CN117615070B - 一种人工智能技术的AIoT数智化云打印系统 - Google Patents
一种人工智能技术的AIoT数智化云打印系统 Download PDFInfo
- Publication number
- CN117615070B CN117615070B CN202410085600.6A CN202410085600A CN117615070B CN 117615070 B CN117615070 B CN 117615070B CN 202410085600 A CN202410085600 A CN 202410085600A CN 117615070 B CN117615070 B CN 117615070B
- Authority
- CN
- China
- Prior art keywords
- printing
- representing
- data
- task
- cloud
- 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
- 238000007639 printing Methods 0.000 title claims abstract description 226
- 238000013473 artificial intelligence Methods 0.000 title claims abstract description 18
- 238000005516 engineering process Methods 0.000 title claims abstract description 17
- 238000004891 communication Methods 0.000 claims abstract description 38
- 238000012544 monitoring process Methods 0.000 claims abstract description 30
- 230000002457 bidirectional effect Effects 0.000 claims abstract description 4
- 238000000034 method Methods 0.000 claims description 35
- 238000005457 optimization Methods 0.000 claims description 34
- 230000005540 biological transmission Effects 0.000 claims description 31
- 238000007726 management method Methods 0.000 claims description 28
- 230000008569 process Effects 0.000 claims description 24
- 230000006870 function Effects 0.000 claims description 22
- 230000003068 static effect Effects 0.000 claims description 21
- 230000001133 acceleration Effects 0.000 claims description 17
- 238000007405 data analysis Methods 0.000 claims description 15
- 230000007246 mechanism Effects 0.000 claims description 13
- 239000002245 particle Substances 0.000 claims description 13
- 238000012545 processing Methods 0.000 claims description 10
- 238000013079 data visualisation Methods 0.000 claims description 9
- 238000010586 diagram Methods 0.000 claims description 9
- 230000002159 abnormal effect Effects 0.000 claims description 7
- 238000004458 analytical method Methods 0.000 claims description 6
- 230000008859 change Effects 0.000 claims description 5
- 230000000903 blocking effect Effects 0.000 claims description 4
- 238000013499 data model Methods 0.000 claims description 4
- 230000002452 interceptive effect Effects 0.000 claims description 4
- 230000009466 transformation Effects 0.000 claims description 4
- 238000006243 chemical reaction Methods 0.000 claims description 3
- 239000011159 matrix material Substances 0.000 claims description 3
- 238000005070 sampling Methods 0.000 claims description 3
- 230000003044 adaptive effect Effects 0.000 description 5
- 230000000694 effects Effects 0.000 description 3
- 230000004044 response Effects 0.000 description 3
