CN117714380A - 一种物联网数据接入方法及系统 - Google Patents
一种物联网数据接入方法及系统 Download PDFInfo
- Publication number
- CN117714380A CN117714380A CN202410096816.2A CN202410096816A CN117714380A CN 117714380 A CN117714380 A CN 117714380A CN 202410096816 A CN202410096816 A CN 202410096816A CN 117714380 A CN117714380 A CN 117714380A
- Authority
- CN
- China
- Prior art keywords
- data
- sensor
- effective
- historical data
- subdivision
- 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
- 238000000034 method Methods 0.000 title claims abstract description 54
- 239000011159 matrix material Substances 0.000 claims abstract description 107
- 230000007704 transition Effects 0.000 claims abstract description 49
- 238000012216 screening Methods 0.000 claims abstract description 26
- 238000010586 diagram Methods 0.000 claims description 64
- 230000008859 change Effects 0.000 claims description 13
- 238000012937 correction Methods 0.000 claims description 12
- 238000004364 calculation method Methods 0.000 claims description 11
- 238000012163 sequencing technique Methods 0.000 claims description 6
- 230000009286 beneficial effect Effects 0.000 description 11
- 238000005516 engineering process Methods 0.000 description 10
- 238000012545 processing Methods 0.000 description 7
- 238000004891 communication Methods 0.000 description 4
- 206010033799 Paralysis Diseases 0.000 description 3
- 238000001514 detection method Methods 0.000 description 3
- 230000005484 gravity Effects 0.000 description 2
- 230000007246 mechanism Effects 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 230000004075 alteration Effects 0.000 description 1
- 230000002457 bidirectional effect Effects 0.000 description 1
- 238000005265 energy consumption Methods 0.000 description 1
