CN117424838A - 用于物联网设备的自学习检测方法 - Google Patents
用于物联网设备的自学习检测方法 Download PDFInfo
- Publication number
- CN117424838A CN117424838A CN202311429139.3A CN202311429139A CN117424838A CN 117424838 A CN117424838 A CN 117424838A CN 202311429139 A CN202311429139 A CN 202311429139A CN 117424838 A CN117424838 A CN 117424838A
- Authority
- CN
- China
- Prior art keywords
- detection
- internet
- period
- accuracy
- things equipment
- 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
- 238000001514 detection method Methods 0.000 title claims abstract description 384
- 230000006855 networking Effects 0.000 claims abstract description 60
- 230000003247 decreasing effect Effects 0.000 claims abstract description 37
- 238000011835 investigation Methods 0.000 claims abstract description 24
- 230000001960 triggered effect Effects 0.000 claims abstract description 4
- 230000000737 periodic effect Effects 0.000 claims description 20
- 238000000034 method Methods 0.000 claims description 16
- 230000006978 adaptation Effects 0.000 claims description 11
- 230000008569 process Effects 0.000 claims description 8
- 230000009467 reduction Effects 0.000 claims description 7
- 238000010586 diagram Methods 0.000 description 7
- 230000005540 biological transmission Effects 0.000 description 6
- 230000004048 modification Effects 0.000 description 4
- 238000012986 modification Methods 0.000 description 4
- 238000004904 shortening Methods 0.000 description 4
- 230000002159 abnormal effect Effects 0.000 description 3
- 230000001105 regulatory effect Effects 0.000 description 2
- 238000006467 substitution reaction Methods 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 230000007246 mechanism Effects 0.000 description 1
- 238000005070 sampling Methods 0.000 description 1
Classifications
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L43/00—Arrangements for monitoring or testing data switching networks
- H04L43/10—Active monitoring, e.g. heartbeat, ping or trace-route
Landscapes
- Health & Medical Sciences (AREA)
- Cardiology (AREA)
- General Health & Medical Sciences (AREA)
- Engineering & Computer Science (AREA)
- Computer Networks & Wireless Communication (AREA)
- Signal Processing (AREA)
