CN114997568A - 一种面向标识解析服务能力测评建模方法及系统 - Google Patents
一种面向标识解析服务能力测评建模方法及系统 Download PDFInfo
- Publication number
- CN114997568A CN114997568A CN202210420549.0A CN202210420549A CN114997568A CN 114997568 A CN114997568 A CN 114997568A CN 202210420549 A CN202210420549 A CN 202210420549A CN 114997568 A CN114997568 A CN 114997568A
- Authority
- CN
- China
- Prior art keywords
- capability
- value
- variable
- service
- safety
- 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
- 238000011156 evaluation Methods 0.000 title claims abstract description 69
- 238000004458 analytical method Methods 0.000 title claims abstract description 42
- 238000000034 method Methods 0.000 title claims abstract description 15
- 238000013210 evaluation model Methods 0.000 claims abstract description 19
- 238000005259 measurement Methods 0.000 claims description 37
- 238000010276 construction Methods 0.000 claims description 7
- 238000003860 storage Methods 0.000 claims description 6
- 238000003032 molecular docking Methods 0.000 claims description 4
- 238000011161 development Methods 0.000 abstract description 5
- 230000008859 change Effects 0.000 abstract description 4
- 230000006872 improvement Effects 0.000 abstract description 4
- 238000005457 optimization Methods 0.000 abstract description 3
- 238000007726 management method Methods 0.000 description 10
- 238000004364 calculation method Methods 0.000 description 4
- 238000012423 maintenance Methods 0.000 description 4
- 238000013461 design Methods 0.000 description 3
- 238000011835 investigation Methods 0.000 description 3
- 210000001503 joint Anatomy 0.000 description 3
- 238000004519 manufacturing process Methods 0.000 description 3
- 230000007246 mechanism Effects 0.000 description 3
- 229910000831 Steel Inorganic materials 0.000 description 2
- 238000013523 data management Methods 0.000 description 2
- 238000001914 filtration Methods 0.000 description 2
- 238000007689 inspection Methods 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000012544 monitoring process Methods 0.000 description 2
- 238000012827 research and development Methods 0.000 description 2
- 239000010959 steel Substances 0.000 description 2
- 238000012795 verification Methods 0.000 description 2