- 230000007613 environmental effect Effects 0.000 description 1
- 230000002068 genetic effect Effects 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 238000013178 mathematical model Methods 0.000 description 1
- 238000005457 optimization Methods 0.000 description 1
- 230000008569 process Effects 0.000 description 1
Classifications
-
- 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
- H04L47/22—Traffic shaping
- H04L47/225—Determination of shaping rate, e.g. using a moving window
-
- 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
Landscapes
- Engineering & Computer Science (AREA)
- Computer Networks & Wireless Communication (AREA)
- Signal Processing (AREA)
- Health & Medical Sciences (AREA)
- Computing Systems (AREA)
- General Health & Medical Sciences (AREA)
- Medical Informatics (AREA)
- Telephonic Communication Services (AREA)
- Arrangements For Transmission Of Measured Signals (AREA)
Abstract
本发明提供了一种物联网数据接入方法及系统，涉及数据接入技术领域，包括：对所有传感器的采集数据进行错误数据的筛出与修正，获得每个传感器的有效历史数据；基于每个传感器的有效历史数据获得每个传感器的所有细划分结果；获取每个传感器的每个细划分结果的矩阵表示，基于每个传感器的所有细划分结果获得每个传感器的参考矩阵，基于每个传感器的参考矩阵和每个细划分结果的矩阵表示计算每个传感器的每个细划分结果的过渡值；基于每个传感器的所有细划分结果的过渡值获得每个传感器的数据采集窗口时间，基于传感器的数据采集窗口时间对物联网中传感器的数据接入进行控制。本发明实现对原巨量数据进行接入的简化，提升了数据接入的效率。
Description
技术领域
本发明涉及数据接入技术领域，特别涉及一种物联网数据接入方法及系统。
背景技术
目前，随着物联网在生产生活中的普及，使用物联网设备来获取信息也逐渐应用到工业中，尤其是将物联网中的传感器节点部署到需要监测的地方，可以较为迅速地获取环境信息。
但是，物联网中数量众多的传感器进行实时进行数据接入时庞大的数据量会导致接入系统的延迟甚至瘫痪，而现有的物联网数据接入方法及系统只是通过随机选择执行路线的方式预防攻击，使用双向身份认证方案安全通信，只考虑到现有技术中数据采集的安全性，并未对物联网数据接入时庞大的数据量会导致接入系统的延迟甚至瘫痪的问题进行解决，例如公开号为“CN114448660A”、专利名称为“一种物联网数据接入方法”，其方法包括以下步骤：S1:构建数据采集系统的数学模型，提取出优化问题；S2:通过遗传算法获取移动式数据接入装置和物联网节点的用户关联机制和优化的采集顺序；S3:在执行具体任务时，随机选择其中的一组路线完成采集任务，并以双向身份认证的方式确保安全通信；S4:当遭受DDos攻击时，以洗牌策略重新分配物联网节点和移动式数据接入装置的关联机制，隔离被攻击的物联网节点。应用本发明实施例，通过随机选择执行路线的方式预防攻击，使用双向身份认证方案安全通信，后期采用洗牌策略防御DDos攻击，隔离被攻击节点，在检测到DDos攻击后尽可能保障对正常节点的数据采集，用于解决现有技术中数据采集安全性、能耗等问题。但是该专利只是通过随机选择执行路线的方式预防攻击，使用双向身份认证方案安全通信，只考虑到现有技术中数据采集的安全性，并未对物联网数据接入时庞大的数据量会导致接入系统的延迟甚至瘫痪的问题进行解决，难以保证物联网数据接入的效率。
