CN114936211B - 一种汽车诊断数据处理方法、装置、设备及介质 - Google Patents

一种汽车诊断数据处理方法、装置、设备及介质 Download PDF

Info

Publication number
CN114936211B
CN114936211B CN202210848496.2A CN202210848496A CN114936211B CN 114936211 B CN114936211 B CN 114936211B CN 202210848496 A CN202210848496 A CN 202210848496A CN 114936211 B CN114936211 B CN 114936211B
Authority
CN
China
Prior art keywords
information data
data
abnormal information
abnormal
pseudo
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.)
Active
Application number
CN202210848496.2A
Other languages
English (en)
Other versions
CN114936211A (zh
Inventor
蒋永鑫
肖灵聪
谢嘉丰
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.)
Shenzhen Xingka Software Technology Development Co Ltd
Original Assignee
Shenzhen Xingka Software Technology Development 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 Shenzhen Xingka Software Technology Development Co Ltd filed Critical Shenzhen Xingka Software Technology Development Co Ltd
Priority to CN202210848496.2A priority Critical patent/CN114936211B/zh
Priority to CN202211357226.8A priority patent/CN115774715A/zh
Publication of CN114936211A publication Critical patent/CN114936211A/zh
Application granted granted Critical
Publication of CN114936211B publication Critical patent/CN114936211B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
    • G06F16/22—Indexing; Data structures therefor; Storage structures
    • G06F16/2228—Indexing structures
    • G06F16/2272—Management thereof
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
    • G06F16/21—Design, administration or maintenance of databases
    • G06F16/215—Improving data quality; Data cleansing, e.g. de-duplication, removing invalid entries or correcting typographical errors
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
    • G06F16/24—Querying
    • G06F16/245—Query processing
    • G06F16/2455—Query execution
    • G06F16/24552—Database cache management
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
    • G06F16/25—Integrating or interfacing systems involving database management systems
    • G06F16/252—Integrating or interfacing systems involving database management systems between a Database Management System and a front-end application
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q10/00—Administration; Management
    • G06Q10/20—Administration of product repair or maintenance

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Databases & Information Systems (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Data Mining & Analysis (AREA)
  • General Engineering & Computer Science (AREA)
  • Business, Economics & Management (AREA)
  • Quality & Reliability (AREA)
  • Human Resources & Organizations (AREA)
  • Computational Linguistics (AREA)
  • Software Systems (AREA)
  • Economics (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Marketing (AREA)
  • Operations Research (AREA)
  • Strategic Management (AREA)
  • Tourism & Hospitality (AREA)
  • General Business, Economics & Management (AREA)
  • Vehicle Cleaning, Maintenance, Repair, Refitting, And Outriggers (AREA)

Abstract

本发明涉及信息数据处理技术领域，特别涉及一种汽车诊断数据处理方法、装置、设备及介质。本发明提供的一种汽车诊断数据处理方法，采集通过汽车诊断设备生成的信息数据并将信息数据传输至云平台，对信息数据进行数据清洗，将诊断信息数据分为有效信息数据和异常信息数据，对有效信息数据进行分类，对异常信息数据进行删除或者修复，将有效信息数据按照类别进行数据存储。与现有技术相比，本发明通过对海量数据进行采集与清洗，将异常数据筛查出来，然后对有效数据进行分类存储。

