CN117151675A - 一种基于视频监控和加密的远程运维方法及系统 - Google Patents
一种基于视频监控和加密的远程运维方法及系统 Download PDFInfo
- Publication number
- CN117151675A CN117151675A CN202310256063.2A CN202310256063A CN117151675A CN 117151675 A CN117151675 A CN 117151675A CN 202310256063 A CN202310256063 A CN 202310256063A CN 117151675 A CN117151675 A CN 117151675A
- Authority
- CN
- China
- Prior art keywords
- monitoring
- remote operation
- data
- maintenance
- video monitoring
- 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
- 238000012544 monitoring process Methods 0.000 title claims abstract description 154
- 238000012423 maintenance Methods 0.000 title claims abstract description 81
- 238000000034 method Methods 0.000 title claims abstract description 31
- 230000002159 abnormal effect Effects 0.000 claims abstract description 44
- 238000004891 communication Methods 0.000 claims abstract description 20
- 238000012806 monitoring device Methods 0.000 claims description 55
- 238000012545 processing Methods 0.000 claims description 24
- 238000004590 computer program Methods 0.000 claims description 20
- 238000003860 storage Methods 0.000 claims description 17
- 238000009826 distribution Methods 0.000 claims description 10
- 238000012216 screening Methods 0.000 claims description 10
- 230000007717 exclusion Effects 0.000 claims description 4
- 230000006870 function Effects 0.000 abstract description 5
- 230000005856 abnormality Effects 0.000 description 14
- 230000000875 corresponding effect Effects 0.000 description 12
- 238000004519 manufacturing process Methods 0.000 description 12
- 230000009471 action Effects 0.000 description 5
- 238000011144 upstream manufacturing Methods 0.000 description 4
- 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
- 238000004458 analytical method Methods 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 2
- 230000005540 biological transmission Effects 0.000 description 2
- 230000002596 correlated effect Effects 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 230000004044 response Effects 0.000 description 2
- 238000007619 statistical method Methods 0.000 description 2
- 238000012549 training Methods 0.000 description 2
- 238000010276 construction Methods 0.000 description 1
- 238000013527 convolutional neural network Methods 0.000 description 1
- 238000005520 cutting process Methods 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000000605 extraction Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000003062 neural network model Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 230000008569 process Effects 0.000 description 1
