CN117579812B - 一种基于大数据的数字电视平台智能运维系统及方法 - Google Patents
一种基于大数据的数字电视平台智能运维系统及方法 Download PDFInfo
- Publication number
- CN117579812B CN117579812B CN202311659576.4A CN202311659576A CN117579812B CN 117579812 B CN117579812 B CN 117579812B CN 202311659576 A CN202311659576 A CN 202311659576A CN 117579812 B CN117579812 B CN 117579812B
- Authority
- CN
- China
- Prior art keywords
- signal source
- network signal
- digital television
- dynamic
- standby
- 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.)
- Active
Links
- 238000012423 maintenance Methods 0.000 title claims abstract description 75
- 238000000034 method Methods 0.000 title claims abstract description 43
- 230000006399 behavior Effects 0.000 claims abstract description 126
- 230000006855 networking Effects 0.000 claims abstract description 22
- 238000012545 processing Methods 0.000 claims description 44
- 238000004458 analytical method Methods 0.000 claims description 32
- 230000008569 process Effects 0.000 claims description 23
- 238000004364 calculation method Methods 0.000 claims description 12
- 238000012502 risk assessment Methods 0.000 abstract description 2
- 230000009471 action Effects 0.000 description 3
- 230000007774 longterm Effects 0.000 description 3
- 230000008054 signal transmission Effects 0.000 description 3
- 230000002159 abnormal effect Effects 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000003745 diagnosis Methods 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 230000001788 irregular Effects 0.000 description 1
- 238000011084 recovery Methods 0.000 description 1
Classifications
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N17/00—Diagnosis, testing or measuring for television systems or their details
- H04N17/004—Diagnosis, testing or measuring for television systems or their details for digital television systems
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N21/00—Selective content distribution, e.g. interactive television or video on demand [VOD]
- H04N21/20—Servers specifically adapted for the distribution of content, e.g. VOD servers; Operations thereof
- H04N21/23—Processing of content or additional data; Elementary server operations; Server middleware
- H04N21/24—Monitoring of processes or resources, e.g. monitoring of server load, available bandwidth, upstream requests
- H04N21/2404—Monitoring of server processing errors or hardware failure
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N21/00—Selective content distribution, e.g. interactive television or video on demand [VOD]
- H04N21/40—Client devices specifically adapted for the reception of or interaction with content, e.g. set-top-box [STB]; Operations thereof
- H04N21/43—Processing of content or additional data, e.g. demultiplexing additional data from a digital video stream; Elementary client operations, e.g. monitoring of home network or synchronising decoder's clock; Client middleware
