CN116614565A - 用于场景执法的多协议融合通信方法、平台、系统及介质 - Google Patents
用于场景执法的多协议融合通信方法、平台、系统及介质 Download PDFInfo
- Publication number
- CN116614565A CN116614565A CN202310876924.7A CN202310876924A CN116614565A CN 116614565 A CN116614565 A CN 116614565A CN 202310876924 A CN202310876924 A CN 202310876924A CN 116614565 A CN116614565 A CN 116614565A
- Authority
- CN
- China
- Prior art keywords
- protocol
- law enforcement
- message
- type
- terminal
- 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.)
- Granted
Links
- 230000006854 communication Effects 0.000 title claims abstract description 93
- 238000004891 communication Methods 0.000 title claims abstract description 90
- 238000000034 method Methods 0.000 title claims abstract description 50
- 230000004927 fusion Effects 0.000 title claims abstract description 28
- 238000000605 extraction Methods 0.000 claims abstract description 28
- 238000006243 chemical reaction Methods 0.000 claims description 58
- 238000004590 computer program Methods 0.000 claims description 30
- 230000006870 function Effects 0.000 claims description 12
- 238000003062 neural network model Methods 0.000 claims description 6
- 230000008569 process Effects 0.000 description 12
- 239000013598 vector Substances 0.000 description 8
- 238000010586 diagram Methods 0.000 description 6
- 230000005540 biological transmission Effects 0.000 description 5
- 238000012545 processing Methods 0.000 description 5
- 230000008878 coupling Effects 0.000 description 3
- 238000010168 coupling process Methods 0.000 description 3
- 238000005859 coupling reaction Methods 0.000 description 3
- 238000007726 management method Methods 0.000 description 3
- 238000013528 artificial neural network Methods 0.000 description 2
- 238000010276 construction Methods 0.000 description 2
- 238000013461 design Methods 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 238000012806 monitoring device Methods 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 238000003491 array Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000004422 calculation algorithm Methods 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 238000003066 decision tree Methods 0.000 description 1
- 238000013136 deep learning model Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 230000010354 integration Effects 0.000 description 1
- 238000007477 logistic regression Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012544 monitoring process Methods 0.000 description 1
- 238000013439 planning Methods 0.000 description 1
- 230000004044 response Effects 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
Classifications
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L69/00—Network arrangements, protocols or services independent of the application payload and not provided for in the other groups of this subclass