- 238000007789 sealing Methods 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 230000001360 synchronised effect Effects 0.000 description 1
- 238000012360 testing method Methods 0.000 description 1
- 238000012546 transfer Methods 0.000 description 1
- 230000001960 triggered effect Effects 0.000 description 1
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
- G06Q10/20—Administration of product repair or maintenance
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V20/00—Scenes; Scene-specific elements
- G06V20/50—Context or environment of the image
- G06V20/52—Surveillance or monitoring of activities, e.g. for recognising suspicious objects
-
- G—PHYSICS
- G07—CHECKING-DEVICES
- G07C—TIME OR ATTENDANCE REGISTERS; REGISTERING OR INDICATING THE WORKING OF MACHINES; GENERATING RANDOM NUMBERS; VOTING OR LOTTERY APPARATUS; ARRANGEMENTS, SYSTEMS OR APPARATUS FOR CHECKING NOT PROVIDED FOR ELSEWHERE
- G07C3/00—Registering or indicating the condition or the working of machines or other apparatus, other than vehicles
- G07C3/005—Registering or indicating the condition or the working of machines or other apparatus, other than vehicles during manufacturing process
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L63/00—Network architectures or network communication protocols for network security
- H04L63/04—Network architectures or network communication protocols for network security for providing a confidential data exchange among entities communicating through data packet networks
- H04L63/0428—Network architectures or network communication protocols for network security for providing a confidential data exchange among entities communicating through data packet networks wherein the data content is protected, e.g. by encrypting or encapsulating the payload
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N7/00—Television systems
- H04N7/18—Closed-circuit television [CCTV] systems, i.e. systems in which the video signal is not broadcast
Abstract
本发明提供了一种基于视频监控和加密的远程运维方法及系统。本发明的方案可以通过视频监控的方式来监控场景中各设备的异常运行状态并进行远程运维,可有效解决部分不具备通信功能的设备的远程运维问题,极大地提升了远程运维的全面性和效率;而且,还对远程运维方案进行了加密处理,使得远程运维的数据安全性得以有效保障,进而提升监控场景中的设备运行的稳定性和可靠性。
Description
技术领域
本发明涉及视频监控运维技术领域,具体而言,涉及一种基于视频监控和加密的远程运维方法、系统、电子设备及计算机存储介质。
背景技术
随着工业科技的进步,生产过程中需要用到越来越多的设备,如何对这些设备进行远程运维就十分关键。现有方式中主要采用与各类设备进行通信连接的方式来获取其运行状态,继而及时监测到异常设备并对其进行运维操作。但是,许多生产场景中的部分设备是不具备自检、数据通信等这些电气化/电子化功能部件的,导致难以通过上述的数据通信的方式对其进行运维。
发明内容
为了解决上述背景技术中存在的技术问题,本发明提供了一种基于视频监控和加密的远程运维方法、系统、电子设备及计算机存储介质。
本发明的第一方面提供了一种基于视频监控和加密的远程运维方法,包括如下步骤:
获取监控场景的视频监控数据,识别其中的目标监控设备;
提取所述目标监控设备的运行数据和关联运行数据,基于所述运行数据和所述关联运行数据对所述目标监控设备进行异常识别;