因此，本发明提出了一种物联网数据接入方法及系统，用以实现对原巨量数据进行接入的简化，提升了数据接入的效率。
发明内容
本发明提供一种物联网数据接入方法及系统，用以自动获取物联网中需进行数据接入的所有传感器的采集数据，并对每个传感器的采集数据进行错误数据的筛出与修正，实现了对错误数据的检出与修正，更精确地获得每个传感器的有效历史数据，便于后续划分处理，对每个传感器的有效历史数据进行划分，获得了每个传感器的有效历史数据的所有粗划分结果，对每个传感器的有效历史数据的每个粗划分结果进行二次划分，获得了每个传感器的有效历史数据的所有细划分结果，便于后续获得细划分结果的矩阵表示，通过获取每个传感器的有效历史数据的每个细划分结果的矩阵表示，并根据每个传感器的有效历史数据的所有细划分结果更精确地构建每个传感器的有效历史数据的参考矩阵，便于后续每个细划分结果的过渡值的计算，根据每个传感器的有效历史数据的参考矩阵和每个传感器的有效历史数据的每个细划分结果的矩阵表示更精确地计算出每个传感器的有效历史数据的每个细划分结果的过渡值，便于后续传感器的数据采集窗口时间的获取，根据每个传感器的有效历史数据的所有细划分结果的过渡值获得每个传感器的数据采集窗口时间，根据传感器的数据采集窗口时间对物联网中所有传感器的数据接入进行数据接入频率的控制，实现了对原巨量数据的接入简化，提升了数据接入的效率。
本发明提供一种物联网数据接入方法，包括：
S1：获取物联网中需进行数据接入的所有传感器的采集数据，并对每个传感器的采集数据进行错误数据的筛出与修正，获得每个传感器的有效历史数据；
S2：对每个传感器的有效历史数据进行划分，获得每个传感器的有效历史数据的所有粗划分结果，并对每个传感器的有效历史数据的每个粗划分结果进行二次划分，获得每个传感器的有效历史数据的所有细划分结果；
S3：获取每个传感器的有效历史数据的每个细划分结果的矩阵表示，并基于每个传感器的有效历史数据的所有细划分结果获得每个传感器的有效历史数据的参考矩阵，基于每个传感器的有效历史数据的参考矩阵和每个传感器的有效历史数据的每个细划分结果的矩阵表示计算每个传感器的有效历史数据的每个细划分结果的过渡值；
S4：基于每个传感器的有效历史数据的所有细划分结果的过渡值获得每个传感器的数据采集窗口时间，基于所有传感器的数据采集窗口时间对物联网中所有传感器的数据接入进行控制。
优选的，物联网数据接入方法，S1：获取物联网中需进行数据接入的所有传感器的采集数据，并对每个传感器的采集数据进行错误数据的筛出与修正，获得每个传感器的有效历史数据，包括：
S101：获取物联网中需进行数据接入的所有传感器当前时刻前预设时间段内的采集数据；
S102：对每个传感器的采集数据进行错误数据的筛出，获得每个传感器的错误历史数据和每个传感器的正确历史数据，基于每个传感器的正确历史数据对每个传感器的错误历史数据进行修正，获得每个传感器的有效历史数据。
优选的，物联网数据接入方法，S102：对每个传感器的采集数据进行错误数据的筛出，获得每个传感器的错误历史数据和每个传感器的正确历史数据，基于每个传感器的正确历史数据对每个传感器的错误历史数据进行修正，获得每个传感器的有效历史数据，包括：
S1021：基于每个传感器的采集数据获得以当前时刻为终止时刻的预设时间段内的每个时刻为横轴、以传感器在每个时刻的采集数据的数值为纵轴的每个传感器的数据波形图；