- H04L69/08—Protocols for interworking; Protocol conversion
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L69/00—Network arrangements, protocols or services independent of the application payload and not provided for in the other groups of this subclass
- H04L69/18—Multiprotocol handlers, e.g. single devices capable of handling multiple protocols
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L69/00—Network arrangements, protocols or services independent of the application payload and not provided for in the other groups of this subclass
- H04L69/22—Parsing or analysis of headers
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02D—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN INFORMATION AND COMMUNICATION TECHNOLOGIES [ICT], I.E. INFORMATION AND COMMUNICATION TECHNOLOGIES AIMING AT THE REDUCTION OF THEIR OWN ENERGY USE
- Y02D30/00—Reducing energy consumption in communication networks
- Y02D30/70—Reducing energy consumption in communication networks in wireless communication networks
Landscapes
- Engineering & Computer Science (AREA)
- Computer Security & Cryptography (AREA)
- Computer Networks & Wireless Communication (AREA)
- Signal Processing (AREA)
- Communication Control (AREA)
Abstract
本发明提供了一种用于场景执法的多协议融合通信方法、平台、系统及介质,首先获取各个执法终端发送的协议报文;然后根据预先建立的提取模型,对协议报文进行特征提取,得到各个执法终端对应的执法编号、消息类型标识和消息特征字段;接着依据消息类型标识和消息特征字段,确定各个执法终端的协议报文的当前协议类型;再根据当前协议类型、执法编号,确定各个执法终端的协议报文的目标协议类型;最终将各个执法终端的协议报文转化为目标协议类型对应的协议报文,并发送给相应的目标终端。通过对目标协议类型的确定,能够在融合通信过程中,无需将报文转化为统一格式,直接转化为目标终端所需的协议类型即可,有效减小融合通信平台的复杂性。
Description
技术领域
本发明属于通信技术领域,尤其涉及一种用于场景执法的多协议融合通信方法、平台、系统及介质。
背景技术
智慧城市是指在城市规划、设计、建设、管理与运营等领域中,通过物联网、云计算、大数据、空间地理信息集成等智能计算技术的应用,使得城市管理、教育、医疗、房地产、交通运输、公用事业和公众安全等城市组成的关键基础设施组件和服务更互联、高效和智能,其中,基于不同场景下的智能执法是智慧城市建设的重要组成部分,其所应用到的关键技术之一就是融合通信。融合通信通过整合不同制式的通信网络,实现电话语音网、IP电话网、数字集群网、无线图传专网和视频专网等各类通信网络的融合互通,并且实现专网与公共交换电话网、4G/5G网络通信业务互通,构建一套融合了语音、视频和数据通信的一体化通信系统。
目前,实现融合通信的关键在于对于多种不同的通信协议的识别和转化,但融合通信的规模越大、接入设备越多,其通信协议的识别和转化越复杂,相应的融合通信平台的复杂性越高。现有技术中通常是由不同的模块对协议报文进行识别和转化处理,因此通常需要将不同协议类型的协议报文转化为统一格式的消息,再进行协议的转化,处理过程较为复杂,融合通信平台的复杂性较高。
发明内容
有鉴于此,本发明提供了一种用于场景执法的多协议融合通信方法、平台、系统及介质,旨在解决现有技术中融合通信平台的复杂性高的问题。
本发明实施例的第一方面提供了一种用于场景执法的多协议融合通信方法,包括:
获取各个执法终端发送的协议报文;其中,所述协议报文包括报文对应的执法编号和消息类型标识;
根据预先建立的提取模型,对协议报文进行特征提取,得到各个执法终端对应的执法编号、消息类型标识和消息特征字段;
依据消息类型标识和消息特征字段,确定各个执法终端的协议报文的当前协议类型;
根据当前协议类型、执法编号,确定各个执法终端的协议报文的目标协议类型;所述目标协议类型的数目可以是一个或多个;
将各个执法终端的协议报文转化为各个目标协议类型对应的协议报文,并发送给目标终端。
本发明实施例的第二方面提供了一种用于场景执法的多协议融合通信装置,包括:
报文获取模块,用于获取各个执法终端发送的协议报文;
特征提取模块,用于根据预先建立的提取模型,对协议报文进行特征提取,得到各个执法终端对应的执法编号、消息类型标识和消息特征字段;
协议确定模块,用于依据消息类型标识和消息特征字段,确定各个执法终端的协议报文的当前协议类型;
目标确定模块,用于根据当前协议类型、执法编号,确定各个执法终端的协议报文的目标协议类型;所述目标协议类型的数目可以是一个或多个;
报文转换模块,用于将各个执法终端的协议报文转化为各个目标协议类型对应的协议报文,并发送给目标终端。
本发明实施例的第三方面提供了一种融合通信平台,包括存储器、处理器以及存储在存储器中并可在处理器上运行的计算机程序,处理器执行计算机程序时实现如上第一方面的用于场景执法的多协议融合通信方法的步骤。
