CN116633798A - 一种基于数据分析的物联网卡数据流量监控预警系统 - Google Patents
一种基于数据分析的物联网卡数据流量监控预警系统 Download PDFInfo
- Publication number
- CN116633798A CN116633798A CN202310640356.0A CN202310640356A CN116633798A CN 116633798 A CN116633798 A CN 116633798A CN 202310640356 A CN202310640356 A CN 202310640356A CN 116633798 A CN116633798 A CN 116633798A
- Authority
- CN
- China
- Prior art keywords
- channel
- internet
- early warning
- health coefficient
- signal
- 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
- 238000012544 monitoring process Methods 0.000 title claims abstract description 74
- 238000007405 data analysis Methods 0.000 title claims abstract description 33
- 230000036541 health Effects 0.000 claims abstract description 168
- 230000005540 biological transmission Effects 0.000 claims abstract description 151
- 238000004458 analytical method Methods 0.000 claims description 30
- 238000000034 method Methods 0.000 claims description 30
- 238000012545 processing Methods 0.000 claims description 26
- 230000008054 signal transmission Effects 0.000 claims description 22
- 238000010606 normalization Methods 0.000 claims description 19
- 238000011156 evaluation Methods 0.000 claims description 16
- 230000015654 memory Effects 0.000 claims description 16
- 238000004590 computer program Methods 0.000 claims description 15
- 238000012163 sequencing technique Methods 0.000 claims description 8
- 238000004364 calculation method Methods 0.000 claims description 6
- 238000012935 Averaging Methods 0.000 claims 1
- 230000006855 networking Effects 0.000 claims 1
- 238000011022 operating instruction Methods 0.000 claims 1
- 108091006146 Channels Proteins 0.000 description 253
- 230000000875 corresponding effect Effects 0.000 description 49
- 238000004891 communication Methods 0.000 description 8
- 230000002159 abnormal effect Effects 0.000 description 7
- 230000008569 process Effects 0.000 description 7
- 230000008859 change Effects 0.000 description 5
- 230000005856 abnormality Effects 0.000 description 4
- 230000000694 effects Effects 0.000 description 4
- 238000005457 optimization Methods 0.000 description 4
- 238000011897 real-time detection Methods 0.000 description 4
- 230000008439 repair process Effects 0.000 description 4
- 238000013528 artificial neural network Methods 0.000 description 3
- 230000009286 beneficial effect Effects 0.000 description 3
- 238000004422 calculation algorithm Methods 0.000 description 3
- 230000008878 coupling Effects 0.000 description 3
- 238000010168 coupling process Methods 0.000 description 3
- 238000005859 coupling reaction Methods 0.000 description 3
- 238000010586 diagram Methods 0.000 description 3
- 230000006870 function Effects 0.000 description 3
- 238000007726 management method Methods 0.000 description 3
- 230000001934 delay Effects 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 230000001960 triggered effect Effects 0.000 description 2