Description

一种汽车诊断数据处理方法、装置、设备及介质
技术领域
本发明涉及信息数据处理技术领域，特别涉及一种汽车诊断数据处理方法、装置、设备及介质。
背景技术
汽车诊断设备能迅速准确查明汽车、总成和机构的技术状况，并得出可靠结论的不解体检验测试机械设备。主要有车轮平衡器、灯光检验仪、反力式制动试验台、底盘测功机、侧滑试验台、前轮定位仪、发动机试验台、废气分析仪、排气烟度计和噪声计等。在用户使用诊断设备对汽车进行诊断的过程中会产生海量的诊断数据和用户数据，如何对这些海量的诊断数据进行有效合理的管理显得越来越重要。
虽然现有技术中例如在公开号为CN108228744A的中国专利中公开了一种车辆诊断数据的管理方法及装置，具体公开了接收由车载设备提交的车辆诊断数据；按照预设规则对所述诊断数据进行结构化处理并存储；提取车辆诊断数据的特征值并根据所述特征值生成数据索引；将所述数据索引登记在区块链中；接收用户的数据使用请求；根据所述用户的类型将对应的诊断数据发送至用户。本发明保证了汽车诊断数据的可靠性，根据用户的不同发送对应的诊断数据，从而使得用户可以准确地获取所需要的车辆诊断数据。但是对于海量汽车诊断数据的管理和有误数据的清洗未给出解决方案。
综上，现有技术中汽车诊断数据存在量大而且具有较多异常数据，如何进行合理的清洗和管理是亟待解决的问题。
发明内容
为解决上述现有技术中的不足，本发明提供一种汽车诊断数据处理方法，包括以下步骤：
S10：采集通过汽车诊断设备生成的信息数据并将所述信息数据传输至云平台；
S20：对所述信息数据进行数据清洗，将所述信息数据分为有效信息数据和异常信息数据；
S30：对所述有效信息数据进行分类，对所述异常信息数据进行删除或者修复；
S40：将所述有效信息数据按照类别进行数据存储。
在一些实施例中，步骤S10中所述云平台通过websock协议与所述汽车诊断设备连接，所述信息数据包括汽车诊断设备使用过程中产生的车辆诊断数据和用户允许上传的行为数据。
在一些实施例中，步骤S30包括以下步骤：
S31：检测所述信息数据，将不符合规则的信息数据筛查为异常信息数据；
S32：对所述异常信息数据进行修复处理，将进行过所述修复处理之后仍不符合规则的所述异常信息数据删除；
S33：检测修复后的所述异常信息数据是否符合规则，若符合规则，则将其还原为有效信息数据。
在一些实施例中，步骤S30中还包括：
收集所述异常信息数据，根据预设规则将所述异常信息数据分为真异常信息数据和伪异常信息数据；所述真异常信息数据为真实诊断出来的异常信息数据；所述伪异常信息数据为由于传输通信软硬件故障产生的异常信息数据；
对所述伪异常信息数据的设备源发出重新传输信息数据的指令以重新获取原信息数据；
将所述原信息数据与所述伪异常信息数据进行对比分析，若一致则判断为真异常信息数据，否则判断为伪异常信息数据；
对产生伪异常信息数据的通信链路进行软硬件故障排查修复并选择备选的通信链路对信息数据进行再传输。
在一些实施例中，所述预设规则包括：
对所述异常信息数据的占用空间的大小设定阈值，若所述异常信息数据的大小超过所述阈值则将其划分为所述伪异常信息数据；或者
判断是否存在若干所述异常信息数据为在设定时间长度段内连续产生的，若是则将若干所述异常信息数据划分为所述伪异常信息数据。
在一些实施例中，所述汽车诊断设备设有缓存，所述缓存用于在预设时间内保存上传至所述云平台的所述信息数据，所述汽车诊断设备接收所述重新传输信息数据的指令后，将所述缓存中的信息数据重新上传至所述云平台。
在一些实施例中，步骤S30中对所述有效信息数据进行分类，包括按来源分类、按时间顺序分类或按时间截面分类。
本发明还提供一种汽车诊断数据处理装置，包括：
采集单元，用于采集通过汽车诊断设备生成的信息数据并将所述信息数据传输至云平台；
清洗单元，对所述信息数据进行数据清洗，将所述信息数据分为有效信息数据和异常信息数据；
分类单元，对所述有效信息数据进行分类，对所述异常信息数据进行删除或者修复；
存储单元，将所述有效信息数据按照类别进行数据存储。
本发明还提供一种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指令，所述计算机被处理器执行时实现如上任一项所述的一种汽车诊断数据处理方法。