- H04N21/442—Monitoring of processes or resources, e.g. detecting the failure of a recording device, monitoring the downstream bandwidth, the number of times a movie has been viewed, the storage space available from the internal hard disk
- H04N21/4425—Monitoring of client processing errors or hardware failure
-
- 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
- Y02D10/00—Energy efficient computing, e.g. low power processors, power management or thermal management
Landscapes
- Engineering & Computer Science (AREA)
- Multimedia (AREA)
- Signal Processing (AREA)
- Health & Medical Sciences (AREA)
- Biomedical Technology (AREA)
- General Health & Medical Sciences (AREA)
- Computer Networks & Wireless Communication (AREA)
- Databases & Information Systems (AREA)
- Two-Way Televisions, Distribution Of Moving Picture Or The Like (AREA)
- Testing, Inspecting, Measuring Of Stereoscopic Televisions And Televisions (AREA)
Abstract
本发明公开了一种基于大数据的数字电视平台智能运维系统及方法,属于运维技术领域。构建数字电视节目编码与网络信号源之间的动态绑定关系,建立动态组网行为数据库,形成信源调度分发动态行为集;对动态数据簇附加动态行为标签,建信源调度依赖模型,分析数字电视节目对网络信号源的依赖度,输出备用网络信号源,当出现网络信号源故障时,分别生成失效备用信源集合和数字电视中断节目集;根据失效备用信源集合和数字电视中断节目集,评估运维紧急性,进行预警提示;从而,能够基于动态组网行为,分析出每一次信源调度分发行为特征,在动态的行为特征中,得到数字电视节目对网络信号源的依赖度,帮助工作人员进行有效的运维风险评估决策。
Description
技术领域
本发明涉及运维技术领域,具体为一种基于大数据的数字电视平台智能运维系统及方法。
背景技术
随着数字化技术的不断发展,数字电视已经成为了主流的电视信号传输方式,数字电视信号的传输需要依靠稳定的网络设备和高可靠性的传输链路;
现有技术中,由于数字电视信号传输网的复杂性,使得在数字电视出现异常时,往往难以精确定位故障的原因,需要技术人员具备丰富的经验和专业知识,才能进行准确的判断和处理,同时,在进行数字电视异常诊断时,往往缺乏自动化工具的支持,使得故障诊断的效率和准确性受到限制。
发明内容
本发明的目的在于提供一种基于大数据的数字电视平台智能运维系统及方法,以解决上述背景技术中提出的问题。
为了解决上述技术问题,本发明提供如下技术方案:
一种基于大数据的数字电视平台智能运维系统,本系统包括:数字电视平台模块、信源调度分析模块、信源调度处理模块和预警分析模块;
所述数字电视平台模块,用于建立数字电视云平台,分别对数字电视节目和网络信号源进行编码处理,并构建数字电视节目编码与网络信号源之间的动态绑定关系;建立动态组网行为数据库,统筹全部动态绑定关系,形成信源调度分发动态行为集,所述信源调度分发动态行为集中存储动态数据簇,所述动态数据簇中存储数字电视节目;
所述信源调度分析模块,根据信源调度分发动态行为集,对动态数据簇附加动态行为标签,生成动态标签集合;建信源调度依赖模型,根据动态标签集合,分析数字电视节目对网络信号源的依赖度;
所述信源调度处理模块,根据信源调度依赖模型,输出备用网络信号源,生成备用信源集合,发送至备用信源临时数据库;当出现网络信号源故障时,提取备用信源临时数据库中各个故障的网络信号源对应的备用信源集合,并生成失效备用信源集合;
所述预警分析模块,用于当出现网络信号源故障时,提取出现故障的网络信号源对应的动态数据簇,并生成数字电视中断节目集;根据失效备用信源集合和数字电视中断节目集,评估运维紧急性,进行预警提示。
进一步的,所述数字电视平台模块还包括动态关系单元和动态组网行为单元;
所述动态关系单元,用于建立数字电视云平台,所述数字电视云平台中存储有具备唯一数字电视节目编码属性的数字电视节目库,和具备唯一网络信号源编码属性的信号源资源库;其中,网络信号源编码与数字电视节目编码具备动态绑定关系,所述动态绑定关系基于数字电视节目在播放过程中使用的网络信号源行为进行记录;
所述动态组网行为单元,用于建立动态组网行为数据库,基于数字电视节目库和信号源资源库,统筹全部动态绑定关系,生成动态数据簇,统筹全部动态数据簇,形成信源调度分发动态行为集,记为Ii={DCx|x∈[1,A]},其中,Ii表示在第i次网络信号源分配时,形成的信源调度分发动态行为集,DCx表示在第i次网络信号源分配时,网络信号源x对应生成的动态数据簇,A表示网络信号源的总数量;且,DCx={DPv|v∈[1,B]},其中,DPv表示在第i次网络信号源分配时,使用网络信号源x的第v个数字电视节目,B表示数字电视节目的总数量。
进一步的,所述信源调度分析模块还包括动态行为标签单元和信源调度依赖模型单元;
所述动态行为标签单元,根据信源调度分发动态行为集,对在第i次网络信号源分配时,网络信号源x对应生成的动态数据簇DCx附加动态行为标签,记为DCx(i),且DCx(i)=DCx、DCx∈Ii,统计全部动态行为标签,生成动态标签集合,记为L(x)={DCx(i)|i∈[1,K]},其中,K表示网络信号源分配的总次数;