- 206010000117 Abnormal behaviour Diseases 0.000 description 1
- 238000013500 data storage Methods 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000001914 filtration Methods 0.000 description 1
- 230000036449 good health Effects 0.000 description 1
- 238000004445 quantitative analysis Methods 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 238000012360 testing method Methods 0.000 description 1
- 238000012546 transfer Methods 0.000 description 1
Classifications
-
- 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
- H04L41/14—Network analysis or design
-
- 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
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L47/00—Traffic control in data switching networks
- H04L47/10—Flow control; Congestion control
- H04L47/19—Flow control; Congestion control at layers above the network layer
-
- 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
-
- 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
Abstract
本发明提供了一种基于数据分析的物联网卡数据流量监控预警系统,包括:对物联网设备与物联网卡连接的传输通道建立初始化通道调节表;基于对应的物联网通道中日志流记录以及影响数据流量传输的多项信号影响参数建立数据健康系数和信号健康系数,生成通道健康系数;依据通道健康系数与通道预警阈值对比,若通道健康系数大于或等于通道预警阈值,将对应的传输通道第一目标;若通道健康系数小于通道预警阈值,将对应的传输通道第二目标;基于第一目标对应的通道健康系数生成排序赋值;根据排序赋值由大到小实时更新通道调节表;基于第二目标对应的通道健康系数生成监控预警指令。
Description
技术领域
本发明涉及物联网技术领域,更具体地说,涉及用于一种基于数据分析的物联网卡数据流量监控预警系统。
背景技术
物联网卡是一种专为物联网设备而设计的SIM卡;主要用于物联网设备与互联网或其他设备进行数据的发送和接收。这些数据通过物联网卡可以收集、分析、监测和控制设备数据,从而提高生产力、降低成本、增加安全性和提供更好的用户体验。
如专利公开号:CN103686663A,专利名称为:网络流量监控方法和装置,公开了在预设的监控时间点,将监控时间窗口内的网络流量与预设的监控预警阈值进行比较分析,通过对数据流量进行统计和趋势分析,系统可以检测到异常情况或超出预设阈值的情况。这是当前数据流量分析的主要方法,一旦系统检测到异常情况或超出预设阈值的情况,它会触发预警通知。预警通知可以通过不同的方式进行,例如发送警报信息给运营商、推送通知给相关人员或生成报告供分析使用;
但是这种分析方法,没有结合具体物联网设备数据流量的应用进行分析,物联网设备会通过特定的传输通道进行数据传输,那么这个传输通道能在传输过程中是否会出现了大量的传输错误或丢包现象,这种现象对于数据流量分析有什么影响,都是不清楚的,同时影响传输通道数据传输还包括影响当前传输通道进行数据传输的影响参数,如果影响参数表现的数据过于负面,导致信号强度非常弱,明显传输通道自身出现故障,这也会触发物联网卡数据流量监控预警。
鉴于此,本发明提供一种基于数据分析的物联网卡数据流量监控预警系统。
发明内容
本发明是针对现有技术在鲁棒性和安全性存在的问题,提出了一种基于数据分析的物联网卡数据流量监控预警系统。
根据本发明的一个方面,提供了一种基于数据分析的物联网卡数据流量监控预警系统,包括:
包括初始化模块、监测模块、分析模块、综合分析模块、排序模块、预警模块,以及控制模块;
初始化模块,将物联网设备与物联网卡连接的传输通道标记为Ki,i=1,2,…,I,I为正整数;将当前I个物联网设备与物联网卡连接的传输通道的通道调节表标记为{K1,K2,…,Ki,…,KI},将当前标记的通道调节表作为初始化通道调节表;
监测模块,实时采集对应的物联网通道中日志流记录以及影响数据流量传输的多项信号影响参数;
分析模块,基于日志流记录通过归一化处理建立数据健康系数;
基于多项信号影响参数通过标准化处理建立信号健康系数;
综合分析模块,基于数据健康系数和信号健康系数对传输通道进行综合评估分析生成通道健康系数;
对比模块,依据通道健康系数与通道预警阈值对比,若通道健康系数大于或等于通道预警阈值,将对应的传输通道第一目标;若通道健康系数小于通道预警阈值,将对应的传输通道第二目标;
控制模块,将接收到的第一目标对应的通道健康系数发送至排序模块,将接收到的第二目标对应的通道健康系数发送至预警模块;
排序模块,基于第一目标对应的通道健康系数生成排序赋值;根据排序赋值由大到小实时更新通道调节表,更新通道调节表后,物联网卡根据通道调节表由大到小进行数据流量传输;
预警模块,基于第二目标对应的通道健康系数生成监控预警指令,基于监控预警指令对信息接收设备进行预警通知。
根据本发明的另一个方面,提供了一种基于数据分析的物联网卡数据流量监控预警方法,其基于一种基于数据分析的物联网卡数据流量监控预警系统的实现,包括:
将物联网设备与物联网卡连接的传输通道标记为Ki,i=1,2,…,I,I为正整数;将当前I个物联网设备与物联网卡连接的传输通道的通道调节表标记为{K1,K2,…,Ki,…,KI},将当前标记的通道调节表作为初始化通道调节表;
实时采集对应的物联网通道中日志流记录以及影响数据流量传输的多项信号影响参数;
基于日志流记录通过归一化处理建立数据健康系数;
基于多项信号影响参数通过标准化处理建立信号健康系数;