本发明还提供一种计算机设备，包括至少一个处理器、及与所述处理器通信连接的存储器，其中所述存储器存储可被至少一个处理器执行的指令，所述指令被至少一个处理器执行，以使所述处理器执行如上任一项所述的一种汽车诊断数据处理方法。
基于上述，本发明提供的一种汽车诊断数据处理方法，采集通过汽车诊断设备生成的信息数据并将所述诊断数据传输至云平台，对所述信息数据进行数据清洗，将所述诊断信息数据分为有效信息数据和异常信息数据，对所述有效信息数据进行分类，对所述异常信息数据进行删除或者修复，将所述有效信息数据按照类别进行数据存储。与现有技术相比，本发明通过对海量数据进行采集与清洗，将异常数据筛查出来，然后对有效数据进行分类存储。方便用户读取或使用如此庞大的数据。
本发明的其它特征和有益效果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有益效果可通过在说明书、权利要求书以及附图中所特别指出的结构来实现和获得。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作一简单地介绍，显而易见地，下面描述中的附图是本发明的一些实施例，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；在下面描述中附图所述的位置关系，若无特别指明，皆是图示中组件绘示的方向为基准。
图1为本发明提供的汽车诊断数据处理方法流程示意图；
图2为本发明实施例步骤S30流程示意图；
图3为本发明实施例异常信息数据进一步处理流程示意图；
图4为本发明实施例汽车诊断数据处理装置示意图；
图5为本发明实施例计算机设备示意图。
具体实施方式
为使本发明实施例的目的、技术方案和优点更加清楚，下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本发明一部分实施例，而不是全部的实施例；下面所描述的本发明不同实施方式中所设计的技术特征只要彼此之间未构成冲突就可以相互结合；基于本发明中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
在本发明的描述中，需要说明的是，除非另有明确的规定和限定，术语“安装”、“相连”、“连接”应做广义理解，例如，可以是固定连接，也可以是可拆卸的连接，或一体成型的连接; 可以是机械连接，也可以是电连接;可以是直接相连，也可以通过中间媒介间接相连，可以是两个组件内部的连通。对于本领域的普通技术人员而言，可以具体情况理解上述术语在本发明中的具体含义。
这里所使用的术语仅仅是为了描述具体实施例而不意图限制示例性实施例。除非上下文明确地另有所指，否则这里所使用的单数形式“一个”、“一项”还意图包括复数。还应当理解的是，这里所使用的术语“包括”和/或“包含”规定所陈述的特征、整数、步骤、操作、单元和/或组件的存在，而不排除存在或添加一个或更多其他特征、整数、步骤、操作、单元、组件和/或其组合。
为达优点至少其中之一或其他优点，如图1所示，本发明提供一种汽车诊断数据处理方法，包括以下步骤：
S10：采集通过汽车诊断设备生成的信息数据并将所述信息数据传输至云平台；
S20：对所述信息数据进行数据清洗，将所述信息数据分为有效信息数据和异常信息数据；
S30：对所述有效信息数据进行分类，对所述异常信息数据进行删除或者修复；
S40：将所述有效信息数据按照类别进行数据存储。
其中，云平台也称为云计算平台，是指基于硬件资源和软件资源的服务，提供计算、网络和存储能力。云计算平台可以划分为3类：以数据存储为主的存储型云平台，以数据处理为主的计算型云平台以及计算和数据存储处理兼顾的综合云计算平台。在实施例中例如采用自研的IM数据平台，但不限于此，云平台还可以采用现有技术中其他诸如腾讯云、阿里云等平台。
在一些实施例中，步骤S10中所述云平台通过websock协议与所述汽车诊断设备连接，所述信息数据包括汽车诊断设备使用过程中产生的车辆诊断数据和用户允许上传的行为数据。
一般的，车辆诊断数据例如包括通过主要有车轮平衡器、灯光检验仪、反力式制动试验台、底盘测功机、侧滑试验台、前轮定位仪、发动机试验台、废气分析仪、排气烟度计和噪声计等测试设备得到的诊断信息数据。