所述信源调度依赖模型单元,用于构建信源调度依赖模型,根据动态标签集合,分析数字电视节目对网络信号源的依赖度,具体分析过程如下:
获取任意一个数字电视节目DPv,判断:如果DPv∈DCx(i),则对动态行为标签DCx(i)标记为1,否则对动态行为标签DCx(i)标记为0;
根据判断结果,将动态标签集合L(x)按照网络信号源分配的次数由小到大的顺序,对应转换成二进制列表,获取二进制列表中第d个为1位置对应的网络信号源分配的次数序号,记为U(d),计算数字电视节目对网络信号源的依赖度,具体计算公式如下:
其中,DD(DPv→x)表示数字电视节目DPv对网络信号源x的依赖度,U(d+1)表示二进制列表中第d+1个为1位置对应的网络信号源分配的次数序号,D表示二进制列表中为1位置的总数量。
进一步的,所述信源调度处理模块还包括备用信源库单元和失效信源处理单元;
所述备用信源库单元,用于当第K次网络信号源分配后,根据信源调度依赖模型,得到同一个数字电视节目对不同网络信号源的依赖度,将依赖度最大时对应的网络信号源作为数字电视节目DPv的备用网络信号源;获取同一个备用网络信号源下的全部数字电视节目,生成备用信源集合,记为SS(x)={DPh|h∈[1,H]},其中,SS(x)表示网络信号源x作为备用网络信号源时,对应生成的备用信源集合,DPh表示第h个数字电视节目,H表示备用信源集合SS(x)中包含的数字电视节目的最大编码;建立备用信源临时数据库,所述备用信源临时数据库中存储第K次网络信号源分配后,生成的各个备用信源集合;
所述失效信源处理单元,用于获取第K次网络信号源分配后,形成的信源调度分发动态行为集IK+1;在第K+1次网络信号源分配前,当出现网络信号源故障时,提取备用信源临时数据库中各个故障的网络信号源对应的备用信源集合,将提取的备用信源集合进行并集处理,并将备用信源集合并集处理后的结果,记为失效备用信源集合W。
进一步的,所述预警分析模块还包括中断节目处理单元和运维分析单元;
所述中断节目处理单元,用于在第K+1次网络信号源分配前,当出现网络信号源故障时,在信源调度分发动态行为集IK+1中提取出现故障的网络信号源对应的动态数据簇,对出现故障的网络信号源对应的全部动态数据簇进行并集处理,并将动态数据簇并集处理后的结果,记为数字电视中断节目集Q;
所述运维分析单元,根据失效备用信源集合W和数字电视中断节目集Q,评估运维紧急性,计算运维紧急度,具体计算公式如下:
其中,MU表示运维紧急度,NUM[W∩Q]表示失效备用信源集合W和数字电视中断节目集Q进行交集后包含的数字电视节目数量,NUM(Q)表示数字电视中断节目集Q中包含的数字电视节目数量;
预设运维紧急阈值,如果运维紧急度MU大于等于运维紧急阈值,则发出预警提示,提示工作人员进行第K+1次网络信号源分配。
一种基于大数据的数字电视平台智能运维方法,本方法包括以下步骤:
步骤S100:建立数字电视云平台,分别对数字电视节目和网络信号源进行编码处理,并构建数字电视节目编码与网络信号源之间的动态绑定关系;建立动态组网行为数据库,统筹全部动态绑定关系,形成信源调度分发动态行为集,所述信源调度分发动态行为集中存储动态数据簇,所述动态数据簇中存储数字电视节目;
步骤S200:根据信源调度分发动态行为集,对动态数据簇附加动态行为标签,生成动态标签集合;建信源调度依赖模型,根据动态标签集合,分析数字电视节目对网络信号源的依赖度;
步骤S300:根据信源调度依赖模型,输出备用网络信号源,生成备用信源集合,发送至备用信源临时数据库;当出现网络信号源故障时,提取备用信源临时数据库中各个故障的网络信号源对应的备用信源集合,并生成失效备用信源集合;
步骤S400:当出现网络信号源故障时,提取出现故障的网络信号源对应的动态数据簇,并生成数字电视中断节目集;根据失效备用信源集合和数字电视中断节目集,评估运维紧急性,进行预警提示。
进一步的,所述步骤S100的具体实施过程包括:
步骤S101:建立数字电视云平台,所述数字电视云平台中存储有具备唯一数字电视节目编码属性的数字电视节目库,和具备唯一网络信号源编码属性的信号源资源库;其中,网络信号源编码与数字电视节目编码具备动态绑定关系,所述动态绑定关系基于数字电视节目在播放过程中使用的网络信号源行为进行记录;
步骤S102:建立动态组网行为数据库,基于数字电视节目库和信号源资源库,统筹全部动态绑定关系,生成动态数据簇,统筹全部动态数据簇,形成信源调度分发动态行为集,记为Ii={DCx|x∈[1,A]},其中,Ii表示在第i次网络信号源分配时,形成的信源调度分发动态行为集,DCx表示在第i次网络信号源分配时,网络信号源x对应生成的动态数据簇,A表示网络信号源的总数量;且,DCx={DPv|v∈[1,B]},其中,DPv表示在第i次网络信号源分配时,使用网络信号源x的第v个数字电视节目,B表示数字电视节目的总数量。
进一步的,所述步骤S200的具体实施过程包括:
步骤S201:根据信源调度分发动态行为集,对在第i次网络信号源分配时,网络信号源x对应生成的动态数据簇DCx附加动态行为标签,记为DCx(i),且DCx(i)=DCx、DCx∈Ii,统计全部动态行为标签,生成动态标签集合,记为L(x)={DCx(i)|i∈[1,K]},其中,K表示网络信号源分配的总次数;
步骤S202:构建信源调度依赖模型,根据动态标签集合,分析数字电视节目对网络信号源的依赖度,具体分析过程如下:
获取任意一个数字电视节目DPv,判断:如果DPv∈DCx(i),则对动态行为标签DCx(i)标记为1,否则对动态行为标签DCx(i)标记为0;
根据判断结果,将动态标签集合L(x)按照网络信号源分配的次数由小到大的顺序,对应转换成二进制列表,获取二进制列表中第d个为1位置对应的网络信号源分配的次数序号,记为U(d),计算数字电视节目对网络信号源的依赖度,具体计算公式如下:
其中,DD(DPv→x)表示数字电视节目DPv对网络信号源x的依赖度,U(d+1)表示二进制列表中第d+1个为1位置对应的网络信号源分配的次数序号,D表示二进制列表中为1位置的总数量。
根据上述方法,本申请发明根据历史信源调度分发动态行为,分析数字电视节目对网络信号源的依赖度,历史信源调度分发动态行为存在不规律的情况,通过建立动态行为标签,将不规律的历史信源调度分发动态行为,转化成0和1的二进制序列表,展现信源调度分发动态行为的长期特征,如果一个数字电视节目长期使用一种网络信号源,则在二进制序列表中展现的全是1的序列,通过一个为1的序列表位置转移到下一个为1的序列表位置之间,存在的全部为0的序列表位置数量,即公式U(d+1)-U(d),反应数字电视节目短期使用一种网络信号源的情况,进而通过长短期分析,得出数字电视节目对网络信号源的依赖度,依赖度越大,表示网络信号源能够长期提供给数字电视节目稳定的信号来源。