- Telephonic Communication Services (AREA)
Abstract
本发明涉及物联网检测技术领域，尤其涉及一种用于物联网设备的自学习检测方法，包括：获取物联网设备的当前工作状态，采用心跳检测的方式进行检测，获取历史离线记录；根据检测时物联网设备的实际阶段工作状态与预期阶段工作状态确定当前检测的判断准确率；根据判断准确率确定触发的对应的检测排查策略并确定联网周期波动参量；根据联网周期波动参量确定对预设初始检测周期的调整量；计算调整后的判断准确率记为第二检测准确率，并判定是否需要对检测递减时间进行调整；本发明通过调整检测的检测周期与检测递减时间，提高了检测方法与物联网设备的适配性，在保证检测准确率的同时减小了流量消耗，并提高了检测结果时效性。
Description
技术领域
本发明涉及物联网检测技术领域，尤其涉及一种用于物联网设备的自学习检测方法。
背景技术
随着科技的发展，物联网设备的应用越来越广泛，因此对设备的联网状态的检测尤为重要，在检测时，除了要确定物联网设备是否处于离线状态，确定设备的离线时间也十分关键，但现有的对物联网设备的离线检测大多无法准确检测设备的离线时间，或检测频率过高而长连接占用设备的连接数，造成大量的流量消耗。
中国专利公开号：CN114296979A公开了一种检测物联网设备异常状态的方法及装置，具有以下步骤：S1、启动定时任务；S2、设定设备标准上报频率；S3、修改定时任务执行周期；S4、设备上报频率状况存储；S5、定时扫描并判断设备是否离线；S6、判断设备异常状态；由此可见，所述检测物联网设备异常状态的方法及装置存在以下问题：保证及时获取到物联网设备的在线状态进行检测中，由于检测次数无法根据设备状态进行调整导致的检测次数多，占用流量大。
发明内容
为此，本发明提供一种用于物联网设备的自学习检测方法，用以克服现有技术中在保证及时获取到物联网设备的在线状态进行检测中，由于检测次数无法根据设备状态进行调整导致的检测次数多，占用流量大的问题。
为实现上述目的，本发明提供一种用于物联网设备的自学习检测方法，包括：
获取物联网设备的当前工作状态，物联网设备的检测单元采用心跳检测的方式对物联网设备的当前阶段工作状态进行检测，并获取检测过程中物联网设备的历史离线记录；
根据所述历史离线记录预测物联网设备在检测时的阶段工作状态，记为预期阶段工作状态；
根据检测时物联网设备的实际阶段工作状态与所述预期阶段工作状态确定当前检测的判断准确率；
根据所述判断准确率确定触发的对应的检测排查策略，并根据所述检测排查策略的判断结果以确定物联网设备的联网周期波动参量；
根据所述联网周期波动参量确定对心跳检测的预设初始检测周期的调整量；
对所述预设初始检测周期进行调整后，计算调整后若干次检测的判断准确率记为第二检测准确率，并根据第二准确率判定是否需要对所述心跳检测的检测递减时间进行调整；
其中，所述工作状态包括物联网设备在线和物联网设备离线，所述心跳检测的方式设置有预设初始检测周期和预设最小心跳报文发送时间。
进一步地，所述心跳检测包括定周期式心跳检测和递减周期式心跳检测，其中：
所述定周期式心跳检测中对物联网设备进行工作状态的各检测周期对应的时长相同；
所述递减周期式心跳检测中对物联网设备进行工作状态的各检测周期对应的时长与检测次数成反比；
其中，所述定周期式心跳检测满足所述判断准确率大于等于预设准确率且所述联网周期波动参量小于等于预设联网周期波动参量；所述递减周期式心跳检测满足所述判断准确率小于预设准确率，或联网周期波动参量小于等于预设联网周期波动参量，或检测单元检测到所述物联网设备向物联网传输数据。
进一步地，对于所述递减周期式心跳检测的各检测周期根据下式确定：
Tn＝Tn+1+t，
其中，Tn为第n个检测周期，Tn+1为第n+1个检测周期，t为检测递减时间。
进一步地，所述判断准确率根据若干次检测时物联网设备实际阶段工作状态与物联网设备的预期阶段工作状态确定；
判断准确率由下式确定：
α＝A/B,
其中，α为当前检测周期的判断准确率，A为所述检测单元检测到的离线次数，B为所述物联网设备的预期离线次数。
进一步地，所述检测单元根据所述判断准确率确定采用的所述检测排查策略，包括：
在所述判断准确率大于等于预设准确率时，触发第一检测排查策略，所述检测单元判定当前心跳检测的检测周期与所述物联网设备工作状态的适配度符合标准；
在所述判断准确率小于预设准确率时，触发第二检测排查策略，所述检测单元判定当前心跳检测的检测周期与所述物联网设备工作状态低于预期适配度。
进一步地，在采用所述第一检测排查策略时，获取所述物联网设备的预设数量相邻离线时间间隔，并进行记录；
在采用所述第二检测排查策略时，获取所述物联网设备的预设数量二倍的相邻离线时间间隔，并进行记录；
所述联网周期波动参量根据各离线时间间隔的方差计算。
进一步地，在所述联网周期波动参量大于所述预设联网周期波动参量时，计算联网周期波动参量与预设联网周期波动参量的差值，根据差值与预设联网周期波动参量的比值确定所述心跳检测的预设初始检测周期的减小量；
其中，所述差值与预设联网周期波动参量的比值与所述心跳检测的预设初始检测周期的减小量成正比关系。