用户行为数据例如为包含用户属性数据、用户行为数据、用户交易数据。构成用户行为数据的要素例如包含“5+1”要素，即Who：除了用户基础信息以为，还包括用户访问终端的信息，例如手机端(手机号、设备号、openID、unionID)、PC端(Cookie、Mac地址)、摄像头端、物联网端；When：行为发生的时间、时长、频率、频次；Where：线下(经纬度、位移、海拔高度)、线上(用户来源渠道、用户所在页面位置)；What：内容(图片、视频、音频)、产品、功能(按照子模块逐层细分)；How：内容互动、产品互动(浏览、加购、预约、留存、下单、支付等)、功能互动；How much：例如订单金额、订单类型、商品明细等交易数据。即：谁，在什么时间，在什么地点，对什么内容，做了什么事情，产生了多少结果。
关注用户行为有两个价值，一是理解用户需求，指导业务升级，可以描绘用户画像、推演用户偏好、划分用户生命周期；结合用户所在生命周期和用户画像，判断同类型用户对于产品的真实需求；借助用户旅程地图，方便发现业务瓶颈。例如，如何设计产品的新用户引导才能尽快让用户找到Aha时刻、爆款产品如何恰当地出现在用户的注意力中、已有订单如何能快速被用户查看并便捷地引导“再来一单”判断用户和企业关系的远近，改进用户旅程地图，例如精细化运营。二是预测用户行为，引导业务创新，通过用户的既有行为，预测用户的选择，或者通过各种活动引导用户选择，最理想是基于数据闭环，而不是依赖外围数据标签，目的是实现“精准”和“高频”的营销。
在对信息数据进行数据清洗的过程中，可以通过相对较为粗泛的预设规则对信息数据进行过滤，例如设置预设规则将不符合规则的数据比如乱码或者数据里包含特殊字符的数据划分为异常信息数据。
具体地，如图2所示，在一些实施例中，步骤S30包括以下步骤：
S31：检测所述信息数据，将不符合规则的信息数据筛查为异常信息数据；该规则可以为根据特定数据格式的判断，例如将乱码或者数据里包含特殊字符的数据划分为异常信息数据。
S32：对所述异常信息数据进行修复处理，将进行过所述修复处理之后仍不符合规则的所述异常信息数据删除；例如对于乱码进行常规修复，使得该乱码自身的编码规则和读取的规则相适配，采用现有技术常用修复手段，将乱码恢复为可读的有效信息数据，本发明对此不做特殊限定。对于无法修复的异常信息数据可以选择删除或者进一步处理。
S33：检测修复后的所述异常信息数据是否符合规则，若符合规则，则将其还原为有效信息数据。确定异常数据符合规则之后将该异常信息数据由异常信息数据类别转化为有效信息类别。
进一步的，为了尽可能的保留接收到的数据完整性，以避免数据资源的浪费，本发明对于划分为异常信息数据的进行了进一步处理，异常信息数据有一些是由于传输链路的软硬件造成的，而有一些则是数据本身是无用的乱码数据，对于前者，若直接删除实际上造成了数据资源的浪费。对此如图3所示，在一些实施例中，本发明步骤S30中还包括：
收集所述异常信息数据，根据预设规则将所述异常信息数据分为真异常信息数据和伪异常信息数据；所述真异常信息数据为真实诊断出来的异常信息数据；所述伪异常信息数据为由于传输通信软硬件故障产生的异常信息数据；
对所述伪异常信息数据的设备源发出重新传输信息数据的指令以重新获取原信息数据；
将所述原信息数据与所述伪异常信息数据进行对比分析，若一致则判断为真异常信息数据，否则判断为伪异常信息数据；
对产生伪异常信息数据的通信链路进行软硬件故障排查修复并选择备选的通信链路对信息数据进行再传输。
通过对于异常信息数据进行进一步划分判断其真伪性，以筛查出伪异常数据并且通过重新获取数据进行还原和验证，一方面保全信息数据本身的完整性，另一方面则可以借此对于传输链路进行修复，实现传输链路的自检自修。
较佳地，在一些实施例中，可以对异常信息数据的真伪判断次数进行统计，如果将重新获取的数据与原伪异常数据比对后，发现超过N次都是真异常数据，那么就暂停判断真伪异常数据；等出现异常数据超过一定次数后，再进行启动判断。如此，以避免由于大量的误判造成资源的浪费，进一步的，可以再误判次数超过一定限度之后对异常信息数据的真伪判断预设规则进行修正。
优选地，其中的真伪异常数据判断的预设规则包括：对所述异常信息数据占用空间的大小设定阈值，若所述异常信息数据的大小超过所述阈值则将其划分为所述伪异常信息数据；或者判断是否存在若干所述异常信息数据为在设定时间长度段内连续产生的，若是则将若干所述异常信息数据划分为所述伪异常信息数据。但不限于此，本发明对此不做特殊限定，预设规则可以根据实际需要进行设置。