本发明实施例的第四方面提供了一种场景执法系统,包括:多个终端设备,以及如上第三方面的融合通信平台;多个终端设备均与融合通信平台连接。
本发明实施例的第五方面提供了一种计算机可读存储介质,计算机可读存储介质存储有计算机程序,计算机程序被处理器执行时实现如上第一方面的用于场景执法的多协议融合通信方法的步骤。
本发明实施例提供的用于场景执法的多协议融合通信方法、平台、系统及介质,首先获取各个执法终端发送的协议报文;然后根据预先建立的提取模型,对协议报文进行特征提取,得到各个执法终端对应的执法编号、消息类型标识和消息特征字段;接着依据消息类型标识和消息特征字段,确定各个执法终端的协议报文的当前协议类型;再根据当前协议类型、执法编号,确定各个执法终端的协议报文的目标协议类型;最终将各个执法终端的协议报文转化为各个目标协议类型对应的协议报文,并发送给目标终端。通过对目标协议类型的确定,能够在融合通信过程中,无需将报文转化为统一格式,直接转化为目标终端所需的协议类型即可,有效减小融合通信平台的复杂性。
附图说明
为了更清楚地说明本发明实施例中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅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性的前提下,还可以根据这些附图获得其他的附图。
图1是本发明实施例提供的用于场景执法的多协议融合通信方法的应用场景图;
图2是本发明实施例提供的用于场景执法的多协议融合通信方法的实现流程图;
图3是本发明实施例提供的用于场景执法的多协议融合通信装置的结构示意图;
图4是本发明实施例提供的融合通信平台的结构示意图。
具体实施方式
以下描述中,为了说明而不是为了限定,提出了诸如特定系统结构、技术之类的具体细节,以便透彻理解本发明实施例。然而,本领域的技术人员应当清楚,在没有这些具体细节的其它实施例中也可以实现本发明。在其它情况中,省略对众所周知的系统、装置、电路以及方法的详细说明,以免不必要的细节妨碍本发明的描述。
图1是本发明实施例提供的用于场景执法的多协议融合通信方法的应用场景图。如图1所示,在一些实施例中,本发明实施例提供的用于场景执法的多协议融合通信方法可以但不限于应用于该应用场景。在该发明实施例中,该场景执法系统,包括:终端设备11以及融合通信平台12。
终端设备11包括IP电话、集群对讲机、监控设备、执法记录仪等,在此不作限定。融合通信平台内设置有多个接入子系统,对所接入的多个终端设备11传输的数据进行处理。其中,接入子系统包括语音接入子系统、视频接入子系统、地图定位子系统和辅助支撑子系统。语音接入子系统通过网关、基站等设备与集群对讲机、IP电话、电台等终端连接。视频接入子系统通过视频管理服务器或流媒体接入服务器与各类移动摄像机、视频监控设备、视频会议客户端等终端连接。地图定位子系统通过定位服务器与北斗终端或者GPS终端连接。辅助支撑子系统内设置有多种服务器,为融合通信平台12提供部分功能的辅助支撑。
图2是本发明实施例提供的用于场景执法的多协议融合通信方法的实现流程图。如图2所示,在一些实施例中,用于场景执法的多协议融合通信方法,应用于图1中的融合通信平台12,该方法包括:
S210,获取各个执法终端发送的协议报文。其中,所述协议报文包括报文对应的执法编号和消息类型标识。
在本发明实施例中,在各个终端设备11在接入融合通信平台12之后,实时向融合通信平台12上报相应的执法信息,上报过程中相应设备将执法信息转化为对应的协议报文进行传输。其中,协议报文包括目标地址、源地址、执法编号、消息类型标识、消息内容和校验码。上述对协议报文的描述仅为其所包含的必要信息,具体的格式和顺序由协议的类型确定,在此不作限定。
S220,根据预先建立的提取模型,对协议报文进行特征提取,得到各个执法终端对应的执法编号、消息类型标识和消息特征字段。
在本发明实施例中,协议报文的识别是融合通信的关键之一。本发明在协议报文中加入了执法编号。其中,执法编号由多位数字和字母组成,执法编号用于表示该协议报文对应的执法数据的执法器材号、执法类型、执法时间、执法位置等。消息类型标识是用于表示该协议报文对应的执法数据的类型,例如语音、视频等。
在一些实施例中,提取模型包括轻量级网络和语义识别模型;S220可以包括:依据轻量级网络对各个执法终端的协议报文进行特征提取,得到各个执法终端对应的执法编号和消息类型标识;根据执法编号、消息类型标识,从预先建立的多个语义识别模型中选择各个执法终端对应的目标语义识别模型;根据各个执法终端对应的目标语义识别模型对各个执法终端的协议报文进行特征提取,得到各个执法终端对应的消息特征字段。
在本发明实施例中,轻量级网络可以是squeezenet网络、ShuffleNetV2网络等,在此不作限定。语义识别模型深度学习模型、决策树模型、马尔可夫逻辑模型等,在此不作限定。
由于不同协议报文的结构不同,消息特征字段的提取也较为复杂,现有的模型对多种协议报文的特征提取有效性较低,因此在本发明实施例中,优先通过轻量级网络提取出较为容易识别的执法编号、消息类型标识,由于消息类型标识能够体现执法数据的类型,而执法编号能够大致体现一些执法信息,因此可以以此得知协议报文所传输的大致是哪些信息,进一步判定出可能的协议类型,以此匹配相应的语义识别模型进行特征提取,从而减少特征提取时间,提高消息特征字段的提取准确性。
在一些实施例中,提取模型为神经网络模型;S220可以包括:根据神经网络模型,对协议报文进行特征提取,得到各个执法终端对应的执法编号、消息类型标识、多个关键字段和每个关键字段对应的第一概率;根据执法编号、消息类型标识和第一概率计算关键字段对应的第二概率;将第二概率大于预设阈值的关键字段,作为消息特征字段。
在本发明实施例中,每个关键字段对应的第一概率具体为置信度,其可以是神经网络所输出的置信度,也可以是通过公式计算得到的置信度,在此不作限定。上述两种方式具体如下:
方式1:
在本发明实施例中,可以先对协议报文进行较为模糊的识别,即将可能的字段均提取出来,作为关键字段,并将神经网络所输出的置信度作为第一概率。接着由于消息类型标识能够体现执法数据的类型,而执法编号能够大致体现一些执法信息,可以通过执法编号、消息类型标识判断第一概率是否需要调整。例如,消息类型标识为语音标识,执法编号中其器材类型的编号为a类,则可以判断出其协议类型很可能协议A或协议B,若协议报文所提取的某一个关键字段,是属于协议A或协议B的特征字段集,则增大第一概率,将增大后的第一概率作为第二概率。若协议报文所提取的某一个关键字段,不属于协议A和协议B的特征字段集,则减小第一概率,将减小后的第一概率作为第二概率。其中,第二概率为的第一概率的k倍,k处于[0.9,1.1]之间。第二概率由第一概率增大得到,则k处于[1,1.1]之间,否则k处于[0.9,1]之间。