- 238000012356 Product development Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000004140 cleaning Methods 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 238000013480 data collection Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 230000010354 integration Effects 0.000 description 1
- 230000003993 interaction Effects 0.000 description 1
- 239000000463 material Substances 0.000 description 1
- 239000000203 mixture Substances 0.000 description 1
- 230000001537 neural effect Effects 0.000 description 1
Images
Classifications
-
- 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
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0639—Performance analysis of employees; Performance analysis of enterprise or organisation operations
- G06Q10/06393—Score-carding, benchmarking or key performance indicator [KPI] analysis
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F30/00—Computer-aided design [CAD]
- G06F30/20—Design optimisation, verification or simulation
Landscapes
- Business, Economics & Management (AREA)
- Engineering & Computer Science (AREA)
- Human Resources & Organizations (AREA)
- Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Economics (AREA)
- Development Economics (AREA)
- Strategic Management (AREA)
- Educational Administration (AREA)
- Entrepreneurship & Innovation (AREA)
- General Business, Economics & Management (AREA)
- Tourism & Hospitality (AREA)
- Quality & Reliability (AREA)
- Operations Research (AREA)
- Marketing (AREA)
- Game Theory and Decision Science (AREA)
- Computer Hardware Design (AREA)
- Evolutionary Computation (AREA)
- Geometry (AREA)
- General Engineering & Computer Science (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明公开了一种面向标识解析服务能力测评建模方法及系统,包括以标识解析系统中的业务能力、运营能力、数据应用能力、安全能力和服务提供能力为一级测评指标;以业务能力中的变量、运营能力的变量、数据应用能力的变量、安全能力的变量和服务提供能力的变量为二级测评指标;根据一级测评指标和二级测评指标建立能力测评模型;本发明能够结合标识解析系统特点、服务特点以及日新月异技术变化通用性的服务能力测评模型能够为服务能力的测评和评价提供测量工具,为标识解析服务能力的改善优化提供思路,保证和促进我国工业互联网快速和健康发展。
Description
技术领域
本发明涉及计算机运算技术领域,尤其涉及一种面向标识解析服务能力测评建模方法及系统。
背景技术
工业互联网标识解析体系是工业互联网网络体系的重要组成部分,是支撑工业互联网互联互通的神经枢纽,也是驱动工业互联网创新发展的关键核心设施。中船互联自成立以来,面向船舶工业全产业链企业,推进行业标识解析体系应用,打造船舶行业示范工程,培育优质应用生态。通过船舶行业标识解析二级节点,将船东、船舶设计院、钢铁生产企业、舾装件供应商、物流运输商、船舶总装厂、维修服务商、保险公司等联系起来,在“船海智云”统一平台生成及解析钢板、舾装件物资标识,打通设计、生产、运输、使用、服务等环节;通过统一船舶、设备、备品备件的编码规则和元数据模型和元数据模型,实现船舶建造和船舶运营数据的融合;同时通过构建机务管理子系统、船舶运行状态监控子系统等集成应用,实现船舶全生命周期管理。将“信息孤岛”转变成基于统一标识的全流程信息自由流动,实现设计、生产、市场、售后信息的全面数字化与交互,提升企业知识价值与共享,优化产品开发与业务流程,降低产品全生命周期管理成本,提升企业的市场竞争力。