基于所述异常识别结果生成远程运维方案,将所述远程运维方案经过加密后传输至与所述监控场景关联的终端中。
在一些实施例中,所述获取监控场景的视频监控数据,识别其中的目标监控设备,包括:
对所述视频监控数据进行前景识别,以获得所述监控场景中的若干候选对象;
按照排除规则对各所述候选对象进行一次筛选以获得候选监控设备;
基于各所述候选监控设备在所述监控场景中的分布情况,对各所述候选监控设备进行二次筛选,以获得所述目标监控设备。
在一些实施例中,所述基于各所述候选监控设备在所述监控场景中的分布情况,对各所述候选监控设备进行二次筛选,以获得所述目标监控设备,包括:
确定所述候选监控设备在所述监控场景中的位置、朝向,并将其分别进行关联后输入归类预测模型;
所述归类预测模型输出各所述目标监控设备。
在一些实施例中,所述提取所述目标监控设备的运行数据和关联运行数据,包括:
基于第一视频监控数据识别所述目标监控设备的各运动部件,基于第二视频监控数据对各所述运动部件的运动状态进行持续跟踪,以获得所述目标监控设备的所述运行数据;
基于所述目标监控设备的位置和朝向确定关联监控设备,将关联监控设备的所述运行数据作为所述关联运行数据。
在一些实施例中,所述基于所述运行数据和关联运行数据对所述目标监控设备进行异常识别,包括:
调取与所述目标监控设备对应的第一基准运行特征和与所述关联监控设备对应的第二基准运行特征;
分别计算所述运行数据和所述第一基准运行特征的第一匹配值、所述关联运行数据与所述第二基准运行特征的第二匹配值;
若所述第一匹配值满足第一异常条件且所述第二匹配值不满足第二异常条件,则判定所述目标监控设备为异常。
在一些实施例中,若所述第一匹配值满足第一异常条件且所述第二匹配值满足第二异常条件,则对所述关联监控设备进行异常识别。
在一些实施例中,所述将所述远程运维方案经过加密后传输至与所述监控场景关联的终端中,包括:
确定所述终端的远程属性;
若所述远程属性为第一属性,则使用第一加密方案对所述远程运维方案进行加密处理;若所述远程属性为第二属性,则使用第二加密方案对所述远程运维方案进行加密处理;
将经过加密后的所述远程运维方案传输至与所述监控场景关联的终端中。
本发明的第二方面提供了一种基于视频监控和加密的远程运维系统,包括视频监控模块、处理模块、存储模块、通信模块,所述处理模块与所述存储模块、所述视频监控模块及所述通信模块连接;其中,
所述存储模块,用于存储可执行的计算机程序代码;
所述视频监控模块,用于获取监控场景的视频监控数据并将其发送给所述处理模块;
所述处理模块,用于通过调用所述存储模块中的所述可执行的计算机程序代码,执行如前所述的方法,以生成经过加密处理的远程运维方案;
所述通信模块,用于将所述远程运维方案传输至与所述监控场景关联的终端中。
本发明的第三方面提供了一种电子设备,该电子设备包括:至少一个处理器、存储器以及存储在所述存储器中并可在所述至少一个处理器上运行的计算机程序,所述处理器执行所述计算机程序时实现上述任意各个方法实施例中的步骤。
本发明的第四方面提供了一种计算机存储介质,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可实现上述各个方法实施例中的步骤。
本发明的有益效果在于:
本发明的方案可以通过视频监控的方式来监控场景中各设备的异常运行状态并进行远程运维,相比于现有的远程运维方式,可以有效解决部分不具备通信功能的设备的远程运维问题,极大地提升了远程运维的全面性和效率;而且,本发明还对远程运维方案进行了加密处理,使得远程运维的数据安全性得以有效保障,进而提升监控场景中的设备运行的稳定性和可靠性。
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它相关的附图。
图1是本发明实施例公开的一种基于视频监控和加密的远程运维方法的流程示意图;
图2是本发明实施例公开的一种基于视频监控和加密的远程运维系统的结构示意图;
图3是本发明实施例公开一种电子设备的结构示意图。
具体实施方式
以下由特定的具体实施例说明本申请的实施方式,熟悉此技术的人士可由本说明书所揭露的内容轻易地了解本申请的其他优点及功效,显然,所描述的实施例是本申请一部分实施例,而不是全部的实施例。基于本申请中的实施例,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,都属于本申请保护的范围。
此外,下面所描述的本申请不同实施方式中所涉及的技术特征只要彼此之间未构成冲突就可以相互结合。
请参阅图1,图1是本发明实施例公开的一种基于视频监控和加密的远程运维方法的流程示意图。如图1所示,本发明实施例的一种基于视频监控和加密的远程运维方法,包括如下步骤:
获取监控场景的视频监控数据,识别其中的目标监控设备;
提取所述目标监控设备的运行数据和关联运行数据,基于所述运行数据和所述关联运行数据对所述目标监控设备进行异常识别;
基于所述异常识别结果生成远程运维方案,将所述远程运维方案经过加密后传输至与所述监控场景关联的终端中。
具体地,在监控场景的合适位置布设若干摄像机,实现对监控场景中的各目标监控设备的监控覆盖。通过图像识别算法可以识别监控图像中的各目标监控设备,例如各生产机器、搬运机器(AGV等)等,对这些目标监控设备的运行数据和关联运行数据进行实时提取分析,可以实现对设备运行异常的识别,再通过生成针对性的远程运维方案来实现对设备异常的及时处置。于是,本发明的方案可以通过视频监控的方式来监控场景中各设备的异常运行状态并进行远程运维,相比于现有的远程运维方式,可以有效解决部分不具备通信功能的设备的远程运维问题,极大地提升了远程运维的全面性和效率;而且,本发明还对远程运维方案进行了加密处理,使得远程运维的数据安全性得以有效保障,进而提升监控场景中的设备运行的稳定性和可靠性。
需要说明的是,与所述监控场景关联的终端包括服务于监控场景的现场运维人员的终端,现场运维人员可基于接收到的远程运维方案及时对出现异常的设备进行定位、处置;终端还可以包括异常设备的处理设备,处理设备可对接收到的远程运维方案进行响应,以实现对异常情况的自处理,在处理之后还可以将相关的处理结果进行上传反馈。另外,远程运维方案至少包括异常设备的ID、名称、位置、异常情况、推荐处置方案等信息,这些信息可以是针对现场运维人员的语义信息,也可以是针对可自响应处理的设备的异常应对代码信息,具体不作限定。