在一些实施例中，所述汽车诊断设备设有缓存，所述缓存用于在预设时间内保存上传至所述云平台的所述信息数据，所述汽车诊断设备接收所述重新传输信息数据的指令后，将所述缓存中的信息数据重新上传至所述云平台。
在一些实施例中，步骤S30中对所述有效信息数据进行分类，包括按来源分类，例如是车辆诊断数据，还是用户行为数据；按时间顺序分类，是指在不同的时间上搜集到的数据，反映了随时间变化的情况；或者按时间截面分类，它是指在相同的或近似的时间点上搜集到的数据。
进一步的，可以通过对上述按照类别存储的数据进行图像化的展示，让决策层能够直观的看到产品以及用户的各种数据
本发明还提供一种汽车诊断数据处理装置，如图4所示，包括：
采集单元，用于采集通过汽车诊断设备生成的信息数据并将所述信息数据传输至云平台；
清洗单元，对所述信息数据进行数据清洗，将所述信息数据分为有效信息数据和异常信息数据；
分类单元，对所述有效信息数据进行分类，对所述异常信息数据进行删除或者修复；
存储单元，将所述有效信息数据按照类别进行数据存储。
本发明还提供一种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指令，所述计算机被处理器执行时实现如上任一项所述的一种汽车诊断数据处理方法。
具体实施时，计算机可读存储介质为磁碟、光盘、只读存储记忆体(Read-OnlyMemory，ROM)、随机存储记忆体(Random Access Memory，RAM)、快闪存储器(FlashMemory)、硬盘(Hard Disk Drive，缩写：HDD)或固态硬盘(Solid-State Drive，SSD)等；计算机可读存储介质还可以包括上述种类的存储器的组合。
本发明还提供一种计算机设备，如图5所示，包括至少一个处理器、及与所述处理器通信连接的存储器，其中所述存储器存储可被至少一个处理器执行的指令，所述指令被至少一个处理器执行，以使所述处理器执行如上任一项所述的一种汽车诊断数据处理方法。
具体实施时，处理器的数量可以是一个或多个，处理器可以为中央处理器，(Central Processing Unit，CPU)。处理器还可以为其他通用处理器、数字信号处理器(Digital Signal Processor，DSP)、专用集成电路(Application Specific IntegratedCircuit，ASIC)、现场可编程门阵列(Field-Programmable Gate Array，FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等芯片，或者上述各类芯片的组合。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等。
存储器与处理器可以通过总线或其他方式通信连接，存储器存储有可被至少一个处理器执行的指令，指令被至少一个处理器执行，以使处理器执行如上任一项的汽车诊断数据处理方法。
基于上述，本发明提供的一种汽车诊断数据处理方法，采集通过汽车诊断设备生成的信息数据并将所述诊断数据传输至云平台，对所述信息数据进行数据清洗，将所述诊断信息数据分为有效信息数据和异常信息数据，对所述有效信息数据进行分类，对所述异常信息数据进行删除或者修复，将所述有效信息数据按照类别进行数据存储。与现有技术相比，本发明通过对海量数据进行采集与清洗，将异常数据筛查出来，然后对有效数据进行分类存储。方便用户读取或使用如此庞大的数据。
另外，本领域技术人员应当理解，尽管现有技术中存在许多问题，但是，本发明的每个实施例或技术方案可以仅在一个或几个方面进行改进，而不必同时解决现有技术中或者背景技术中列出的全部技术问题。本领域技术人员应当理解，对于一个权利要求中没有提到的内容不应当作为对于该权利要求的限制。
尽管本文中较多的使用了诸如汽车诊断设备、信息数据、云平台、数据清洗、有效信息数据和异常信息数据等术语，但并不排除使用其它术语的可能性。使用这些术语仅仅是为了更方便地描述和解释本发明的本质；把它们解释成任何一种附加的限制都是与本发明精神相违背的。
最后应说明的是：以上各实施例仅用以说明本发明的技术方案，而非对其限制；尽管参照前述各实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解：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的本质脱离本发明各实施例技术方案的范围。