S1022：基于每个传感器的数据波形图获得波形图中每个点的采集数据变化率，将数据波形图中所有采集数据变化率大于预设阈值的点对应的数值作为对应传感器的错误历史数据，并将数据波形图中除错误历史数据以外剩余的所有数值作为正确历史数据，其中，波形图中每个点的采集数据变化率为该点对应的采集数据的数值与在数据波形图中该点前一秒的点对应的采集数据的数值的差值；
S1023：将每个传感器的错误历史数据的在数据波形图中的横轴位置作为目标横轴位置，并将数据波形图中在每个目标横轴位置前的所有正确历史数据中横轴位置与目标横轴位置最近的正确历史数据，与数据波形图中在对应目标横轴位置后的所有正确历史数据中横轴位置与目标横轴位置最近的正确历史数据的平均值，当作对应目标横轴位置的修正数值，基于所有目标横轴位置的修正数值对对应数据波形图进行更新，并将被更新后获得的数据波形图当作对应传感器的有效历史数据。
优选的，物联网数据接入方法，S2：对每个传感器的有效历史数据进行划分，获得每个传感器的有效历史数据的所有粗划分结果，并对每个传感器的有效历史数据的每个粗划分结果进行二次划分，获得每个传感器的有效历史数据的所有细划分结果，包括：
S201：将每个传感器的有效历史数据的数据波形图按预设划分份数进行等间距划分，获得每个传感器的有效历史数据的所有粗划分结果；
S202：对每个传感器的有效历史数据的每个粗划分结果进行二次划分，获得每个传感器的有效历史数据的所有细划分结果。
优选的，物联网数据接入方法，S202：对每个传感器的有效历史数据的每个粗划分结果进行二次划分，获得每个传感器的有效历史数据的所有细划分结果，包括：
S2021：获取每个传感器的有效历史数据的每个粗划分结果的时间上限在对应数据波形图中的对应数值与时间下限在对应数据波形图中的对应数值之间的均值，作为每个粗划分结果的有效历史数据均值；
S2022：当传感器的有效历史数据的每个粗划分结果中的所有数值中与对应有效历史数据均值相同的数值个数为1时，将对应粗划分结果按均值相同的数值对应的时间点的位置进行划分，当传感器的有效历史数据的每个粗划分结果中的有效历史数据的所有数值中与对应有效历史数据均值相同的数值为2以上时，基于传感器的有效历史数据的每个粗划分结果中的有效历史数据的所有数值中与对应有效历史数据均值相同的多个数值的时间点进行时间均值的求取，将对应粗划分结果按时间均值的位置进行再次划分，获得每个传感器的有效历史数据的所有细划分结果。
优选的，物联网数据接入方法，获取每个传感器的有效历史数据的每个细划分结果的矩阵表示，包括：
获取每个传感器的有效历史数据的每个细划分结果的时间上限和时间下限以及每个细划分结果中包含的部分有效历史数据；
将每个细划分结果的时间上限对应的数值和时间下限对应的数值作为每个细划分结果的二阶矩阵第一行的两个矩阵元素，将每个细划分结果的时间上限和每个细划分结果的时间下限作为每个细划分结果的二阶矩阵第二行的两个矩阵元素，获得每个传感器的有效历史数据的每个细划分结果的矩阵表示。
优选的，物联网数据接入方法，基于每个传感器的有效历史数据的所有细划分结果获得每个传感器的有效历史数据的参考矩阵，包括：
确定出每个传感器的有效历史数据的每个细划分结果对应的时间下限和时间上限之间的中间时刻，并获得每个传感器的有效历史数据的每个细划分结果对应的中间时刻在对应有效历史数据的数据波形图中对应的数值；
将每个传感器的有效历史数据的所有细划分结果对应的中间时刻按时序从前到后进行排序作为参考矩阵的第二行矩阵元素，并将每个传感器的有效历史数据的所有细划分结果对应的中间时刻在对应有效历史数据的数据波形图中对应的数值，按照对应中间时刻从前往后的顺序进行排序作为参考矩阵的第一行矩阵元素，获得每个传感器的有效历史数据的参考矩阵。
优选的，物联网数据接入方法，基于每个传感器的有效历史数据的参考矩阵和每个传感器的有效历史数据的每个细划分结果的矩阵表示计算每个传感器的有效历史数据的每个细划分结果的过渡值，包括：
按照时序对每个传感器的有效历史数据的所有细划分结果的矩阵表示进行从1开始递增的序数定义，获得每个传感器的所有细划分结果的序数定义结果；
基于每个传感器的有效历史数据的参考矩阵和对应的所有细划分结果的序数定义结果计算每个传感器的有效历史数据的每个细划分结果的过渡值，如下：