基于数据健康系数和信号健康系数对传输通道进行综合评估分析生成通道健康系数;
依据通道健康系数与通道预警阈值对比,若通道健康系数大于或等于通道预警阈值,将对应的传输通道第一目标;若通道健康系数小于通道预警阈值,将对应的传输通道第二目标;
基于第一目标对应的通道健康系数生成排序赋值;根据排序赋值由大到小实时更新通道调节表,更新通道调节表后,物联网卡根据通道调节表由大到小进行数据流量传输;
基于第二目标对应的通道健康系数生成监控预警指令,基于监控预警指令对信息接收设备进行预警通知。
根据本发明的又一个方面,提供了一种电子设备,包括:处理器和存储器,其中,所述存储器中存储有可供处理器调用的计算机程序;
所述处理器通过调用所述存储器中存储的计算机程序,执行上述一种基于数据分析的物联网卡数据流量监控预警系统。
根据本发明的再一个方面,提供了一种计算机可读存储介质,储存有指令,当所述指令在计算机上运行时,使得计算机执行上述一种基于数据分析的物联网卡数据流量监控预警系统。
本发明的有益效果在于:
本发明结合具体物联网设备的数据流量应用进行分析,提供更全面、准确和实时的监控预警,有助于确保物联网设备的数据传输安全和稳定性;首先通过数据健康系数和信号健康系数对传输通道进行综合评估分析,生成通道健康系数,对传输通道健康评估、优化和监控,解决物联网卡中数据流量检测系统中的技术问题,提高系统的稳定性、可靠性等性能,通道健康系数通过与通道预警阈值的比较,将通道设定为第一目标或第二目标。这有助于及早发现问题并采取相应的措施,以避免数据传输中断或其他潜在的问题;对于第一目标,系统可以进行排序赋值并实时更新通道调节表,以优先保障健康的通道进行数据流量传输;对于第二目标生成监控预警指令,对信息接收设备进行预警通知;通过监控和分析物联网卡的数据流量,可以识别出存在问题的传输通道或影响参数,可以最大程度地利用可靠的传输通道,提高数据传输的可靠性和效率。
附图说明
为了更清楚地说明本发明实施例的技术方案,下面将对实施例中所需要使用的附图作简单地介绍,应当理解,以下附图仅示出了本发明的某些实施例,因此不应被看作是对专利保护范围的限定,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相关的附图。
图1为本发明基于数据分析的物联网卡数据流量监控预警系统结构示意图;
图2为本发明基于数据分析的物联网卡数据流量监控预警方法的流程图;
图3为本发明的一种电子设备的结构示意图。
具体实施方式
下面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。基于本发明的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都属于本发明的保护范围。
以下,对本申请涉及的技术进行解释,以方便理解:
MQTT(Message Queuing Telemetry Transport):MQTT协议是一种轻量级的发布/订阅协议,适用于低带宽和不稳定网络环境。它是物联网中最常用的协议之一,用于传输小型数据包,例如传感器数据。
HTTP(Hypertext Transfer Protocol):HTTP协议是互联网上广泛使用的协议,用于在客户端和服务器之间传输数据。在物联网中,HTTP协议通常用于与云平台进行通信,上传和下载设备数据。
CoAP(Constrained Application Protocol):CoAP协议是一种专为受限环境(如传感器节点)设计的应用层协议。它基于HTTP协议,但更轻量级和节能。CoAP协议支持低功耗设备之间的通信,并具有对资源的发现和管理的能力。
AMQP(Advanced Message Queuing Protocol):AMQP协议是一个面向消息的协议,用于在异构系统之间进行可靠的消息传递。它支持高级的消息路由和队列管理功能,并且在物联网中被广泛用于大规模的消息传递和通信。
DDS(Data Distribution Service):DDS协议是一种用于实时系统的数据通信协议。它支持高吞吐量、低延迟的数据传输,适用于需要实时性和可靠性的物联网应用,如工业自动化和智能交通系统。
能够通过流量采集类型信息从预设的待选采集模型集合中筛选确定出目标流量采集模型,再利用目标流量采集模型对历史采集信息集合和预设的采集时间区间信息进行处理,得到目标采集时间信息集合,进而确定得到用于对目标物联网卡的活跃度进行分析的目标流量采集信息,有利于规避重复无效的流量数据采集,将采集机会聚焦于需要关注的重点物联网卡上,进而实现对其活跃度和使用情况的实时监测,以提升对物联网卡的管控效能。以下分别进行详细说明。
实施例1
为了解决上述问题,如图1所示,本发明提出了一种基于数据分析的物联网卡数据流量监控预警系统,为解决现有技术中物联网设备在应用中数据流量异常的问题,如图1所示,包括初始化模块、监测模块、分析模块、综合分析模块、对比模块、排序模块、预警模块,以及控制模块,各个模块间通过有线连接和/或无线连接;
初始化模块,将物联网设备与物联网卡连接的传输通道标记为Ki,i=1,2,…,I,I为正整数;将当前I个物联网设备与物联网卡连接的传输通道的通道调节表标记为{K1,K2,…,Ki,…,KI},将当前标记的通道调节表作为初始化通道调节表;
这里需要说明的是:将物联网设备与物联网卡之间的传输通道进行标记,这些标记是正整数,用于唯一识别每个通道。同时,使用初始化通道调节表,用于记录和管理通道的相关信息。
监测模块,实时采集对应的物联网通道中日志流记录以及影响数据流量传输的多项信号影响参数;
这里需要说明的是:每个传输通道的数据流量和信号影响参数作为评估传输通道的重要指标,通常情况下,数据流量越大,表示对应传输通道的数据传输活跃度越高;同时不同的传输通道可能面临不同的信号干扰、衰减等问题。可以考虑频带宽度、信噪比、网络延迟、信号强度、上一时刻信号传输速率和位同步信号相位抖动率等参数来评估传输通道的信号质量,信号质量越好,表示对应传输通道的状态和性能更可靠。
分析模块,基于日志流记录通过归一化处理建立数据健康系数;
基于多项信号影响参数通过标准化处理建立信号健康系数;
这里需要说明的是:数据健康系数用来评估传输通道的数据传输情况,例如判断是否存在过载或带宽利用率低下等问题。
具体分析如下:所述数据健康系数的获取逻辑为:
所述日志流记录包括记录如下数据中的一种或多种:入站数据包、出站数据包、错误数据包和丢弃数据包;
分别将入站数据包Din、出站数据包Dout、错误数据包Derror和丢弃数据包Ddrop进行归一化处理,获得归一化处理的入站数据包Din,norm、出站数据包Dout,norm、错误数据包Derror,norm和丢弃数据包Ddrop,norm,其中,归一化处理后的入站数据包Din,norm、出站数据包Dout,norm、错误数据包Derror,norm和丢弃数据包Ddrop,norm取值范围均在[0,1];