在一些实施例中,所述获取监控场景的视频监控数据,识别其中的目标监控设备,包括:
对所述视频监控数据进行前景识别,以获得所述监控场景中的若干候选对象;
按照排除规则对各所述候选对象进行一次筛选以获得候选监控设备;
基于各所述候选监控设备在所述监控场景中的分布情况,对各所述候选监控设备进行二次筛选,以获得所述目标监控设备。
本实施例中,通过对视频监控图像进行前景识别可以获得监控场景中的各个对象物,然后再按照排除规则对其中明显不是运维对象的物体(例如堆积的物料/产品、栅栏等)进行筛除。同时,生产场景中的设备在分布上具有一定的规律,基于该规律可以实现对非运维对象的二次筛选。
在一些实施例中,所述基于各所述候选监控设备在所述监控场景中的分布情况,对各所述候选监控设备进行二次筛选,以获得所述目标监控设备,包括:
确定所述候选监控设备在所述监控场景中的位置、朝向,并将其分别进行关联后输入归类预测模型;
所述归类预测模型输出各所述目标监控设备。
本实施例中,不同监控场景中的设备是按照一定规则来布设其位置和朝向的,主要体现在各设备集中布设于一定的区域、多个设备的布设位置及朝向是对应于生产走向线条的。于是,本发明针对不同类型的监控场景中的监控设备的布设位置、朝向等分布数据来构建训练集,利用其来训练归类预测模型,经过训练的与当前监控场景对应的归类预测模型可以基于在当前监控场景中提取得出的候选监控设备的位置、朝向来预测出哪些候选监控设备是该监控场景中的运维对象。本发明的该实施例可以无需用户对目标监控的指定,而是可以由运维系统自行实施,降低了运维系统布设的工作量。
其中,归类预测模型可以基于各类神经网络模型(CNN、RNN、Auto encoder等)、贝叶斯概率生成模型(DBN)、堆栈自编码网络模型(Stacked Auto-encoder Network)等深度学习算法构建,对于模型的具体结构及构建、训练过程不再赘述。
在一些实施例中,所述提取所述目标监控设备的运行数据和关联运行数据,包括:
基于第一视频监控数据识别所述目标监控设备的各运动部件,基于第二视频监控数据对各所述运动部件的运动状态进行持续跟踪,以获得所述目标监控设备的所述运行数据;
基于所述目标监控设备的所述位置和所述朝向确定关联监控设备,将关联监控设备的所述运行数据作为所述关联运行数据。
本实施例中,从视频监控图像中可以将目标监控设备的运动部件识别出来(主要是通过图像帧之间各部件的位置变化来实现,属于常规技术,在此不予赘述),通过持续跟踪即可获得各目标监控设备的与运动部件对应的运行数据,运动部件的这些运行数据(即运动部件的动作数据)可以表征各目标监控设备的运行状态。同时,由于生产场景中若干设备是关联运作的,所以,本发明同时基于关联监控设备的运行情况来辅助分析目标监控设备的异常与否。
其中,在确定出当前监控场景的类型之后,归类预测模型还可以基于各监控设备的布设位置及朝向来确定出与该监控场景对应的生产设备的布局方式,例如流水线的走向分布,继而可以确定出各目标监控设备的关联监控设备。
需要说明的是,本发明中涉及的运动部件主要是生产设备的作业部件,例如抓取机械臂、切割刀、传送带、封口头等,不同生产场景中涉及不同的作业设备,其对应的作业部件也自然不同,具体不予赘述。
在一些实施例中,所述基于所述运行数据和关联运行数据对所述目标监控设备进行异常识别,包括:
调取与所述目标监控设备对应的第一基准运行特征和与所述关联监控设备对应的第二基准运行特征;
分别计算所述运行数据和所述第一基准运行特征的第一匹配值、所述关联运行数据与所述第二基准运行特征的第二匹配值;
若所述第一匹配值满足第一异常条件且所述第二匹配值不满足第二异常条件,则判定所述目标监控设备为异常。
本实施例中,流水生产场景中的各设备大多是配合工作的,而且某些配合模式下是上游正常作业才可以触发下游实施作业,或者下游作业完成之后才可以触发上游实施作业。例如,设备A、B、C依次构成监控场景中的关联设备,在设备A对产品完成第一类操作后(例如将产品推送至设备B处),设备B才触发其动作部件对产品实施第二类操作,设备C是流水线的末端,其将产品成品传送给运输工具以将其搬走,而设备B需要等待设备C完成传送之后才会继续实施第二类操作,以避免设备C处的拥堵。于是,设备B的工作状态是受到设备A、设备C的工作状态的影响的,传统的基于单个设备的运行情况是否与预设的正常情况相符来实现异常判断的方式,容易误判设备B为异常。
针对上述情况,本发明除了计算目标监控设备的运行数据与其对应的第一基准运行特征的第一匹配值之外,还计算关联监控设备的关联运行数据与其对应的第二基准运行特征的第二匹配值,综合上下游的关联监控设备的运行状态来分析目标监控设备的异常与否,从而可以极大的提升流水线场景中设备异常识别的准确性。
举例说明如下:设备B的操作部件超时未动作,此时第一匹配值满足第一异常条件,初步判定设备B存在异常;同时,对上游的设备A和下游的设备C的同步运行情况也进行分析,比如设备A已将产品推送至设备B处和/或设备C已完成传输任务,此时第二匹配值不满足第二异常条件,则确认设备B存在异常。
需要说明的是,对于各监控设备对应的第一/二基准运行特征,可以通过对持续提取得出的运行数据/关联运行数据进行统计分析得出,即通过统计分析来获得各监控设备在流水线运行时各自动作部件的正常运行规律,包括运行频率、运行幅度、运行间隔等,可利用其分析当前的运行数据是否异常。
在一些实施例中,若所述第一匹配值满足第一异常条件且所述第二匹配值满足第二异常条件,则对所述关联监控设备进行异常识别。
本实施例中,在目标监控设备满足异常条件且关联设备也满足异常条件时,此时需要以关联设备为分析基准进行如上述的异常分析,如此便可以逐步找到真正的异常设备。
例如,所述基于所述运行数据和关联运行数据对所述目标监控设备进行异常识别,还包括:
在所述第一匹配值满足第一异常条件且所述第二匹配值不满足第二异常条件时,计算所述第二匹配值是否满足第三异常条件,若否,则判定所述目标监控设备为异常。
本实施例中,在设备B异常、设备A未异常时无法唯一判定设备B异常,因为设备A可能是“假正常”,例如,设备A的动作部件的动作幅度正常应当为D数值,可推送产品到达指定位置以触发设备B的正常工作,但设备A因某种原因出现异常,导致动作幅度略小于D数值,此时设备A的第二匹配值仍足够高(即不满足第二异常条件),但设备B却无法获得触发信号。显然,设备B的“异常”实际上是由设备A导致,真正异常的是设备A。
针对上述情况,本发明在检测到设备B异常且设备A正常时,进一步判断设备B“异常”时设备A的第二匹配值是否满足第三异常条件(第二匹配值小于阈值),若是,则说明设备A彼时的动作幅度小于D数值,导致设备B未被触发,即设备A的轻微异常导致了设备B的“异常”,此时可不判定设备B异常,但仍可生成对应的远程运维方案,以提醒运维人员进行检查。若否,则说明设备A彼时的动作幅度是符合D数值的,设备B的异常是自身原因导致的,即判定设备B为异常。
在一些实施例中,所述将所述远程运维方案经过加密后传输至与所述监控场景关联的终端中,包括:
确定所述终端的远程属性;
若所述远程属性为第一属性,则使用第一加密方案对所述远程运维方案进行加密处理;若所述远程属性为第二属性,则使用第二加密方案对所述远程运维方案进行加密处理;
将经过加密后的所述远程运维方案传输至与所述监控场景关联的终端中。
本实施例中,本发明还包括对远程运维方案的加密处理,通过加密处理后的远程运维方案可以确保通信传输过程的安全性。同时,本发明还针对将要接收远程运维方案的终端的远程属性而采取不同的加密方式。例如,若终端的远程属性为局域网终端,服务器与用户终端设备均布设于生产场景中,的局域网内,由于服务器与终端均是通过“内网”实现通信,所以仅需要采用一般的加密算法进行加密处理即可,例如可采用单向散列加密算法(MD5、sha1、sha256等)、对称加密算法(DES、3DES、AES等)、非对称加密算法(RSA、ECC等)等,本发明对此不作限定;若终端的远程属性为互联网终端,服务器可以是服务于多个生产场景的云端平台,此时服务器与终端之间通过公网进行通信,为确保通信安全,需要采取更为严密的加密算法,例如基于区块链的加密算法。
请参阅图2,图2是本发明实施例公开的一种基于视频监控和加密的远程运维系统的结构示意图。如图2所示,本发明实施例的一种基于视频监控和加密的远程运维系统,包括视频监控模块(101)、处理模块(102)、存储模块(103)、通信模块(104),所述处理模块(102)与所述视频监控模块(101)、所述存储模块(103)及所述通信模块(104)连接;其中,
所述存储模块(103),用于存储可执行的计算机程序代码;
所述视频监控模块(101),用于获取监控场景的视频监控数据并将其发送给所述处理模块(102);
所述处理模块(102),用于通过调用所述存储模块(103)中的所述可执行的计算机程序代码,执行如前任一项所述的方法,以生成经过加密处理的远程运维方案;
所述通信模块(104),用于将所述远程运维方案传输至与所述监控场景关联的终端中。
该实施例中的一种基于视频监控和加密的远程运维系统的具体功能参照上述任一项的实施例,由于本实施例中的系统采用了上述任一项的实施例的全部技术方案,因此至少具有上述实施例的技术方案所带来的所有有益效果,在此不再一一赘述。
请参阅图3,图3是本发明实施例公开的一种电子设备,该电子设备包括:至少一个处理器、存储器以及存储在所述存储器中并可在所述至少一个处理器上运行的计算机程序,所述处理器执行所述计算机程序时实现上述任意各个方法实施例中的步骤。
本申请实施例还提供了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程序,所述计算机程序被处理器执行时实现可实现上述各个方法实施例中的步骤。
本申请实施例提供了一种计算机程序产品,当计算机程序产品在终端上运行时,使得移动终端执行时实现可实现上述各个方法实施例中的步骤。
所述集成的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,本申请实现上述实施例方法中的全部或部分流程,可以通过计算机程序来指令相关的硬件来完成,所述的计算机程序可存储于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,所述计算机程序包括计算机程序代码,所述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。所述计算机可读介质至少可以包括:能够将计算机程序代码携带到拍照装置/终端设备的任何实体或装置、记录介质、计算机存储器、只读存储器(Read-OnlyMemory,ROM)、随机存取存储器(RandomAccessMemory,RAM)、电载波信号、电信信号以及软件分发介质。例如U盘、移动硬盘、磁碟或者光盘等。在某些司法管辖区,根据立法和专利实践,计算机可读介质不可以是电载波信号和电信信号。
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申请的范围。
在本申请所提供的实施例中,应该理解到,所揭露的装置/网络设备和方法,可以通过其它的方式实现。例如,以上所描述的装置/网络设备实施例仅仅是示意性的,例如,所述模块或单元的划分,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。
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。
以上所述实施例仅用以说明本申请的技术方案,而非对其限制;尽管参照前述实施例对本申请进行了详细的说明,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申请各实施例技术方案的精神和范围,均应包含在本申请的保护范围之内。
Claims (10)
1.一种基于视频监控和加密的远程运维方法,其特征在于,包括如下步骤:
获取监控场景的视频监控数据,识别其中的目标监控设备;
提取所述目标监控设备的运行数据和关联运行数据,基于所述运行数据和所述关联运行数据对所述目标监控设备进行异常识别;
基于所述异常识别结果生成远程运维方案,将所述远程运维方案经过加密后传输至与所述监控场景关联的终端中。
2.根据权利要求1所述的一种基于视频监控和加密的远程运维方法,其特征在于:所述获取监控场景的视频监控数据,识别其中的目标监控设备,包括:
对所述视频监控数据进行前景识别,以获得所述监控场景中的若干候选对象;
按照排除规则对各所述候选对象进行一次筛选以获得候选监控设备;
基于各所述候选监控设备在所述监控场景中的分布情况,对各所述候选监控设备进行二次筛选,以获得所述目标监控设备。
3.根据权利要求2所述的一种基于视频监控和加密的远程运维方法,其特征在于:所述基于各所述候选监控设备在所述监控场景中的分布情况,对各所述候选监控设备进行二次筛选,以获得所述目标监控设备,包括:
确定所述候选监控设备在所述监控场景中的位置、朝向,并将其分别进行关联后输入归类预测模型;
所述归类预测模型输出各所述目标监控设备。
4.根据权利要求1所述的一种基于视频监控和加密的远程运维方法,其特征在于:所述提取所述目标监控设备的运行数据和关联运行数据,包括:
基于第一视频监控数据识别所述目标监控设备的各运动部件,基于第二视频监控数据对各所述运动部件的运动状态进行持续跟踪,以获得所述目标监控设备的所述运行数据;
基于所述目标监控设备的位置和朝向确定关联监控设备,将关联监控设备的所述运行数据作为所述关联运行数据。
5.根据权利要求4所述的一种基于视频监控和加密的远程运维方法,其特征在于:所述基于所述运行数据和关联运行数据对所述目标监控设备进行异常识别,包括:
调取与所述目标监控设备对应的第一基准运行特征和与所述关联监控设备对应的第二基准运行特征;
分别计算所述运行数据和所述第一基准运行特征的第一匹配值、所述关联运行数据与所述第二基准运行特征的第二匹配值;
若所述第一匹配值满足第一异常条件且所述第二匹配值不满足第二异常条件,则判定所述目标监控设备为异常。
6.根据权利要求5所述的一种基于视频监控和加密的远程运维方法,其特征在于:若所述第一匹配值满足第一异常条件且所述第二匹配值满足第二异常条件,则对所述关联监控设备进行异常识别。
7.根据权利要求5所述的一种基于视频监控和加密的远程运维方法,其特征在于:所述将所述远程运维方案经过加密后传输至与所述监控场景关联的终端中,包括:
确定所述终端的远程属性;
若所述远程属性为第一属性,则使用第一加密方案对所述远程运维方案进行加密处理;若所述远程属性为第二属性,则使用第二加密方案对所述远程运维方案进行加密处理;
将经过加密后的所述远程运维方案传输至与所述监控场景关联的终端中。
8.一种基于视频监控和加密的远程运维系统,其特征在于:包括视频监控模块、处理模块、存储模块、通信模块,所述处理模块与所述存储模块、所述视频监控模块及所述通信模块连接;其中,
所述存储模块,用于存储可执行的计算机程序代码;
所述视频监控模块,用于获取监控场景的视频监控数据并将其发送给所述处理模块;
所述处理模块,用于通过调用所述存储模块中的所述可执行的计算机程序代码,执行如权利要求1-7任一项所述的方法,以生成经过加密处理的远程运维方案;
所述通信模块,用于将所述远程运维方案传输至与所述监控场景关联的终端中。
9.一种电子设备,该电子设备包括:至少一个处理器、存储器以及存储在所述存储器中并可在所述至少一个处理器上运行的计算机程序,所述处理器执行所述计算机程序时实现如权利要求1-7任一项所述的方法。
10.一种计算机存储介质,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权利要求1-7任一项所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310256063.2A CN117151675B (zh) | 2023-03-16 | 2023-03-16 | 一种基于视频监控和加密的远程运维方法及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310256063.2A CN117151675B (zh) | 2023-03-16 | 2023-03-16 | 一种基于视频监控和加密的远程运维方法及系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN117151675A true CN117151675A (zh) | 2023-12-01 |
CN117151675B CN117151675B (zh) | 2024-04-09 |
Family
ID=88901430
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202310256063.2A Active CN117151675B (zh) | 2023-03-16 | 2023-03-16 | 一种基于视频监控和加密的远程运维方法及系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN117151675B (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117853986A (zh) * | 2024-03-06 | 2024-04-09 | 西安众望能源科技有限公司 | 一种基于油井设备的视频监控系统及方法 |
Citations (14)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR20140090013A (ko) * | 2013-01-08 | 2014-07-16 | (주)아이엔아이 | 무인 이동식 감시 시스템 |
CN109361898A (zh) * | 2018-10-22 | 2019-02-19 | 浙江宇视科技有限公司 | 异常事件监控方法及装置 |