- 238000012360 testing method Methods 0.000 description 3
- 230000008878 coupling Effects 0.000 description 2
- 238000010168 coupling process Methods 0.000 description 2
- 238000005859 coupling reaction Methods 0.000 description 2
- 238000002474 experimental method Methods 0.000 description 2
- 230000002093 peripheral effect Effects 0.000 description 2
- 238000011160 research Methods 0.000 description 2
- 238000004088 simulation Methods 0.000 description 2
- 230000000007 visual effect Effects 0.000 description 2
- 206010001488 Aggression Diseases 0.000 description 1
- 230000016571 aggressive behavior Effects 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000015556 catabolic process Effects 0.000 description 1
- 230000000739 chaotic effect Effects 0.000 description 1
- 238000013523 data management Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 230000003111 delayed effect Effects 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 238000010801 machine learning Methods 0.000 description 1
- 238000013507 mapping Methods 0.000 description 1
- 230000000116 mitigating effect Effects 0.000 description 1
- 230000000737 periodic effect Effects 0.000 description 1
- 230000002688 persistence Effects 0.000 description 1
- 230000002265 prevention Effects 0.000 description 1
- 238000011084 recovery Methods 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 238000012795 verification Methods 0.000 description 1
Classifications
-
- 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
Abstract
本发明公开了一种人工智能技术的AIoT数智化云打印系统，涉及无线通信网络领域，包含打印终端设备、云端服务平台、打印监控模块、虚拟打印机、能备份模块和安全管理模块，所述打印终端设备与所述云端服务平台进行双向连接，所述打印终端设备的输出端与所述虚拟打印机的输入端连接，所述虚拟打印机的输出端与所述云端服务平台的输入端连接，所述云端服务平台和打印终端设备的输出端与所述智能备份模块的输入端连接，所述打印监控模块的输出端与所述打印终端设备的输入端连接，所述安全管理模块全程工作；本发明能够提高打印效率和质量，并确保数据的安全性和系统的稳定性，还具备跨设备兼容性。
Description
技术领域
本发明涉及无线通信网络领域，且更具体地涉及一种人工智能技术的AIoT数智化云打印系统。
背景技术
近年来，随着人工智能技术与物联网技术的发展，人们对智能化、自动化、数字化、数据化的打印企业管理和消费需求日益增长，打印行业的愿景也逐渐由单纯的输出变为更为聚焦于信息传输与管理的数智化管理趋势。传统的打印方式已经无法满足人们对高效、智能、便捷的需求。越来越多的设备可以通过互联网连接，实现远程监控和控制。因此，结合人工智能技术和物联网技术，开发一种智能化的打印解决方案，已经成为了一个热门的研究方向，在这种趋势下，一种AIoT数智化云打印系统应运而生。
但是，现有的AIoT数智化云打印系统需要依赖云端服务实现远程打印，如果云端服务器出现故障或网络延迟，将会影响打印服务的质量和效率；并且现有的AIoT数智化云打印系统需要依托网络环境，用户的网络带宽不高，或网络连接不稳定时，将会影响系统的响应速度和打印效率，特别是在处理大量打印任务时，系统出现延迟或崩溃等故障，从而影响用户体验；而且，不同品牌和型号的打印机存在兼容性问题；另外，AIoT数智化云打印系统在远程传输打印数据时，数据传输的安全性不高，会导致敏感信息泄露和网络攻击；
因此，本发明公开了一种人工智能技术的AIoT数智化云打印系统，能够进行智能化的打印任务分配和参数优化，在提高打印效率和质量的同时，通过备份和监控模块确保数据的安全性和系统的稳定性。此外，该系统还具备跨设备兼容性，可以适应不同型号的打印终端设备。
发明内容
针对现有技术的不足，本发明公开了一种人工智能技术的AIoT数智化云打印系统，通过无线通信网络与云端服务平台实现打印任务的无线上传和执行控制；通过应用程序接口API、USB接口和蓝牙接口与云端服务平台进行备份连接；通过自适应粒子群调度优化算法对接收到的打印任务进行智能化分配和参数优化；通过备用驱动卡实现与云端服务平台连接方式的无间歇切换；通过虚拟打印机将打印任务转换为标准化的打印格式，确保不同型号的打印终端设备与云打印系统进行兼容；采用安全套接字层协议加速卡提高系统安全访问速度和系统内核平台安全性能；自动化、智能化程度高。