标识解析系统在业务能力、运营能力、数据能力、安全能力等指标上,展现标识解析系统服务综合能力。目前还缺乏针对标识解析系统服务能力进行综合测评模型,能够结合标识解析系统特点、服务特点以及日新月异技术变化通用性的服务能力测评模型能够为服务能力的测评和评价提供参考依据。
发明内容
针对上述问题中存在的不足之处,本发明提供一种面向标识解析服务能力测评建模方法及系统。
为实现上述目的,本发明提供一种面向标识解析服务能力测评建模方法,包括:
以标识解析系统中的业务能力、运营能力、数据应用能力、安全能力和服务提供能力为一级测评指标;
以所述业务能力中的变量、所述运营能力的变量、所述数据应用能力的变量、所述安全能力的变量和所述服务提供能力的变量为二级测评指标;
根据所述一级测评指标和所述二级测评指标建立能力测评模型,所述测评模型为:
E=(I*β1+T*β2+P*β3+M*β4+S*β5)/(β1+β2+β3+β4+β5);
式中,E为解析服务能力值;I为所述业务能力值;T为所述数据应用能力值;P为所述运营能力值;M为所述安全能力值;S为所述服务提供能力值;β1~β5为一级系数;
其中,所述业务能力值、所述数据应用能力值、所述运营能力值、所述安全能力值和所述服务提供能力值的公式分别为:
I=((I1*λ1±ε1)+(I2*λ2±ε2)+…(In*λn±εn))/(λ1+λ2+…λn);
T=((T1*a1±b1)+(T2*a2±b2)+…(Tn*an±bn))/(a1+a2+…an);
P=((P1*c1±d1)+(P2*c2±d2)+…(Pn*cn±dn))/(c1+c2+…cn);
M=((M1*e1±f1)+(M2*e2±f2)+…(Mn*en±fn))/(e1+e2+…en);
S=((S1*g1±h1)+(S2*g2±h2)+…(Sn*gn±hn))/(g1+g2+…gn);
式中:I1~In为所述业务能力中的变量;T1~Tn为所述数据应用能力的变量;P1~Pn为所述运营能力的变量;M1~Mn为所述安全能力的变量;S1~Sn为所述服务提供能力的变量;ε1~εn为所述业务能力中的变量测量误差值;b1~bn为所述数据应用能力的变量测量误差值;d1~dn为所述运营能力的变量测量误差值、f1~fn为所述安全能力的变量测量误差值;h1~hn为所述服务提供能力的变量测量误差值;λ1~λn、a1~an、c1~cn、e1~en和g1~gn为二级系数;n为自然数。
优选的是,所述业务能力主要针对与国家节点、企业节点的对接、节点运行的性能需求及支持不同格式的数据交换能力进行评价;
所述运营能力主要针对建设单位规模及资源能力进行评价;
所述安全能力主要针对节点功能安全与物理安全能力进行评价;
所述数据应用能力主要针对二级节点工业数据资源的存储能力进行评价;
所述服务提供能力主要针对二级节点提供标识解析服务能力进行评价。
优选的是,所述业务能力中的变量测量误差值ε1~εn、所述数据应用能力的变量测量误差值b1~bn、所述运营能力的变量测量误差值d1~dn、所述安全能力的变量测量误差值f1~fn和所述服务提供能力的变量测量误差值h1~hn的范围均在0.001~0.01。
优选的是,所述业务能力值、所述数据应用能力值、所述运营能力值、所述安全能力值和所述服务提供能力值均取平均值为最终值,所述平均值为最大值和最小值之间的平均值。
本发明还提供一种面向标识解析服务能力测评建模方法的系统,包括:
建立模块,用于以标识解析系统中的业务能力、运营能力、数据应用能力、安全能力和服务提供能力为一级测评指标;以所述业务能力中的变量、所述运营能力的变量、所述数据应用能力的变量、所述安全能力的变量和所述服务提供能力的变量为二级测评指标;根据所述一级测评指标和所述二级测评指标建立能力测评模型,所述测评模型为所述测评模型为:
E=(I*β1+T*β2+P*β3+M*β4+S*β5)/(β1+β2+β3+β4+β5);
式中,E为解析服务能力值;I为所述业务能力值;T为所述数据应用能力值;P为所述运营能力值;M为所述安全能力值;S为所述服务提供能力值;β1~β5为一级系数;
其中,所述业务能力值、所述数据应用能力值、所述运营能力值、所述安全能力值和所述服务提供能力值的公式分别为:
I=((I1*λ1±ε1)+(I2*λ2±ε2)+…(In*λn±εn))/(λ1+λ2+…λn);
T=((T1*a1±b1)+(T2*a2±b2)+…(Tn*an±bn))/(a1+a2+…an);
P=((P1*c1±d1)+(P2*c2±d2)+…(Pn*cn±dn))/(c1+c2+…cn);
M=((M1*e1±f1)+(M2*e2±f2)+…(Mn*en±fn))/(e1+e2+…en);
S=((S1*g1±h1)+(S2*g2±h2)+…(Sn*gn±hn))/(g1+g2+…gn);
式中:I1~In为所述业务能力中的变量;T1~Tn为所述数据应用能力的变量;P1~Pn为所述运营能力的变量;M1~Mn为所述安全能力的变量;S1~Sn为所述服务提供能力的变量;ε1~εn为所述业务能力中的变量测量误差值;b1~bn为所述数据应用能力的变量测量误差值;d1~dn为所述运营能力的变量测量误差值、f1~fn为所述安全能力的变量测量误差值;h1~hn为所述服务提供能力的变量测量误差值;λ1~λn、a1~an、c1~cn、e1~en和g1~gn为二级系数;n为自然数。
