配由不同的功能模块完成,即将装置的内部结构划分成不同的功能模块,以完成以上描述的全部或者部分功能。另外,上述实施例提供的装置与方法实施例属于同一构思,其具体实现过程详见方法实施例,这里不再赘述。
请参考图7,其示出了本申请实施例提供的计算机设备的结构框图。该计算机设备可以用于实施上述实施例中提供的物联网设备的管理方法。
该计算机设备700包括处理单元(如CPU(Central Processing Unit,中央处理器)、GPU(Graphics Processing Unit,图形处理器)和FPGA(Field Programmable GateArray,现场可编程逻辑门阵列)等)701、包括RAM(Random-Access Memory,随机存储器)702和ROM(Read-Only Memory,只读存储器)703的系统存储器704,以及连接系统存储器704和中央处理单元701的系统总线705。该计算机设备700还包括帮助计算机设备内的各个器件之间传输信息的I/O系统(Input Output System,基本输入/输出系统)706,和用于存储操作系统713、应用程序714和其他程序模块715的大容量存储设备707。
该I/O系统706包括有用于显示信息的显示器708和用于用户输入信息的诸如鼠标、键盘之类的输入设备709。其中,该显示器708和输入设备709都通过连接到系统总线705的输入输出控制器710连接到中央处理单元701。该I/O系统706还可以包括输入输出控制器710以用于接收和处理来自键盘、鼠标、或电子触控笔等多个其他设备的输入。类似地,输入输出控制器710还提供输出到显示屏、打印机或其他类型的输出设备。
该大容量存储设备707通过连接到系统总线705的大容量存储控制器(未示出)连接到中央处理单元701。该大容量存储设备707及其相关联的计算机可读介质为计算机设备700提供非易失性存储。也就是说,该大容量存储设备707可以包括诸如硬盘或者CD-ROM(Compact Disc Read-Only Memory,只读光盘)驱动器之类的计算机可读介质(未示出)。
不失一般性,该计算机可读介质可以包括计算机存储介质和通信介质。计算机存储介质包括以用于存储诸如计算机可读指令、数据结构、程序模块或其他数据等信息的任何方法或技术实现的易失性和非易失性、可移动和不可移动介质。计算机存储介质包括RAM、ROM、EPROM(Erasable Programmable Read-Only Memory,可擦写可编程只读存储器)、EEPROM(Electrically Erasable Programmable Read-Only Memory,电可擦写可编程只读存储器)、闪存或其他固态存储其技术,CD-ROM、DVD(Digital Video Disc,高密度数字视频光盘)或其他光学存储、磁带盒、磁带、磁盘存储或其他磁性存储设备。当然,本领域技术人员可知该计算机存储介质不局限于上述几种。上述的系统存储器704和大容量存储设备707可以统称为存储器。
根据本申请实施例,该计算机设备700还可以通过诸如因特网等网络连接到网络上的远程计算机运行。也即计算机设备700可以通过连接在该系统总线705上的网络接口单元711连接到网络712,或者说,也可以使用网络接口单元711来连接到其他类型的网络或远程计算机系统(未示出)。
该存储器还包括计算机程序,该计算机程序存储于存储器中,且经配置以由一个或者一个以上处理器执行,以实现上述物联网设备的管理方法。
本申请实施例中,还提供了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物联网设备的管理方法。
在示例性实施例中,还提供了一种计算机程序产品,所述计算机程序产品被处理器执行时,用于实现上述物联网设备的管理方法。
应当理解的是,在本文中提及的“多个”是指两个或两个以上。“和/或”,描述关联对象的关联关系,表示可以存在三种关系,例如,A和/或B,可以表示:单独存在A,同时存在A和B,单独存在B这三种情况。字符“/”一般表示前后关联对象是一种“或”的关系。
以上所述仅为本申请的示例性实施例,并不用以限制本申请,凡在本申请的精神和原则之内,所作的任何修改、等同替换、改进等,均应包含在本申请的保护范围之内。
Claims (10)
1.一种物联网设备的管理方法,其特征在于,所述方法包括:
获取目标物联网设备的特征数据;
从标准模型库所包括的至少一个标准物模型中获取n个标准物模型,所述n为正整数;
基于所述特征数据,从所述n个标准物模型中确定目标标准物模型;
按照所述目标标准物模型,管理所述目标物联网设备。
2.根据权利要求1所述的方法,其特征在于,所述至少一个标准物模型包括至少一个领域的物联网设备的标准物模型;
所述从标准模型库所包括的至少一个标准物模型中获取n个标准物模型,包括:
基于所述特征数据,确定所述目标物联网设备所属的目标领域;所述至少一个领域包括所述目标领域;
从所述至少一个标准物模型中,获取所述目标领域的物联网设备的标准物模型,所述目标领域的物联网设备的标准物模型包括所述n个标准物模型。
3.根据权利要求1所述的方法,其特征在于,所述基于所述特征数据,从所述n个标准物模型中确定目标标准物模型,包括:
基于所述特征数据,构建第一特征向量;
针对所述n个标准物模型中的任一标准物模型,基于所述标准物模型,构建第二特征向量,得到n个第二特征向量;
确定所述第一特征向量分别与所述n个第二特征向量之间的相似度,得到n个向量相似度;
将所述n个向量相似度中满足目标条件的向量相似度所对应的标准物模型,确定为所述目标标准物模型。
4.根据权利要求3所述的方法,其特征在于,所述第一特征向量和所述第二特征向量均包括m个特征分量,所述m为正整数;
所述确定所述第一特征向量分别与所述n个第二特征向量之间的相似度,得到n个向量相似度,包括:
针对所述n个第二特征向量中的第i个第二特征向量,确定所述第一特征向量的m个特征分量与所述第i个第二特征向量的m个特征分量之间的相似度,得到m个分量相似度,所述i为小于或等于所述n的正整数;
基于所述m个分量相似度,确定所述n个向量相似度中第i个向量相似度。
5.根据权利要求4所述的方法,其特征在于,所述基于所述m个分量相似度,确定所述n个向量相似度中第i个向量相似度,包括:
获取所述m个特征分量分别对应的权重值;
按照所述m个特征分量分别对应的权重值,对所述m个分量相似度进行加权求和处理,得到所述第i个向量相似度。
6.根据权利要求1所述的方法,其特征在于,所述基于所述特征数据,从所述n个标准物模型中确定目标标准物模型之后,还包括:
获取所述目标标准物模型关联的目标告警规则;
按照所述目标告警规则,管理所述目标物联网设备。
7.根据权利要求6所述的方法,其特征在于,所述获取所述目标标准物模型关联的目标告警规则,包括:
获取至少一组关联关系,所述至少一组关联关系包括所述目标标准物模型与所述目标告警规则之间的关联关系;
按照所述至少一组关联关系,从至少一个告警规则中获取所述目标标准物模型关联的所述目标告警规则。
8.一种物联网设备的管理装置,其特征在于,所述装置包括:
数据获取模块,用于获取目标物联网设备的特征数据;
物模型获取模块,用于从标准模型库所包括的至少一个标准物模型中获取n个标准物模型,所述n为正整数;
物模型确定模块,用于基于所述特征数据,从所述n个标准物模型中确定目标标准物模型;
设备管理模块,用于按照所述目标标准物模型,管理所述目标物联网设备。
9.一种计算机设备,其特征在于,所述计算机设备包括处理器和存储器,所述存储器中存储有计算机程序,所述计算机程序由所述处理器加载并执行以实现如权利要求1至7任一项所述的物联网设备的管理方法。
10.一种计算机可读存储介质,其上存储有计算机程序,其特征在于,所述计算机程序被处理器执行时实现如权利要求1至7任一项所述的物联网设备的管理方法。
Priority Applications (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210337485.8A CN114866575A (zh) | 2022-03-31 | 2022-03-31 | 物联网设备的管理方法、装置、设备及存储介质 |
PCT/SG2022/050252 WO2023191707A1 (en) | 2022-03-31 | 2022-04-27 | Method and apparatus for managing internet of things device, device, and storage medium |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210337485.8A CN114866575A (zh) | 2022-03-31 | 2022-03-31 | 物联网设备的管理方法、装置、设备及存储介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN114866575A true CN114866575A (zh) | 2022-08-05 |
Family
ID=82629411
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202210337485.8A Pending CN114866575A (zh) | 2022-03-31 | 2022-03-31 | 物联网设备的管理方法、装置、设备及存储介质 |
Country Status (2)
Country | Link |
---|---|
CN (1) | CN114866575A (zh) |
WO (1) | WO2023191707A1 (zh) |
Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20060173872A1 (en) * | 2005-01-07 | 2006-08-03 | Hiroyuki Koike | Information processing apparatus, information processing method, and program |
US20160267173A1 (en) * | 2015-03-11 | 2016-09-15 | Fujitsu Limited | Non-transitory computer-readable recording medium, data arrangement method, and data arrangement apparatus |
CN111046082A (zh) * | 2019-12-12 | 2020-04-21 | 国家电网有限公司大数据中心 | 数据源的确定方法、装置、服务器和存储介质 |
CN111092748A (zh) * | 2019-11-14 | 2020-05-01 | 远景智能国际私人投资有限公司 | 物联网设备的告警规则设置方法、装置、设备及存储介质 |
CN112202758A (zh) * | 2020-09-27 | 2021-01-08 | 北京金山云网络技术有限公司 | 物联网设备接入方法、装置、电子设备及存储介质 |
CN112235326A (zh) * | 2020-12-15 | 2021-01-15 | 长沙树根互联技术有限公司 | 物联网设备数据的解析方法、装置和电子设备 |
CN112383891A (zh) * | 2020-10-02 | 2021-02-19 | 中盈优创资讯科技有限公司 | 一种基于物模型自动匹配的设备注册方法和装置 |
CN113422693A (zh) * | 2021-05-28 | 2021-09-21 | 武汉云图智能科技有限公司 | 物联网设备的模型构建方法、识别方法及计算机设备 |
Family Cites Families (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US10289286B2 (en) * | 2016-11-10 | 2019-05-14 | Sap Se | Thing modeler for internet of things |
CN112514332B (zh) * | 2018-09-16 | 2023-03-31 | 标柏科技有限公司 | 一种基于事物描述模型以使USB设备转作物联网(IoT)设备运行的方法和系统 |