其中，Pi为传感器的有效历史数据中序数为i的细划分结果的过渡值，Ki为传感器的有效历史数据中序数为i的细划分结果的矩阵表示的秩，i为传感器的有效历史数据中细划分结果的序数定义结果，n为传感器的有效历史数据中细划分结果的个数，R为传感器的有效历史数据的参考矩阵的秩。
优选的，物联网数据接入方法，S4：基于每个传感器的有效历史数据的所有细划分结果的过渡值获得每个传感器的数据采集窗口时间，基于所有传感器的数据采集窗口时间对物联网中所有传感器的数据接入进行控制，包括：
S401：确定出每个传感器的有效历史数据的所有细划分结果的过渡值中的最大过渡值，并将每个传感器的有效历史数据的最大过渡值对应的细划分结果的时间上限和时间下限的差值作为每个传感器的数据采集窗口时间；
S402：将每个传感器的数据采集窗口时间的倒数作为每个传感器进行物联网数据接入的接入频率，基于每个传感器的接入频率对物联网中每个传感器的数据接入进行控制。
本发明提供了一种物联网数据接入系统，用于执行实施例1至9中任一一种物联网数据接入方法，包括：
有效历史数据模块，用于获取物联网中需进行数据接入的所有传感器的采集数据，并对每个传感器的采集数据进行错误数据的筛出与修正，获得每个传感器的有效历史数据；
划分模块，用于对每个传感器的有效历史数据进行划分，获得每个传感器的有效历史数据的所有粗划分结果，并对每个传感器的有效历史数据的每个粗划分结果进行二次划分，获得每个传感器的有效历史数据的所有细划分结果；
过渡值计算模块，用于获取每个传感器的有效历史数据的每个细划分结果的矩阵表示，并基于每个传感器的有效历史数据的所有细划分结果获得每个传感器的有效历史数据的参考矩阵，基于每个传感器的有效历史数据的参考矩阵和每个传感器的有效历史数据的每个细划分结果的矩阵表示计算每个传感器的有效历史数据的每个细划分结果的过渡值；
接入控制模块，用于基于每个传感器的有效历史数据的所有细划分结果的过渡值获得每个传感器的数据采集窗口时间，基于所有传感器的数据采集窗口时间对物联网中所有传感器的数据接入进行实时控制。
本发明相对于现有技术产生的有益效果为：自动获取物联网中需进行数据接入的所有传感器的采集数据，并对每个传感器的采集数据进行错误数据的筛出与修正，实现了对错误数据的检出与修正，更精确地获得每个传感器的有效历史数据，便于后续划分处理，对每个传感器的有效历史数据进行划分，获得了每个传感器的有效历史数据的所有粗划分结果，对每个传感器的有效历史数据的每个粗划分结果进行二次划分，获得了每个传感器的有效历史数据的所有细划分结果，便于后续获得细划分结果的矩阵表示，获取每个传感器的有效历史数据的每个细划分结果的矩阵表示，并根据每个传感器的有效历史数据的所有细划分结果更精确地构建每个传感器的有效历史数据的参考矩阵，便于后续每个细划分结果的过渡值的计算，根据每个传感器的有效历史数据的参考矩阵和每个传感器的有效历史数据的每个细划分结果的矩阵表示更精确地计算出每个传感器的有效历史数据的每个细划分结果的过渡值，便于后续传感器的数据采集窗口时间的获取，根据每个传感器的有效历史数据的所有细划分结果的过渡值获得每个传感器的数据采集窗口时间，根据传感器的数据采集窗口时间对物联网中所有传感器的数据接入进行数据接入频率的控制，实现了对原巨量数据的接入简化，提升了物联网数据接入的效率。
本发明的其它特征和优点将在随后的说明书中阐述，并且，部分地从说明书中变得显而易见，或者通过实施本发明而了解。本发明的目的和其他优点可通过在所写的本申请文件中所特别指出的结构来实现和获得。
下面通过附图和实施例，对本发明的技术方案做进一步的详细描述。
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，并不构成对本发明的限制。在附图中：
图1为本发明实施例中一种物联网数据接入方法流程图；
图2为本发明实施例中步骤S2的具体流程图；
图3为本发明实施例中一种物联网数据接入系统示意图。
具体实施方式
以下结合附图对本发明的优选实施例进行说明，应当理解，此处所描述的优选实施例仅用于说明和解释本发明，并不用于限定本发明。