优选的是,所述业务能力主要针对与国家节点、企业节点的对接、节点运行的性能需求及支持不同格式的数据交换能力进行评价;
所述运营能力主要针对建设单位规模及资源能力进行评价;
所述安全能力主要针对节点功能安全与物理安全能力进行评价;
所述数据应用能力主要针对二级节点工业数据资源的存储能力进行评价;
所述服务提供能力主要针对二级节点提供标识解析服务能力进行评价。
优选的是,所述业务能力中的变量测量误差值ε1~εn、所述数据应用能力的变量测量误差值b1~bn、所述运营能力的变量测量误差值d1~dn、所述安全能力的变量测量误差值f1~fn和所述服务提供能力的变量测量误差值h1~hn的范围均在0.001~0.01。
优选的是,所述业务能力值、所述数据应用能力值、所述运营能力值、所述安全能力值和所述服务提供能力值均取平均值为最终值,所述平均值为最大值和最小值之间的平均值。
与现有技术相比,本发明的有益效果为:
本发明能够结合标识解析系统特点、服务特点以及日新月异技术变化通用性的服务能力测评模型能够为服务能力的测评和评价提供测量工具,为标识解析服务能力的改善优化提供思路,保证和促进我国工业互联网快速和健康发展。
附图说明
图1是本发明面向标识解析服务能力测评建模方法的流程图;
图2是本发明实施例的模型图。
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的一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有做出创造性劳动的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。
下面结合附图1对本发明做进一步的详细描述:
在本实施例中涉及到的能力说明如下:
业务能力:节点系统通过界面或后台提供的基本服务能力,如身份认证、数据同步、标识管理、流量监测、数据资源管理等。
数据应用能力:节点所具备的海量数据资源存储与管理能力,以及提供的工业数据存储、编目、索引、清洗、合并及质量评估等能力。
运营能力:节点维护系统正常运行的能力,包括节点的经营机构是否具备充足的研发和维护人员及软硬件基础设施运营能力。
安全能力:节点功能安全与物理安全能力,并着重考虑由于工业控制系统信息化程度的不断加深而导致的信息安全能力
服务提供能力:节点能够提供的标识解析基础设施条件、解析服务范围、服务质量,数据管理、数据连通等能力。
本发明提供一种面向标识解析服务能力测评建模方法,包括:
以标识解析系统中的业务能力、运营能力、数据应用能力、安全能力和服务提供能力为一级测评指标;
以业务能力中的变量、运营能力的变量、数据应用能力的变量、安全能力的变量和服务提供能力的变量为二级测评指标;
根据一级测评指标和二级测评指标建立能力测评模型,测评模型为:
E=(I*β1+T*β2+P*β3+M*β4+S*β5)/(β1+β2+β3+β4+β5);
式中,E为解析服务能力值;I为业务能力值;T为数据应用能力值;P为运营能力值;M为安全能力值;S为服务提供能力值;β1~β5为一级系数;
其中,业务能力值、数据应用能力值、运营能力值、安全能力值和服务提供能力值的公式分别为:
I=((I1*λ1±ε1)+(I2*λ2±ε2)+…(In*λn±εn))/(λ1+λ2+…λn);
T=((T1*a1±b1)+(T2*a2±b2)+…(Tn*an±bn))/(a1+a2+…an);
P=((P1*c1±d1)+(P2*c2±d2)+…(Pn*cn±dn))/(c1+c2+…cn);
M=((M1*e1±f1)+(M2*e2±f2)+…(Mn*en±fn))/(e1+e2+…en);
S=((S1*g1±h1)+(S2*g2±h2)+…(Sn*gn±hn))/(g1+g2+…gn);
式中:I1~In为业务能力中的变量;T1~Tn为数据应用能力的变量;P1~Pn为运营能力的变量;M1~Mn为安全能力的变量;S1~Sn为服务提供能力的变量;ε1~εn为业务能力中的变量测量误差值;b1~bn为数据应用能力的变量测量误差值;d1~dn为运营能力的变量测量误差值、f1~fn为安全能力的变量测量误差值;h1~hn为服务提供能力的变量测量误差值;λ1~λn、a1~an、c1~cn、e1~en和g1~gn为二级系数,系数越高占比越大,一般限制在1~10;n为自然数;I、T、P、M、S范围区间为0~1,1代表最高(满分)评价;
进一步地,一级测评指标和二级测评指标基于以下评价机制,采用技术验证、现场检查、访谈等方式为主要数据收集手段,已网站调查、电子邮件调查为辅,调研对象为整套标识解析系统和开发单位、运营单位、运维单位。
各个能力评价参考如下:
业务能力主要针对与国家节点、企业节点的对接,节点运行的性能需求及支持不同格式的数据交换能力等方面进行评价;
运营能力主要针对建设单位规模及资源能力,包括能够面向行业或区域提供标识编码注册和标识解析服务,以及完成相关的标识业务管理、标识应用对接,在客户服务、产品运营、研发实力、资源管理等方面进行评价,以及是否具备完善的管理机制;
安全能力主要针对节点功能安全与物理安全能力,精确识别目前入侵行为、内部网络的违规部署行为、对进出网络的信息内容进行过滤及针对标识解析请求使用按照专有请求进行过滤的安全能力等方面进行评价;
数据应用能力主要针对二级节点工业数据资源的存储能力,包括支持结构化、非结构化数据管理能力以及异地备份能力和同步能力等方面进行评价;