进一步地，在判定计算所述第二准确率时，所述检测单元根据调整后的预设初始检测周期重新对物联网设备进行若干次所述心跳检测，存储离线记录，并根据调整后重新检测的离线次数与物联网设备的重新检测总次数计算第二准确率。
进一步地，所述根据第二准确率判定是否需要对心跳检测的所述检测递减时间进行调整时，其中；
若所述第二准确率大于等于所述预设准确率时，判定为调整后的心跳检测与所述物联网设备的工作状态相适，不需要对心跳检测的检测递减时间进行调整；
若所述第二准确率小于所述预设准确率时，判定为调整后的心跳检测与所述物联网设备的工作状态不相适，需要对心跳检测的检测递减时间进行调整。
进一步地，在判定需要调整所述心跳检测的检测递减时间时，根据物联网设备的离线记录中检测的离线时间间隔最小值调整检测递减时间；
所述调整检测递减时间的方式为根据所述离线时间间隔最小值与平均离线时间的比值以及所述联网周期波动参量与所述预设联网周期波动参量的比值确定检测递减时间的减少量。
与现有技术相比，本发明的有益效果在于，本发明对物联网设备进行自学习检测过程中，根据检测的判断准确率以及联网周期波动参量确定当前心跳检测是否适合当前物联网设备的工作状态，在不适合时，对心跳检测的预设初始检测周期进行减小，通过缩短检测周期增加检测次数来提高检测方法与当前物联网设备工作状态的适配性；调整周期后再次判断准确率，若准确率再次不符合标准，则根据离线时间间隔最小值缩短心跳检测的检测递减时间，在保证检测准确率的同时，减少流量消耗；并且本发明设置有两种心跳检测方式，在检测准确率高且设备波动状态稳定时候，使用长周期的稳定心跳检测，进一步减少了检测次数，节约流量；本发明通过调整检测的检测周期与检测递减时间，提高了检测方法与物联网设备的适配性，在保证检测准确率的同时减小了流量消耗，并提高了检测结果时效性。
进一步地，在本发明用于物联网设备的自学习检测方法中，设置有两种心跳检测方式，在物联网设备的离线状态处于一个稳定状态时使用定周期式心跳检测，并且在物联网设备的离线状态不稳定或当前心跳检测与物联网设备适配度低时，使用递减周期式心跳检测，既可以减少不必要的检测次数，减少流量消耗，同时可以提高检测的准确性。
进一步地，在本发明用于物联网设备的自学习检测方法中，根据判断准确率判断当前心跳检测的检测周期对物联网设备的检测是否准确，不仅可以确定当前心跳检测的适配性，同时可以确定当前心跳检测的与物联网设备实际工作时离线发生的差距，为调整周期提供数据基础。
进一步地，在本发明用于物联网设备的自学习检测方法中，对心跳检测的检测周期进行调整后，若判断准确率不符合标准，则调整心跳检测的检测递减时间，调整心跳检测的检测递减时间，可以确保在检测到物联网设备离线时前后两次的时间间隔短提高检测结果的时效性，并提高与物联网设备工作状态的适配度。
附图说明
图1为本发明用于物联网设备的自学习检测方法的流程图；
图2为本发明用于物联网设备的自学习检测方法的递减周期式心跳检测逻辑图；
图3为本发明用于物联网设备的自学习检测方法的确定物联网设备的联网周期波动参量逻辑图；
图4为本发明用于物联网设备的自学习检测方法的判定是否对心跳检测的检测递减时间进行调整的逻辑图。
具体实施方式
为了使本发明的目的和优点更加清楚明白，下面结合实施例对本发明作进一步描述；应当理解，此处所描述的具体实施例仅仅用于解释本发明，并不用于限定本发明。
下面参照附图来描述本发明的优选实施方式。本领域技术人员应当理解的是，这些实施方式仅仅用于解释本发明的技术原理，并非在限制本发明的保护范围。
需要说明的是，在本发明的描述中，术语“上”、“下”、“左”、“右”、“内”、“外”等指示的方向或位置关系的术语是基于附图所示的方向或位置关系，这仅仅是为了便于描述，而不是指示或暗示所述装置或元件必须具有特定的方位、以特定的方位构造和操作，因此不能理解为对本发明的限制。
此外，还需要说明的是，在本发明的描述中，除非另有明确的规定和限定，术语“安装”、“相连”、“连接”应做广义理解，例如，可以是固定连接，也可以是可拆卸连接，或一体地连接；可以是机械连接，也可以是电连接；可以是直接相连，也可以通过中间媒介间接相连，可以是两个元件内部的连通。对于本领域技术人员而言，可根据具体情况理解上述术语在本发明中的具体含义。
请参阅图1所示，其为本发明用于物联网设备的自学习检测方法的流程图；本发明实施例提供一种用于物联网设备的自学习检测方法，包括：
获取物联网设备的当前工作状态，物联网设备的检测单元采用心跳检测的方式对物联网设备的当前阶段工作状态进行检测，并获取检测过程中物联网设备的历史离线记录；
根据所述历史离线记录预测物联网设备在检测时的阶段工作状态，记为预期阶段工作状态；
根据检测时物联网设备的实际阶段工作状态与所述预期阶段工作状态确定当前检测的判断准确率；
根据所述判断准确率确定触发的对应的检测排查策略，并根据所述检测排查策略的判断结果以确定物联网设备的联网周期波动参量；
根据所述联网周期波动参量确定对心跳检测的预设初始检测周期的调整量；
对所述预设初始检测周期进行调整后，计算调整后若干次检测的判断准确率记为第二检测准确率，并根据第二准确率判定是否需要对所述心跳检测的检测递减时间进行调整；