实施例1：
本发明提供了一种物联网数据接入方法，参考图1，包括：
S1：获取物联网中需进行数据接入的所有传感器的采集数据，并对每个传感器的采集数据进行错误数据的筛出与修正，获得每个传感器的有效历史数据；
S2：对每个传感器的有效历史数据进行划分，获得每个传感器的有效历史数据的所有粗划分结果，并对每个传感器的有效历史数据的每个粗划分结果进行二次划分，获得每个传感器的有效历史数据的所有细划分结果；
S3：获取每个传感器的有效历史数据的每个细划分结果的矩阵表示，并基于每个传感器的有效历史数据的所有细划分结果获得每个传感器的有效历史数据的参考矩阵，基于每个传感器的有效历史数据的参考矩阵和每个传感器的有效历史数据的每个细划分结果的矩阵表示计算每个传感器的有效历史数据的每个细划分结果的过渡值；
S4：基于每个传感器的有效历史数据的所有细划分结果的过渡值获得每个传感器的数据采集窗口时间，基于所有传感器的数据采集窗口时间对物联网中所有传感器的数据接入进行控制。
该实施例中，传感器为需进行数据接入的物联网上存在的所有传感器，例如温度传感器。
该实施例中，采集数据为传感器实时采集的数据。
该实施例中，错误数据为传感器的采集数据中因为传感器的故障及其他原因导致的存在的部分错误数据。
该实施例中，筛出与修正为对传感器的采集数据中存在的错误数据进行筛选，并对筛选出的错误数据进行修正，获得有效历史数据的过程。
该实施例中，有效历史数据为对传感器的采集数据进行错误数据的筛出与修正后获得的能够进行后续划分处理的数据。
该实施例中，划分为对传感器的有效历史数据的数据波形图按预设划分份数进行等间距划分的过程。
该实施例中，粗划分结果为对传感器的有效历史数据的数据波形图按预设划分份数(例如10份)进行等间距划分后获得的多个部分数据波形图，每个部分数据波形图都是传感器的有效历史数据的一个粗划分结果。
该实施例中，二次划分为基于每个粗划分结果的时间上限在对应数据波形图中的对应数值与时间下限在对应数据波形图中的对应数值之间的均值，对传感器的有效历史数据的每个粗划分结果进行的第二次的划分。
该实施例中，细划分结果为对传感器的有效历史数据的每个粗划分结果进行第二次的划分获得的划分结果。
该实施例中，细划分结果的矩阵表示为基于细划分结果的时间上限和时间下限以及每个细划分结果中包含的部分有效历史数据确定的细划分结果的二阶矩阵，每个细划分结果都对应一个二阶矩阵。
该实施例中，参考矩阵为基于传感器的有效历史数据的所有细划分结果对应的时间下限和时间上限之间的中间时刻及中间时刻在数据波形图中对应的数值确定出的每个传感器的有效历史数据的参考矩阵。
该实施例中，过渡值为基于传感器的有效历史数据的每个细划分结果的矩阵表示和传感器的有效历史数据的参考矩阵计算出的、表征每个细划分结果在有效历史数据中的所占信息比重的数值，过渡值越大，表示细划分结果占有效历史数据的信息比重越大。
该实施例中，传感器的数据采集窗口时间为传感器进行数据接入时确定接入频率的数据接入时间间隔。
以上技术的有益效果为：自动获取物联网中需进行数据接入的所有传感器的采集数据，并对每个传感器的采集数据进行错误数据的筛出与修正，实现了对错误数据的检出与修正，更精确地获得每个传感器的有效历史数据，便于后续划分处理，对每个传感器的有效历史数据进行划分，获得了每个传感器的有效历史数据的所有粗划分结果，对每个传感器的有效历史数据的每个粗划分结果进行二次划分，获得了每个传感器的有效历史数据的所有细划分结果，便于后续获得细划分结果的矩阵表示，获取每个传感器的有效历史数据的每个细划分结果的矩阵表示，并根据每个传感器的有效历史数据的所有细划分结果更精确地构建每个传感器的有效历史数据的参考矩阵，便于后续每个细划分结果的过渡值的计算，根据每个传感器的有效历史数据的参考矩阵和每个传感器的有效历史数据的每个细划分结果的矩阵表示更精确地计算出每个传感器的有效历史数据的每个细划分结果的过渡值，便于后续传感器的数据采集窗口时间的获取，根据每个传感器的有效历史数据的所有细划分结果的过渡值获得每个传感器的数据采集窗口时间，根据传感器的数据采集窗口时间对物联网中所有传感器的数据接入进行数据接入频率的控制，实现了对原巨量数据的接入简化，提升了物联网数据接入的效率。