-
2022
- 2022-03-31 CN CN202210337485.8A patent/CN114866575A/zh active Pending
- 2022-04-27 WO PCT/SG2022/050252 patent/WO2023191707A1/en unknown
Patent Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20060173872A1 (en) * | 2005-01-07 | 2006-08-03 | Hiroyuki Koike | Information processing apparatus, information processing method, and program |
US20160267173A1 (en) * | 2015-03-11 | 2016-09-15 | Fujitsu Limited | Non-transitory computer-readable recording medium, data arrangement method, and data arrangement apparatus |
CN111092748A (zh) * | 2019-11-14 | 2020-05-01 | 远景智能国际私人投资有限公司 | 物联网设备的告警规则设置方法、装置、设备及存储介质 |
CN111046082A (zh) * | 2019-12-12 | 2020-04-21 | 国家电网有限公司大数据中心 | 数据源的确定方法、装置、服务器和存储介质 |
CN112202758A (zh) * | 2020-09-27 | 2021-01-08 | 北京金山云网络技术有限公司 | 物联网设备接入方法、装置、电子设备及存储介质 |
CN112383891A (zh) * | 2020-10-02 | 2021-02-19 | 中盈优创资讯科技有限公司 | 一种基于物模型自动匹配的设备注册方法和装置 |
CN112235326A (zh) * | 2020-12-15 | 2021-01-15 | 长沙树根互联技术有限公司 | 物联网设备数据的解析方法、装置和电子设备 |
CN113422693A (zh) * | 2021-05-28 | 2021-09-21 | 武汉云图智能科技有限公司 | 物联网设备的模型构建方法、识别方法及计算机设备 |
Also Published As
Publication number | Publication date |
---|---|
WO2023191707A1 (en) | 2023-10-05 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN111709533A (zh) | 机器学习模型的分布式训练方法、装置以及计算机设备 | |
CN109615129B (zh) | 房地产客户成交概率预测方法、服务器及计算机存储介质 | |
US20220215259A1 (en) | Neural network training method, data processing method, and related apparatus | |
CN113435602A (zh) | 确定机器学习样本的特征重要性的方法及系统 | |
WO2021133253A1 (en) | Method and apparatus for predicting energy consumption, and device and storage medium thereof | |
CN111322716B (zh) | 空调温度自动设置方法、空调、设备及存储介质 | |
CN110855648A (zh) | 一种网络攻击的预警控制方法及装置 | |
CN111159563A (zh) | 用户兴趣点信息的确定方法、装置、设备及存储介质 | |
CN113360711A (zh) | 视频理解任务的模型训练和执行方法、装置、设备及介质 | |
CN112818162A (zh) | 图像检索方法、装置、存储介质和电子设备 | |
CN114866575A (zh) | 物联网设备的管理方法、装置、设备及存储介质 | |
CN110704650A (zh) | Ota图片标签的识别方法、电子设备和介质 | |
CN113468604A (zh) | 基于人工智能的大数据隐私信息解析方法及系统 | |
CN113052509A (zh) | 模型评估方法、模型评估装置、电子设备和存储介质 | |
CN115204436A (zh) | 检测业务指标异常原因的方法、装置、设备及介质 | |
CN115630772B (zh) | 综合能源检测配电方法、系统、设备及存储介质 | |
CN115795694B (zh) | 无人机飞行环境安全性的定量评价方法 | |
CN117235584B (zh) | 图数据分类方法、装置、电子装置和存储介质 | |
CN112749839B (zh) | 一种模型确定方法、装置、设备和存储介质 | |
Zhang et al. | Research on secure storage of network information resources based on data sensitivity | |
CN117541883B (zh) | 图像生成模型训练、图像生成方法、系统以及电子设备 | |
CN116501993B (zh) | 房源数据推荐方法及装置 | |
US20230139396A1 (en) | Using learned physical knowledge to guide feature engineering | |
CN116108974A (zh) | 一种考虑气象因素的需求响应基线负荷预测方法及装置 | |
CN117370819A (zh) | 对象信息识别方法、装置、设备、存储介质及程序产品 |
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 |