方式2:
在一些实施例中,该方法还包括:获取各个执法终端的协议报文的第一特征;其中,第一特征包括下述至少一项:报文频率、最大报文长度、最小报文长度、报文长度均值、报文长度标准差、报文方向;
在本发明实施例中,可以对执法终端A的协议报文进行持续性的监测,以得到第一预设时段内的协议报文的第一特征组成的第一特征向量。
相应的,S220可以包括:将各个时段内执法终端A的执法编号、消息类型标识、至少一个关键字段组成多个第二特征向量;
根据第一特征向量和每个第二特征向量,计算每个第二特征向量对应的置信度;
将置信度最高的第二特征向量作为消息特征字段。
例如,第一特征向量为xi=[x1,x2,x3,x4,x5,x6],x1-x6依次代表报文频率、最大报文长度、最小报文长度、报文长度均值、报文长度标准差、报文方向。第二特征向量为yj=[y1,y2,y31,...,y3n],y1为执法编号,y2为消息类型标识,y31,...,y3n为n个关键字段,n∈(1,N),N为关键字段总数。可以得到,置信度P,即上述的第一概率为:
(1)
通过上述公式(1)计算得到置信度后,即可将其作为第一概率,将第一概率最大的第二特征向量作为消息特征字段。
同样的,由于消息类型标识能够体现执法数据的类型,而执法编号能够大致体现一些执法信息,可以通过执法编号、消息类型标识判断第一概率是否需要调整。即由公式(1)计算的置信度P,同样可以进行上述k倍的调整,以得到第二概率,然后将第二概率最大的第二特征向量作为消息特征字段。
将报文的关键字段任意组合,然后加入报文在时段内的整体特征(即第一特征)计算组合后的置信度,置信度越高则表明该关键字段对报文的有效信息的表达越好。因此能够有效提供报文识别的准确率。
S230,依据消息类型标识和消息特征字段,确定各个执法终端的协议报文的当前协议类型。
在本发明实施例中,将消息类型标识和消息特征字段输入到贝叶斯分类器、逻辑回归模型中,即可识别得到执法终端的协议报文的当前协议类型。
在一些实施例中,S230可以包括:根据消息类型标识和消息特征字段,确定各个执法终端的协议报文的协议编码;依据协议编码查询各个执法终端的协议报文的当前协议类型。
在本发明实施例中,除了上述的分类器和模型识别的方式之外,还可以在数据库中自定义制作一个协议编码表,每个协议编码对应一个协议类型,在提取得到消息特征字段以后,结合消息类型标识确定协议报文的协议编码,然后查表,即可确定当前协议类型。例如,对于HTTP协议,若识别得到“GET”和“HTTP/1.1”两种特征,消息类型标识为视频,可以得到协议编码为X-11-03。X代表视频,11代表字段“GET”,03代表字段“HTTP/1.1”。
S240,根据当前协议类型、执法编号,确定各个执法终端的协议报文的目标协议类型。所述目标协议类型的数目可以是一个或多个。
在一些实施例中,S240可以包括:根据执法编号,确定各个执法终端的协议报文对应的目标终端;根据目标终端的名称、当前协议类型以及预先建立的知识图谱,确定各个执法终端的协议报文的目标协议类型。
在本发明实施例中,目标终端可以是其他的执法终端,例如执法者所使用的移动终端,也可以是电脑、笔记本等后台监控设备,在此不作限定。目标地址执法编号可以体现执法设备在工作过程中的部分信息,再结合报文中的目标地址和一些制定好的执法信息上报规则,即可大致判断出这些协议报文需要上传至哪些终端,对于某一终端设备来说,其传输协议通常是固定的几种,结合当前协议类型,从知识图谱中查询这几种协议类型的转换速度,选取转换最快的协议类型作为目标协议类型。
在一些实施例中,S240可以包括:根据执法编号,确定各个执法终端的协议报文对应的目标终端;根据每个目标终端的可用协议类型,确定各个执法终端的协议报文的多个协议转化方案;计算每个协议转化方案的总转化时间;根据总转化时间,从多个协议转化方案中确定得到目标方案;将目标方案中的协议类型,作为各个执法终端的协议报文的目标协议类型。
在本发明实施例中,除了上述知识图谱查询的方式之外,还可以实时计算其协议转化的效率。知识图谱查询的方式虽然较为简单,但其仅是对各个目标终端逐一分析,而实际报文传输和协议转化的过程中,融合通信平台内通常是对大量协议报文进行并行处理,因此可以将某一时段(例如2s)内的报文共同进行处理。例如在某时段共同上报了协议报文M和N,经判断得到协议报文M将传输至目标终端C,目标终端C的可用协议类型为C1和C2,协议报文N将传输至目标终端C和D,目标终端C的可用协议类型为C1和C2,目标终端D的可用协议类型为D1,可选的协议转化方案为下述几种:1.M-C1、N-C1、N-D1;2.M-C2、N-C1、N-D1;3.M-C1、N-C2、N-D1;M-C2、N-C2、N-D1。计算每种方案的总转化时间,即可选出最优的协议类型作为目标协议类型。
在一些实施例中,计算每个协议转化方案的总转化时间,包括:根据信息熵函数,计算每个协议的转化权重;根据转化权重,确定协议转化顺序;根据协议转化顺序和每个协议的转化时间,确定每个协议转化方案的总转化时间。
在本发明实施例中,随着信道传输信息的增多,所产生的不确定性则会降低,因此采用信息熵来定义系统状态的弹性,信息熵就是指在弹性限度内协议的复杂程度,所以不同的信息熵会影响整个系统的工作强度,直观反应就是硬件的负载率会升高。因此依据信息熵函数即可计算协议转化过程中对融合通信平台的负载影响,可以设置各个协议的初始转化权重,然后依据信息熵函数计算得到的负载影响,对初始转化权重进行调整,以尽量优先转化对负载影响较小的协议报文。从而确定转化顺序,再结合每个协议的转化时间计算出每个协议转化方案的总转化时间。
S250,将各个执法终端的协议报文转化为各个目标协议类型对应的协议报文,并发送给目标终端。
在本发明实施例中,融合通信平台内设置有呼叫控制模块,呼叫控制模块不仅具备n种协议的呼叫控制模型,还能够完成n×(n-1)/2种协议转化。
本发明的有益效果具体为:通过对目标协议类型的确定,能够在融合通信过程中,无需将报文转化为统一格式,直接转化为目标终端所需的协议类型即可,有效减小融合通信平台的复杂性。
应理解,上述实施例中各步骤的序号的大小并不意味着执行顺序的先后,各过程的执行顺序应以其功能和内在逻辑确定,而不应对本发明实施例的实施过程构成任何限定。
图3是本发明实施例提供的用于场景执法的多协议融合通信装置的结构示意图。如图3所示,在一些实施例中,用于场景执法的多协议融合通信装置3,包括:
报文获取模块310,用于获取各个执法终端发送的协议报文。
特征提取模块320,用于根据预先建立的提取模型,对协议报文进行特征提取,得到各个执法终端对应的执法编号、消息类型标识和消息特征字段。
协议确定模块330,用于依据消息类型标识和消息特征字段,确定各个执法终端的协议报文的当前协议类型。
目标确定模块340,用于根据当前协议类型、执法编号,确定各个执法终端的协议报文的目标协议类型。所述目标协议类型的数目可以是一个或多个。
报文转换模块350,用于将各个执法终端的协议报文转化为各个目标协议类型对应的协议报文,并发送给目标终端。
可选的,提取模型包括轻量级网络和语义识别模型;特征提取模块320,具体用于:依据轻量级网络对各个执法终端的协议报文进行特征提取,得到各个执法终端对应的执法编号和消息类型标识;根据执法编号、消息类型标识,从预先建立的多个语义识别模型中选择各个执法终端对应的目标语义识别模型;根据各个执法终端对应的目标语义识别模型对各个执法终端的协议报文进行特征提取,得到各个执法终端对应的消息特征字段。
可选的,提取模型为神经网络模型;特征提取模块320,具体用于:根据神经网络模型,对协议报文进行特征提取,得到各个执法终端对应的执法编号、消息类型标识、多个关键字段和每个关键字段对应的第一概率;根据执法编号、消息类型标识和第一概率计算关键字段对应的第二概率;将第二概率大于预设阈值的关键字段,作为消息特征字段。
可选的,协议确定模块330,具体用于根据消息类型标识和消息特征字段,确定各个执法终端的协议报文的协议编码;依据协议编码查询各个执法终端的协议报文的当前协议类型。
可选的,目标确定模块340,具体用于:根据执法编号,确定各个执法终端的协议报文对应的目标终端;根据目标终端的名称、当前协议类型以及预先建立的知识图谱,确定各个执法终端的协议报文的目标协议类型。
可选的,目标确定模块340,具体用于:根据执法编号,确定各个执法终端的协议报文对应的目标终端;根据每个目标终端的可用协议类型,确定各个执法终端的协议报文的多个协议转化方案;计算每个协议转化方案的总转化时间;根据总转化时间,从多个协议转化方案中确定得到目标方案;将目标方案中的协议类型,作为各个执法终端的协议报文的目标协议类型。
可选的,目标确定模块340,具体用于:根据信息熵函数,计算每个协议的转化权重;根据转化权重,确定协议转化顺序;根据协议转化顺序和每个协议的转化时间,确定每个协议转化方案的总转化时间。
本实施例提供的用于场景执法的多协议融合通信装置,可用于执行上述方法实施例,其实现原理和技术效果类似,本实施例此处不再赘述。
图4是本发明实施例提供的融合通信平台的结构示意图。如图4所示,本发明的一个实施例提供的融合通信平台4,该实施例的融合通信平台4包括:处理器40、存储器41以及存储在存储器41中并可在处理器40上运行的计算机程序42。处理器40执行计算机程序42时实现上述各个用于场景执法的多协议融合通信方法实施例中的步骤,例如图2所示的步骤210至步骤250。或者,处理器40执行计算机程序42时实现上述各系统实施例中各模块/单元的功能,例如图3所示模块310至350的功能。
示例性的,计算机程序42可以被分割成一个或多个模块/单元,一个或者多个模块/单元被存储在存储器41中,并由处理器40执行,以完成本发明。一个或多个模块/单元可以是能够完成特定功能的一系列计算机程序指令段,该指令段用于描述计算机程序42在融合通信平台4中的执行过程。
融合通信平台4可以是可以为手机、MCU、ECU、工控机等,在此不作限定,服务器可以是物理服务器、云服务器等,在此不作限定。融合通信平台4可包括,但不仅限于,处理器40、存储器41。本领域技术人员可以理解,图4仅仅是融合通信平台4的示例,并不构成对融合通信平台4的限定,可以包括比图示更多或更少的部件,或者组合某些部件,或者不同的部件,例如融合通信平台还可以包括输入输出设备、网络接入设备、总线等。
所称处理器40可以是中央处理单元(Central Processing Unit,CPU),还可以是其他通用处理器、数字信号处理器 (Digital Signal Processor,DSP)、专用集成电路(Application Specific Integrated Circuit,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。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41可以是融合通信平台4的内部存储单元,例如融合通信平台4的硬盘或内存。存储器41也可以是融合通信平台4的外部存储设备,例如融合通信平台4上配备的插接式硬盘,智能存储卡(Smart Media Card,SMC),安全数字(Secure Digital,SD)卡,闪存卡(Flash Card)等。进一步地,存储器41还可以既包括融合通信平台4的内部存储单元也包括外部存储设备。存储器41用于存储计算机程序以及融合通信平台所需的其他程序和数据。存储器41还可以用于暂时地存储已经输出或者将要输出的数据。
本发明实施例提供了一种计算机可读存储介质,计算机可读存储介质存储有计算机程序,计算机程序被处理器执行时实现上述用于场景执法的多协议融合通信方法实施例中的步骤。
计算机可读存储介质存储有计算机程序42,计算机程序42包括程序指令,程序指令被处理器40执行时实现上述实施例方法中的全部或部分流程,也可以通过计算机程序42来指令相关的硬件来完成,计算机程序42可存储于一计算机可读存储介质中,该计算机程序42在被处理器40执行时,可实现上述各个方法实施例的步骤。其中,计算机程序42包括计算机程序代码,计算机程序代码可以为源代码形式、对象代码形式、可执行文件或某些中间形式等。计算机可读介质可以包括:能够携带计算机程序代码的任何实体或装置、记录介质、U盘、移动硬盘、磁碟、光盘、计算机存储器、只读存储器(ROM,Read-Only Memory)、随机存取存储器(RAM,Random Access Memory)、电载波信号、电信信号以及软件分发介质等。
计算机可读存储介质可以是前述任一实施例的融合通信平台的内部存储单元,例如融合通信平台的硬盘或内存。计算机可读存储介质也可以是融合通信平台的外部存储设备,例如融合通信平台上配备的插接式硬盘,智能存储卡(Smart Media Card, SMC),安全数字(Secure Digital, SD)卡,闪存卡(Flash Card)等。进一步地,计算机可读存储介质还可以既包括融合通信平台的内部存储单元也包括外部存储设备。计算机可读存储介质用于存储计算机程序及融合通信平台所需的其他程序和数据。计算机可读存储介质还可以用于暂时地存储已经输出或者将要输出的数据。