实施例2：
在实施例1的基础上，物联网数据接入方法，S1：获取物联网中需进行数据接入的所有传感器的采集数据，并对每个传感器的采集数据进行错误数据的筛出与修正，获得每个传感器的有效历史数据，包括：
S101：获取物联网中需进行数据接入的所有传感器当前时刻前预设时间段内的采集数据；
S102：对每个传感器的采集数据进行错误数据的筛出，获得每个传感器的错误历史数据和每个传感器的正确历史数据，基于每个传感器的正确历史数据对每个传感器的错误历史数据进行修正，获得每个传感器的有效历史数据。
该实施例中，预设时间段为预先设置的用以确定采集数据的时间段，例如10min。
该实施例中，错误历史数据为对传感器的采集数据进行错误数据的筛出，获得的错误数据。
该实施例中，正确历史数据为传感器的采集数据中除了错误历史数据的其余数据。
以上技术的有益效果为：获取了物联网中需进行数据接入的所有传感器的采集数据，并对每个传感器的采集数据进行错误数据的筛出与修正，实现了对错误数据的检出与修正，更精确地获得每个传感器的有效历史数据，便于后续划分处理。
实施例3：
在实施例2的基础上，物联网数据接入方法，S102：对每个传感器的采集数据进行错误数据的筛出，获得每个传感器的错误历史数据和每个传感器的正确历史数据，基于每个传感器的正确历史数据对每个传感器的错误历史数据进行修正，获得每个传感器的有效历史数据，包括：
S1021：基于每个传感器的采集数据获得以当前时刻为终止时刻的预设时间段内(即当前时刻为预设时间段内的最后时刻，预设时间段是以当前时刻为终止时刻的预设时间长度的时间段，例如从当前时刻至往前1小时时段内)的每个时刻为横轴、以传感器在每个时刻的采集数据的数值为纵轴的每个传感器的数据波形图；
S1022：基于每个传感器的数据波形图获得波形图中每个点的采集数据变化率，将数据波形图中所有采集数据变化率大于预设阈值的点对应的数值作为对应传感器的错误历史数据，并将数据波形图中除错误历史数据以外剩余的所有数值作为正确历史数据，其中，波形图中每个点的采集数据变化率为该点对应的采集数据的数值与在数据波形图中该点前一秒的点对应的采集数据的数值的差值；
S1023：将每个传感器的错误历史数据的在数据波形图中的横轴位置作为目标横轴位置，并将数据波形图中在每个目标横轴位置前的所有正确历史数据中横轴位置与目标横轴位置最近的正确历史数据，与数据波形图中在对应目标横轴位置后的所有正确历史数据中横轴位置与目标横轴位置最近的正确历史数据的平均值，当作对应目标横轴位置的修正数值，基于所有目标横轴位置的修正数值对对应数据波形图进行更新，并将被更新后获得的数据波形图当作对应传感器的有效历史数据。
该实施例中，数据波形图为以当前时刻为终止时刻的预设时间段内的每个时刻为横坐标轴、以传感器在每个时刻的采集数据的数值为纵坐标轴的波形图。
该实施例中，采集数据变化率为波形图中每个点的采集数据的数值的变化速率。
该实施例中，预设阈值为预先设置的用以筛选出传感器的错误历史数据的采集数据变化率的阈值，例如30。
该实施例中，目标横轴位置为传感器的错误历史数据的在数据波形图中的横轴位置。
该实施例中，修正数值为目标横轴位置前的所有正确历史数据中横轴位置与目标横轴位置最近的正确历史数据，与目标横轴位置后的所有正确历史数据中横轴位置与目标横轴位置最近的正确历史数据的平均值。
以上技术的有益效果为：根据波形图中每个点的采集数据变化率更精确地对每个传感器的采集数据进行错误数据的筛出，并根据传感器的错误历史数据在数据波形图中的横轴位置更精确地获得错误历史数据的修正数值，实现了对错误数据的检出与修正，更精确地获得每个传感器的有效历史数据，便于后续划分处理。
实施例4：
在实施例3的基础上，物联网数据接入方法，S2：对每个传感器的有效历史数据进行划分，获得每个传感器的有效历史数据的所有粗划分结果，并对每个传感器的有效历史数据的每个粗划分结果进行二次划分，获得每个传感器的有效历史数据的所有细划分结果，参考图2，包括：