服务提供能力主要针对二级节点提供标识解析服务能力,包括标识解析管理、标识注册管理及公共服务能力等方面进行评价。
再进一步地,业务能力中的变量测量误差值ε1~εn、数据应用能力的变量测量误差值b1~bn、运营能力的变量测量误差值d1~dn、安全能力的变量测量误差值f1~fn和服务提供能力的变量测量误差值h1~hn的范围均在0.001~0.01。
在本实施例中,引入系数用来控制参数的权重和实际评价占比,系数越大则总体评价比重则更大,引入变量测量误差用于在认为评定评价存在误差,提供平均值计算方式降低误差的影响,提高评价客观性。
具体地,业务能力值、数据应用能力值、运营能力值、安全能力值和服务提供能力值均取平均值为最终值,平均值为最大值和最小值之间的平均值。例如业务能力值存在最高值Imax和最低值Imin,可信评价则在最高和最低值之间,取平均值更可信作为最终评价。
Iave=(Imax+Imin)/2,Tave、Pave、Mave、Save如此类推。
总评价计算:
E=(Iave*β1+Tave*β2+Pave*β3+Mave*β4+Save*β5)/(β1+β2+β3+β4+β5)。
即本模型通过系数和误差方式综合计算平均测评结果,综合覆盖标识解析系统服务能力,可给出系统可靠的测评模型工具用于日常服务能力测评。
实施例
以下对某省二级标识解析节点进行评价,通过人工检查、技术验证、现场访谈等方式收集数据,并依据相关标准对5大服务能力进行综合评价,示例得分0.808,3项均超过0.8还算良好,2项安全能力0.736、运营能力0.689低于0.8,有待加强。其能力测评模型如图2所示。
具体计算如下表1:
表1
即标识解析系统在业务能力、运营能力、数据能力、安全能力等指标上,展现标识解析系统服务综合能力,符合标识解析成熟度模型要求。能够结合标识解析系统特点、服务特点以及日新月异技术变化通用性的服务能力测评模型能够为服务能力的测评和评价提供测量工具,为标识解析服务能力的改善优化提供思路,保证和促进我国工业互联网快速和健康发展。
在本实施例中,本发明还提供一种面向标识解析服务能力测评建模方法的系统,包括:
建立模块,用于以标识解析系统中的业务能力、运营能力、数据应用能力、安全能力和服务提供能力为一级测评指标;以业务能力中的变量、运营能力的变量、数据应用能力的变量、安全能力的变量和服务提供能力的变量为二级测评指标;根据一级测评指标和二级测评指标建立能力测评模型,测评模型为测评模型为:
E=(I*β1+T*β2+P*β3+M*β4+S*β5)/(β1+β2+β3+β4+β5);
式中,E为解析服务能力值;I为业务能力值;T为数据应用能力值;P为运营能力值;M为安全能力值;S为服务提供能力值;β1~β5为一级系数;
其中,业务能力值、数据应用能力值、运营能力值、安全能力值和服务提供能力值的公式分别为:
I=((I1*λ1±ε1)+(I2*λ2±ε2)+…(In*λn±εn))/(λ1+λ2+…λn);
T=((T1*a1±b1)+(T2*a2±b2)+…(Tn*an±bn))/(a1+a2+…an);
P=((P1*c1±d1)+(P2*c2±d2)+…(Pn*cn±dn))/(c1+c2+…cn);
M=((M1*e1±f1)+(M2*e2±f2)+…(Mn*en±fn))/(e1+e2+…en);
S=((S1*g1±h1)+(S2*g2±h2)+…(Sn*gn±hn))/(g1+g2+…gn);
式中:I1~In为业务能力中的变量;T1~Tn为数据应用能力的变量;P1~Pn为运营能力的变量;M1~Mn为安全能力的变量;S1~Sn为服务提供能力的变量;ε1~εn为业务能力中的变量测量误差值;b1~bn为数据应用能力的变量测量误差值;d1~dn为运营能力的变量测量误差值、f1~fn为安全能力的变量测量误差值;h1~hn为服务提供能力的变量测量误差值;λ1~λn、a1~an、c1~cn、e1~en和g1~gn为二级系数;n为自然数。
进一步地,业务能力主要针对与国家节点、企业节点的对接、节点运行的性能需求及支持不同格式的数据交换能力进行评价;
运营能力主要针对建设单位规模及资源能力进行评价;
安全能力主要针对节点功能安全与物理安全能力进行评价;
数据应用能力主要针对二级节点工业数据资源的存储能力进行评价;
服务提供能力主要针对二级节点提供标识解析服务能力进行评价。
再进一步地,再进一步地,业务能力中的变量测量误差值ε1~εn、数据应用能力的变量测量误差值b1~bn、运营能力的变量测量误差值d1~dn、安全能力的变量测量误差值f1~fn和服务提供能力的变量测量误差值h1~hn的范围均在0.001~0.01。
在本实施例中,引入系数用来控制参数的权重和实际评价占比,系数越大则总体评价比重则更大,引入变量测量误差用于在认为评定评价存在误差,提供平均值计算方式降低误差的影响,提高评价客观性。
具体地,业务能力值、数据应用能力值、运营能力值、安全能力值和服务提供能力值均取平均值为最终值,平均值为最大值和最小值之间的平均值。
以上仅为本发明的优选实施例而已,并不用于限制本发明,对于本领域的技术人员来说,本发明可以有各种更改和变化。凡在本发明的精神和原则之内,所作的任何修改、等同替换、改进等,均应包含在本发明的保护范围之内。
Claims (8)
1.一种面向标识解析服务能力测评建模方法,其特征在于,包括:
以标识解析系统中的业务能力、运营能力、数据应用能力、安全能力和服务提供能力为一级测评指标;
