CN115221016A - 一种基于智能网关的硬件设备运行状态预测系统 - Google Patents
一种基于智能网关的硬件设备运行状态预测系统 Download PDFInfo
- Publication number
- CN115221016A CN115221016A CN202210892887.4A CN202210892887A CN115221016A CN 115221016 A CN115221016 A CN 115221016A CN 202210892887 A CN202210892887 A CN 202210892887A CN 115221016 A CN115221016 A CN 115221016A
- Authority
- CN
- China
- Prior art keywords
- hardware equipment
- state
- time
- under
- temperature
- 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
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F11/00—Error detection; Error correction; Monitoring
- G06F11/30—Monitoring
- G06F11/32—Monitoring with visual or acoustical indication of the functioning of the machine
- G06F11/324—Display of status information
- G06F11/327—Alarm or error message display
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F11/00—Error detection; Error correction; Monitoring
- G06F11/30—Monitoring
- G06F11/3003—Monitoring arrangements specially adapted to the computing system or computing system component being monitored
- G06F11/3024—Monitoring arrangements specially adapted to the computing system or computing system component being monitored where the computing system component is a central processing unit [CPU]
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F11/00—Error detection; Error correction; Monitoring
- G06F11/30—Monitoring
- G06F11/3055—Monitoring arrangements for monitoring the status of the computing system or of the computing system component, e.g. monitoring if the computing system is on, off, available, not available
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F11/00—Error detection; Error correction; Monitoring
- G06F11/30—Monitoring
- G06F11/3058—Monitoring arrangements for monitoring environmental properties or parameters of the computing system or of the computing system component, e.g. monitoring of power, currents, temperature, humidity, position, vibrations
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F11/00—Error detection; Error correction; Monitoring
- G06F11/30—Monitoring
- G06F11/34—Recording or statistical evaluation of computer activity, e.g. of down time, of input/output operation ; Recording or statistical evaluation of user activity, e.g. usability assessment