Claims (8)

1.一种汽车诊断数据处理方法，其特征在于，包括以下步骤：
S10：采集通过汽车诊断设备生成的信息数据并将所述信息数据传输至云平台；
S20：对所述信息数据进行数据清洗，将所述信息数据分为有效信息数据和异常信息数据；
S30：对所述有效信息数据进行分类，对所述异常信息数据进行删除或者修复；收集所述异常信息数据，根据预设规则将所述异常信息数据分为真异常信息数据和伪异常信息数据；所述真异常信息数据为真实诊断出来的异常信息数据；所述伪异常信息数据为由于传输通信软硬件故障产生的异常信息数据；
对所述伪异常信息数据的设备源发出重新传输信息数据的指令以重新获取原信息数据；
将所述原信息数据与所述伪异常信息数据进行对比分析，若一致则判断为真异常信息数据，否则判断为确定性伪异常信息数据；
对产生确定性伪异常信息数据的通信链路进行软硬件故障排查修复并选择备选的通信链路对信息数据进行再传输；
所述汽车诊断设备设有缓存，所述缓存用于在预设时间内保存上传至所述云平台的所述信息数据，所述汽车诊断设备接收所述重新传输信息数据的指令后，将所述缓存中的信息数据重新上传至所述云平台；
S40：将所述有效信息数据按照类别进行数据存储。
2.根据权利要求1所述的汽车诊断数据处理方法，其特征在于：步骤S10中所述云平台通过websock协议与所述汽车诊断设备连接，所述信息数据包括汽车诊断设备使用过程中产生的车辆诊断数据和用户允许上传的行为数据。
3.根据权利要求1所述的汽车诊断数据处理方法，其特征在于：步骤S30包括以下步骤：
S31：检测所述信息数据，将不符合规则的信息数据筛查为异常信息数据；
S32：对所述异常信息数据进行修复处理，将进行过所述修复处理之后仍不符合规则的所述异常信息数据删除；
S33：检测修复后的所述异常信息数据是否符合规则，若符合规则，则将其还原为有效信息数据。
4.根据权利要求1所述的汽车诊断数据处理方法，其特征在于：所述预设规则包括：
对所述异常信息数据占用空间的大小设定阈值，若所述异常信息数据的大小超过所述阈值则将其划分为所述伪异常信息数据；或者
判断是否存在若干所述异常信息数据为在设定时间长度段内连续产生的，若是则将若干所述异常信息数据划分为所述伪异常信息数据。
5.根据权利要求1所述的汽车诊断数据处理方法，其特征在于：步骤S30中对所述有效信息数据进行分类，包括按来源分类、按时间顺序分类或按时间截面分类。
6.一种汽车诊断数据处理装置，其特征在于，包括：
采集单元，用于采集通过汽车诊断设备生成的信息数据并将所述信息数据传输至云平台；
清洗单元，对所述信息数据进行数据清洗，将所述信息数据分为有效信息数据和异常信息数据；
分类单元，对所述有效信息数据进行分类，对所述异常信息数据进行删除或者修复；收集所述异常信息数据，根据预设规则将所述异常信息数据分为真异常信息数据和伪异常信息数据；所述真异常信息数据为真实诊断出来的异常信息数据；所述伪异常信息数据为由于传输通信软硬件故障产生的异常信息数据；
对所述伪异常信息数据的设备源发出重新传输信息数据的指令以重新获取原信息数据；
将所述原信息数据与所述伪异常信息数据进行对比分析，若一致则判断为真异常信息数据，否则判断为确定性伪异常信息数据；
对产生确定性伪异常信息数据的通信链路进行软硬件故障排查修复并选择备选的通信链路对信息数据进行再传输；
所述汽车诊断设备设有缓存，所述缓存用于在预设时间内保存上传至所述云平台的所述信息数据，所述汽车诊断设备接收所述重新传输信息数据的指令后，将所述缓存中的信息数据重新上传至所述云平台；
存储单元，将所述有效信息数据按照类别进行数据存储。
7.一种计算机可读存储介质，其特征在于：所述计算机可读存储介质存储有计算机指令，所述计算机被处理器执行时实现如权利要求1-5任一项所述的一种汽车诊断数据处理方法。
8.一种计算机设备，其特征在于：包括至少一个处理器、及与所述处理器通信连接的存储器，其中所述存储器存储可被至少一个处理器执行的指令，所述指令被至少一个处理器执行，以使所述处理器执行如权利要求1-5任一项所述的一种汽车诊断数据处理方法。
CN202210848496.2A 2022-07-19 2022-07-19 一种汽车诊断数据处理方法、装置、设备及介质 Active CN114936211B (zh)