以所述业务能力中的变量、所述运营能力的变量、所述数据应用能力的变量、所述安全能力的变量和所述服务提供能力的变量为二级测评指标;
根据所述一级测评指标和所述二级测评指标建立能力测评模型,所述测评模型为:
E=(I*β1+T*β2+P*β3+M*β4+S*β5)/(β1+β2+β3+β4+β5);
式中,E为解析服务能力值;I为所述业务能力值;T为所述数据应用能力值;P为所述运营能力值;M为所述安全能力值;S为所述服务提供能力值;β1~β5为一级系数;
其中,所述业务能力值、所述数据应用能力值、所述运营能力值、所述安全能力值和所述服务提供能力值的公式分别为:
I=((I1*λ1±ε1)+(I2*λ2±ε2)+…(In*λn±εn))/(λ1+λ2+…λn);
T=((T1*a1±b1)+(T2*a2±b2)+…(Tn*an±bn))/(a1+a2+…an);
P=((P1*c1±d1)+(P2*c2±d2)+…(Pn*cn±dn))/(c1+c2+…cn);
M=((M1*e1±f1)+(M2*e2±f2)+…(Mn*en±fn))/(e1+e2+…en);
S=((S1*g1±h1)+(S2*g2±h2)+…(Sn*gn±hn))/(g1+g2+…gn);
式中:I1~In为所述业务能力中的变量;T1~Tn为所述数据应用能力的变量;P1~Pn为所述运营能力的变量;M1~Mn为所述安全能力的变量;S1~Sn为所述服务提供能力的变量;ε1~εn为所述业务能力中的变量测量误差值;b1~bn为所述数据应用能力的变量测量误差值;d1~dn为所述运营能力的变量测量误差值、f1~fn为所述安全能力的变量测量误差值;h1~hn为所述服务提供能力的变量测量误差值;λ1~λn、a1~an、c1~cn、e1~en和g1~gn为二级系数;n为自然数。
2.根据权利要求1所述的面向标识解析服务能力测评建模方法,其特征在于,所述业务能力主要针对与国家节点、企业节点的对接、节点运行的性能需求及支持不同格式的数据交换能力进行评价;
所述运营能力主要针对建设单位规模及资源能力进行评价;
所述安全能力主要针对节点功能安全与物理安全能力进行评价;
所述数据应用能力主要针对二级节点工业数据资源的存储能力进行评价;
所述服务提供能力主要针对二级节点提供标识解析服务能力进行评价。
3.根据权利要求2所述的面向标识解析服务能力测评建模方法,其特征在于,所述业务能力中的变量测量误差值ε1~εn、所述数据应用能力的变量测量误差值b1~bn、所述运营能力的变量测量误差值d1~dn、所述安全能力的变量测量误差值f1~fn和所述服务提供能力的变量测量误差值h1~hn的范围均在0.001~0.01。
4.根据权利要求3所述的面向标识解析服务能力测评建模方法,其特征在于,所述业务能力值、所述数据应用能力值、所述运营能力值、所述安全能力值和所述服务提供能力值均取平均值为最终值,所述平均值为最大值和最小值之间的平均值。
5.一种根据权利要求1-4任一所述的面向标识解析服务能力测评建模方法的系统,其特征在于,包括:
建立模块,用于以标识解析系统中的业务能力、运营能力、数据应用能力、安全能力和服务提供能力为一级测评指标;以所述业务能力中的变量、所述运营能力的变量、所述数据应用能力的变量、所述安全能力的变量和所述服务提供能力的变量为二级测评指标;根据所述一级测评指标和所述二级测评指标建立能力测评模型,所述测评模型为所述测评模型为:
E=(I*β1+T*β2+P*β3+M*β4+S*β5)/(β1+β2+β3+β4+β5);
式中,E为解析服务能力值;I为所述业务能力值;T为所述数据应用能力值;P为所述运营能力值;M为所述安全能力值;S为所述服务提供能力值;β1~β5为一级系数;
其中,所述业务能力值、所述数据应用能力值、所述运营能力值、所述安全能力值和所述服务提供能力值的公式分别为:
I=((I1*λ1±ε1)+(I2*λ2±ε2)+…(In*λn±εn))/(λ1+λ2+…λn);
T=((T1*a1±b1)+(T2*a2±b2)+…(Tn*an±bn))/(a1+a2+…an);
P=((P1*c1±d1)+(P2*c2±d2)+…(Pn*cn±dn))/(c1+c2+…cn);
M=((M1*e1±f1)+(M2*e2±f2)+…(Mn*en±fn))/(e1+e2+…en);
S=((S1*g1±h1)+(S2*g2±h2)+…(Sn*gn±hn))/(g1+g2+…gn);
式中:I1~In为所述业务能力中的变量;T1~Tn为所述数据应用能力的变量;P1~Pn为所述运营能力的变量;M1~Mn为所述安全能力的变量;S1~Sn为所述服务提供能力的变量;ε1~εn为所述业务能力中的变量测量误差值;b1~bn为所述数据应用能力的变量测量误差值;d1~dn为所述运营能力的变量测量误差值、f1~fn为所述安全能力的变量测量误差值;h1~hn为所述服务提供能力的变量测量误差值;λ1~λn、a1~an、c1~cn、e1~en和g1~gn为二级系数;n为自然数。
6.根据权利要求5所述的面向标识解析服务能力测评建模方法的系统,其特征在于,所述业务能力主要针对与国家节点、企业节点的对接、节点运行的性能需求及支持不同格式的数据交换能力进行评价;
所述运营能力主要针对建设单位规模及资源能力进行评价;
所述安全能力主要针对节点功能安全与物理安全能力进行评价;
所述数据应用能力主要针对二级节点工业数据资源的存储能力进行评价;
所述服务提供能力主要针对二级节点提供标识解析服务能力进行评价。