应理解,上述实施例中各步骤的序号的大小并不意味着执行顺序的先后,各过程的执行顺序应以其功能和内在逻辑确定,而不应对本发明实施例的实施过程构成任何限定。
所属领域的技术人员可以清楚地了解到,为了描述的方便和简洁,仅以上述各功能单元、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单元、模块完成,即将装置的内部结构划分成不同的功能单元或模块,以完成以上描述的全部或者部分功能。实施例中的各功能单元、模块可以集成在一个处理单元中,也可以是各个单元单独物理存在,也可以两个或两个以上单元集成在一个单元中,上述集成的单元既可以采用硬件的形式实现,也可以采用软件功能单元的形式实现。另外,各功能单元、模块的具体名称也只是为了便于相互区分,并不用于限制本申请的保护范围。上述系统中单元、模块的具体工作过程,可以参考前述方法实施例中的对应过程,在此不再赘述。
在上述实施例中,对各个实施例的描述都各有侧重,某个实施例中没有详述或记载的部分,可以参见其它实施例的相关描述。
本领域普通技术人员可以意识到,结合本文中所公开的实施例描述的各示例的单元及算法步骤,能够以电子硬件、或者计算机软件和电子硬件的结合来实现。这些功能究竟以硬件还是软件方式来执行,取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能,但是这种实现不应认为超出本发明的范围。
在本发明所提供的实施例中,应该理解到,所揭露的装置/融合通信平台和方法,可以通过其它的方式实现。例如,以上所描述的装置/融合通信平台实施例仅仅是示意性的,例如,模块或单元的划分,仅仅为一种逻辑功能划分,实际实现时可以有另外的划分方式,例如多个单元或组件可以结合或者可以集成到另一个系统,或一些特征可以忽略,或不执行。另一点,所显示或讨论的相互之间的耦合或直接耦合或通讯连接可以是通过一些接口,装置或单元的间接耦合或通讯连接,可以是电性,机械或其它的形式。
作为分离部件说明的单元可以是或者也可以不是物理上分开的,作为单元显示的部件可以是或者也可以不是物理单元,即可以位于一个地方,或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。
另外,在本发明各个实施例中的各功能单元可以集成在一个处理单元中,也可以是各个单元单独物理存在,也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现,也可以采用软件功能单元的形式实现。
集成的模块/单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时,可以存储在一个计算机可读取存储介质中。基于这样的理解,本发明实现上述实施例方法中的全部或部分流程,也可以通过计算机程序来指令相关的硬件来完成,的计算机程序可存储于一计算机可读存储介质中,该计算机程序在被处理器执行时,可实现上述各个方法实施例的步骤。其中,计算机程序包括计算机程序代码,计算机程序代码可以为源代码形式、对象代码形式、可执行文件或某些中间形式等。计算机可读介质可以包括:能够携带计算机程序代码的任何实体或装置、记录介质、U盘、移动硬盘、磁碟、光盘、计算机存储器、只读存储器(ROM,Read-Only Memory)、随机存取存储器(RAM,Random Access Memory)、电载波信号、电信信号以及软件分发介质等。
以上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精神和范围,均应包含在本发明的保护范围之内。
Claims (10)
1.一种用于场景执法的多协议融合通信方法,其特征在于,包括:
获取各个执法终端发送的协议报文;其中,所述协议报文包括报文对应的执法编号和消息类型标识;
根据预先建立的提取模型,对所述协议报文进行特征提取,得到各个执法终端对应的执法编号、消息类型标识和消息特征字段;
依据所述消息类型标识和所述消息特征字段,确定各个执法终端的协议报文的当前协议类型;
根据所述当前协议类型、所述执法编号,确定各个执法终端的协议报文的目标协议类型;所述目标协议类型的数目可以是一个或多个;
将各个执法终端的协议报文转化为各个目标协议类型对应的协议报文,并发送给目标终端。
2.根据权利要求1所述的用于场景执法的多协议融合通信方法,其特征在于,所述提取模型包括轻量级网络和语义识别模型;根据预先建立的提取模型,对所述协议报文进行特征提取,得到各个执法终端对应的执法编号、消息类型标识和消息特征字段,包括:
依据轻量级网络对各个执法终端的协议报文进行特征提取,得到各个执法终端对应的执法编号和消息类型标识;
根据各个执法终端对应的执法编号、各个执法终端对应的消息类型标识,从预先建立的多个语义识别模型中选择各个执法终端对应的目标语义识别模型;
根据各个执法终端对应的目标语义识别模型对各个执法终端的协议报文进行特征提取,得到各个执法终端对应的消息特征字段。
3.根据权利要求1所述的用于场景执法的多协议融合通信方法,其特征在于,所述提取模型为神经网络模型;根据预先建立的提取模型,对所述协议报文进行特征提取,得到各个执法终端对应的执法编号、消息类型标识和消息特征字段,包括:
根据神经网络模型,对所述协议报文进行特征提取,得到各个执法终端对应的执法编号、消息类型标识、多个关键字段和每个关键字段对应的第一概率;
根据所述执法编号、所述消息类型标识和所述第一概率计算所述关键字段对应的第二概率;
将第二概率大于预设阈值的关键字段,作为所述消息特征字段。
4.根据权利要求1所述的用于场景执法的多协议融合通信方法,其特征在于,依据所述消息类型标识和所述消息特征字段,确定各个执法终端的协议报文的当前协议类型,包括:
根据所述消息类型标识和所述消息特征字段,确定各个执法终端的协议报文的协议编码;
依据所述协议编码查询各个执法终端的协议报文的当前协议类型。
5.根据权利要求1所述的用于场景执法的多协议融合通信方法,其特征在于,根据所述当前协议类型、所述执法编号,确定各个执法终端的协议报文的目标协议类型,包括:
根据所述执法编号,确定各个执法终端的协议报文对应的目标终端;
根据所述目标终端的名称、所述当前协议类型以及预先建立的知识图谱,确定各个执法终端的协议报文的目标协议类型。
6.根据权利要求1所述的用于场景执法的多协议融合通信方法,其特征在于,根据所述当前协议类型、所述执法编号,确定各个执法终端的协议报文的目标协议类型,包括:
根据所述执法编号,确定各个执法终端的协议报文对应的目标终端;
根据每个目标终端的可用协议类型,确定所述各个执法终端的协议报文的多个协议转化方案;
计算每个协议转化方案的总转化时间;
根据所述总转化时间,从所述多个协议转化方案中确定得到目标方案;
将所述目标方案中的协议类型,作为各个执法终端的协议报文的目标协议类型。
7.根据权利要求6所述的用于场景执法的多协议融合通信方法,其特征在于,所述计算每个协议转化方案的总转化时间,包括:
根据信息熵函数,计算每个协议的转化权重;
根据所述转化权重,确定协议转化顺序;
根据所述协议转化顺序和每个协议的转化时间,确定每个协议转化方案的总转化时间。
8.一种融合通信平台,包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序,其特征在于,所述处理器执行所述计算机程序时实现如上的权利要求1至7中任一项所述用于场景执法的多协议融合通信方法的步骤。
9.一种场景执法系统,其特征在于,包括:多个终端设备,以及如上的权利要求8所述的融合通信平台;
所述多个终端设备均与所述融合通信平台连接。
10.一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程序,所述计算机程序被处理器执行时实现如上的权利要求1至7中任一项所述用于场景执法的多协议融合通信方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310876924.7A CN116614565B (zh) | 2023-07-18 | 2023-07-18 | 用于场景执法的多协议融合通信方法、平台、系统及介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310876924.7A CN116614565B (zh) | 2023-07-18 | 2023-07-18 | 用于场景执法的多协议融合通信方法、平台、系统及介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN116614565A true CN116614565A (zh) | 2023-08-18 |
CN116614565B CN116614565B (zh) | 2023-10-10 |
Family
ID=87680413
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202310876924.7A Active CN116614565B (zh) | 2023-07-18 | 2023-07-18 | 用于场景执法的多协议融合通信方法、平台、系统及介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN116614565B (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116939058A (zh) * | 2023-09-15 | 2023-10-24 | 工业云制造(四川)创新中心有限公司 | 基于云制造模式的多协议设备接入方法及系统 |
Citations (14)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101834810A (zh) * | 2009-03-10 | 2010-09-15 | 中国移动通信集团公司 | 对协议数据进行转换的方法及装置 |
CN102244666A (zh) * | 2010-05-10 | 2011-11-16 | 中兴通讯股份有限公司 | M2m平台处理报文的方法和m2m平台系统 |
CN102480462A (zh) * | 2010-11-23 | 2012-05-30 | 中国电信股份有限公司 | 通用协议适配方法及装置 |
CN102546827A (zh) * | 2012-02-24 | 2012-07-04 | 深圳市长宇电器有限公司 | 在服务器上收发车载终端多种协议数据的方法及装置 |
CN105451165A (zh) * | 2015-12-01 | 2016-03-30 | 中国通信建设集团设计院有限公司 | 一种基于多协议的近距离通信方法及装置 |
CN109298878A (zh) * | 2018-09-28 | 2019-02-01 | 冼汉生 | 基于物联网的执法记录仪升级系统及执法记录仪升级方法 |
CN109561104A (zh) * | 2018-12-28 | 2019-04-02 | 深圳市创梦天地科技有限公司 | 一种通信协议转换方法及装置 |
CN111064716A (zh) * | 2019-12-05 | 2020-04-24 | 深圳猛犸电动科技有限公司 | 消息转换方法、装置、存储介质及服务器 |
CN113347236A (zh) * | 2021-05-24 | 2021-09-03 | 泰州大可科技有限公司 | 一种执法记录仪的数据采集管理系统及方法 |
CN114399907A (zh) * | 2021-12-17 | 2022-04-26 | 成都锐菲网络科技有限公司 | 基于etc数据治理及跨边界、跨组织实时共享系统及方法 |
CN114553978A (zh) * | 2022-04-24 | 2022-05-27 | 深圳市城市交通规划设计研究中心股份有限公司 | 一种传感器报文数据处理方法、电子设备及存储介质 |
CN115190190A (zh) * | 2022-08-03 | 2022-10-14 | 国网湖南省电力有限公司 | 电力物联网协议的预解析方法及其预解析系统 |
CN115473769A (zh) * | 2022-07-28 | 2022-12-13 | 厦门市政智慧城市科技有限公司 | 一种用于城市设施监测的智慧网关系统 |
CN115766894A (zh) * | 2022-09-26 | 2023-03-07 | 国网山西省电力公司电力科学研究院 | 提高物联网服务性能的实现方法、装置、设备及介质 |
-
2023
- 2023-07-18 CN CN202310876924.7A patent/CN116614565B/zh active Active
Patent Citations (14)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101834810A (zh) * | 2009-03-10 | 2010-09-15 | 中国移动通信集团公司 | 对协议数据进行转换的方法及装置 |