其中，所述工作状态包括物联网设备在线和物联网设备离线，所述心跳检测的方式设置有预设初始检测周期和预设最小心跳报文发送时间。
在实施中，预设最小心跳报文发送时间与检测递减时间相同，即当心跳检测的检测周期缩短至允许的最小值时，保证每次检测单元对物联网设备进行心跳检测均有一次心跳报文发送，历史离线记录中对应有物联网设备的数据传输频率。
在物联网领域，设备需要长时间与物联网进行互联，以进行数据的传输和控制信号的传递，因此，设备的在线情况检测尤为重要，区别于现有技术中的长时检测和定周期检测，传统的物联网设备状态检测通过长连接和定时高频心跳机制检测都存在一定的缺陷，长连接占用中控设备的连接数，定时高频心跳检测往往会造成大量的流量消耗。
本发明对物联网设备进行自学习检测过程中，根据检测的判断准确率以及联网周期波动参量确定当前心跳检测是否适合当前物联网设备的工作状态，在不适合时，对心跳检测的预设初始检测周期进行减小，通过缩短检测周期增加检测次数来提高检测方法与当前物联网设备工作状态的适配性；调整周期后再次判断准确率，若准确率再次不符合标准，则根据离线时间间隔最小值缩短心跳检测的检测递减时间，在保证检测准确率的同时，减少流量消耗；并且本发明设置有两种心跳检测方式，在检测准确率高且设备波动状态稳定时候，使用长周期的稳定心跳检测，进一步减少了检测次数，节约流量；本发明通过调整检测的检测周期与检测递减时间，提高了检测方法与物联网设备的适配性，在保证检测准确率的同时减小了流量消耗，并提高了检测结果时效性。
请参阅图2所示，其为本发明实施例用于物联网设备的自学习检测方法的递减周期式心跳检测逻辑图；所述心跳检测包括定周期式心跳检测和递减周期式心跳检测，其中：
所述定周期式心跳检测中对物联网设备进行工作状态的各检测周期对应的时长相同；
所述递减周期式心跳检测中对物联网设备进行工作状态的各检测周期对应的时长与检测次数成反比；
其中，所述定周期式心跳检测满足所述判断准确率大于等于预设准确率且所述联网周期波动参量小于等于预设联网周期波动参量；所述递减周期式心跳检测满足所述判断准确率小于预设准确率，或联网周期波动参量小于等于预设联网周期波动参量，或检测单元检测到所述物联网设备向物联网传输数据。
在实施中，预设准确率根据物联网设备的数据传输频率确定，一般的预设准确率取值为0.95,在物联网设备的数据传输频率高于历史记录中平均传输频率时，减小预设准确率；在物联网设备的数据传输频率低于历史记录中平均传输频率时，增大预设准确率，预设准确率的取值范围为0.9～0.98；
预设联网周期波动参量根据物联网设备根据历史记录中，检测单元使用定周期式心跳检测对物联网设备进行检测的平均周期波动参量确定。
可以理解的是，在使用定周期式心跳检测时，物联网设备的离线状态处于一个稳定状态，即经过相同时间的规律性离线，此时使用与物联网设备离线时间相同的定周期式心跳检测可以准确检测到物联网设备的离线状态，并且减少不必要的流量消耗；
在使用递减周期式心跳检测时，物联网设备的离线状态处于一个稳定状态或当前心跳检测周期的参数与物联网设备的工作状态并不适配，则使用递减周期式心跳检测，一般的认为，物联网设备距离上次发生离线工作时间越长，出现离线的概率越大，因此，在检测次数越多时，时间间隔越短，对物联网设备离线状态的检测越准确。
在本发明用于物联网设备的自学习检测方法中，设置有两种心跳检测方式，在物联网设备的离线状态处于一个稳定状态时使用定周期式心跳检测，并且在物联网设备的离线状态不稳定或当前心跳检测与物联网设备适配度低时，使用递减周期式心跳检测，既可以减少不必要的检测次数，减少流量消耗，同时可以提高检测的准确性。
具体而言，对于所述递减周期式心跳检测的各检测周期根据下式确定：
Tn＝Tn+1+t，
其中，Tn为第n个检测周期，Tn+1为第n+1个检测周期，t为检测递减时间。
具体而言，所述判断准确率根据若干次检测时物联网设备实际阶段工作状态与物联网设备的预期阶段工作状态确定；
判断准确率由下式确定：
α＝A/B,
其中，α为当前检测周期的判断准确率，A为所述检测单元检测到的离线次数，B为所述物联网设备的预期离线次数。
在实施中，所述物联网设备的预期离线次数根据物联网设备的历史离线记录的平均值确定，可以理解的是，检测单元检测到的离线次数小于等于预期离线次数，并非物联网设备的每次离线都处于检测单元进行检测的时间。
在本发明用于物联网设备的自学习检测方法中，根据判断准确率判断当前心跳检测的检测周期对物联网设备的检测是否准确，不仅可以确定当前心跳检测的适配性，同时可以确定当前心跳检测的与物联网设备实际工作时离线发生的差距，为调整周期提供数据基础。
请参阅图3所示，其为本发明实施例用于物联网设备的自学习检测方法的确定物联网设备的联网周期波动参量逻辑图；所述检测单元根据所述判断准确率确定采用的所述检测排查策略，包括：
在所述判断准确率大于等于预设准确率时，触发第一检测排查策略，所述检测单元判定当前心跳检测的检测周期与所述物联网设备工作状态的适配度符合标准；
在所述判断准确率小于预设准确率时，触发第二检测排查策略，所述检测单元判定当前心跳检测的检测周期与所述物联网设备工作状态低于预期适配度。
具体而言，在采用所述第一检测排查策略时，获取所述物联网设备的预设数量相邻离线时间间隔，并进行记录；