进一步的,所述步骤S300的具体实施过程包括:
步骤S301:第K次网络信号源分配后,根据信源调度依赖模型,得到同一个数字电视节目对不同网络信号源的依赖度,将依赖度最大时对应的网络信号源作为数字电视节目DPv的备用网络信号源;获取同一个备用网络信号源下的全部数字电视节目,生成备用信源集合,记为SS(x)={DPh|h∈[1,H]},其中,SS(x)表示网络信号源x作为备用网络信号源时,对应生成的备用信源集合,DPh表示第h个数字电视节目,H表示备用信源集合SS(x)中包含的数字电视节目的最大编码;建立备用信源临时数据库,所述备用信源临时数据库中存储第K次网络信号源分配后,生成的各个备用信源集合;
步骤S302:获取第K次网络信号源分配后,形成的信源调度分发动态行为集IK+1;在第K+1次网络信号源分配前,当出现网络信号源故障时,提取备用信源临时数据库中各个故障的网络信号源对应的备用信源集合,将提取的备用信源集合进行并集处理,并将备用信源集合并集处理后的结果,记为失效备用信源集合W。
根据上述方法,依赖度最大时对应的网络信号源作为数字电视节目的备用网络信号源,是立足于长期的依赖度分析得出的,具备一定的客观性。
进一步的,所述步骤S400的具体实施过程包括:
步骤S401:在第K+1次网络信号源分配前,当出现网络信号源故障时,在信源调度分发动态行为集IK+1中提取出现故障的网络信号源对应的动态数据簇,对出现故障的网络信号源对应的全部动态数据簇进行并集处理,并将动态数据簇并集处理后的结果,记为数字电视中断节目集Q;
步骤S402:根据失效备用信源集合W和数字电视中断节目集Q,评估运维紧急性,计算运维紧急度,具体计算公式如下:
其中,MU表示运维紧急度,NUM[W∩Q]表示失效备用信源集合W和数字电视中断节目集Q进行交集后包含的数字电视节目数量,NUM(Q)表示数字电视中断节目集Q中包含的数字电视节目数量;
预设运维紧急阈值,如果运维紧急度MU大于等于运维紧急阈值,则发出预警提示,提示工作人员进行第K+1次网络信号源分配;
根据上述方法,当出现网络信号源故障时,一般优先考虑备用信号源,但是备用信号源并不是随意分配的,在分析出每一个数字电视节目的备用信号源后,备用信号源与数字电视节目之间是唯一的绑定关系,但当出现网络信号源故障时,故障的信号源也可能是备用的信号源,进而使得中断的数字电视节目没有更好的信号源来分配,运维紧急度体现的是故障的信号源作为备用信号源对恢复数字电视节目信号的行为影响程度,运维紧急度越大,表示当前出现故障的信号源对数字电视节目的整体恢复难度越大,进而运维风险也越大。
与现有技术相比,本发明所达到的有益效果是:本发明提供的一种基于大数据的数字电视平台智能运维系统及方法中,构建数字电视节目编码与网络信号源之间的动态绑定关系,建立动态组网行为数据库,形成信源调度分发动态行为集;对动态数据簇附加动态行为标签,建信源调度依赖模型,分析数字电视节目对网络信号源的依赖度,输出备用网络信号源,当出现网络信号源故障时,分别生成失效备用信源集合和数字电视中断节目集;根据失效备用信源集合和数字电视中断节目集,评估运维紧急性,进行预警提示;从而,能够基于动态组网行为,分析出每一次信源调度分发行为特征,在动态的行为特征中,得到数字电视节目对网络信号源的依赖度,帮助工作人员进行有效的运维风险评估决策。
附图说明
附图用来提供对本发明的进一步理解,并且构成说明书的一部分,与本发明的实施例一起用于解释本发明,并且不构成对本发明的限制。在附图中:
图1是本发明一种基于大数据的数字电视平台智能运维系统的结构示意图;
图2是本发明一种基于大数据的数字电视平台智能运维方法的步骤示意图。
具体实施方式
下面将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,都属于本发明保护的范围。
请参阅图1-图2,本发明提供技术方案:
请参阅图1,在本实施例一中:提供一种基于大数据的数字电视平台智能运维系统,该系统包括:数字电视平台模块、信源调度分析模块、信源调度处理模块和预警分析模块;
数字电视平台模块,用于建立数字电视云平台,分别对数字电视节目和网络信号源进行编码处理,并构建数字电视节目编码与网络信号源之间的动态绑定关系;建立动态组网行为数据库,统筹全部动态绑定关系,形成信源调度分发动态行为集,信源调度分发动态行为集中存储动态数据簇,动态数据簇中存储数字电视节目;
其中,数字电视平台模块还包括动态关系单元和动态组网行为单元;
动态关系单元,用于建立数字电视云平台,数字电视云平台中存储有具备唯一数字电视节目编码属性的数字电视节目库,和具备唯一网络信号源编码属性的信号源资源库;其中,网络信号源编码与数字电视节目编码具备动态绑定关系,动态绑定关系基于数字电视节目在播放过程中使用的网络信号源行为进行记录;
动态组网行为单元,用于建立动态组网行为数据库,基于数字电视节目库和信号源资源库,统筹全部动态绑定关系,生成动态数据簇,统筹全部动态数据簇,形成信源调度分发动态行为集,记为Ii={DCx|x∈[1,A]},其中,Ii表示在第i次网络信号源分配时,形成的信源调度分发动态行为集,DCx表示在第i次网络信号源分配时,网络信号源x对应生成的动态数据簇,A表示网络信号源的总数量;且,DCx={DPv|v∈[1,B]},其中,DPv表示在第i次网络信号源分配时,使用网络信号源x的第v个数字电视节目,B表示数字电视节目的总数量。
信源调度分析模块,根据信源调度分发动态行为集,对动态数据簇附加动态行为标签,生成动态标签集合;建信源调度依赖模型,根据动态标签集合,分析数字电视节目对网络信号源的依赖度;
其中,信源调度分析模块还包括动态行为标签单元和信源调度依赖模型单元;
动态行为标签单元,根据信源调度分发动态行为集,对在第i次网络信号源分配时,网络信号源x对应生成的动态数据簇DCx附加动态行为标签,记为DCx(i),且DCx(i)=DCx、DCx∈Ii,统计全部动态行为标签,生成动态标签集合,记为L(x)={DCx(i)|i∈[1,K]},其中,K表示网络信号源分配的总次数;
信源调度依赖模型单元,用于构建信源调度依赖模型,根据动态标签集合,分析数字电视节目对网络信号源的依赖度,具体分析过程如下:
获取任意一个数字电视节目DPv,判断:如果DPv∈DCx(i),则对动态行为标签DCx(i)标记为1,否则对动态行为标签DCx(i)标记为0;