7.根据权利要求6所述的面向标识解析服务能力测评建模方法的系统,其特征在于,所述业务能力中的变量测量误差值ε1~εn、所述数据应用能力的变量测量误差值b1~bn、所述运营能力的变量测量误差值d1~dn、所述安全能力的变量测量误差值f1~fn和所述服务提供能力的变量测量误差值h1~hn的范围均在0.001~0.01。
8.根据权利要求7所述的面向标识解析服务能力测评建模方法的系统,其特征在于,所述业务能力值、所述数据应用能力值、所述运营能力值、所述安全能力值和所述服务提供能力值均取平均值为最终值,所述平均值为最大值和最小值之间的平均值。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210420549.0A CN114997568A (zh) | 2022-04-20 | 2022-04-20 | 一种面向标识解析服务能力测评建模方法及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210420549.0A CN114997568A (zh) | 2022-04-20 | 2022-04-20 | 一种面向标识解析服务能力测评建模方法及系统 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN114997568A true CN114997568A (zh) | 2022-09-02 |
Family
ID=83025236
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202210420549.0A Pending CN114997568A (zh) | 2022-04-20 | 2022-04-20 | 一种面向标识解析服务能力测评建模方法及系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN114997568A (zh) |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20030177025A1 (en) * | 1998-03-09 | 2003-09-18 | Curkendall Leland D. | Method and system for agricultural data collection and management |
CN112165500A (zh) * | 2020-08-05 | 2021-01-01 | 宁夏无线互通信息技术有限公司 | 基于工业互联网标识解析的供应链管理系统及管理方法 |
CN112165391A (zh) * | 2020-08-05 | 2021-01-01 | 宁夏无线互通信息技术有限公司 | 基于工业互联网标识解析的大数据决策分析系统及方法 |
CN112907106A (zh) * | 2021-03-12 | 2021-06-04 | 中国电力科学研究院有限公司 | 一种面向企业配电不停电作业服务能力评价的方法及系统 |
CN114202187A (zh) * | 2021-12-06 | 2022-03-18 | 南方电网数字电网研究院有限公司 | 一种基于电力行业的电力设备智能化标识解析编码方法 |
-
2022
- 2022-04-20 CN CN202210420549.0A patent/CN114997568A/zh active Pending
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20030177025A1 (en) * | 1998-03-09 | 2003-09-18 | Curkendall Leland D. | Method and system for agricultural data collection and management |
CN112165500A (zh) * | 2020-08-05 | 2021-01-01 | 宁夏无线互通信息技术有限公司 | 基于工业互联网标识解析的供应链管理系统及管理方法 |
CN112165391A (zh) * | 2020-08-05 | 2021-01-01 | 宁夏无线互通信息技术有限公司 | 基于工业互联网标识解析的大数据决策分析系统及方法 |
CN112907106A (zh) * | 2021-03-12 | 2021-06-04 | 中国电力科学研究院有限公司 | 一种面向企业配电不停电作业服务能力评价的方法及系统 |
CN114202187A (zh) * | 2021-12-06 | 2022-03-18 | 南方电网数字电网研究院有限公司 | 一种基于电力行业的电力设备智能化标识解析编码方法 |
Non-Patent Citations (1)
Title |
---|
刘阳;韩天宇;谢滨;田娟;: "基于工业互联网标识解析体系的数据共享机制", 计算机集成制造系统, no. 12, 15 December 2019 (2019-12-15) * |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Mishra et al. | Single‐valued neutrosophic similarity measure‐based additive ratio assessment framework for optimal site selection of electric vehicle charging station | |