这里需要说明的是:归一化处理的方法为使用最小-最大归一化,即分别将数据包减去预设时间内数据包的最小值,然后除以预设时间内数据包的最大值与数据包的最小值之差。
具体依据公式为:
归一化处理的入站数据包,
归一化处理的出站数据包,
归一化处理的错误数据包,
归一化处理的丢弃数据包,
式中,Din为实时检测的入站数据包,Din,min为预设时间内入站数据包的最小值,Din,max为预设时间内入站数据包的最大值,通过归一化处理后,Din,norm为预设时间内归一化处理的入站数据包;
同理:Dout为实时检测的出站数据包,Dout,min为预设时间内出站数据包的最小值,Dout,max为预设时间内出站数据包的最大值,通过归一化处理后,Dout,norm为预设时间内归一化处理的出站数据包;
Derror为实时检测的错误数据包,Derror,min为预设时间内错误数据包的最小值,Derror,max为预设时间内错误数据包的最大值,通过归一化处理后,Derror,norm为预设时间内归一化处理的错误数据包;
Ddrop为实时检测的丢弃数据包,Ddrop,min为预设时间内丢弃数据包的最小值,Ddrop,max为预设时间内丢弃数据包的最大值,通过归一化处理后,Ddrop,norm为预设时间内归一化处理的丢弃数据包;
并对归一化处理的入站数据包Din,norm、出站数据包Dout,norm、错误数据包Derror,norm和丢弃数据包Ddrop,norm赋予相应的权重因子,以反映对应的数据包对传输通道的重要程度;
将入站数据包Din,norm、出站数据包Dout,norm、错误数据包Derror,norm和丢弃数据包Ddrop,norm分别乘以相应的权重因子,再对加权值求得平均值为数据健康系数Xsj;依据公式为:
式中,ε1、ε2、ε3和ε4分别为入站数据包Din,norm、出站数据包Dout,norm、错误数据包Derror,norm和丢弃数据包Ddrop,norm的权重因子,其中:0≤ε1≤1、0≤ε2≤1、0≤ε3≤1和0≤ε4≤1。
这里需要说明的是:入站数据包Din,norm、出站数据包Dout,norm、错误数据包Derror,norm和丢弃数据包Ddrop,norm的加权值反映了对应数据包对传输通道的影响程度,可以将这些加权值进行求和在取其平均值,得到数据健康系数Xsj。
需要注意的是,根据数据健康系数的具体计算方法和权重系数的选择都需要根据具体情况来确定。
其中统计入站数据包和出站数据包的数量,可以了解网络接口的流量负载情况,以便评估网络带宽的使用情况和性能瓶颈;对错误数据包和丢弃数据包可以帮助发现网络故障或安全问题。通过检查这些数据包的特征或错误代码,可以确定出现问题的原因,例如网络连接问题、配置错误或网络攻击。
通过上述对数据流量的定量分析方法,云服务商或用户可以获得物联网设备与物理网卡连接的传输通道的网络接口性能、流量负载、异常行为和安全事件的洞察,以便优化网络性能、提高安全性并快速响应任何问题。
综上所述,数据健康系数Xsj越大,说明当前传输通道的评估传输通道的数据传输情况越稳定,反之数据健康系数Xsj越小,说明当前传输通道的数据传输情况越不稳定。
信号健康系数用于评估传输通道的信号质量和稳定性。
具体分析如下:所述信号健康系数的获取逻辑包括:
信号影响参数包括如下影响参数中的一种或多种:频带宽度、信噪比、网络延迟、信号强度、上一时刻信号传输速率和位同步信号相位抖动率;
分别将频带宽度Bpd、信噪比Bxz、网络延迟Byt、信号强度Bxq、上一时刻信号传输速率Bxv和位同步信号相位抖动率Bdv去除单位后,做无量纲处理,建立信号健康系数Xxh,具体公式为:
式中,0≤Xxh≤1,0≤α1≤1,0≤α2≤1,0≤α3≤1,0≤α4≤1,0≤α5≤1,0≤α6≤1,α1、α2、α3、α4、α5和α6分别为频带宽度Bpd、信噪比Bxz、网络延迟Byt、信号强度Bxq、上一时刻信号传输速率Bxv和位同步信号相位抖动率Bdv对应的权重,Bpdmax为对应传输通道的频带宽度最大值,Bpdmin为对应传输通道的频带宽度最小值;Bxqs为上一时刻传输通道对应的信号强度;
这里需要说明的是:本实施例,频带宽度Bpd通过频谱仪实时采集;是指在无线通信中可用的频率范围。较宽的频带宽度可以提供更大的数据传输容量,但也容易受到干扰和衰减影响。若频带宽度受限,可能会导致信号传输速率降低或数据丢失,因此对于频带宽度Bpd对应的物联网设备的传输通道对应的频率范围在[Bpdmin,Bpdmax],将其代入公式中,即,当频带宽度Bpd在[Bpdmin,Bpdmax]这个区间内,可以通过对应的比值获得当前频带的占比,如果不在[Bpdmin,Bpdmax]这个区间内,公式产生负值,严重影响信号健康系数Xxh的取值;因此当频带宽度Bpd越接近Bpdmax-Bpdmin/2时,频带宽度受到干扰和衰减影响越小,对信号健康系数的影响为正向的。
信噪比和网络延迟Byt通过示波器监测,具体为:把示波器分别接在物联网设备的信号输入端和信号输出端,分别测试在一个信号在出入变量的情况下,各个传输通道输出端的变量的比值是多少,以及数据从发送端到接收端所经历的时间延迟;信噪比Bxz是指信号的强度与背景噪声的比值。较高的信噪比表示信号较强且噪声较小,有利于准确地传输和解析信号,进而对信号健康系数的影响为正向的。若信噪比较低,噪声可能会干扰信号,导致传输错误或丢失,进而对信号健康系数的影响为负面的。
网络延迟Byt是指数据从发送端到接收端所经历的时间延迟。较高的网络延迟会导致信号传输的延迟增加,可能会影响实时性要求高的应用,如实时语音或视频通信,进而对信号健康系数的影响为负面的;反之,网络延迟Byt时间越短,满足物联网设备信号传输的实时性要求,进而对信号健康系数的影响为正向的。
信号强度Bxq和上一时刻信号传输速率Bxv由系统处理器采集计算,信号强度Bxq和可以实时检测传输通道的信号强度,上一时刻信号传输速率Bxv可检测传输通道中上一时刻的传输速率,当传输通道中信号强度变化幅度越大时,说明信号强度Bxq和上一时刻传输通道对应的信号强度Bxqs之间的差值越大,上一时刻信号传输速率Bxv相对变化越大,对传输通道的稳定性越差,从而导致传输通道的传输异常,反之,传输通道中信号强度变化幅度越小时,说明信号强度Bxq和上一时刻传输通道对应的信号强度Bxqs之间的差值越小,上一时刻信号传输速率Bxv相对变化越小,对传输通道的稳定性越好;因此,将传输通道的上一时刻信号传输速率作为采集参数,有效的获取传输通道的变化,信号强度变化幅度过大的传输通道一般会影响信号健康系数的取值,会导致通道健康系数较小,从而触发预警指令;反之预设时间内信号强度变化幅度小的信号,传输通道相对比较稳定,在上一时刻信号传输速率不出现异常的情况下,大概率不会影响信号健康系数的取值,可以根据实际情况进行实时采集。