本发明采用以下技术方案：
一种人工智能技术的AIoT数智化云打印系统，所述AIoT数智化云打印系统包括：
打印终端设备，用于打印任务的提交和执行，所述打印终端设备包括客户终端设备和打印机终端设备，所述打印终端设备通过无线通信网络与云端服务平台实现打印任务的无线上传和执行控制，所述打印终端设备通过应用程序接口API、USB接口和蓝牙接口与云端服务平台进行备份连接；
虚拟打印机，用于将打印任务转换为标准化的打印格式，确保不同型号的打印终端设备与云打印系统进行兼容；
云端服务平台，用于接收和处理打印任务，所述云端服务平台包括任务数据分析模块、打印任务管理模块和打印任务分配模块，所述任务数据分析模块通过自适应粒子群调度优化算法对接收到的打印任务进行智能化分配和参数优化，所述打印任务管理模块根据任务数据分析结果进行关联优先级排序，并传输至打印任务分配模块进行打印任务分配，所述打印任务分配模块通过分布式架构和负载均衡方式将接收到的打印任务均衡分布至服务器节点执行，所述任务数据分析模块的输出端与所述打印任务管理模块的输入端连接，所述打印任务管理模块的输出端与所述打印任务分配模块的输入端连接；
智能备份模块，用于打印任务的备份和恢复；
安全管理模块，用于对系统安全、服务安全和内核平台安全进行管理；
打印监控模块，用于实时监控打印任务的执行情况和打印机的状态，所述打印监控模块通过无线传感器网络和数据可视化平台实现打印机状态的实时监测和异常报警；
所述打印终端设备与所述云端服务平台进行双向连接，所述打印终端设备的输出端与所述虚拟打印机的输入端连接，所述虚拟打印机的输出端与所述云端服务平台的输入端连接，所述云端服务平台的输出端与所述智能备份模块的输入端连接，所述打印终端设备的输出端与所述智能备份模块的输入端连接，所述打印监控模块的输出端与所述打印终端设备的输入端连接，所述安全管理模块全程工作。
作为本发明进一步的技术方案，所述打印终端设备通过备用驱动卡实现与云端服务平台连接方式的无间歇切换，所述备用驱动卡包括高速串行扩展总线和备用驱动电路，所述高速串行扩展总线采用热插拔备用切换方式和抗延迟阻塞服务实现接口端对端的实时切换，所述备用驱动电路通过连接控制器的输出端接收备用接口的切换控制指令。
作为本发明进一步的技术方案，所述虚拟打印机通过系统操作库获取计算机连接的所述打印终端设备，并根据所述打印终端设备特性进行自适应兼容，所述虚拟打印机通过解析打印任务数据将打印任务转换为标准格式打印指令，并通过融合通信接口和通信协议将标准格式打印指令发送至打印机终端设备执行。
作为本发明进一步的技术方案，所述自适应粒子群调度优化算法采用服务器节点利用率、均衡性和打印服务时延作为服务器节点调度依据，服务器节点为，/>，节点i的调度指标为/>，集群中服务器节点i的利用率、均衡性和打印服务时延表示为：
（1）
在公式（1）中，表示服务器节点i的利用率，/>表示服务器节点i的均衡性，/>表示服务器节点i的打印服务时延，/>表示第i个服务器节点的使用次数，/>表示第i个服务器节点，/>，/>表示服务器节点的使用次数，/>表示第i个服务器节点打印服务的时间，/>表示打印服务的时间，/>表示服务器节点的负载，/>表示服务器节点的打印服务时延，/>表示调度指标，通过公式（1）计算服务器节点利用率、均衡性和打印服务时延；
所述云端服务平台通过自适应网络检测网络中的打印任务数据，并采用自调整采样平衡海量打印数据信息，打印效率的目标函数CE最大值表示为：
（2）
在公式（2）中，表示打印效率的最大值，/>表示打印效率，/>表示打印服务时延最小的服务器节点，/>表示打印服务时延最小服务器节点的输出功率，/>表示打印服务时延最小服务器节点的打印任务输出量，打印质量的目标函数F最大值表示为：
（3）
在公式（3）中，表示打印质量最大值，/>表示打印质量，/>表示网络传输数据误码最小值，/>表示网络传输数据误码，/>表示服务器节点调度最小负荷数据，/>表示服务器节点调度负荷数据，/>表示网络传输信道长度，/>表示信道调度负荷数据，k表示单位时间内网络传输数据量；
在打印任务智能化分配和参数优化中，存在不可控因素，将未知变量通过静态的方式表现为：
（4）
在公式（4）中，表示参数优化预估函数，/>表示静态变量，/>表示静态未知变量的矩阵，/>表示空间静态变量选择函数，/>用于对打印任务参数优化过程中存在的变量进行选择性优化；在变量计算过程中，空间静态随机选择过程对预估结果产生协方差，计算方式为：
（5）
在公式（5）中，表示协方差函数，/>表示优化预估协方差，/>表示静态随机坐标，/>表示空间转换过程中优化域函数，/>表示静态随机坐标空间转换过程中优化域函数，通过公式（4）和公式（5）对打印任务智能化分配和参数优化过程中的不可控变量进行选择。
作为本发明进一步的技术方案，所述智能备份模块包括本地备份单元和云备份单元，所述本地备份单元通过本地数据库SQLite实现打印任务数据的本地缓存，所述云备份单元通过云备份机制实现打印数据的云端备份，所述云备份机制通过分布式存储、多副本存储和冗余容错方法结合实现多节点数据同步和备份。
作为本发明进一步的技术方案，所述安全管理模块采用安全套接字层协议加速卡保障系统高速安全访问速度和系统内核平台安全，所述安全套接字层协议加速卡通过连接加速安全套接字层和传输层在服务端和客户端之间建立安全通道，所述安全套接字层协议加速卡通过SSL/TLS协议对系统和服务进行通信加密和数据加密，并通过防漏洞攻击服务和智能安全引擎对网络中的敏感数据进行分类、监视和保护。
作为本发明进一步的技术方案，所述数据可视化平台基于无线传感器网络获取打印任务的执行情况和打印机的状态数据，并采用关联性数据模型实现多维度数据关联分析，所述数据可视化平台采用交互式图表、热点图、地图和仪表板实现数据的趋势、关系及变化规律的实时监控，并通过预设阈值或规则实现打印机状态的异常报警。
积极有益效果：