CN112084055A (zh) * | 2020-08-19 | 2020-12-15 | 广州小鹏汽车科技有限公司 | 应用系统的故障定位方法、装置、电子设备及存储介质 |
CN112257610A (zh) * | 2020-10-23 | 2021-01-22 | 岭东核电有限公司 | 核电设备监控方法、装置、计算机设备和存储介质 |
US20210307621A1 (en) * | 2017-05-29 | 2021-10-07 | Saltor Pty Ltd | Method And System For Abnormality Detection |
CN113743238A (zh) * | 2021-08-12 | 2021-12-03 | 浙江大华技术股份有限公司 | 异常行为的检测方法、装置、电子装置和存储介质 |
CN113762163A (zh) * | 2021-09-09 | 2021-12-07 | 杭州澳亚生物技术股份有限公司 | 一种gmp车间智能化监控管理方法及系统 |
CN113923401A (zh) * | 2021-08-16 | 2022-01-11 | 杜鹢 | 图像分析运维实现方法及图像分析运维系统 |
CN114662864A (zh) * | 2022-03-03 | 2022-06-24 | 国网新疆电力有限公司信息通信公司 | 基于人工智能的班组作业智慧化管控方法及系统 |
CN114694025A (zh) * | 2022-03-21 | 2022-07-01 | 深圳市杉川机器人有限公司 | 室内3d目标检测方法与装置、扫地机器人、存储介质 |
CN114727069A (zh) * | 2022-04-22 | 2022-07-08 | 北京国旺盛源智能终端科技有限公司 | 一种充电站维护方法、装置、设备和计算机可读介质 |
CN114963030A (zh) * | 2022-06-21 | 2022-08-30 | 杭州水务数智科技股份有限公司 | 一种供水管道监测方法 |
CN115150589A (zh) * | 2022-06-30 | 2022-10-04 | 合肥恒翔电子科技有限公司 | 一种用于煤矿企业的视频监控运维管理系统 |
CN115583350A (zh) * | 2022-09-19 | 2023-01-10 | 成都飞机工业(集团)有限责任公司 | 一种飞机液压系统性能异常识别方法、装置、设备及介质 |
-
2023
- 2023-03-16 CN CN202310256063.2A patent/CN117151675B/zh active Active
Patent Citations (14)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR20140090013A (ko) * | 2013-01-08 | 2014-07-16 | (주)아이엔아이 | 무인 이동식 감시 시스템 |
US20210307621A1 (en) * | 2017-05-29 | 2021-10-07 | Saltor Pty Ltd | Method And System For Abnormality Detection |
CN109361898A (zh) * | 2018-10-22 | 2019-02-19 | 浙江宇视科技有限公司 | 异常事件监控方法及装置 |
CN112084055A (zh) * | 2020-08-19 | 2020-12-15 | 广州小鹏汽车科技有限公司 | 应用系统的故障定位方法、装置、电子设备及存储介质 |
CN112257610A (zh) * | 2020-10-23 | 2021-01-22 | 岭东核电有限公司 | 核电设备监控方法、装置、计算机设备和存储介质 |
CN113743238A (zh) * | 2021-08-12 | 2021-12-03 | 浙江大华技术股份有限公司 | 异常行为的检测方法、装置、电子装置和存储介质 |
CN113923401A (zh) * | 2021-08-16 | 2022-01-11 | 杜鹢 | 图像分析运维实现方法及图像分析运维系统 |
CN113762163A (zh) * | 2021-09-09 | 2021-12-07 | 杭州澳亚生物技术股份有限公司 | 一种gmp车间智能化监控管理方法及系统 |
CN114662864A (zh) * | 2022-03-03 | 2022-06-24 | 国网新疆电力有限公司信息通信公司 | 基于人工智能的班组作业智慧化管控方法及系统 |
CN114694025A (zh) * | 2022-03-21 | 2022-07-01 | 深圳市杉川机器人有限公司 | 室内3d目标检测方法与装置、扫地机器人、存储介质 |
CN114727069A (zh) * | 2022-04-22 | 2022-07-08 | 北京国旺盛源智能终端科技有限公司 | 一种充电站维护方法、装置、设备和计算机可读介质 |
CN114963030A (zh) * | 2022-06-21 | 2022-08-30 | 杭州水务数智科技股份有限公司 | 一种供水管道监测方法 |
CN115150589A (zh) * | 2022-06-30 | 2022-10-04 | 合肥恒翔电子科技有限公司 | 一种用于煤矿企业的视频监控运维管理系统 |
CN115583350A (zh) * | 2022-09-19 | 2023-01-10 | 成都飞机工业(集团)有限责任公司 | 一种飞机液压系统性能异常识别方法、装置、设备及介质 |
Non-Patent Citations (5)
Title |
---|
YULIANG LONG 等: "A Method for Fault Diagnosis of Equipment of Train Control System", 《2021 INTERNATIONAL CONFERENCE ON NETWORKING, COMMUNICATIONS AND INFORMATION TECHNOLOGY (NETCIT)》, 11 March 2022 (2022-03-11), pages 357 - 360 * |