根据判断结果,将动态标签集合L(x)按照网络信号源分配的次数由小到大的顺序,对应转换成二进制列表,获取二进制列表中第d个为1位置对应的网络信号源分配的次数序号,记为U(d),计算数字电视节目对网络信号源的依赖度,具体计算公式如下:
其中,DD(DPv→x)表示数字电视节目DPv对网络信号源x的依赖度,U(d+1)表示二进制列表中第d+1个为1位置对应的网络信号源分配的次数序号,D表示二进制列表中为1位置的总数量。
信源调度处理模块,根据信源调度依赖模型,输出备用网络信号源,生成备用信源集合,发送至备用信源临时数据库;当出现网络信号源故障时,提取备用信源临时数据库中各个故障的网络信号源对应的备用信源集合,并生成失效备用信源集合;
其中,信源调度处理模块还包括备用信源库单元和失效信源处理单元;
备用信源库单元,用于当第K次网络信号源分配后,根据信源调度依赖模型,得到同一个数字电视节目对不同网络信号源的依赖度,将依赖度最大时对应的网络信号源作为数字电视节目DPv的备用网络信号源;获取同一个备用网络信号源下的全部数字电视节目,生成备用信源集合,记为SS(x)={DPh|h∈[1,H]},其中,SS(x)表示网络信号源x作为备用网络信号源时,对应生成的备用信源集合,DPh表示第h个数字电视节目,H表示备用信源集合SS(x)中包含的数字电视节目的最大编码;建立备用信源临时数据库,备用信源临时数据库中存储第K次网络信号源分配后,生成的各个备用信源集合;
失效信源处理单元,用于获取第K次网络信号源分配后,形成的信源调度分发动态行为集IK+1;在第K+1次网络信号源分配前,当出现网络信号源故障时,提取备用信源临时数据库中各个故障的网络信号源对应的备用信源集合,将提取的备用信源集合进行并集处理,并将备用信源集合并集处理后的结果,记为失效备用信源集合W。
预警分析模块,用于当出现网络信号源故障时,提取出现故障的网络信号源对应的动态数据簇,并生成数字电视中断节目集;根据失效备用信源集合和数字电视中断节目集,评估运维紧急性,进行预警提示;
其中,预警分析模块还包括中断节目处理单元和运维分析单元;
中断节目处理单元,用于在第K+1次网络信号源分配前,当出现网络信号源故障时,在信源调度分发动态行为集IK+1中提取出现故障的网络信号源对应的动态数据簇,对出现故障的网络信号源对应的全部动态数据簇进行并集处理,并将动态数据簇并集处理后的结果,记为数字电视中断节目集Q;
运维分析单元,根据失效备用信源集合W和数字电视中断节目集Q,评估运维紧急性,计算运维紧急度,具体计算公式如下:
其中,MU表示运维紧急度,NUM[W∩Q]表示失效备用信源集合W和数字电视中断节目集Q进行交集后包含的数字电视节目数量,NUM(Q)表示数字电视中断节目集Q中包含的数字电视节目数量;
预设运维紧急阈值,如果运维紧急度MU大于等于运维紧急阈值,则发出预警提示,提示工作人员进行第K+1次网络信号源分配。
请参阅图2,在本实施例二中:提供一种基于大数据的数字电视平台智能运维方法,该方法包括以下步骤:
步骤S100:建立数字电视云平台,分别对数字电视节目和网络信号源进行编码处理,并构建数字电视节目编码与网络信号源之间的动态绑定关系;建立动态组网行为数据库,统筹全部动态绑定关系,形成信源调度分发动态行为集,信源调度分发动态行为集中存储动态数据簇,动态数据簇中存储数字电视节目;
具体的,建立数字电视云平台,数字电视云平台中存储有具备唯一数字电视节目编码属性的数字电视节目库,和具备唯一网络信号源编码属性的信号源资源库;其中,网络信号源编码与数字电视节目编码具备动态绑定关系,动态绑定关系基于数字电视节目在播放过程中使用的网络信号源行为进行记录;
建立动态组网行为数据库,基于数字电视节目库和信号源资源库,统筹全部动态绑定关系,生成动态数据簇,统筹全部动态数据簇,形成信源调度分发动态行为集,记为Ii={DCx|x∈[1,A]},其中,Ii表示在第i次网络信号源分配时,形成的信源调度分发动态行为集,DCx表示在第i次网络信号源分配时,网络信号源x对应生成的动态数据簇,A表示网络信号源的总数量;且,DCx={DPv|v∈[1,B]},其中,DPv表示在第i次网络信号源分配时,使用网络信号源x的第v个数字电视节目,B表示数字电视节目的总数量。
步骤S200:根据信源调度分发动态行为集,对动态数据簇附加动态行为标签,生成动态标签集合;建信源调度依赖模型,根据动态标签集合,分析数字电视节目对网络信号源的依赖度;
具体的,根据信源调度分发动态行为集,对在第i次网络信号源分配时,网络信号源x对应生成的动态数据簇DCx附加动态行为标签,记为DCx(i),且DCx(i)=DCx、DCx∈Ii,统计全部动态行为标签,生成动态标签集合,记为L(x)={DCx(i)|i∈[1,K]},其中,K表示网络信号源分配的总次数;
构建信源调度依赖模型,根据动态标签集合,分析数字电视节目对网络信号源的依赖度,具体分析过程如下:
获取任意一个数字电视节目DPv,判断:如果DPv∈DCx(i),则对动态行为标签DCx(i)标记为1,否则对动态行为标签DCx(i)标记为0;
根据判断结果,将动态标签集合L(x)按照网络信号源分配的次数由小到大的顺序,对应转换成二进制列表,获取二进制列表中第d个为1位置对应的网络信号源分配的次数序号,记为U(d),计算数字电视节目对网络信号源的依赖度,具体计算公式如下:
其中,DD(DPv→x)表示数字电视节目DPv对网络信号源x的依赖度,U(d+1)表示二进制列表中第d+1个为1位置对应的网络信号源分配的次数序号,D表示二进制列表中为1位置的总数量。
步骤S300:根据信源调度依赖模型,输出备用网络信号源,生成备用信源集合,发送至备用信源临时数据库;当出现网络信号源故障时,提取备用信源临时数据库中各个故障的网络信号源对应的备用信源集合,并生成失效备用信源集合;
具体的,第K次网络信号源分配后,根据信源调度依赖模型,得到同一个数字电视节目对不同网络信号源的依赖度,将依赖度最大时对应的网络信号源作为数字电视节目DPv的备用网络信号源;获取同一个备用网络信号源下的全部数字电视节目,生成备用信源集合,记为SS(x)={DPh|h∈[1,H]},其中,SS(x)表示网络信号源x作为备用网络信号源时,对应生成的备用信源集合,DPh表示第h个数字电视节目,H表示备用信源集合SS(x)中包含的数字电视节目的最大编码;建立备用信源临时数据库,备用信源临时数据库中存储第K次网络信号源分配后,生成的各个备用信源集合;
获取第K次网络信号源分配后,形成的信源调度分发动态行为集IK+1;在第K+1次网络信号源分配前,当出现网络信号源故障时,提取备用信源临时数据库中各个故障的网络信号源对应的备用信源集合,将提取的备用信源集合进行并集处理,并将备用信源集合并集处理后的结果,记为失效备用信源集合W。