信号强度Bxq表示信号的电磁能量或功率水平。较强的信号强度有助于提高信号传输的可靠性和稳定性,进而对信号健康系数的影响为正向的。而较弱的信号强度可能会导致信号衰减、干扰增加或传输距离受限,进而影响信号的稳定性,进而对信号健康系数的影响为负面的。
上一时刻信号传输速率Bxv是指在前一时间段内成功传输的数据量。如果信号强度变化幅度越大,对应上一时刻信号传输速率与当前信号传输速率的幅度值变化较大,则对应的当前时刻的信号传输速率不稳定,即存在大幅度波动或持续低速传输,可能会影响整体的信号稳定性和数据传输效率。
位同步信号相位抖动率通过滤波法进行实时监测,位同步信号相位抖动率Bdv是指在数字通信中,位同步信号在时间上的抖动程度。若相位抖动率较大,可能会导致位同步错误,进而影响信号解析和数据传输的准确性。
综上所述,信号健康系数Xxh越大,说明当前传输通道的信号质量和稳定性越好,反之信号健康系数Xxh越小,说明当前传输通道的信号质量和稳定性越差。
综合分析模块,基于数据健康系数和信号健康系数对传输通道进行综合评估分析生成通道健康系数;
这里需要说明的是:通道健康系数综合了数据流量和信号质量两方面的评估结果,可以更全面地衡量通道的性能和健康状况。
具体如下所示:对通道健康系数的获取逻辑包括:
其具体分析公式为:Xtd=β1×Xsj+β2×Xxh,其中,β1、β2分别表示为设定的数据健康系数、信号健康系数对应的权值因子。
对比模块,依据通道健康系数与通道预警阈值对比,若通道健康系数大于或等于通道预警阈值,将对应的传输通道第一目标;若通道健康系数小于通道预警阈值,将对应的传输通道第二目标;
这里需要说明的是:如果通道健康系数大于或等于通道预警阈值,说明当前传输通道的数据流量和信号质量都处于正常使用的范围,因此将该通道健康系数标记为第一目标。如果通道健康系数小于通道预警阈值,说明当前传输通道的数据流量和信号质量处于异常使用的范围,因此将该通道健康系数标记为第二目标。
控制模块,将接收到的第一目标对应的通道健康系数发送至排序模块,将接收到的第二目标对应的通道健康系数发送至预警模块,基于监控预警指令对信息接收设备进行预警通知。
排序模块,基于第一目标对应的通道健康系数生成排序赋值;根据排序赋值由大到小实时更新通道调节表;更新通道调节表后,物联网卡根据通道调节表由大到小进行数据流量传输;
这里需要说明的是:对正常使用中的传输通道对应的通道健康系数生成排序赋值,按照从大到小的顺序排列。然后,根据排序赋值实时更新通道调节表,以便后续的数据流量传输能够优先选择健康度较高的通道。根据排序结果,您可以得到一个合理的传输通道顺序,以便后续的数据传输和管理操作。
具体如下所示:排序赋值的生成逻辑为:
获取第一目标对应初始化通道调节表为{K1,K2,…,Kj,…,KJ},并获取初始化通道调节表对应的通道健康系数表 为第j个传输通道对应的通道健康系数,j=1,2,…,J,J为正整数;
将J个传输通道对应的通道健康系数进行数值分析,将所有的通道健康系数通过等比例放大,将所有的通道健康系数转换为正整数,并将获取的正整数为当前通道健康系数的排序赋值;
若排序赋值中有相同的排序赋值时,则按照初始化通道调节表中对应的传输通道进行排序;
根据排序赋值的大小依次排序;并实时更新通道调节表后,获得更新后的通道调节表。
本实施例中,可以举例说明,一个物联网卡连接有6个物联网设备,对应共有6个传输通道,分别将6个传输通道标记为{K1,K2,K3,K4,K5,K6},设{K1,K2,K3,K4,K5,K6}传输通道依据通道健康系数生成排序赋值;假设排序赋值分别为5、10、16、3、2,12,则通过排序赋值由大到小实时更新通道调节表后,获得更新后的通道调节表,通道调节表的排序方式为{K3,K6,K2,K1,K4,K5},控制模块,物联网卡根据通道调节表由大到小进行数据流量传输;
在下一预设时间内,{K3,K6,K2,K1,K4,K5}传输通道作为初始化通道,在下一预设时间内生成的通道健康系数对应的排序赋值为10、5、7、10、17,12,则通过排序赋值由大到小实时更新通道调节表后,传输通道的排序方式为{K4,K5,K3,K1,K2,K6},控制模块,物联网卡根据通道调节表由大到小进行数据流量传输;
这里的预设时间是人为进行设置的,预设时间是一个固定的时间数值,上一时刻和下一时刻都是根据用户在使用时提供当前时刻的预设时间为参考点,传输通道依据通道健康系数生成排序赋值中有相同的排序赋值时,则通过排序赋值由大到小实时更新通道调节表后,相同排序赋值的传输通道按照上一时刻通道调节表排序;
这里的上一时刻通道调节表也是本实施例中所提及的初始化通道调节表,每次更新后的通道调节表均转换为初始化通道调节表,以方便后续通道调节表的更新。
系统在实时更新通道调节表时,根据第一目标通道的排序赋值,可以动态调整数据流量传输的优先级。通过优先选择健康状况良好的通道进行数据传输,可以实现通道负载均衡,避免某个通道过载而导致传输延迟或失败的问题。
预警模块,基于第二目标对应的通道健康系数生成监控预警指令;
这里需要说明的是:对异常使用中的传输通道对应的通道健康系数生成监控预警指令,用于对相关人员或设备进行预警通知。
这里具体说明:预警通知包括关闭物联网设备消耗网络流量的应用、重新调整物联网设备接入物联网卡的网络协议或是更换物联网设备。
所述网络协议包括以下网络协议中的一种或者多种:MQTT协议、HTTP协议、CoAP协议、AMQP协议和DDS协议。
这里需要说明的是:本发明可以实现对物联网设备与物联网卡连接的传输通道的监控、评估和优化,从而提高物联网系统的稳定性和性能;本实施例主要是通过通过采集日志流记录和多项信号影响参数,对物联网设备与物联网卡连接的传输通道进行健康评估。通过数据健康系数和信号健康系数的计算,可以了解传输通道的状况,是否存在异常或故障;将通道健康系数与通道预警阈值的比较,将传输通道设定为第一目标或第二目标。对于第一目标,可以进行排序赋值并实时更新通道调节表,以优先保障健康的通道进行数据流量传输;针对通道健康系数低于通道预警阈值的第二目标,生成监控预警指令。这可以用于及时监测通道的健康状况,并对信息接收设备进行预警通知,以便采取适当的措施修复或调整传输通道。
实施例2
请参阅图2所示,本实施例所述一种基于数据分析的物联网卡数据流量监控预警方法,其基于一种基于数据分析的物联网卡数据流量监控预警系统的实现,包括:
将物联网设备与物联网卡连接的传输通道标记为Ki,i=1,2,…,I,I为正整数;将当前I个物联网设备与物联网卡连接的传输通道的通道调节表标记为{K1,K2,…,Ki,…,KI},将当前标记的通道调节表作为初始化通道调节表;