CN102244666A (zh) * | 2010-05-10 | 2011-11-16 | 中兴通讯股份有限公司 | M2m平台处理报文的方法和m2m平台系统 |
CN102480462A (zh) * | 2010-11-23 | 2012-05-30 | 中国电信股份有限公司 | 通用协议适配方法及装置 |
CN102546827A (zh) * | 2012-02-24 | 2012-07-04 | 深圳市长宇电器有限公司 | 在服务器上收发车载终端多种协议数据的方法及装置 |
CN105451165A (zh) * | 2015-12-01 | 2016-03-30 | 中国通信建设集团设计院有限公司 | 一种基于多协议的近距离通信方法及装置 |
CN109298878A (zh) * | 2018-09-28 | 2019-02-01 | 冼汉生 | 基于物联网的执法记录仪升级系统及执法记录仪升级方法 |
CN109561104A (zh) * | 2018-12-28 | 2019-04-02 | 深圳市创梦天地科技有限公司 | 一种通信协议转换方法及装置 |
CN111064716A (zh) * | 2019-12-05 | 2020-04-24 | 深圳猛犸电动科技有限公司 | 消息转换方法、装置、存储介质及服务器 |
CN113347236A (zh) * | 2021-05-24 | 2021-09-03 | 泰州大可科技有限公司 | 一种执法记录仪的数据采集管理系统及方法 |
CN114399907A (zh) * | 2021-12-17 | 2022-04-26 | 成都锐菲网络科技有限公司 | 基于etc数据治理及跨边界、跨组织实时共享系统及方法 |
CN114553978A (zh) * | 2022-04-24 | 2022-05-27 | 深圳市城市交通规划设计研究中心股份有限公司 | 一种传感器报文数据处理方法、电子设备及存储介质 |
CN115473769A (zh) * | 2022-07-28 | 2022-12-13 | 厦门市政智慧城市科技有限公司 | 一种用于城市设施监测的智慧网关系统 |
CN115190190A (zh) * | 2022-08-03 | 2022-10-14 | 国网湖南省电力有限公司 | 电力物联网协议的预解析方法及其预解析系统 |
CN115766894A (zh) * | 2022-09-26 | 2023-03-07 | 国网山西省电力公司电力科学研究院 | 提高物联网服务性能的实现方法、装置、设备及介质 |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116939058A (zh) * | 2023-09-15 | 2023-10-24 | 工业云制造(四川)创新中心有限公司 | 基于云制造模式的多协议设备接入方法及系统 |
CN116939058B (zh) * | 2023-09-15 | 2023-11-28 | 工业云制造(四川)创新中心有限公司 | 基于云制造模式的多协议设备接入方法及系统 |
Also Published As
Publication number | Publication date |
---|---|
CN116614565B (zh) | 2023-10-10 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN102246165B (zh) | 利用压缩梯度直方图来代表和标识特征描述符的方法和装置 | |
CN116614565B (zh) | 用于场景执法的多协议融合通信方法、平台、系统及介质 | |
CN111046422A (zh) | 防止隐私数据泄漏的编码模型训练方法及装置 | |
CN108536753B (zh) | 重复信息的确定方法及相关装置 | |
CN113452676B (zh) | 一种检测器分配方法和物联网检测系统 | |
CN111563560B (zh) | 基于时序特征学习的数据流分类方法及装置 | |
CN114785842B (zh) | 基于语音交换系统的机器人调度方法、装置、设备及介质 | |
CN110704491A (zh) | 数据查询方法和装置 | |
CN112732717A (zh) | 数据处理方法、装置、计算机设备及存储介质 | |
CN112995199B (zh) | 数据编解码方法、装置、传输系统、终端设备及存储介质 | |
CN112104867B (zh) | 一种视频处理方法、视频处理装置、智能设备及存储介质 | |
CN116521634B (zh) | 话单数据业务处理方法、系统、电子设备及存储介质 | |
CN112364365A (zh) | 工业数据加密方法、边缘服务器及计算机可读存储介质 | |
CN116545871A (zh) | 一种多模态网络流量预测方法、装置、介质 | |
CN113810717B (zh) | 图像处理方法及装置 | |
CN113392859A (zh) | 一种确定城市功能区域的类型的方法及装置 | |
CN110943973B (zh) | 数据流分类方法及装置、模型训练方法及装置和存储介质 | |
Alkhelaiwi et al. | Data reduction as a service in smart city architecture | |
CN112241547B (zh) | 车辆数据加密分析方法、边缘服务器及存储介质 | |
CN111786937B (zh) | 用于识别恶意请求的方法、装置,电子设备和可读介质 | |
CN117688209A (zh) | 节点确定方法及装置 | |
CN115665424A (zh) | 图像处理方法、装置、设备、存储介质及程序产品 | |
WO2023098222A1 (zh) | 多业务场景的识别方法和决策森林模型的训练方法 | |
CN116527940A (zh) | 一种视频编码方法、装置及计算机设备、介质 | |
CN114971798A (zh) | 一种用于识别网约用车场景的方法及系统 |
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 | ||
GR01 | Patent grant | ||
GR01 | Patent grant |