Priority Applications (2)

Application Number Priority Date Filing Date Title
CN202210848496.2A CN114936211B (zh) 2022-07-19 2022-07-19 一种汽车诊断数据处理方法、装置、设备及介质
CN202211357226.8A CN115774715A (zh) 2022-07-19 2022-07-19 汽车诊断真伪异常数据判定方法、装置、设备及介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202210848496.2A CN114936211B (zh) 2022-07-19 2022-07-19 一种汽车诊断数据处理方法、装置、设备及介质

Related Child Applications (1)

Application Number Title Priority Date Filing Date
CN202211357226.8A Division CN115774715A (zh) 2022-07-19 2022-07-19 汽车诊断真伪异常数据判定方法、装置、设备及介质

Publications (2)

Publication Number Publication Date
CN114936211A CN114936211A (zh) 2022-08-23
CN114936211B true CN114936211B (zh) 2022-11-01

Family

ID=82868239

Family Applications (2)

Application Number Title Priority Date Filing Date
CN202211357226.8A Pending CN115774715A (zh) 2022-07-19 2022-07-19 汽车诊断真伪异常数据判定方法、装置、设备及介质
CN202210848496.2A Active CN114936211B (zh) 2022-07-19 2022-07-19 一种汽车诊断数据处理方法、装置、设备及介质

Family Applications Before (1)

Application Number Title Priority Date Filing Date
CN202211357226.8A Pending CN115774715A (zh) 2022-07-19 2022-07-19 汽车诊断真伪异常数据判定方法、装置、设备及介质

Country Status (1)

Country Link
CN (2) CN115774715A (zh)

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN116108138B (zh) * 2023-01-28 2023-10-20 广东省国瑞中安科技集团有限公司 临床研究数据处理方法、装置、设备及存储介质

Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105610800A (zh) * 2015-12-22 2016-05-25 曙光信息产业(北京)有限公司 一种异常数据处理方法及装置
CN108804703A (zh) * 2018-06-19 2018-11-13 北京焦点新干线信息技术有限公司 一种数据异常检测方法及装置
CN113300966A (zh) * 2020-07-27 2021-08-24 阿里巴巴集团控股有限公司 流量控制方法、装置、系统以及电子设备
CN113505850A (zh) * 2021-07-27 2021-10-15 西安热工研究院有限公司 基于深度学习的锅炉故障预测方法
CN114039886A (zh) * 2021-10-19 2022-02-11 国网山东省电力公司日照供电公司 基于四分差和自相关性分析的数据正确性辨识方法及装置
CN114090562A (zh) * 2021-11-24 2022-02-25 国家电网有限公司大数据中心 一种电力营销数据的清洗方法及装置
CN114171809A (zh) * 2021-11-24 2022-03-11 福建巨电新能源股份有限公司 基于云平台的车载电池管理系统、方法、服务器及存储介质

Patent Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105610800A (zh) * 2015-12-22 2016-05-25 曙光信息产业(北京)有限公司 一种异常数据处理方法及装置
CN108804703A (zh) * 2018-06-19 2018-11-13 北京焦点新干线信息技术有限公司 一种数据异常检测方法及装置
CN113300966A (zh) * 2020-07-27 2021-08-24 阿里巴巴集团控股有限公司 流量控制方法、装置、系统以及电子设备
CN113505850A (zh) * 2021-07-27 2021-10-15 西安热工研究院有限公司 基于深度学习的锅炉故障预测方法
CN114039886A (zh) * 2021-10-19 2022-02-11 国网山东省电力公司日照供电公司 基于四分差和自相关性分析的数据正确性辨识方法及装置
CN114090562A (zh) * 2021-11-24 2022-02-25 国家电网有限公司大数据中心 一种电力营销数据的清洗方法及装置
CN114171809A (zh) * 2021-11-24 2022-03-11 福建巨电新能源股份有限公司 基于云平台的车载电池管理系统、方法、服务器及存储介质

Also Published As

Publication number Publication date
CN115774715A (zh) 2023-03-10
CN114936211A (zh) 2022-08-23

Similar Documents

Publication Publication Date Title
CN110275958B (zh) 网站信息识别方法、装置和电子设备
WO2020015471A1 (zh) 汽车诊断方法、装置及存储介质
CN110471945B (zh) 活跃数据的处理方法、系统、计算机设备和存储介质
CN114936211B (zh) 一种汽车诊断数据处理方法、装置、设备及介质
KR20070080313A (ko) 클라이언트 단말로 제공되는 서비스 성능 분석 방법 및시스템
CN114490161A (zh) 一种故障诊断方法、装置、车辆及存储介质
CN111371581A (zh) 物联网卡业务异常检测的方法、装置、设备和介质
CN112559858A (zh) 服务信息的推送方法、装置、计算机可读介质及电子设备
CN113448834A (zh) 埋点测试方法、装置、电子设备及存储介质
CN110807493A (zh) 一种车辆分类模型的优化方法及设备
CN114785616A (zh) 数据风险检测方法、装置、计算机设备及存储介质
CN110750416A (zh) 一种故障信息自动化处理的方法及装置
CN117437019A (zh) 信用卡逾期风险预测方法、装置、设备、介质和程序产品
CN111045849A (zh) 核对异常原因的识别方法、装置、服务器和存储介质
CN114257523B (zh) 用户感知预测方法、系统、设备和计算机存储介质
CN113590484B (zh) 算法模型服务测试方法、系统、设备及存储介质
CN114780434A (zh) 数据处理方法、装置、电子设备和计算机可读存储介质
CN115099986A (zh) 车险续保的处理方法、装置及相关设备
CN110362464B (zh) 软件分析方法及设备
CN114136342A (zh) 里程篡改判断方法及系统
CN112330967A (zh) 套牌车辆的识别方法、装置、系统和计算机设备
CN111651753A (zh) 用户行为分析系统及方法
US11797871B2 (en) Predictive methodology to identify potential unknown sweet spots
CN117931635B (zh) 数据库测试用例执行结果的分析方法、装置、设备及介质
CN118331843B (zh) 分层数据自动化测试方法、装置、设备及存储介质

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