本发明公开了一种人工智能技术的AIoT数智化云打印系统，通过无线通信网络与云端服务平台实现打印任务的无线上传和执行控制；通过应用程序接口API、USB接口和蓝牙接口与云端服务平台进行备份连接；通过自适应粒子群调度优化算法对接收到的打印任务进行智能化分配和参数优化；通过备用驱动卡实现与云端服务平台连接方式的无间歇切换；通过虚拟打印机将打印任务转换为标准化的打印格式，确保不同型号的打印终端设备与云打印系统进行兼容；采用安全套接字层协议加速卡提高系统安全访问速度和系统内核平台安全性能；自动化、智能化程度高。
附图说明
图1为本发明一种人工智能技术的AIoT数智化云打印系统的整体架构示意图；
图2为本发明一种人工智能技术的AIoT数智化云打印系统中打印任务传输示意图；
图3为本发明一种人工智能技术的AIoT数智化云打印系统中智能备份模块的架构示意图；
图4为本发明一种人工智能技术的AIoT数智化云打印系统中云端服务平台的架构示意图；
图5为本发明一种人工智能技术的AIoT数智化云打印系统中自适应粒子群调度优化算法的整体架构图。
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。
如图1-图5所示， 一种人工智能技术的AIoT数智化云打印系统，所述AIoT数智化云打印系统包括：
打印终端设备，用于打印任务的提交和执行，所述打印终端设备包括客户终端设备和打印机终端设备，所述打印终端设备通过无线通信网络与云端服务平台实现打印任务的无线上传和执行控制，所述打印终端设备通过应用程序接口API、USB接口和蓝牙接口与云端服务平台进行备份连接；
虚拟打印机，用于将打印任务转换为标准化的打印格式，确保不同型号的打印终端设备与云打印系统进行兼容；
云端服务平台，用于接收和处理打印任务，所述云端服务平台包括任务数据分析模块、打印任务管理模块和打印任务分配模块，所述任务数据分析模块通过自适应粒子群调度优化算法对接收到的打印任务进行智能化分配和参数优化，所述打印任务管理模块根据任务数据分析结果进行关联优先级排序，并传输至打印任务分配模块进行打印任务分配，所述打印任务分配模块通过分布式架构和负载均衡方式将接收到的打印任务均衡分布至服务器节点执行，所述任务数据分析模块的输出端与所述打印任务管理模块的输入端连接，所述打印任务管理模块的输出端与所述打印任务分配模块的输入端连接；
智能备份模块，用于打印任务的备份和恢复；
安全管理模块，用于对系统安全、服务安全和内核平台安全进行管理；
打印监控模块，用于实时监控打印任务的执行情况和打印机的状态，所述打印监控模块通过无线传感器网络和数据可视化平台实现打印机状态的实时监测和异常报警；
所述打印终端设备与所述云端服务平台进行双向连接，所述打印终端设备的输出端与所述虚拟打印机的输入端连接，所述虚拟打印机的输出端与所述云端服务平台的输入端连接，所述云端服务平台的输出端与所述智能备份模块的输入端连接，所述打印终端设备的输出端与所述智能备份模块的输入端连接，所述打印监控模块的输出端与所述打印终端设备的输入端连接，所述安全管理模块全程工作。
在具体实施例中，一种人工智能技术的AIoT数智化云打印系统使用的具体步骤如下：
（1）打印任务提交，用户通过客户终端设备将打印任务提交至云端服务平台；
（2）打印任务处理，云端服务平台接收到打印任务后，通过虚拟打印机将打印任务转换为标准化的打印格式，然后通过自适应粒子群调度优化算法对接收到的打印任务进行智能化分配和参数优化；
（3）打印任务执行，云端服务平台将处理后的打印任务均衡分布至服务器节点执行，打印机终端设备通过无线通信网络接收到打印任务后进行打印；
（4）打印任务备份，智能备份模块对打印任务进行备份，确保打印任务的数据安全性和可靠性；
（5）用户数据管理：安全管理模块对用户数据信息和权限进行管理，保障用户数据的安全性和隐私性；
（6）打印监控：打印监控模块实时监控打印任务的执行情况和打印机的状态，通过无线传感器网络和数据可视化平台实现打印机状态的实时监测和异常报警。
通过上述步骤，该AIoT数智化云打印系统能够实现智能化的打印任务处理和分配，提高打印效率和质量，同时保障打印任务的数据安全性和可靠性，提高系统的可靠性和稳定性。
所述无线通信网络通过三层TCP/UDP传输协议、七层HTTP/HTTPS缓存协议和服务器负载均衡逻辑将数据分布式部署至数据缓存服务器，以提高系统响应速度，所述无线通信网络采用低电压调制通讯标准实现数据信号的抗干扰通讯，所述低电压调制通讯标准通过对数据信号进行差分曼彻斯特编码实现数据信号的差分耦合，以提高数据信号通讯的抗干扰能力。
在通讯标准方面，所述无线通信网络采用低电压调制通讯标准LVM-hscs实现数据信号的抗干扰通讯。该标准通过对数据信号进行差分曼彻斯特编码实现数据信号的差分耦合，从而提高数据信号通讯的抗干扰能力。这种方式可以有效地避免因电磁干扰等因素导致的通讯错误，从而保证了数据传输的可靠性和稳定性。
综上所述，所述方案通过多种技术手段实现了打印任务的无线上传和执行控制，并且采用了多层协议和服务器负载均衡逻辑来提高系统性能。同时，该方案还采用低电压调制通讯标准LVM-hscs来提高数据传输的抗干扰能力，保证了系统的稳定性和可靠性。
为了进一步体现该无线通信网络的传输性能，通过对比变换域通信系统文与序列码分多址的无线数据传输速度，进一步完成对比实验。变换域通信系统通过组装混沌映射的伪随机序列发生器将电网数据排列为伪随机序列方式，以达到增加电力数据传输速度的目的；序列码分多址通过带密钥散列函数对电网数据重新排列，使传输格式规律化传输，最终得到实验结果如表1所示。
表1通信网络传输速度（单位：Gb/s）
该研究无线网络对数据传输和通讯具有明显效果，传输速度达到了12Gb/s，无线传输速度和稳定性均为最佳。
在上述实施例中，所述打印终端设备通过备用驱动卡实现与云端服务平台连接方式的无间歇切换，所述备用驱动卡包括高速串行扩展总线和备用驱动电路，所述高速串行扩展总线采用热插拔备用切换方式和抗延迟阻塞服务实现接口端对端的实时切换，所述备用驱动电路通过连接控制器的输出端接收备用接口的切换控制指令。
在具体实施例中，打印终端设备通过无线通信网络与云端服务平台实现打印任务的无线上传和执行控制。用户可以通过打印终端设备将需要打印的文件传输至云端服务平台，然后由平台负责将文件分发给指定的打印机进行打印。打印终端设备通过应用程序接口API、USB接口和蓝牙接口与云端服务平台进行备份连接。当无线通信网络连接不稳定或者出现故障时，打印终端设备可以通过其他接口方式连接到云端服务平台，保证系统的稳定性和可靠性。