- G06F11/3409—Recording or statistical evaluation of computer activity, e.g. of down time, of input/output operation ; Recording or statistical evaluation of user activity, e.g. usability assessment for performance assessment
- G06F11/3419—Recording or statistical evaluation of computer activity, e.g. of down time, of input/output operation ; Recording or statistical evaluation of user activity, e.g. usability assessment for performance assessment by assessing time
- G06F11/3423—Recording or statistical evaluation of computer activity, e.g. of down time, of input/output operation ; Recording or statistical evaluation of user activity, e.g. usability assessment for performance assessment by assessing time where the assessed time is active or idle time
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F11/00—Error detection; Error correction; Monitoring
- G06F11/30—Monitoring
- G06F11/34—Recording or statistical evaluation of computer activity, e.g. of down time, of input/output operation ; Recording or statistical evaluation of user activity, e.g. usability assessment
- G06F11/3466—Performance evaluation by tracing or monitoring
- G06F11/3476—Data logging
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- General Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Quality & Reliability (AREA)
- General Physics & Mathematics (AREA)
- Computing Systems (AREA)
- Computer Hardware Design (AREA)
- Mathematical Physics (AREA)
- Testing And Monitoring For Control Systems (AREA)
Abstract
本发明公开了一种基于智能网关的硬件设备运行状态预测系统,通过对硬件设备在不同工作状态下平均运算速度的变化数据进行采集,然后根据硬件设备在各种状态下的工作时间计算得到硬件设备理论上的平均运算速度变化值,然后通过信息采集模块获取硬件设备实际上的平均运算速度变化值,将理论变化值与实际的变化值进行对比,将差值大于预设值的硬件设备作为问题设备进行检修维护,这样能够及时发现外部环境对硬件设备干扰较大的情况,方便工作人员及时进行调整,降低外在因素对硬件设备性能的影响,提升硬件设备的有效使用寿命。
Description
技术领域
本发明属于数据处理技术领域,具体的,涉及一种基于智能网关的硬件设备运行状态预测系统。
背景技术
智能网关是一种实现局域网络智能化的关键设备,其能够实现对局域网内各传感器、网络设备、摄像头以及主机等设备的信息采集、信息输入、信息输出、集中控制、远程控制、联动控制等功能。
在CPU等硬件设备的工作过程中,需要连续的进行任务处理,且在任务处理过程中,需要根据任务进度以及任务类型进行短时间的超频工作,并且在硬件设备温度过高时,进行降频工作,从而减少热量产出,降低硬件设备的温度,起到对硬件设备的保护效果,超频工作能够提升工作效率,但是会加速硬件设备的老化,并且长时间的超频工作会降低硬件设备在正常状况下的运算效率,降频工作虽然能够保护硬件设备,但是其会导致硬件设备的运算效率大大降低,大约只有硬件设备正常工作状态下的1/3;在硬件设备的长期工作中,除自身工作老化外,受外界环境影响也会导致运算速度出现明显降低,另外硬件设备过热时会导致其进入降频状态工作,实现自我保护,但是在一些应用场景中,降频状态工作会导致其无法实现转正常工作,因此需要及时的发现并进行解决,为了解决上述问题,本发明提供了以下技术方案。
发明内容