实时采集对应的物联网通道中日志流记录以及影响数据流量传输的多项信号影响参数;
基于日志流记录通过归一化处理建立数据健康系数;
基于多项信号影响参数通过标准化处理建立信号健康系数;
基于数据健康系数和信号健康系数对传输通道进行综合评估分析生成通道健康系数;
依据通道健康系数与通道预警阈值对比,若通道健康系数大于或等于通道预警阈值,将对应的传输通道第一目标;若通道健康系数小于通道预警阈值,将对应的传输通道第二目标;
基于第一目标对应的通道健康系数生成排序赋值;根据排序赋值由大到小实时更新通道调节表,更新通道调节表后,物联网卡根据通道调节表由大到小进行数据流量传输;
基于第二目标对应的通道健康系数生成监控预警指令,基于监控预警指令对信息接收设备进行预警通知。
本发明可以实现对物联网设备与物联网卡连接的传输通道的监控、评估和优化,从而提高物联网系统的稳定性和性能;本实施例主要是通过采集日志流记录和多项信号影响参数,对物联网设备与物联网卡连接的传输通道进行健康评估。通过数据健康系数和信号健康系数的计算,可以了解传输通道的状况,是否存在异常或故障;将通道健康系数与通道预警阈值的比较,将传输通道设定为第一目标或第二目标。对于第一目标,可以进行排序赋值并实时更新通道调节表,以优先保障健康的通道进行数据流量传输;针对通道健康系数低于通道预警阈值的第二目标,生成监控预警指令。这可以用于及时监测通道的健康状况,并对信息接收设备进行预警通知,以便采取适当的措施修复或调整传输通道。
实施例3
根据示例性实施例示出的一种电子设备,包括:处理器和存储器,其中,所述存储器中存储有可供处理器调用的计算机程序;
所述处理器通过调用所述存储器中存储的计算机程序,执行上述的一种基于数据分析的物联网卡数据流量监控预警系统。
本发明可以实现对物联网设备与物联网卡连接的传输通道的监控、评估和优化,从而提高物联网系统的稳定性和性能;本实施例主要是通过采集日志流记录和多项信号影响参数,对物联网设备与物联网卡连接的传输通道进行健康评估。通过数据健康系数和信号健康系数的计算,可以了解传输通道的状况,是否存在异常或故障;将通道健康系数与通道预警阈值的比较,将传输通道设定为第一目标或第二目标。对于第一目标,可以进行排序赋值并实时更新通道调节表,以优先保障健康的通道进行数据流量传输;针对通道健康系数低于通道预警阈值的第二目标,生成监控预警指令。这可以用于及时监测通道的健康状况,并对信息接收设备进行预警通知,以便采取适当的措施修复或调整传输通道。
图3是本申请实施例提供的一种电子设备的结构示意图,该电子设备可因配置或性能不同而产生比较大的差异,能够包括一个或一个以上处理器(Central ProcessingUnits,CPU)和一个或一个以上的存储器,其中,该存储器中存储有至少一条计算机程序,该至少一条计算机程序由该处理器加载并执行以实现上述各个方法实施例提供的基于深度神经网络的股票算法交易方法。该电子设备还能够包括其他用于实现设备功能的部件,例如,该电子设备还能够具有线或无线网络接口以及输入输出接口等部件,以便进行输入输出。本申请实施例在此不做赘述。
实施例4
根据示例性实施例示出的一种计算机可读存储介质,其上存储有可擦写的计算机程序;
当所述计算机程序在计算机设备上运行时,使得所述计算机设备执行上述的一种基于数据分析的物联网卡数据流量监控预警系统。
本发明可以实现对物联网设备与物联网卡连接的传输通道的监控、评估和优化,从而提高物联网系统的稳定性和性能;本实施例主要是通过采集日志流记录和多项信号影响参数,对物联网设备与物联网卡连接的传输通道进行健康评估。通过数据健康系数和信号健康系数的计算,可以了解传输通道的状况,是否存在异常或故障;将通道健康系数与通道预警阈值的比较,将传输通道设定为第一目标或第二目标。对于第一目标,可以进行排序赋值并实时更新通道调节表,以优先保障健康的通道进行数据流量传输;针对通道健康系数低于通道预警阈值的第二目标,生成监控预警指令。这可以用于及时监测通道的健康状况,并对信息接收设备进行预警通知,以便采取适当的措施修复或调整传输通道。
在示例性实施例中,还提供了一种计算机可读存储介质,例如包括至少一条计算机程序的存储器,上述至少一条计算机程序由可由处理器执行以完成上述实施例中的基于深度神经网络的股票算法交易方法。例如,计算机可读存储介质能够是只读存储器(Read-Only Memory,简称:ROM)、随机存取存储器(Random Access Memory,简称:RAM)、只读光盘(Compact Disc Read-Only Memory,简称:CD-ROM)、磁带、软盘和光数据存储设备等。
在示例性实施例中,还提供了一种计算机程序产品或计算机程序,该计算机程序产品或该计算机程序包括一条或多条程序代码,该一条或多条程序代码存储在计算机可读存储介质中。电子设备的一个或多个处理器能够从计算机可读存储介质中读取所述一条或多条程序代码,所述一个或多个处理器执行所述一条或多条程序代码,使得电子设备能够执行上述基于深度神经网络的股票算法交易方法。
应理解,在本申请的各种实施例中,上述各过程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,而不应对本申请实施例的实施过程构成任何限定。
应理解,根据A确定B并不意味着仅仅根据A确定B,还能够根据A和/或其它信息确定B。
本领域普通技术人员能够理解实现上述实施例的全部或部分步骤能够通过硬件来完成,也能够通过程序来指令相关的硬件完成,该程序能够存储于一种计算机可读存储介质中,上述提到的存储介质能够是只读存储器,磁盘或光盘等。
以上描述仅为本申请的可选实施例,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。
在本发明所提供的几个实施例中,应该理解到,所揭露的系统、装置和方法,可以通过其它的方式实现。例如,以上所描述的装置实施例仅仅是示意性的,例如,所述单元的划分,仅仅为一种,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信连接可以是通过一些接口,装置或单元的间接耦合或通信连接,可以是电性,机械或其它的形式。
所述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。
以上所述,仅为本发明的具体实施方式,但本发明的保护范围并不局限于此,任何熟悉本技术领域的技术人员在本发明揭露的技术范围内,可轻易想到变化或替换,都应涵盖在本发明的保护范围之内。因此,本发明的保护范围应以所述权利要求的保护范围为准。