打印终端设备通过备用驱动卡实现与云端服务平台连接方式的无间歇切换。备用驱动卡包括高速串行扩展总线PCIe和备用驱动电路。高速串行扩展总线PCIe采用热插拔备用切换方式和QOS抗延迟阻塞服务实现接口端对端的实时切换，以避免打印任务中断。当主要驱动出现问题时，系统会自动切换至备用驱动卡，从而保证打印任务的连续性。
备用驱动电路通过连接控制器的输出端接收备用接口的切换控制指令。当主要驱动出现问题时，控制器会向备用驱动电路发送切换指令，使得系统可以快速地进行切换，从而避免打印任务中断。
综上所述，该方案通过多种技术手段实现了打印任务的无线上传和执行控制，并且采用了多个接口以及备用驱动卡来保证系统的稳定性和可靠性。同时，备用驱动卡还能够实现无间歇切换，保证了打印任务的连续性。
在上述实施例中，所述虚拟打印机通过系统操作库获取计算机连接的所述打印终端设备，并根据所述打印终端设备特性进行自适应兼容，所述虚拟打印机通过解析打印任务数据将打印任务转换为标准格式打印指令，并通过融合通信接口和通信协议将标准格式打印指令发送至打印机终端设备执行。
在具体实施例中，虚拟打印机的工作流程如下：
1）用户在应用程序中选择打印任务，并选择虚拟打印机作为打印设备。
2）应用程序将打印任务发送给虚拟打印机。
3）虚拟打印机将打印任务转换为标准化的打印格式，如PDF、JPEG、PNG等。
4）虚拟打印机将格式化后的打印任务发送到云打印系统。
5）云打印系统根据打印任务的格式，将其发送到相应的打印终端设备进行打印。
6）打印终端设备接收到打印任务后，将其转换为可打印的格式，并进行打印。
7）打印终端设备将打印结果返回给云打印系统。
8）云打印系统将打印结果返回给虚拟打印机。
9）虚拟打印机将打印结果返回给应用程序。
10）应用程序将打印结果显示给用户或保存到本地设备中。
通过虚拟打印机，用户可以在不同的设备上进行打印，而不需要考虑设备的型号和打印格式的兼容性。虚拟打印机还可以提高打印任务的安全性和效率，为用户提供更加高效、便捷的打印服务。
在上述实施例中，所述自适应粒子群调度优化算法采用服务器节点利用率、均衡性和打印服务时延作为服务器节点调度依据，服务器节点为，，节点i的调度指标为/>，集群中服务器节点i的利用率、均衡性和打印服务时延表示为：
（1）
在公式（1）中，表示服务器节点i的利用率，/>表示服务器节点i的均衡性，/>表示服务器节点i的打印服务时延，/>表示第i个服务器节点的使用次数，/>表示第i个服务器节点，/>，/>表示服务器节点的使用次数，/>表示第i个服务器节点打印服务的时间，/>表示打印服务的时间，/>表示服务器节点的负载，/>表示服务器节点的打印服务时延，/>表示调度指标，通过公式（1）计算服务器节点利用率、均衡性和打印服务时延；
所述云端服务平台通过自适应网络检测网络中的打印任务数据，并采用自调整采样平衡海量打印数据信息，打印效率的目标函数CE最大值表示为：
（2）
在公式（2）中，表示打印效率的最大值，/>表示打印效率，/>表示打印服务时延最小的服务器节点，/>表示打印服务时延最小服务器节点的输出功率，/>表示打印服务时延最小服务器节点的打印任务输出量，打印质量的目标函数F最大值表示为：
（3）
在公式（3）中，表示打印质量最大值，/>表示打印质量，/>表示网络传输数据误码最小值，/>表示网络传输数据误码，/>表示服务器节点调度最小负荷数据，/>表示服务器节点调度负荷数据，/>表示网络传输信道长度，/>表示信道调度负荷数据，k表示单位时间内网络传输数据量；
在打印任务智能化分配和参数优化中，存在不可控因素，将未知变量通过静态的方式表现为：
（4）
在公式（4）中，表示参数优化预估函数，/>表示静态变量，/>表示静态未知变量的矩阵，/>表示空间静态变量选择函数，/>用于对打印任务参数优化过程中存在的变量进行选择性优化；在变量计算过程中，空间静态随机选择过程对预估结果产生协方差，计算方式为：
（5）
在公式（5）中，表示协方差函数，/>表示优化预估协方差，/>表示静态随机坐标，/>表示空间转换过程中优化域函数，/>表示静态随机坐标空间转换过程中优化域函数，通过公式（4）和公式（5）对打印任务智能化分配和参数优化过程中的不可控变量进行选择。
在具体实施例中，要实现通过自适应粒子群调度优化算法对接收到的打印任务进行智能化分配和参数优化，以提高打印效率和质量，需要以下硬件设备：
打印机：选择适用于打印任务的高性能和可靠的打印机。根据需求可以选择激光打印机、喷墨打印机或其他类型的打印机。
传感器：安装在打印机上的传感器能够实时检测打印状态、温度、湿度、纸张供给等信息，以帮助优化打印参数和监控打印过程。
控制系统：使用具有较强计算能力和实时响应的控制系统，例如嵌入式系统或工控机，用于执行自适应粒子群调度优化算法，并控制打印机的操作。
网络连接：将打印机与外部系统连接，以接收打印任务、发送打印状态等信息，并支持远程管理和监控。
存储设备：用于存储打印任务的相关数据、历史记录、优化参数等信息，以便于后续分析和调整。
外设设备：根据实际需求，可能需要其他外设设备如条码扫描仪、RFID读写器等，以支持对打印任务的标识和识别。
通过仿真验证系统功能的可用性，实验环境中系统的操作系统为WINDOWS系统，在实验计算机安装编译工具JDK，根据实际应用环境，在测试环境中布置了两台服务器分别用于系统的数据库和部署测试系统，使用一台实验计算机测试系统的各项业务处理功能。测试环境中设备的配置参数如表2所示。
表2 配置参数
仿真过程中，设定服务器节点调度过程中打印任务需求总量为8100MB，分别采用本算法模型和对比算法模型A、B进行实验，实验内容分别为对比5min数据处理信息总量和处理打印任务需求总量对比处理时间，所述对比算法模型A为粒子群调度算法，所述所述对比算法模型B为自适应优化决策算法，结果如表3所示。
表3处理效果统计
分别将实验结果记录在表1内，对比发现本算法模型的处理数据总量、处理速度和处理准确度远大于对比算法模型A、B，证明经过改进和优化，本算法具有较好的应用效果和实用价值。