本发明的目的在于提供一种基于智能网关的硬件设备运行状态预测系统,解决现有技术中无法根据实际情况对硬件设备未来一段时间的运行状态进行预测,导致硬件设备的维保不及时的问题。
本发明的目的可以通过以下技术方案实现:
一种基于智能网关的硬件设备运行状态预测系统,该系统的工作方法包括如下步骤:
第一步,采集硬件设备在正常情况下的平均运算速度E11,在正常情况下运行硬件设备T1时间后,再次获取硬件设备的平均运算速度E12;
采集硬件设备在超频状态下的平均运算速度E21,在超频状态下运行硬件设备T1时间后,获取硬件设备在超频状态下的平均运算速度E22以及硬件设备在正常情况下的平均运算速度E23;
采集硬件设备在降频状态下的平均运算速度E31,在降频状态下运行硬件设备T1时间后,获取硬件设备在降频状态下的平均运算速度E32以及硬件设备在正常情况下的平均运算速度E33;
其中(E23-E11):(E22-E21)=α1;
(E33-E11):(E32-E31)=α2;
第二步,每隔预设时间T采集硬件设备在正常情况下的平均运算速度E1、超频状态下的平均运算速度E2以及降频状态下的平均运算速度E3;
第三步,读取计时模块所记录的硬件设备处于正常情况下的工作时间t1、处于超频状态下的工作时间t2以及处于降频状态下的工作时间t3,根据公式获取硬件设备的理论平均运算速度减小值Ej,若Ej与E1-E11的差值大于预设值λ1或Ej与(E2-E21)/α1的差值大于预设值λ1或Ej与(E3-E31)/α2的差值大于预设值λ1,报警模块发出报警信息。
作为本发明的进一步方案,第二步中具体的采集方法为:在采集硬件设备在正常情况下的平均运算效率E1后开始计时,在经过T时间后,若硬件设备处于正常情况下对任务进行处理或待机状态,采集此时的平均运算速度E1作为最新值,若经过T时间后,硬件设备处于超频工作状态或降频工作状态,则等待硬件设备进入正常情况后再进行E1的采集;
E2与E3的采集方法与E1相同。
作为本发明的进一步方案,当硬件设备的温度大于等于第一阈值a1时,硬件设备开启降频工作状态,当硬件设备温度小于等于第二阈值a2时,硬件设备转为正常运行。
作为本发明的进一步方案,该系统的工作方法还包括如下步骤:
S1、将硬件设备需要处理的任务类型依次标记为R1、R2、...、Rn,将任务Ri在正常情况下的处理时间段标记为Ri1,将任务Ri在超频状态下的处理时间段标记为Ri2,其中Ri2可以为0;
S2、获取在各温度条件下,硬件设备在正常情况下工作时,硬件设备的温度随时间变化的曲线、硬件设备在超频状态下工作时硬件设备温度随时间变化的曲线以及低频状态下工作时硬件设备温度随时间变化的曲线;
获取在各温度条件下,硬件设备在低频状态下工作时硬件设备的温度随时间的变化曲线;
S3、通过任务监控模块获取硬件设备接下来需要处理的任务类型,获取其对应的处理时间段Ri1与Ri2,然后通过温度监控模块获取未来T2时间后硬件设备的温度以及环境温度,根据第五步中的温度时间变化曲线判断硬件设备在正常工作的Ri1时间段内温度是否会达到第一阈值a1,若会达到第一阈值a1,则开启降频工作状态,根据任务类型判断降频工作状态的时间段是否会影响正常工作,若影响,报警模块发出报警信息,若不影响,则正常工作;
根据第五步中的温度时间变化曲线判断硬件设备在超频状态工作的Ri2时间内温度是否会达到第一阈值a1,若会达到第一阈值a1,则开启降频工作状态,根据任务类型判断降频工作状态的时间段是否会影响正常工作,若影响,报警模块发出报警信息,若不影响,则正常工作。
作为本发明的进一步方案,根据任务类型判断降频工作状态的时间段是否会影响正常工作的方法为:将不同类型任务划分为可接受降频工作以及不可接受降频工作的时间段。
本发明的有益效果:
(1)本发明通过对硬件设备在不同工作状态下平均运算速度的变化数据进行采集,然后根据硬件设备在各种状态下的工作时间计算得到硬件设备理论上的平均运算速度变化值,然后通过信息采集模块获取硬件设备实际上的平均运算速度变化值,将理论变化值与实际的变化值进行对比,将差值大于预设值的硬件设备作为问题设备进行检修维护,这样能够及时发现外部环境对硬件设备干扰较大的情况,方便工作人员及时进行调整,降低外在因素对硬件设备性能的影响,提升硬件设备的有效使用寿命;
(2)本发明通过对不同温度环境下,硬件设备在超频状态下、正常情况下以及降频状态下温度随时间的变化关系进行记录,从而对接下来进行的任务是否会在进行过程中出现降频工作的情况进行预测,并详细预测降频状态出现的时间,再根据不同类型任务按照任务内容以及人机交互内容划分为可接受降频工作以及不可接受降频工作的时间段,判断是否会对正常工作造成影响,从而及时发现隐患,并进行排除,不对硬件设备所处系统的正常工作造成影响。
具体实施方式
下面将对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本发明一部分实施例,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作出创造性劳动前提下所获得的所有其它实施例,都属于本发明保护的范围。
一种基于智能网关的硬件设备运行状态预测系统,包括:
信息采集模块,用于采集硬件设备的平均运算速度,并通过智能网关将其传输至数据处理模块;
在本发明的一个实施例中,所述的硬件设备为CPU;
温度监控模块,用于监控预测硬件设备的运行温度以及硬件设备所处环境的温度,并通过智能网关将其传输至数据处理模块;