在采用所述第二检测排查策略时，获取所述物联网设备的预设数量二倍的相邻离线时间间隔，并进行记录；
所述联网周期波动参量根据各离线时间间隔的方差计算。
在实施中，预设数量为计算判断准确率时的历史离线记录中的20％；
可以理解的是，在采用第二检测排查策略时，获取的数据数量为第一检测排查策略获取数量的二倍，为的是更好的确定物联网设备的离线状态的不稳定程度，方差越小，表明数据波动越小，因此使用更多的数据计算联网周期波动参量可以使得对物联网设备的离线情况判断更加准确，避免采样对象数据波动小或者波动过大而影响后续的调整结果。
具体而言，在所述联网周期波动参量大于所述预设联网周期波动参量时，计算联网周期波动参量与预设联网周期波动参量的差值，根据差值与预设联网周期波动参量的比值确定所述心跳检测的预设初始检测周期的减小量；
其中，所述差值与预设联网周期波动参量的比值与所述心跳检测的预设初始检测周期的减小量成正比关系。
在实施中，预设联网周期波动参量根据当前物联网设备在正常工作时，稳定的规律性离线确定；
例如，预设联网周期波动参量为3，联网周期波动参量为4，差值为1，预设初始检测周期为90秒，则根据值与预设联网周期波动参量的比值1/3，确定心跳周期的减少时间为30秒。
请参阅图4所述，其为本发明实施例用于物联网设备的自学习检测方法的判定是否对心跳检测的检测递减时间进行调整的逻辑图；在判定计算所述第二准确率时，所述检测单元根据调整后的预设初始检测周期重新对物联网设备进行若干次所述心跳检测，存储离线记录，并根据调整后重新检测的离线次数与物联网设备的重新检测总次数计算第二准确率。
可以理解的是，在计算第二准确率时，物联网设备重新开始当前工作任务，可以避免在后续检测过程中，因之前心跳检测与物联网设备适配度低导致的判断准确率数值低而影响第二准确率的计算结果，从而影响对调整后的心跳检测与物联网设备是否相适的判断结果。
具体而言，所述根据第二准确率判定是否需要对心跳检测的所述检测递减时间进行调整时，其中；
若所述第二准确率大于等于所述预设准确率时，判定为调整后的心跳检测与所述物联网设备的工作状态相适，不需要对心跳检测的检测递减时间进行调整；
若所述第二准确率小于所述预设准确率时，判定为调整后的心跳检测与所述物联网设备的工作状态不相适，需要对心跳检测的检测递减时间进行调整。
在本发明用于物联网设备的自学习检测方法中，根据判断准确率判断当前心跳检测的检测周期对物联网设备的检测是否准确，不仅可以确定当前心跳检测的适配性，同时可以确定当前心跳检测的与物联网设备实际工作时离线发生的差距，为调整周期提供数据基础。
具体而言，在判定需要调整所述心跳检测的检测递减时间时，根据物联网设备的离线记录中检测的离线时间间隔最小值调整检测递减时间；
所述调整检测递减时间的方式为根据所述离线时间间隔最小值与平均离线时间的比值以及所述联网周期波动参量与所述预设联网周期波动参量的比值确定检测递减时间的减少量。
在实施中，调整检测递减时间时，使用的联网周期波动参量同样是再次计算得到的第二联网周期波动参量；选择离线时间间隔最小值调整检测递减时间为的是避免离线时间间隔短的离线发生得以被检测到；
在递减周期式心跳检测中，调整检测递减时间时，首先调整预设初始检测周期至小于离线时间间隔，预设离线时间间隔内，例如，离线时间间隔最小值与平均离线时间的比值为0.8，联网周期波动参量与预设联网周期波动参量为0.6，检测递减时间为10秒，则检测递减时间的减少量为10×0.8×0.6＝4.8为4.8秒。
在本发明用于物联网设备的自学习检测方法中，对心跳检测的检测周期进行调整后，若判断准确率不符合标准，则调整心跳检测的检测递减时间，调整心跳检测的检测递减时间，可以确保在检测到物联网设备离线时前后两次的时间间隔短提高检测结果的时效性，并提高与物联网设备工作状态的适配度。
至此，已经结合附图所示的优选实施方式描述了本发明的技术方案，但是，本领域技术人员容易理解的是，本发明的保护范围显然不局限于这些具体实施方式。在不偏离本发明的原理的前提下，本领域技术人员可以对相关技术特征做出等同的更改或替换，这些更改或替换之后的技术方案都将落入本发明的保护范围之内。
以上所述仅为本发明的优选实施例，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 (10)
1.一种用于物联网设备的自学习检测方法，其特征在于，包括：
获取物联网设备的当前工作状态，物联网设备的检测单元采用心跳检测的方式对物联网设备的当前阶段工作状态进行检测，并获取检测过程中物联网设备的历史离线记录；
根据所述历史离线记录预测物联网设备在检测时的阶段工作状态，记为预期阶段工作状态；
根据检测时物联网设备的实际阶段工作状态与所述预期阶段工作状态确定当前检测的判断准确率；
根据所述判断准确率确定触发的对应的检测排查策略，并根据所述检测排查策略的判断结果以确定物联网设备的联网周期波动参量；
根据所述联网周期波动参量确定对心跳检测的预设初始检测周期的调整量；
对所述预设初始检测周期进行调整后，计算调整后若干次检测的判断准确率记为第二检测准确率，并根据第二准确率判定是否需要对所述心跳检测的检测递减时间进行调整；