Z. CHEN 等: "Integrated line and busbar protection scheme based on wavelet analysis of fault generated transient current signals", 《2004 INTERNATIONAL CONFERENCE ON POWER SYSTEM TECHNOLOGY》, 5 July 2005 (2005-07-05), pages 396 - 401 * |
冷羽: "涂装生产线可视化监控平台的研究与设计", 《中国优秀硕士学位论文全文数据库工程科技Ⅰ辑》, no. 08, 15 August 2020 (2020-08-15), pages 018 - 8 * |
卜瑞: "基于图像和点云融合的无人驾驶场景下的目标检测与定位系统", 《中国优秀硕士学位论文全文数据库工程科技Ⅱ辑》, no. 09, 15 September 2019 (2019-09-15), pages 035 - 205 * |
沈苏彬: "《高等教育网络空间安全规划教材 网络安全实用教程》", 31 July 2021, 机械工业出版社, pages: 31 * |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117853986A (zh) * | 2024-03-06 | 2024-04-09 | 西安众望能源科技有限公司 | 一种基于油井设备的视频监控系统及方法 |
Also Published As
Publication number | Publication date |
---|---|
CN117151675B (zh) | 2024-04-09 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US10944767B2 (en) | Identifying artificial artifacts in input data to detect adversarial attacks | |
CN109980781B (zh) | 一种变电站智能监控系统 | |
US7667596B2 (en) | Method and system for scoring surveillance system footage | |
US11171977B2 (en) | Unsupervised spoofing detection from traffic data in mobile networks | |
CN108228705B (zh) | 直播视频反馈中的自动对象和活动跟踪设备、方法及介质 | |
Jalili et al. | Detection of distributed denial of service attacks using statistical pre-processor and unsupervised neural networks | |
US20130188031A1 (en) | Risk recognition method for use in video surveillance system based on human identification | |
JP6823449B2 (ja) | 画像検出デバイスを動作させる方法およびコンピュータ・プログラム製品(サッカードを使用する視覚オブジェクトおよびイベントの検出および予測システム) | |
KR102091076B1 (ko) | 지도학습기반의 경보분석과 비지도학습기반의 이상행위탐지 기법을 혼용한 지능형 보안관제 시스템 및 그 방법 | |
CN117151675B (zh) | 一种基于视频监控和加密的远程运维方法及系统 | |
KR102087959B1 (ko) | 통신망의 인공지능 운용 시스템 및 이의 동작 방법 | |
CN110795703A (zh) | 数据防窃取方法和相关产品 | |
TWM565361U (zh) | 金融交易詐騙偵測防範系統 | |
EP4352656A1 (en) | Unsupervised gan-based intrusion detection system using temporal convolutional networks, self-attention, and transformers | |
CN111581436A (zh) | 目标识别方法、装置、计算机设备和存储介质 | |
CN113469137A (zh) | 异常行为的识别方法、装置、存储介质及电子装置 | |
CN114187561A (zh) | 异常行为的识别方法、装置、终端设备及存储介质 | |
CN117058518B (zh) | 基于yolo改进的深度学习目标检测方法、装置和计算机设备 | |
CN110782014A (zh) | 一种神经网络增量学习方法及装置 | |
CN116032602A (zh) | 一种自动识别威胁数据的方法、装置、设备及存储介质 | |
KR102367584B1 (ko) | 스켈레톤 영상 분석 기법을 이용한 자동 영상 감시 시스템 | |
CN115100572A (zh) | 一种校园异常行为的分析系统及方法 | |
Priesterjahn et al. | Generalized ATM fraud detection | |
CN115601709B (zh) | 煤矿员工违规统计系统、方法、装置以及存储介质 | |
CN111860070A (zh) | 识别发生改变的对象的方法和装置 |
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 |