任务监控模块,用于监控读取硬件设备需要进行处理的任务数量与任务种类,同时还能够对任务处理的进度进行实时监控,并通过智能网关将其传输至数据处理模块;
散热模块,用于对硬件设备进行散热降温处理,避免硬件设备的温度超高,对硬件设备本身的性能造成影响;
计时模块,用于监控记录硬件设备处于正常情况下的工作时间t1、处于超频状态下的工作时间t2以及处于降频状态下的工作时间t3,并通过智能网关将其传输至数据处理模块;
此处的正常情况是指硬件设备在不超频以及不降频条件下工作;
报警模块,用于发出报警信息,提醒维护人员对对应的硬件设备进行维护工作;
上述的一种基于智能网关的硬件设备运行状态预测系统的工作方法包括如下步骤:
第一步,采集硬件设备在正常情况下的平均运算速度E11,在正常情况下运行硬件设备T1时间后,再次获取硬件设备的平均运算速度E12;
采集硬件设备在超频状态下的平均运算速度E21,在超频状态下运行硬件设备T1时间后,获取硬件设备在超频状态下的平均运算速度E22以及硬件设备在正常情况下的平均运算速度E23;
采集硬件设备在降频状态下的平均运算速度E31,在降频状态下运行硬件设备T1时间后,获取硬件设备在降频状态下的平均运算速度E32以及硬件设备在正常情况下的平均运算速度E33;
其中(E23-E11):(E22-E21)=α1,表示硬件设备在超频工作T1时间后,正常状态下的平均运算速度下降值与超频状态下的平均运算速度下降值的比值;
(E33-E11):(E32-E31)=α2,表示硬件设备在降频工作T1时间后,正常状态下的平均运算速度下降值与降频状态下的平均运算速度下降值的比值;
需要注意的是,上述的三组采样方式均采用全新的同批次产品进行,该步骤在实验室环境中进行,根据硬件设备的信号批次不同,采样结果存在一定区别;
第二步,每隔预设时间T采集硬件设备在正常情况下的平均运算速度E1、超频状态下的平均运算速度E2以及降频状态下的平均运算速度E3;
具体的采集方法为:在采集硬件设备在正常情况下的平均运算效率E1后开始计时,在经过T时间后,若硬件设备处于正常情况下对任务进行处理或待机状态,采集此时的平均运算速度E1作为最新值在接下来的计算中使用,若经过T时间后,硬件设备处于超频工作状态或降频工作状态,则等待硬件设备进入正常情况后再进行E1的采集;E2与E3的采集方法与E1相同;
在本发明的一个实施例中,当硬件设备的温度大于等于第一阈值a1时,硬件设备开启降频工作状态,当硬件设备温度小于等于第二阈值a2时,硬件设备转为正常运行;
第三步,读取计时模块所记录的硬件设备处于正常情况下的工作时间t1、处于超频状态下的工作时间t2以及处于降频状态下的工作时间t3,根据公式获取硬件设备的理论平均运算速度减小值Ej,若Ej与E1-E11的差值大于预设值λ1或Ej与(E2-E21)/α1的差值大于预设值λ1或Ej与(E3-E31)/α2的差值大于预设值λ1,则认为硬件设备存在问题,报警模块发出报警信息,维护人员对对应的硬件设备进行检查维护;
E1-E11表示设备在正常状态下实际的平均运算速度下降值;
(E2-E21)/α1为根据设备在超频状态下实际的平均运算速度下降值与第一步中计算得到α1值估算的此时设备在正常状态下平均运算速度的下降值;
(E3-E31)/α2为根据设备在降频状态下实际的平均运算速度下降值与第一步中计算得到α2值估算的此时设备在正常状态下平均运算速度的下降值;
若计算的平均运算速率下降值与实际的下降值差距大于预设值λ1,则认为硬件设备存在问题;
第一步至第三步中通过对硬件设备在不同工作状态下平均运算速度的变化数据进行采集,然后根据硬件设备在各种状态下的工作时间计算得到硬件设备理论上的平均运算速度变化值,然后通过信息采集模块获取硬件设备实际上的平均运算速度变化值,将理论变化值与实际的变化值进行对比,将差值大于预设值的硬件设备作为问题设备进行检修维护,这样能够及时发现外部环境对硬件设备干扰较大的情况,方便工作人员及时进行调整,降低外在因素对硬件设备性能的影响,提升硬件设备的有效使用寿命;
第四步,将硬件设备需要处理的任务类型依次标记为R1、R2、...、Rn,将任务Ri在正常情况下的处理时间段标记为Ri1,将任务Ri在超频状态下的处理时间段标记为Ri2,其中Ri2可以为0;
第五步,获取在各温度条件下,硬件设备在正常情况下工作时,硬件设备的温度随时间变化的曲线、硬件设备在超频状态下工作时硬件设备的温度随时间变化的曲线以及低频状态下工作时硬件设备的温度随时间变化的曲线;
获取在各温度条件下,硬件设备在低频状态下工作时硬件设备的温度随时间的变化曲线;
第六步,通过任务监控模块获取硬件设备接下来需要处理的任务类型,获取其对应的处理时间段Ri1与Ri2,然后通过温度监控模块获取未来T2时间后硬件设备的温度以及环境温度,根据第五步中的温度时间变化曲线判断硬件设备在正常工作的Ri1时间段内温度是否会达到第一阈值a1,若会达到第一阈值a1,则开启降频工作状态,根据任务类型判断降频工作状态的时间段是否会影响正常工作,若影响,报警模块发出报警信息,若不影响,则正常工作;
同样,还根据第五步中的温度时间变化曲线判断硬件设备在超频状态工作的Ri2时间内温度是否会达到第一阈值a1,若会达到第一阈值a1,则开启降频工作状态,根据任务类型判断降频工作状态的时间段是否会影响正常工作,若影响,报警模块发出报警信息,若不影响,则正常工作.