其中，所述工作状态包括物联网设备在线和物联网设备离线，所述心跳检测的方式设置有预设初始检测周期和预设最小心跳报文发送时间。
2.根据权利要求1所述的用于物联网设备的自学习检测方法，其特征在于，所述心跳检测包括定周期式心跳检测和递减周期式心跳检测，其中：
所述定周期式心跳检测中对物联网设备进行工作状态的各检测周期对应的时长相同；
所述递减周期式心跳检测中对物联网设备进行工作状态的各检测周期对应的时长与检测次数成反比；
其中，所述定周期式心跳检测满足所述判断准确率大于等于预设准确率且所述联网周期波动参量小于等于预设联网周期波动参量；所述递减周期式心跳检测满足所述判断准确率小于预设准确率，或联网周期波动参量小于等于预设联网周期波动参量，或检测单元检测到所述物联网设备向物联网传输数据。
3.根据权利要求2所述的用于物联网设备的自学习检测方法，其特征在于，对于所述递减周期式心跳检测的各检测周期根据下式确定：
Tn＝Tn+1+t，
其中，Tn为第n个检测周期，Tn+1为第n+1个检测周期，t为检测递减时间。
4.根据权利要求3所述的用于物联网设备的自学习检测方法，其特征在于，所述判断准确率根据若干次检测时物联网设备实际阶段工作状态与物联网设备的预期阶段工作状态确定；
判断准确率由下式确定：
α＝A/B,
其中，α为当前检测周期的判断准确率，A为所述检测单元检测到的离线次数，B为所述物联网设备的预期离线次数。
5.根据权利要求4所述的用于物联网设备的自学习检测方法，其特征在于，所述检测单元根据所述判断准确率确定采用的所述检测排查策略，包括：
在所述判断准确率大于等于预设准确率时，触发第一检测排查策略，所述检测单元判定当前心跳检测的检测周期与所述物联网设备工作状态的适配度符合标准；
在所述判断准确率小于预设准确率时，触发第二检测排查策略，所述检测单元判定当前心跳检测的检测周期与所述物联网设备工作状态低于预期适配度。
6.根据权利要求5所述的用于物联网设备的自学习检测方法，其特征在于，在采用所述第一检测排查策略时，获取所述物联网设备的预设数量相邻离线时间间隔，并进行记录；
在采用所述第二检测排查策略时，获取所述物联网设备的预设数量二倍的相邻离线时间间隔，并进行记录；
所述联网周期波动参量根据各离线时间间隔的方差计算。
7.根据权利要求6所述的用于物联网设备的自学习检测方法，其特征在于，在所述联网周期波动参量大于所述预设联网周期波动参量时，计算联网周期波动参量与预设联网周期波动参量的差值，根据差值与预设联网周期波动参量的比值确定所述心跳检测的预设初始检测周期的减小量；
其中，所述差值与预设联网周期波动参量的比值与所述心跳检测的预设初始检测周期的减小量成正比关系。
8.根据权利要求7所述的用于物联网设备的自学习检测方法，其特征在于，在判定计算所述第二准确率时，所述检测单元根据调整后的预设初始检测周期重新对物联网设备进行若干次所述心跳检测，存储离线记录，并根据调整后重新检测的离线次数与物联网设备的重新检测总次数计算第二准确率。
9.根据权利要求8所述的用于物联网设备的自学习检测方法，其特征在于，所述根据第二准确率判定是否需要对心跳检测的所述检测递减时间进行调整时，其中；
若所述第二准确率大于等于所述预设准确率时，判定为调整后的心跳检测与所述物联网设备的工作状态相适，不需要对心跳检测的检测递减时间进行调整；
若所述第二准确率小于所述预设准确率时，判定为调整后的心跳检测与所述物联网设备的工作状态不相适，需要对心跳检测的检测递减时间进行调整。
10.根据权利要求9所述的用于物联网设备的自学习检测方法，其特征在于，在判定需要调整所述心跳检测的检测递减时间时，根据物联网设备的离线记录中检测的离线时间间隔最小值调整检测递减时间；
所述调整检测递减时间的方式为根据所述离线时间间隔最小值与平均离线时间的比值以及所述联网周期波动参量与所述预设联网周期波动参量的比值确定检测递减时间的减少量。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202311429139.3A CN117424838B (zh) | 2023-10-31 | 2023-10-31 | 用于物联网设备的自学习检测方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202311429139.3A CN117424838B (zh) | 2023-10-31 | 2023-10-31 | 用于物联网设备的自学习检测方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN117424838A true CN117424838A (zh) | 2024-01-19 |
| CN117424838B CN117424838B (zh) | 2024-06-18 |
Family
ID=89526183
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202311429139.3A Active CN117424838B (zh) | 2023-10-31 | 2023-10-31 | 用于物联网设备的自学习检测方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN117424838B (zh) |
Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN114296979A (zh) * | 2021-12-28 | 2022-04-08 | 浪潮云信息技术股份公司 | 一种检测物联网设备异常状态的方法及装置 |
| AU2022201926A1 (en) * | 2020-06-26 | 2022-04-14 | Cripps Clark, Julianne Mary | BlackBoxAuthorityCoordinator (BAC) is a device able to receive IoT messages from diverse sources and when installed can be programmed to initiate safe operation of equipment and can provide audit of changes to its control of operations and all subscriptions to its authority which as needed are stored locally, copied and/or uploaded to a secure backup location via messages or other protocols with provision for authentication and where necessary timed persistence of received instruction messages and/or position and status information. |
| CN114422412A (zh) * | 2020-10-13 | 2022-04-29 | 华为技术有限公司 | 一种设备检测方法、装置和通信设备 |
| CN115801645A (zh) * | 2021-09-10 | 2023-03-14 | 佛山市云米电器科技有限公司 | 设备的在线状态检测方法及装置 |
| CN116112545A (zh) * | 2021-11-09 | 2023-05-12 | 北京金山云网络技术有限公司 | 设备在线状态的监测方法、装置、系统和电子设备 |
| CN116915578A (zh) * | 2023-07-05 | 2023-10-20 | 中国通信服务股份有限公司 | 一种物联网设备故障的分析方法、系统及电子设备 |
-
2023
- 2023-10-31 CN CN202311429139.3A patent/CN117424838B/zh active Active
Patent Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| AU2022201926A1 (en) * | 2020-06-26 | 2022-04-14 | Cripps Clark, Julianne Mary | BlackBoxAuthorityCoordinator (BAC) is a device able to receive IoT messages from diverse sources and when installed can be programmed to initiate safe operation of equipment and can provide audit of changes to its control of operations and all subscriptions to its authority which as needed are stored locally, copied and/or uploaded to a secure backup location via messages or other protocols with provision for authentication and where necessary timed persistence of received instruction messages and/or position and status information. |
| CN114422412A (zh) * | 2020-10-13 | 2022-04-29 | 华为技术有限公司 | 一种设备检测方法、装置和通信设备 |
| CN115801645A (zh) * | 2021-09-10 | 2023-03-14 | 佛山市云米电器科技有限公司 | 设备的在线状态检测方法及装置 |
| CN116112545A (zh) * | 2021-11-09 | 2023-05-12 | 北京金山云网络技术有限公司 | 设备在线状态的监测方法、装置、系统和电子设备 |