步骤S400:当出现网络信号源故障时,提取出现故障的网络信号源对应的动态数据簇,并生成数字电视中断节目集;根据失效备用信源集合和数字电视中断节目集,评估运维紧急性,进行预警提示;
具体的,在第K+1次网络信号源分配前,当出现网络信号源故障时,在信源调度分发动态行为集IK+1中提取出现故障的网络信号源对应的动态数据簇,对出现故障的网络信号源对应的全部动态数据簇进行并集处理,并将动态数据簇并集处理后的结果,记为数字电视中断节目集Q;
根据失效备用信源集合W和数字电视中断节目集Q,评估运维紧急性,计算运维紧急度,具体计算公式如下:
其中,MU表示运维紧急度,NUM[W∩Q]表示失效备用信源集合W和数字电视中断节目集Q进行交集后包含的数字电视节目数量,NUM(Q)表示数字电视中断节目集Q中包含的数字电视节目数量;
预设运维紧急阈值,如果运维紧急度MU大于等于运维紧急阈值,则发出预警提示,提示工作人员进行第K+1次网络信号源分配。
需要说明的是,在本文中,诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来,而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且,术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含,从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素,而且还包括没有明确列出的其他要素,或者是还包括为这种过程、方法、物品或者设备所固有的要素。
最后应说明的是:以上所述仅为本发明的优选实施例而已,并且不用于限制本发明,尽管参照前述实施例对本发明进行了详细的说明,对于本领域的技术人员来说,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。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 (6)
1.一种基于大数据的数字电视平台智能运维方法,其特征在于,该方法包括以下步骤:
步骤S100:建立数字电视云平台,分别对数字电视节目和网络信号源进行编码处理,并构建数字电视节目编码与网络信号源编码之间的动态绑定关系;建立动态组网行为数据库,统筹全部动态绑定关系,形成信源调度分发动态行为集,所述信源调度分发动态行为集中存储动态数据簇,所述动态数据簇中存储数字电视节目;
步骤S200:根据信源调度分发动态行为集,对动态数据簇附加动态行为标签,生成动态标签集合;构建信源调度依赖模型,根据动态标签集合,分析数字电视节目对网络信号源的依赖度;
步骤S300:根据信源调度依赖模型,输出备用网络信号源,生成备用信源集合,发送至备用信源临时数据库;当出现网络信号源故障时,提取备用信源临时数据库中各个故障的网络信号源对应的备用信源集合,并生成失效备用信源集合;
步骤S400:当出现网络信号源故障时,提取出现故障的网络信号源对应的动态数据簇,并生成数字电视中断节目集;根据失效备用信源集合和数字电视中断节目集,评估运维紧急性,进行预警提示;
所述步骤S100的具体实施过程包括:
步骤S101:建立数字电视云平台,所述数字电视云平台中存储有具备唯一数字电视节目编码属性的数字电视节目库,和具备唯一网络信号源编码属性的信号源资源库;其中,网络信号源编码与数字电视节目编码具备动态绑定关系,所述动态绑定关系基于数字电视节目在播放过程中使用的网络信号源行为进行记录;
步骤S102:建立动态组网行为数据库,基于数字电视节目库和信号源资源库,统筹全部动态绑定关系,生成动态数据簇,统筹全部动态数据簇,形成信源调度分发动态行为集,记为Ii={DCx|x∈[1,A]},其中,Ii表示在第i次网络信号源分配时,形成的信源调度分发动态行为集,DCx表示在第i次网络信号源分配时,网络信号源x对应生成的动态数据簇,A表示网络信号源的总数量;且,DCx={DPv|v∈[1,B]},其中,DPv表示在第i次网络信号源分配时,使用网络信号源x的第v个数字电视节目,B表示数字电视节目的总数量;
所述步骤S200的具体实施过程包括:
步骤S201:根据信源调度分发动态行为集,对在第i次网络信号源分配时,网络信号源x对应生成的动态数据簇DCx附加动态行为标签,记为DCx(i),且DCx(i)=DCx、DCx∈Ii,统计全部动态行为标签,生成动态标签集合,记为L(x)={DCx(i)|i∈[1,K]},其中,K表示网络信号源分配的总次数;
步骤S202:构建信源调度依赖模型,根据动态标签集合,分析数字电视节目对网络信号源的依赖度,具体分析过程如下:
获取任意一个数字电视节目DPv,判断:如果DPv∈DCx(i),则对动态行为标签DCx(i)标记为1,否则对动态行为标签DCx(i)标记为0;
根据判断结果,将动态标签集合L(x)按照网络信号源分配的次数由小到大的顺序,对应转换成二进制列表,获取二进制列表中第d个为1位置对应的网络信号源分配的次数序号,记为U(d),计算数字电视节目对网络信号源的依赖度,具体计算公式如下:
其中,DD(DPv→x)表示数字电视节目DPv对网络信号源x的依赖度,U(d+1)表示二进制列表中第d+1个为1位置对应的网络信号源分配的次数序号,D表示二进制列表中为1位置的总数量。
2.根据权利要求1所述的一种基于大数据的数字电视平台智能运维方法,其特征在于,所述步骤S300的具体实施过程包括:
步骤S301:第K次网络信号源分配后,根据信源调度依赖模型,得到同一个数字电视节目对不同网络信号源的依赖度,将依赖度最大时对应的网络信号源作为数字电视节目DPv的备用网络信号源;获取同一个备用网络信号源下的全部数字电视节目,生成备用信源集合,记为SS(x)={DPh|h∈[1,H]},其中,SS(x)表示网络信号源x作为备用网络信号源时,对应生成的备用信源集合,DPh表示第h个数字电视节目,H表示备用信源集合SS(x)中包含的数字电视节目的最大编码;建立备用信源临时数据库,所述备用信源临时数据库中存储第K次网络信号源分配后,生成的各个备用信源集合;
步骤S302:获取第K次网络信号源分配后,形成的信源调度分发动态行为集IK+1;在第K+1次网络信号源分配前,当出现网络信号源故障时,提取备用信源临时数据库中各个故障的网络信号源对应的备用信源集合,将提取的备用信源集合进行并集处理,并将备用信源集合并集处理后的结果,记为失效备用信源集合W。
3.根据权利要求2所述的一种基于大数据的数字电视平台智能运维方法,其特征在于,所述步骤S400的具体实施过程包括:
步骤S401:在第K+1次网络信号源分配前,当出现网络信号源故障时,在信源调度分发动态行为集IK+1中提取出现故障的网络信号源对应的动态数据簇,对出现故障的网络信号源对应的全部动态数据簇进行并集处理,并将动态数据簇并集处理后的结果,记为数字电视中断节目集Q;
步骤S402:根据失效备用信源集合W和数字电视中断节目集Q,评估运维紧急性,计算运维紧急度,具体计算公式如下:
其中,MU表示运维紧急度,NUM[W∩Q]表示失效备用信源集合W和数字电视中断节目集Q进行交集后包含的数字电视节目数量,NUM(Q)表示数字电视中断节目集Q中包含的数字电视节目数量;
预设运维紧急阈值,如果运维紧急度MU大于等于运维紧急阈值,则发出预警提示,提示工作人员进行第K+1次网络信号源分配。
4.一种基于大数据的数字电视平台智能运维系统,其特征在于,所述系统包括:数字电视平台模块、信源调度分析模块、信源调度处理模块和预警分析模块;
所述数字电视平台模块,用于建立数字电视云平台,分别对数字电视节目和网络信号源进行编码处理,并构建数字电视节目编码与网络信号源编码之间的动态绑定关系;建立动态组网行为数据库,统筹全部动态绑定关系,形成信源调度分发动态行为集,所述信源调度分发动态行为集中存储动态数据簇,所述动态数据簇中存储数字电视节目;
所述信源调度分析模块,根据信源调度分发动态行为集,对动态数据簇附加动态行为标签,生成动态标签集合;构建信源调度依赖模型,根据动态标签集合,分析数字电视节目对网络信号源的依赖度;
所述信源调度处理模块,根据信源调度依赖模型,输出备用网络信号源,生成备用信源集合,发送至备用信源临时数据库;当出现网络信号源故障时,提取备用信源临时数据库中各个故障的网络信号源对应的备用信源集合,并生成失效备用信源集合;
所述预警分析模块,用于当出现网络信号源故障时,提取出现故障的网络信号源对应的动态数据簇,并生成数字电视中断节目集;根据失效备用信源集合和数字电视中断节目集,评估运维紧急性,进行预警提示;
所述数字电视平台模块包括动态关系单元和动态组网行为单元;
所述动态关系单元,用于建立数字电视云平台,所述数字电视云平台中存储有具备唯一数字电视节目编码属性的数字电视节目库,和具备唯一网络信号源编码属性的信号源资源库;其中,网络信号源编码与数字电视节目编码具备动态绑定关系,所述动态绑定关系基于数字电视节目在播放过程中使用的网络信号源行为进行记录;
所述动态组网行为单元,用于建立动态组网行为数据库,基于数字电视节目库和信号源资源库,统筹全部动态绑定关系,生成动态数据簇,统筹全部动态数据簇,形成信源调度分发动态行为集,记为Ii={DCx|x∈[1,A]},其中,Ii表示在第i次网络信号源分配时,形成的信源调度分发动态行为集,DCx表示在第i次网络信号源分配时,网络信号源x对应生成的动态数据簇,A表示网络信号源的总数量;且,DCx={DPv|v∈[1,B]},其中,DPv表示在第i次网络信号源分配时,使用网络信号源x的第v个数字电视节目,B表示数字电视节目的总数量;
所述信源调度分析模块包括动态行为标签单元和信源调度依赖模型单元;
所述动态行为标签单元,根据信源调度分发动态行为集,对在第i次网络信号源分配时,网络信号源x对应生成的动态数据簇DCx附加动态行为标签,记为DCx(i),且DCx(i)=DCx、DCx∈Ii,统计全部动态行为标签,生成动态标签集合,记为L(x)={DCx(i)|i∈[1,K]},其中,K表示网络信号源分配的总次数;
所述信源调度依赖模型单元,用于构建信源调度依赖模型,根据动态标签集合,分析数字电视节目对网络信号源的依赖度,具体分析过程如下:
获取任意一个数字电视节目DPv,判断:如果DPv∈DCx(i),则对动态行为标签DCx(i)标记为1,否则对动态行为标签DCx(i)标记为0;
根据判断结果,将动态标签集合L(x)按照网络信号源分配的次数由小到大的顺序,对应转换成二进制列表,获取二进制列表中第d个为1位置对应的网络信号源分配的次数序号,记为U(d),计算数字电视节目对网络信号源的依赖度,具体计算公式如下:
其中,DD(DPv→x)表示数字电视节目DPv对网络信号源x的依赖度,U(d+1)表示二进制列表中第d+1个为1位置对应的网络信号源分配的次数序号,D表示二进制列表中为1位置的总数量。
5.根据权利要求4所述的一种基于大数据的数字电视平台智能运维系统,其特征在于:所述信源调度处理模块包括备用信源库单元和失效信源处理单元;
所述备用信源库单元,用于当第K次网络信号源分配后,根据信源调度依赖模型,得到同一个数字电视节目对不同网络信号源的依赖度,将依赖度最大时对应的网络信号源作为数字电视节目DPv的备用网络信号源;获取同一个备用网络信号源下的全部数字电视节目,生成备用信源集合,记为SS(x)={DPh|h∈[1,H]},其中,SS(x)表示网络信号源x作为备用网络信号源时,对应生成的备用信源集合,DPh表示第h个数字电视节目,H表示备用信源集合SS(x)中包含的数字电视节目的最大编码;建立备用信源临时数据库,所述备用信源临时数据库中存储第K次网络信号源分配后,生成的各个备用信源集合;
所述失效信源处理单元,用于获取第K次网络信号源分配后,形成的信源调度分发动态行为集IK+1;在第K+1次网络信号源分配前,当出现网络信号源故障时,提取备用信源临时数据库中各个故障的网络信号源对应的备用信源集合,将提取的备用信源集合进行并集处理,并将备用信源集合并集处理后的结果,记为失效备用信源集合W。
6.根据权利要求5所述的一种基于大数据的数字电视平台智能运维系统,其特征在于:所述预警分析模块包括中断节目处理单元和运维分析单元;
所述中断节目处理单元,用于在第K+1次网络信号源分配前,当出现网络信号源故障时,在信源调度分发动态行为集IK+1中提取出现故障的网络信号源对应的动态数据簇,对出现故障的网络信号源对应的全部动态数据簇进行并集处理,并将动态数据簇并集处理后的结果,记为数字电视中断节目集Q;
所述运维分析单元,根据失效备用信源集合W和数字电视中断节目集Q,评估运维紧急性,计算运维紧急度,具体计算公式如下:
其中,MU表示运维紧急度,NUM[W∩Q]表示失效备用信源集合W和数字电视中断节目集Q进行交集后包含的数字电视节目数量,NUM(Q)表示数字电视中断节目集Q中包含的数字电视节目数量;