根据任务类型判断降频工作状态的时间段是否会影响正常工作的方法为:将不同类型任务按照任务内容以及人机交互内容划分为可接受降频工作以及不可接受降频工作的时间段。
温度监控模块对未来T2时间后的硬件设备运行温度进行预测的方法为:根据第五步中的温度时间变化曲线、硬件设备当前温度、当前环境温度、当前任务进行时后续的正常情况工作时间、超频工作时间以及降频工作时间来预测,其中T2根据当前任务剩余时间进行变化。
本发明通过对不同温度环境下,硬件设备在超频状态下、正常情况下以及降频状态下温度随时间的变化关系进行记录,从而对接下来进行的任务是否会在进行过程中出现降频工作的情况进行预测,并详细预测降频状态出现的时间,再根据不同类型任务按照任务内容以及人机交互内容划分为可接受降频工作以及不可接受降频工作的时间段,判断是否会对正常工作造成影响,从而及时发现隐患,并进行排除,不对硬件设备所处系统的正常工作造成影响。
以上对本发明的一个实施例进行了详细说明,但所述内容仅为本发明的较佳实施例,不能被认为用于限定本发明的实施范围。凡依本发明申请范围所作的均等变化与改进等,均应仍归属于本发明的专利涵盖范围之内。
Claims (5)
1.一种基于智能网关的硬件设备运行状态预测系统,其特征在于,该系统的工作方法包括如下步骤:
第一步,采集硬件设备在正常情况下的平均运算速度E11,在正常情况下运行硬件设备T1时间后,再次获取硬件设备的平均运算速度E12;
采集硬件设备在超频状态下的平均运算速度E21,在超频状态下运行硬件设备T1时间后,获取硬件设备在超频状态下的平均运算速度E22以及硬件设备在正常情况下的平均运算速度E23;
采集硬件设备在降频状态下的平均运算速度E31,在降频状态下运行硬件设备T1时间后,获取硬件设备在降频状态下的平均运算速度E32以及硬件设备在正常情况下的平均运算速度E33;
其中(E23-E11):(E22-E21)=α1;
(E33-E11):(E32-E31)=α2;
第二步,每隔预设时间T采集硬件设备在正常情况下的平均运算速度E1、超频状态下的平均运算速度E2以及降频状态下的平均运算速度E3;
2.根据权利要求1所述的一种基于智能网关的硬件设备运行状态预测系统,其特征在于,第二步中具体的采集方法为:在采集硬件设备在正常情况下的平均运算效率E1后开始计时,在经过T时间后,若硬件设备处于正常情况下对任务进行处理或待机状态,采集此时的平均运算速度E1作为最新值,若经过T时间后,硬件设备处于超频工作状态或降频工作状态,则等待硬件设备进入正常情况后再进行E1的采集;
E2与E3的采集方法与E1相同。
3.根据权利要求1所述的一种基于智能网关的硬件设备运行状态预测系统,其特征在于,当硬件设备的温度大于等于第一阈值a1时,硬件设备开启降频工作状态,当硬件设备温度小于等于第二阈值a2时,硬件设备转为正常运行。
4.根据权利要求3所述的一种基于智能网关的硬件设备运行状态预测系统,其特征在于,该系统的工作方法还包括如下步骤:
S1、将硬件设备需要处理的任务类型依次标记为R1、R2、...、Rn,将任务Ri在正常情况下的处理时间段标记为Ri1,将任务Ri在超频状态下的处理时间段标记为Ri2,其中Ri2能够为0;
S2、获取在各温度条件下,硬件设备在正常情况下工作时,硬件设备的温度随时间变化的曲线、硬件设备在超频状态下工作时硬件设备温度随时间变化的曲线以及低频状态下工作时硬件设备温度随时间变化的曲线;
获取在各温度条件下,硬件设备在低频状态下工作时硬件设备的温度随时间的变化曲线;
S3、通过任务监控模块获取硬件设备接下来需要处理的任务类型,获取其对应的处理时间段Ri1与Ri2,然后通过温度监控模块获取未来T2时间后硬件设备的温度以及环境温度,根据第五步中的温度时间变化曲线判断硬件设备在正常工作的Ri1时间段内温度是否会达到第一阈值a1,若会达到第一阈值a1,则开启降频工作状态,根据任务类型判断降频工作状态的时间段是否会影响正常工作,若影响,报警模块发出报警信息,若不影响,则正常工作;
根据第五步中的温度时间变化曲线判断硬件设备在超频状态工作的Ri2时间内温度是否会达到第一阈值a1,若会达到第一阈值a1,则开启降频工作状态,根据任务类型判断降频工作状态的时间段是否会影响正常工作,若影响,报警模块发出报警信息,若不影响,则正常工作。