在上述实施例中，所述智能备份模块包括本地备份单元和云备份单元，所述本地备份单元通过本地数据库SQLite实现打印任务数据的本地缓存，所述云备份单元通过云备份机制实现打印数据的云端备份，所述云备份机制通过分布式存储、多副本存储和冗余容错方法结合实现多节点数据同步和备份。
在具体实施例中，所述智能备份模块通过使用本地数据库SQLite来实现打印任务数据的本地缓存。SQLite是一种轻量级的嵌入式关系型数据库，可以在本地设备上存储和管理数据。通过将打印任务数据存储在本地数据库中，即使在网络故障的情况下，打印终端设备仍然可以通过读取本地数据库中的数据来执行打印任务，避免了因网络故障导致打印服务中断。
此外，智能备份模块还通过云备份机制实现打印数据的云端备份。云备份是指将本地数据通过网络上传至云端服务器进行备份存储的过程。通过将打印任务数据备份到云端，即使在本地设备出现故障或数据丢失的情况下，用户仍然可以通过访问云端备份数据来恢复打印任务，保证数据的安全性和可靠性。云备份机制通过网络将数据从本地设备传输到云存储系统。这可能涉及使用安全通信协议（如SSL）来保护数据的传输过程。备份数据被存储在云服务提供商的服务器上。这些服务器通常由多个存储设备组成，以提供冗余和容错能力，确保数据的可用性和持久性。为了保护备份数据的安全性，云备份机制通常使用加密算法对数据进行加密。这样即使备份数据在传输或存储过程中被截获，也无法轻易获取其中的内容。云备份机制可以根据预设的计划或实时触发，自动将本地设备上的变更或新增数据同步到云端。这确保了备份数据的及时更新。当用户需要恢复数据时，云备份机制允许用户通过网络访问云存储系统，并选择需要恢复的文件或数据进行下载或还原。这提供了快速、方便的数据恢复方式。
在上述实施例中，所述安全管理模块采用安全套接字层协议加速卡保障系统高速安全访问速度和系统内核平台安全，所述安全套接字层协议加速卡通过连接加速安全套接字层和传输层在服务端和客户端之间建立安全通道，所述安全套接字层协议加速卡通过SSL/TLS协议对系统和服务进行通信加密和数据加密，并通过防漏洞攻击服务和智能安全引擎对网络中的敏感数据进行分类、监视和保护。
在具体实施例中，SSL安全套接字层协议加速卡的使用过程包括：确定系统中需要使用SSL协议的服务或应用程序；部署SSL安全套接字层协议加速卡，将其连接到安全套接字层和传输层之间；配置和优化加速卡的参数，以提高系统的安全访问速度。
防火墙负载减轻的过程包括：分析防火墙内部服务器的负载情况，确定是否需要减轻负载；使用SSL安全套接字层协议加速卡来加速安全访问流量，减轻服务器的负载；根据实际情况，对防火墙和服务器进行优化和配置，以提高系统的安全性和性能。
防漏洞攻击服务APT和智能安全引擎的使用过程包括：部署防漏洞攻击服务APT和智能安全引擎，确保其与网络中的敏感数据进行分类、监视和保护；配置引擎以识别已知威胁和无补丁漏洞攻击行为，并根据需要进行实时或定期的扫描和分析；使用机器学习算法对未知威胁进行预测和检测。
系统监控和漏洞管理的过程包括：建立完善的系统监控机制，包括实时监测和日志记录，以便及时发现和应对安全事件；实施漏洞管理策略，及时修补系统中存在的漏洞，并确保系统和应用程序的持续更新和升级。
在上述实施例中，所述数据可视化平台基于无线传感器网络获取打印任务的执行情况和打印机的状态数据，并采用关联性数据模型实现多维度数据关联分析，所述数据可视化平台采用交互式图表、热点图、地图和仪表板实现数据的趋势、关系及变化规律的实时监控，并通过预设阈值或规则实现打印机状态的异常报警。
在具体实施例中，在打印机和相关设备上安装传感器，通过传感器收集打印任务的执行情况和打印机的状态数据，并将数据上传到云端服务器。采用关联性数据模型对收集到的数据进行处理和分析，实现多维度数据关联分析，并生成可视化报表。通过交互式图表、热点图、地图和仪表板等方式展示可视化报表，实现数据的趋势、关系及变化规律的实时监控。采用用户身份验证机制验证访问用户的身份，以提高信息访问的安全性。具体来说，当用户登录系统后，系统会为其生成一个，并将存储在本地或者服务器端。每次用户请求系统资源时，需要携带该进行身份验证。
虽然以上描述了本发明的具体实施方式，但是本领域的技术人员应当理解，这些具体实施方式仅是举例说明，本领域的技术人员在不脱离本发明的原理和实质的情况下，可以对上述方法和系统的细节进行各种省略、替换和改变。例如，合并上述方法步骤，从而按照实质相同的方法执行实质相同的功能以实现实质相同的结果则属于本发明的范围。因此，本发明的范围仅由所附权利要求书限定。
Claims (6)
1.一种人工智能技术的AIoT数智化云打印系统，其特征在于：所述AIoT数智化云打印系统包括：
打印终端设备，用于打印任务的提交和执行，所述打印终端设备包括客户终端设备和打印机终端设备，所述打印终端设备通过无线通信网络与云端服务平台实现打印任务的无线上传和执行控制，所述打印终端设备通过应用程序接口API、USB接口和蓝牙接口与云端服务平台进行备份连接；
虚拟打印机，用于将打印任务转换为标准化的打印格式，确保不同型号的打印终端设备与云打印系统进行兼容；
云端服务平台，用于接收和处理打印任务，所述云端服务平台包括任务数据分析模块、打印任务管理模块和打印任务分配模块，所述任务数据分析模块通过自适应粒子群调度优化算法对接收到的打印任务进行智能化分配和参数优化，所述打印任务管理模块根据任务数据分析结果进行关联优先级排序，并传输至打印任务分配模块进行打印任务分配，所述打印任务分配模块通过分布式架构和负载均衡方式将接收到的打印任务均衡分布至服务器节点执行，所述任务数据分析模块的输出端与所述打印任务管理模块的输入端连接，所述打印任务管理模块的输出端与所述打印任务分配模块的输入端连接；
智能备份模块，用于打印任务的备份和恢复；
安全管理模块，用于对系统安全、服务安全和内核平台安全进行管理；
打印监控模块，用于实时监控打印任务的执行情况和打印机的状态，所述打印监控模块通过无线传感器网络和数据可视化平台实现打印机状态的实时监测和异常报警；
所述打印终端设备与所述云端服务平台进行双向连接，所述打印终端设备的输出端与所述虚拟打印机的输入端连接，所述虚拟打印机的输出端与所述云端服务平台的输入端连接，所述云端服务平台的输出端与所述智能备份模块的输入端连接，所述打印终端设备的输出端与所述智能备份模块的输入端连接，所述打印监控模块的输出端与所述打印终端设备的输入端连接，所述安全管理模块全程工作；