预设运维紧急阈值,如果运维紧急度MU大于等于运维紧急阈值,则发出预警提示,提示工作人员进行第K+1次网络信号源分配。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311659576.4A CN117579812B (zh) | 2023-12-06 | 2023-12-06 | 一种基于大数据的数字电视平台智能运维系统及方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311659576.4A CN117579812B (zh) | 2023-12-06 | 2023-12-06 | 一种基于大数据的数字电视平台智能运维系统及方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN117579812A CN117579812A (zh) | 2024-02-20 |
CN117579812B true CN117579812B (zh) | 2024-04-26 |
Family
ID=89860738
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202311659576.4A Active CN117579812B (zh) | 2023-12-06 | 2023-12-06 | 一种基于大数据的数字电视平台智能运维系统及方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN117579812B (zh) |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103533390A (zh) * | 2012-11-15 | 2014-01-22 | Tcl集团股份有限公司 | 基于社交网络信息进行电视节目推荐的方法及系统 |
CN107959880A (zh) * | 2018-01-15 | 2018-04-24 | 深圳创维-Rgb电子有限公司 | 电视节目推荐方法、设备及计算机可读存储介质 |
CN111787371A (zh) * | 2020-09-04 | 2020-10-16 | 北京悠易网际科技发展有限公司 | 一种构建家庭画像的方法和装置 |
CN116596518A (zh) * | 2023-07-17 | 2023-08-15 | 南京上古网络科技有限公司 | 一种基于数字孪生的电网故障隐患管理系统及方法 |
-
2023
- 2023-12-06 CN CN202311659576.4A patent/CN117579812B/zh active Active
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103533390A (zh) * | 2012-11-15 | 2014-01-22 | Tcl集团股份有限公司 | 基于社交网络信息进行电视节目推荐的方法及系统 |
CN107959880A (zh) * | 2018-01-15 | 2018-04-24 | 深圳创维-Rgb电子有限公司 | 电视节目推荐方法、设备及计算机可读存储介质 |
CN111787371A (zh) * | 2020-09-04 | 2020-10-16 | 北京悠易网际科技发展有限公司 | 一种构建家庭画像的方法和装置 |
CN116596518A (zh) * | 2023-07-17 | 2023-08-15 | 南京上古网络科技有限公司 | 一种基于数字孪生的电网故障隐患管理系统及方法 |
Also Published As
Publication number | Publication date |
---|---|
CN117579812A (zh) | 2024-02-20 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US20100082708A1 (en) | System and Method for Management of Performance Fault Using Statistical Analysis | |
CN113282635B (zh) | 一种微服务系统故障根因定位方法及装置 | |
CN113946499A (zh) | 一种微服务链路跟踪及性能分析方法、系统、设备及应用 | |
CN112508486A (zh) | 一种电力系统企业二次备品备件库存管理系统 | |
CN116797404A (zh) | 基于大数据和数据处理的智能建筑运维监管系统 | |
CN113298486A (zh) | 一种基于大数据的政务监察督查方法及系统 | |
CN111913824A (zh) | 确定数据链路故障原因的方法及相关设备 | |
CN109767108B (zh) | 一种电力调度系统线路状态精准分析方法 | |
CN117579812B (zh) | 一种基于大数据的数字电视平台智能运维系统及方法 | |
CN110738427A (zh) | 一种电力部门工作质量评分系统 | |
CN116308679A (zh) | 供应链异常订单处理方法、装置、设备及存储介质 | |
CN112965793B (zh) | 一种面向标识解析数据的数据仓库任务调度方法和系统 | |
CN112446619B (zh) | 配电网抢修处理方法和装置 | |
CN113360628A (zh) | 一种基于问题知识库的网络报修事件分层维修方法及系统 | |
CN107748701A (zh) | 一种电能计量自动化系统的可靠性分析方法 | |
CN111159237B (zh) | 系统数据分发方法、装置、存储介质及电子设备 | |
CN113744860A (zh) | 一种针对放射设备进行配置决策的评估方法 | |
CN112686583A (zh) | 一种民航事件自动处置流程生成方法及系统 | |
CN112711508A (zh) | 面向大规模客户端系统的智能运维服务系统 | |
CN111931952A (zh) | 电力设备异常分析汇报方法、装置、电子设备及存储介质 | |
CN108491303A (zh) | 一种基于中标麒麟操作系统软件运维自动化的方法 | |
CN113672647B (zh) | 一种计划停电规范校验方法及装置 | |
CN109167354B (zh) | 一种基于文件交换的电网预想故障并行分析计算方法 | |
CN117477765B (zh) | 一种基于大数据的电力数据传输系统及方法 | |
CN117610938B (zh) | 建筑风险评估方法及系统 |
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 |