CN112905580B (zh) | 一种基于工业大数据的多源异构数据融合系统及方法 | |
CN108564267B (zh) | 一种企业环境风险评价系统和方法 | |
Raut et al. | Unlocking causal relations of barriers to big data analytics in manufacturing firms | |
Cheng et al. | Does plant role moderate relationship between internal manufacturing network integration, external supply chain integration, operational performance in manufacturing network? | |
Sysoieva et al. | Information Support of Social Audit | |
CN117196311A (zh) | 一种铁路工程建设项目风险管理方法 | |
Cao | Measuring sustainable development efficiency of urban logistics industry | |
CN116993306A (zh) | 基于知识图谱的网络协同制造系统的构建方法和装置 | |
Wu | Performance appraisal management system of university administrators based on hybrid cloud | |
Zheng et al. | A hybrid approach for evaluating faulty behavior risk of high‐risk operations using ANP and evidence theory | |
Jovanovic et al. | Resilience and situational awareness in critical infrastructure protection: An indicator-based approach | |
CN116993215A (zh) | 一种电力装备制造质量智能化评价预警方法及系统 | |
CN114997568A (zh) | 一种面向标识解析服务能力测评建模方法及系统 | |
Ghyym | A semi-linguistic fuzzy approach to multi-actor decision-making: Application to aggregation of experts' judgments | |
Hosseinzadeh et al. | Identifying and analyzing supply chain risks of saipa automobile company using the coso model and social network analysis (SNA) | |
Zhang et al. | Comprehensive evaluation method of safety and benefit for multi-station integration | |
Zhang et al. | Reliability evolution of elevators based on the rough set and the improved TOPSIS method | |
Pizzi et al. | The digitalization of sustainability reporting processes: A conceptual framework | |
CN116108030A (zh) | 基于联盟链的企业平台数据关联方法 | |
Badia et al. | Opportunities and risks in using big data to support management control systems: A multiple case study | |
CN115907542A (zh) | 基于知识图谱的变电站二次设备数字化评价方法及系统 | |
Zhu et al. | Emergency decision support system for container logistics safety based on image processor | |
Bernhard et al. | Information acquisition for model based analysis of large logistics networks | |
Kaainoa et al. | Foundational challenges and opportunities with turning data into information for grid modernization |
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 |