所述自适应粒子群调度优化算法采用服务器节点利用率、均衡性和打印服务时延作为服务器节点调度依据，服务器节点为，/>，节点i的调度指标为/>，集群中服务器节点i的利用率、均衡性和打印服务时延表示为：
（1）
在公式（1）中，表示服务器节点i的利用率，/>表示服务器节点i的均衡性，/>表示服务器节点i的打印服务时延，/>表示第i个服务器节点的使用次数，/>表示第i个服务器节点，/>，/>表示服务器节点的使用次数，/>表示第i个服务器节点打印服务的时间，/>表示打印服务的时间，/>表示服务器节点的负载，/>表示服务器节点的打印服务时延，/>表示调度指标，通过公式（1）计算服务器节点利用率、均衡性和打印服务时延；
所述云端服务平台通过自适应网络检测网络中的打印任务数据，并采用自调整采样平衡海量打印数据信息，打印效率的目标函数CE最大值表示为：
（2）
在公式（2）中，表示打印效率的最大值，/>表示打印效率，/>表示打印服务时延最小的服务器节点，/>表示打印服务时延最小服务器节点的输出功率，/>表示打印服务时延最小服务器节点的打印任务输出量，打印质量的目标函数F最大值表示为：
（3）
在公式（3）中，表示打印质量最大值，/>表示打印质量，/>表示网络传输数据误码最小值，/>表示网络传输数据误码，/>表示服务器节点调度最小负荷数据，/>表示服务器节点调度负荷数据，/>表示网络传输信道长度，/>表示信道调度负荷数据，k表示单位时间内网络传输数据量；
在打印任务智能化分配和参数优化中，存在不可控因素，将未知变量通过静态的方式表现为：
（4）
在公式（4）中，表示参数优化预估函数，/>表示静态变量，/>表示静态未知变量的矩阵，/>表示空间静态变量选择函数，/>用于对打印任务参数优化过程中存在的变量进行选择性优化；在变量计算过程中，空间静态随机选择过程对预估结果产生协方差，计算方式为：
（5）
在公式（5）中，表示协方差函数，/>表示优化预估协方差，/>表示静态随机坐标，/>表示空间转换过程中优化域函数，/>表示静态随机坐标空间转换过程中优化域函数，通过公式（4）和公式（5）对打印任务智能化分配和参数优化过程中的不可控变量进行选择。
2.根据权利要求1所述的一种人工智能技术的AIoT数智化云打印系统，其特征在于：所述打印终端设备通过备用驱动卡实现与云端服务平台连接方式的无间歇切换，所述备用驱动卡包括高速串行扩展总线和备用驱动电路，所述高速串行扩展总线采用热插拔备用切换方式和抗延迟阻塞服务实现接口端对端的实时切换，所述备用驱动电路通过连接控制器的输出端接收备用接口的切换控制指令。
3.根据权利要求1所述的一种人工智能技术的AIoT数智化云打印系统，其特征在于：所述虚拟打印机通过系统操作库获取计算机连接的所述打印终端设备，并根据所述打印终端设备特性进行自适应兼容，所述虚拟打印机通过解析打印任务数据将打印任务转换为标准格式打印指令，并通过融合通信接口和通信协议将标准格式打印指令发送至打印机终端设备执行。
4.根据权利要求1所述的一种人工智能技术的AIoT数智化云打印系统，其特征在于：所述智能备份模块包括本地备份单元和云备份单元，所述本地备份单元通过本地数据库SQLite实现打印任务数据的本地缓存，所述云备份单元通过云备份机制实现打印数据的云端备份，所述云备份机制通过分布式存储、多副本存储和冗余容错方法结合实现多节点数据同步和备份。
5.根据权利要求1所述的一种人工智能技术的AIoT数智化云打印系统，其特征在于：所述安全管理模块采用安全套接字层协议加速卡保障系统高速安全访问速度和系统内核平台安全，所述安全套接字层协议加速卡通过连接加速安全套接字层和传输层在服务端和客户端之间建立安全通道，所述安全套接字层协议加速卡通过SSL/TLS协议对系统和服务进行通信加密和数据加密，并通过防漏洞攻击服务和智能安全引擎对网络中的敏感数据进行分类、监视和保护。
6.根据权利要求1所述的一种人工智能技术的AIoT数智化云打印系统，其特征在于：所述数据可视化平台基于无线传感器网络获取打印任务的执行情况和打印机的状态数据，并采用关联性数据模型实现多维度数据关联分析，所述数据可视化平台采用交互式图表、热点图、地图和仪表板实现数据的趋势、关系及变化规律的实时监控，并通过预设阈值或规则实现打印机状态的异常报警。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202410085600.6A CN117615070B (zh) | 2024-01-22 | 2024-01-22 | 一种人工智能技术的AIoT数智化云打印系统 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202410085600.6A CN117615070B (zh) | 2024-01-22 | 2024-01-22 | 一种人工智能技术的AIoT数智化云打印系统 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN117615070A CN117615070A (zh) | 2024-02-27 |
| CN117615070B true CN117615070B (zh) | 2024-04-02 |
Family
ID=89950280
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202410085600.6A Active CN117615070B (zh) | 2024-01-22 | 2024-01-22 | 一种人工智能技术的AIoT数智化云打印系统 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN117615070B (zh) |
Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN107463344A (zh) * | 2016-06-03 | 2017-12-12 | 武汉凡几文化有限公司 | 一种云打印服务体系 |