5.根据权利要求4所述的一种基于智能网关的硬件设备运行状态预测系统,其特征在于,根据任务类型判断降频工作状态的时间段是否会影响正常工作的方法为:将不同类型任务划分为可接受降频工作以及不可接受降频工作的时间段。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210892887.4A CN115221016A (zh) | 2022-07-27 | 2022-07-27 | 一种基于智能网关的硬件设备运行状态预测系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210892887.4A CN115221016A (zh) | 2022-07-27 | 2022-07-27 | 一种基于智能网关的硬件设备运行状态预测系统 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN115221016A true CN115221016A (zh) | 2022-10-21 |
Family
ID=83614090
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202210892887.4A Pending CN115221016A (zh) | 2022-07-27 | 2022-07-27 | 一种基于智能网关的硬件设备运行状态预测系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN115221016A (zh) |
-
2022
- 2022-07-27 CN CN202210892887.4A patent/CN115221016A/zh active Pending
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109002031B (zh) | 一种应用于监测系统设备故障诊断及智能预警的方法 | |
CN110895526A (zh) | 一种大气监测系统中数据异常的修正方法 | |
KR102522011B1 (ko) | 광 발전 어레이의 작동 상태를 결정하기 위한 방법 및 장치와, 디바이스 및 저장매체 | |
CN109365769B (zh) | 一种基于混合模型判断的结晶器漏钢预报方法 | |
CN102699302B (zh) | 一种板坯连铸结晶器漏钢预报系统及其预报方法 | |
JP2017211713A (ja) | 生産システム | |
CN108038044A (zh) | 一种面向连续被监测对象的异常检测方法 | |
CN114650018B (zh) | 一种用于功放的自适应散热方法、散热装置及散热系统 | |
CN116070802B (zh) | 一种基于数据孪生的智能监控运维方法和系统 | |
CN116823227A (zh) | 一种基于物联网的智能设备管理系统及方法 | |
CN117032415B (zh) | 一种基于温度变化的设备数据监管系统及方法 | |
CN116980958B (zh) | 一种基于数据识别的无线设备电故障监测方法及系统 | |
CN116708038B (zh) | 基于资产测绘的工业互联网企业网络安全威胁识别方法 | |
CN115452046A (zh) | 一种基于物联网的环保监测系统及方法 | |
CN116839656A (zh) | 一种用于工业互联网的工业现场监测系统及检测方法 | |
CN111030299A (zh) | 一种基于边信道的电网嵌入式终端安全监测方法及系统 | |
CN115221016A (zh) | 一种基于智能网关的硬件设备运行状态预测系统 | |
CN116311829A (zh) | 一种数据机房远程报警方法及装置 | |
CN114615086B (zh) | 一种车载can网络入侵检测方法 | |
CN114020066B (zh) | 一种基于物联网技术的温度采集控制系统及方法 | |
CN201791938U (zh) | 一种连铸结晶器漏钢预报系统 | |
CN114005256A (zh) | 基于报警持续时间概率函数的报警延迟器设计方法及系统 | |
CN112532717A (zh) | 基于stm32单片机及长短时记忆网络的生产过程安全监控方法 | |
CN111103487A (zh) | 一种非侵入式的基于功耗分析的pst异常监测方法 | |
CN115933507A (zh) | 一种智能化区域用电节能方法及系统 |
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 |