最后:以上所述仅为本发明的优选实施例而已,并不用于限制本发明,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 (10)
1.一种基于数据分析的物联网卡数据流量监控预警系统,其特征在于:包括:
初始化模块,将物联网设备与物联网卡连接的传输通道标记为Ki,i=1,2,…,I,I为正整数;将当前I个物联网设备与物联网卡连接的传输通道的通道调节表标记为{K1,K2,…,Ki,…,KI},将当前标记的通道调节表作为初始化通道调节表;
监测模块,实时采集对应的物联网通道中日志流记录以及影响数据流量传输的多项信号影响参数;
分析模块,基于日志流记录通过归一化处理建立数据健康系数;
基于多项信号影响参数通过标准化处理建立信号健康系数;
综合分析模块,基于数据健康系数和信号健康系数对传输通道进行综合评估分析生成通道健康系数;
对比模块,依据通道健康系数与通道预警阈值对比,若通道健康系数大于或等于通道预警阈值,将对应的传输通道第一目标;若通道健康系数小于通道预警阈值,将对应的传输通道第二目标;
控制模块,将接收到的第一目标对应的通道健康系数发送至排序模块,将接收到的第二目标对应的通道健康系数发送至预警模块;
排序模块,基于第一目标对应的通道健康系数生成排序赋值;根据排序赋值由大到小实时更新通道调节表,更新通道调节表后,物联网卡根据通道调节表由大到小进行数据流量传输;
预警模块,基于第二目标对应的通道健康系数生成监控预警指令,基于监控预警指令对信息接收设备进行预警通知。
2.根据权利要求1所述的一种基于数据分析的物联网卡数据流量监控预警系统,其特征在于:所述数据健康系数的获取逻辑包括:
所述日志流记录包括记录如下数据中的一种或多种:入站数据包、出站数据包、错误数据包和丢弃数据包;
分别将入站数据包、出站数据包、错误数据包和丢弃数据包进行归一化处理,获得归一化处理的入站数据包、出站数据包、错误数据包和丢弃数据包;并对归一化处理的入站数据包、出站数据包、错误数据包和丢弃数据包赋予相应的权重因子;
将归一化处理的入站数据包、出站数据包、错误数据包和丢弃数据包分别乘以相应的权重因子,再对加权值求平均值为数据健康系数。
3.根据权利要求2所述的一种基于数据分析的物联网卡数据流量监控预警系统,其特征在于:所述信号健康系数的获取逻辑包括:
信号影响参数包括如下影响参数中的一种或多种:频带宽度、信噪比、网络延迟、信号强度、上一时刻信号传输速率和位同步信号相位抖动率;
分别将频带宽度Bpd、信噪比Bxz、网络延迟Byt、信号强度Bxq、上一时刻信号传输速率Bxv和位同步信号相位抖动率Bdv去除单位后,做无量纲处理,建立信号健康系数Xxh,具体公式为:
式中,0≤Xxh≤1,0≤α1≤1,0≤α2≤1,0≤α3≤1,0≤α4≤1,0≤α5≤1,0≤α6≤1,α1、α2、α3、α4、α5和α6分别为频带宽度Bpd、信噪比Bxz、网络延迟Byt、信号强度Bxq、上一时刻信号传输速率Bxv和位同步信号相位抖动率Bdv对应的权重,Bpdmax为对应传输通道的频带宽度最大值,Bpdmin为对应传输通道的频带宽度最小值;Bxqs为上一时刻传输通道对应的信号强度。
4.根据权利要求3所述的一种基于数据分析的物联网卡数据流量监控预警系统,其特征在于:对通道健康系数Xtd的获取逻辑包括:
将数据健康系数Xsj和信号健康系数Xxh通过公式法计算可得通道健康系数Xtd,其具体分析公式为:Xtd=β1×Xsj+β2×Xxh,
式中,β1、β2分别表示为设定的数据健康系数、信号健康系数对应的权值因子。
5.根据权利要求4所述的一种基于数据分析的物联网卡数据流量监控预警系统,其特征在于:对所述通道健康系数Xtd的分析方式如下:
将通道健康系数Xtd与预设的通道预警阈值YXtd进行比对;
若Xtd>YXtd,则通道健康系数Xtd高,对应的传输通道的抗干扰能力强,将对应传输通道标记为第一目标;
若Xtd≤YXtd,则通道健康系数Xtd低,对应的传输通道的抗干扰能力差,将对应传输通道标记为第二目标。
6.根据权利要求5所述的一种基于数据分析的物联网卡数据流量监控预警系统,其特征在于:所述排序赋值的生成逻辑为所述:
获取第一目标对应初始化通道调节表为{K1,K2,…,Kj,…,KJ},并获取初始化通道调节表对应的通道健康系数表为第j个传输通道对应的通道健康系数,j=1,2,…,J,J为正整数;
将J个传输通道对应的通道健康系数进行数值分析,将所有的通道健康系数通过等比例放大,将所有的通道健康系数转换为正整数,并将获取的正整数为当前通道健康系数的排序赋值;
若排序赋值中有相同的排序赋值时,则按照初始化通道调节表中对应的传输通道进行排序;
根据排序赋值的大小依次排序;并实时更新通道调节表后,获得更新后的通道调节表。
7.根据权利要求6所述的一种基于数据分析的物联网卡数据流量监控预警系统,其特征在于:预警通知包括以下操作指令中的一种或者多种:关闭物联网设备消耗网络流量的应用、重新调整物联网设备接入物联网卡的网络协议和更换物联网设备;所述网络协议包括以下网络协议中的一种或者多种:MQTT协议、HTTP协议、CoAP协议、AMQP协议和DDS协议。
8.一种基于数据分析的物联网卡数据流量监控预警方法,其基于权利要求1-7任意一项所述的一种基于数据分析的物联网卡数据流量监控预警系统的实现,其特征在于:包括:
将物联网设备与物联网卡连接的传输通道标记为Ki,i=1,2,…,I,I为正整数;将当前I个物联网设备与物联网卡连接的传输通道的通道调节表标记为{K1,K2,…,Ki,…,KI},将当前标记的通道调节表作为初始化通道调节表;
实时采集对应的物联网通道中日志流记录以及影响数据流量传输的多项信号影响参数;
基于日志流记录通过归一化处理建立数据健康系数;
基于多项信号影响参数通过标准化处理建立信号健康系数;
基于数据健康系数和信号健康系数对传输通道进行综合评估分析生成通道健康系数;
依据通道健康系数与通道预警阈值对比,若通道健康系数大于或等于通道预警阈值,将对应的传输通道第一目标;若通道健康系数小于通道预警阈值,将对应的传输通道第二目标;
基于第一目标对应的通道健康系数生成排序赋值;根据排序赋值由大到小实时更新通道调节表,更新通道调节表后,物联网卡根据通道调节表由大到小进行数据流量传输;
基于第二目标对应的通道健康系数生成监控预警指令,基于监控预警指令对信息接收设备进行预警通知。
9.一种电子设备,其特征在于,包括:处理器和存储器,其中,所述存储器中存储有可供处理器调用的计算机程序;
所述处理器通过调用所述存储器中存储的计算机程序,执行权利要求1~7任一项所述的一种基于数据分析的物联网卡数据流量监控预警系统。