| CN114296979A (zh) * | 2021-12-28 | 2022-04-08 | 浪潮云信息技术股份公司 | 一种检测物联网设备异常状态的方法及装置 |
| CN116915578A (zh) * | 2023-07-05 | 2023-10-20 | 中国通信服务股份有限公司 | 一种物联网设备故障的分析方法、系统及电子设备 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN117424838B (zh) | 2024-06-18 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| US6397043B1 (en) | Method for controlling forward link power independent of reverse link power control | |
| US7817577B2 (en) | Method for balancing quality of wireless communication channel and wireless communication apparatus using the same | |
| SE523453C2 (sv) | Styrning av sändningseffekt vid trådlös paketdataöverföring | |
| US20110119523A1 (en) | Adaptive remote decision making under quality of information requirements | |
| CN115290146A (zh) | 用于水资源监测的远程在线监控方法 | |
| US11652722B2 (en) | High frequency probing for network bandwidth estimation using video data in real-time video conference | |
| CN116131468A (zh) | 一种基于物联网的电力系统实时动态监测方法及系统 | |
| CN114625088B (zh) | 自动化生产线的效能优化方法、系统、设备及存储介质 | |
| CN117424838B (zh) | 用于物联网设备的自学习检测方法 | |
| CN113587520B (zh) | 冰箱化霜系统异常检测方法及装置 | |
| CN116016237A (zh) | 一种智能网关监控系统 | |
| CN105468910A (zh) | 一种机电设备性能退化预测方法 | |
| CN113761027B (zh) | 车辆车载设备基于gps数据标定熄火状态的标定方法、装置及计算机可读存储介质 | |
| CN104199417A (zh) | 一种半导体镀膜工艺的统计过程监控方法 | |
| US20010046855A1 (en) | Method and apparatus for alarming on occurrence of cell secession of a mobile station in a mobile communication system | |
| CN114143822B (zh) | 流量管理方法、运营管理平台、充电桩及存储介质 | |
| CN116366756A (zh) | 一种手机智能化测试运行监控系统 | |
| EP3259862B1 (en) | Control of radio connections in a cellular network | |
| CN114708709A (zh) | 一种高可靠性电力设备的预警装置 | |
| US8566655B2 (en) | Method for operating a communication system having a plurality of nodes, and a communication system therefor | |
| CN107957935B (zh) | 设备的控制方法和装置、计算机可读存储介质 | |
| CN111626841A (zh) | 对联机交易进行监控的方法、系统及相关设备 | |
| CN117858219B (zh) | 一种基于物联网资源调度的方法及系统 | |
| US11907440B2 (en) | Scheme capable of dynamically adjusting sensor frame rate according to polling rate of microcontroller to avoid invalid displacement data report and to save more power | |
| CN117641065A (zh) | 一种智能网络监测传感器的自适应图像传输方法 |
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 |