| CN112463393A (zh) * | 2020-12-14 | 2021-03-09 | 国网辽宁省电力有限公司抚顺供电公司 | 基于Mongo集群技术的配电物联网边缘计算架构设计方法 |
| CN112579288A (zh) * | 2020-12-18 | 2021-03-30 | 曙光星云信息技术（北京）有限公司 | 一种基于云计算智能安全用数据管理系统 |
| CN117075828A (zh) * | 2023-10-13 | 2023-11-17 | 广州市大枣信息科技有限公司 | 一种多渠道云打印系统 |
Family Cites Families (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20050203892A1 (en) * | 2004-03-02 | 2005-09-15 | Jonathan Wesley | Dynamically integrating disparate systems and providing secure data sharing |
-
2024
- 2024-01-22 CN CN202410085600.6A patent/CN117615070B/zh active Active
Patent Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN107463344A (zh) * | 2016-06-03 | 2017-12-12 | 武汉凡几文化有限公司 | 一种云打印服务体系 |
| CN112463393A (zh) * | 2020-12-14 | 2021-03-09 | 国网辽宁省电力有限公司抚顺供电公司 | 基于Mongo集群技术的配电物联网边缘计算架构设计方法 |
| CN112579288A (zh) * | 2020-12-18 | 2021-03-30 | 曙光星云信息技术（北京）有限公司 | 一种基于云计算智能安全用数据管理系统 |
| CN117075828A (zh) * | 2023-10-13 | 2023-11-17 | 广州市大枣信息科技有限公司 | 一种多渠道云打印系统 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN117615070A (zh) | 2024-02-27 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN103443727B (zh) | 异常检测系统以及异常检测方法 | |
| CN102880532B (zh) | 以云端技术为基础的测试系统与方法 | |
| CN108958787B (zh) | 区块链系统升级方法、装置、设备及存储介质 | |
| US20040215673A1 (en) | Storage sub-system and management program | |
| US9843619B2 (en) | System and method for accessing disk image files using HTML5 KVM/vmedia client running in a web browser | |
| CN109391694A (zh) | 基于sftp的文件传输方法及相关设备 | |
| US11288378B2 (en) | Embedded data protection and forensics for physically unsecure remote terminal unit (RTU) | |
| WO2021189201A1 (zh) | 飞行数据处理方法、装置、记录器、无人机和存储介质 | |
| CN108205482B (zh) | 文件挂载恢复方法 | |
| CN100452022C (zh) | 图像形成装置、控制方法以及作业管理装置、作业处理方法 | |
| CN115914369A (zh) | 网络靶场日志文件采集代理网关、采集系统及方法 | |
| CN117615070B (zh) | 一种人工智能技术的AIoT数智化云打印系统 | |
| CN110569042B (zh) | 一种支持虚拟机内更新fpga功能的系统，方法，设备及存储介质 | |
| CN102939598A (zh) | 基于http的客户机-服务器通信系统和方法 | |
| CN112099900A (zh) | 一种基于Sidecar模式的容器安全方法及系统 | |
| CN110213196A (zh) | 设备及其防止重放攻击的方法、电子设备和存储介质 | |
| CN107707396A (zh) | 一种乱码监控方法、存储介质和服务器 | |
| US9156542B2 (en) | System for piloting an aircraft provided with a performance functions server | |
| CN116208335A (zh) | 车辆数据的管理方法、装置、服务器、存储介质 | |
| WO2015075962A1 (ja) | 情報収集システム、サーバ装置、エッジ装置、制御方法、及びプログラム | |
| CN110932938A (zh) | 一种主机运行远程监控系统 | |
| CN111524053B (zh) | 空气质量预报系统的信息采集方法、装置、设备及介质 | |
| CN117055449B (zh) | 一种面向大容量储能电站的协调控制装置实现方法 | |
| US11916773B1 (en) | Data center monitoring and management operation including data center analytics outlier detection operation | |
| CN103812893A (zh) | 虚拟桌面外部设备传输方法及系统 |
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 |