10.一种计算机可读存储介质,其特征在于:储存有指令,当所述指令在计算机上运行时,使得计算机执行如权利要求1~7任意一项所述的一种基于数据分析的物联网卡数据流量监控预警系统。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310640356.0A CN116633798A (zh) | 2023-05-31 | 2023-05-31 | 一种基于数据分析的物联网卡数据流量监控预警系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310640356.0A CN116633798A (zh) | 2023-05-31 | 2023-05-31 | 一种基于数据分析的物联网卡数据流量监控预警系统 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN116633798A true CN116633798A (zh) | 2023-08-22 |
Family
ID=87597170
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202310640356.0A Pending CN116633798A (zh) | 2023-05-31 | 2023-05-31 | 一种基于数据分析的物联网卡数据流量监控预警系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN116633798A (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117376209A (zh) * | 2023-11-24 | 2024-01-09 | 广东聚晨晋力通信设备科技有限公司 | 物联网设备流量实时监测系统及方法 |
CN117729114A (zh) * | 2024-01-18 | 2024-03-19 | 苏州元脑智能科技有限公司 | 网卡功耗调整方法、装置、网卡、电子设备及存储介质 |
-
2023
- 2023-05-31 CN CN202310640356.0A patent/CN116633798A/zh active Pending
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117376209A (zh) * | 2023-11-24 | 2024-01-09 | 广东聚晨晋力通信设备科技有限公司 | 物联网设备流量实时监测系统及方法 |
CN117729114A (zh) * | 2024-01-18 | 2024-03-19 | 苏州元脑智能科技有限公司 | 网卡功耗调整方法、装置、网卡、电子设备及存储介质 |
CN117729114B (zh) * | 2024-01-18 | 2024-05-07 | 苏州元脑智能科技有限公司 | 网卡功耗调整方法、装置、网卡、电子设备及存储介质 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN116633798A (zh) | 一种基于数据分析的物联网卡数据流量监控预警系统 | |
KR102418969B1 (ko) | 딥러닝 기반 통신망 장비의 장애 예측 시스템 및 방법 | |
US8667126B2 (en) | Dynamic rate heartbeating for inter-node status updating | |
US9774506B2 (en) | Method and apparatus for analysis of the operation of a communication system using events | |
CA3161839A1 (en) | System and method for estimation of quality of experience (qoe) for video streaming | |
US8660022B2 (en) | Adaptive remote decision making under quality of information requirements | |
US11671341B2 (en) | Network monitoring method and network monitoring apparatus | |
CN108234247B (zh) | 一种检测网络质量的方法和系统 | |
CN110149239B (zh) | 一种基于sFlow的网络流量监控方法 | |
US20080186876A1 (en) | Method for classifying applications and detecting network abnormality by statistical information of packets and apparatus therefor | |
CN116684878B (zh) | 一种5g信息传输数据安全监测系统 | |
CN111200526A (zh) | 网络设备的监控系统及方法 | |
CN113422690A (zh) | 一种业务质量劣化预测方法及系统 | |
CN116366497A (zh) | 基于大数据的物联网卡时序异常检测系统 | |
CN113992544B (zh) | 端口流量分配的优化方法、装置 | |
CN111901134B (zh) | 一种基于循环神经网络模型rnn的预测网络质量的方法和装置 | |
CN1860734A (zh) | 网络吞吐量测定的方法和装置 | |
CN116708218A (zh) | 一种边缘物联代理设备的检测方法 | |
CN115981192A (zh) | 基于工业网络协同控制与预判方法 | |
CN113727092B (zh) | 基于决策树的视频监控质量巡检方法及装置 | |
CN115333917A (zh) | 一种cdn异常检测方法及装置 | |
CN115664600B (zh) | 一种基于数据分析的数据远程交互检测管控系统 | |
CN117640748B (zh) | 跨平台设备信息采集系统 | |
US20230254232A1 (en) | In-band telemetry rate limiting in cloud environments | |
Touloupou et al. | Intra: Introducing adaptation in 5G monitoring frameworks |
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 |