S201：将每个传感器的有效历史数据的数据波形图按预设划分份数进行等间距划分，获得每个传感器的有效历史数据的所有粗划分结果；
S202：对每个传感器的有效历史数据的每个粗划分结果进行二次划分，获得每个传感器的有效历史数据的所有细划分结果。
该实施例中，预设划分份数为预先设置的用以对传感器的采集数据进行划分获得粗划分结果的划分份数。
以上技术的有益效果为：对每个传感器的有效历史数据进行等间距划分，实现了获得每个传感器的有效历史数据的所有粗划分结果，对每个传感器的有效历史数据的每个粗划分结果进行二次划分，实现了获得每个传感器的有效历史数据的所有细划分结果，便于后续获得细划分结果的矩阵表示。
实施例5：
在实施例4的基础上，物联网数据接入方法，S202：对每个传感器的有效历史数据的每个粗划分结果进行二次划分，获得每个传感器的有效历史数据的所有细划分结果，包括：
S2021：获取每个传感器的有效历史数据的每个粗划分结果的时间上限在对应数据波形图中的对应数值与时间下限在对应数据波形图中的对应数值之间的均值，作为每个粗划分结果的有效历史数据均值；
S2022：当传感器的有效历史数据的每个粗划分结果中的所有数值中与对应有效历史数据均值相同的数值个数为1时，将对应粗划分结果按均值相同的数值对应的时间点的位置进行划分，当传感器的有效历史数据的每个粗划分结果中的有效历史数据的所有数值中与对应有效历史数据均值相同的数值为2以上时，基于传感器的有效历史数据的每个粗划分结果中的有效历史数据的所有数值中与对应有效历史数据均值相同的多个数值的时间点进行时间均值的求取，将对应粗划分结果按时间均值的位置进行再次划分，获得每个传感器的有效历史数据的所有细划分结果。
该实施例中，粗划分结果的时间上限和时间下限为粗划分结果的左边界和右边界在波形图中的横轴位置代表的时间。
该实施例中，粗划分结果的有效历史数据均值为粗划分结果的时间上限在对应数据波形图中的对应数值与时间下限在对应数据波形图中的对应数值之间的平均值。
该实施例中，时间均值为粗划分结果中的有效历史数据的所有数值中与对应有效历史数据均值相同的多个数值的时间点的平均值。
以上技术的有益效果为：根据传感器的有效历史数据的每个粗划分结果中的所有数值中与对应有效历史数据均值相同的数值个数实现对每个传感器的有效历史数据的每个粗划分结果进行二次划分，更准确地获得每个传感器的有效历史数据的所有细划分结果，此实施例给出了一种对传感器的有效历史数据的每个粗划分结果进行再次划分获得细划分结果的方法。
实施例6：
在实施例1的基础上，物联网数据接入方法，获取每个传感器的有效历史数据的每个细划分结果的矩阵表示，包括：
获取每个传感器的有效历史数据的每个细划分结果的时间上限和时间下限以及每个细划分结果中包含的部分有效历史数据；
将每个细划分结果的时间上限对应的数值和时间下限对应的数值作为每个细划分结果的二阶矩阵第一行的两个矩阵元素，将每个细划分结果的时间上限和每个细划分结果的时间下限作为每个细划分结果的二阶矩阵第二行的两个矩阵元素，获得每个传感器的有效历史数据的每个细划分结果的矩阵表示。
该实施例中，细划分结果的时间上限和时间下限为细划分结果的左边界和右边界在波形图中的横轴位置代表的时间。
以上技术的有益效果为：根据细划分结果的时间上限和时间上限对应的数值与每个细划分结果的时间下限和时间下限对应的数值构建出细划分结果的矩阵表示，此实施例给出了一种确定细划分结果的矩阵表示的方法。
实施例7：
在实施例1的基础上，物联网数据接入方法，基于每个传感器的有效历史数据的所有细划分结果获得每个传感器的有效历史数据的参考矩阵，包括：
确定出每个传感器的有效历史数据的每个细划分结果对应的时间下限和时间上限之间的中间时刻，并获得每个传感器的有效历史数据的每个细划分结果对应的中间时刻在对应有效历史数据的数据波形图中对应的数值；
将每个传感器的有效历史数据的所有细划分结果对应的中间时刻按时序从前到后进行排序作为参考矩阵的第二行矩阵元素，并将每个传感器的有效历史数据的所有细划分结果对应的中间时刻在对应有效历史数据的数据波形图中对应的数值，按照对应中间时刻从前往后的顺序进行排序作为参考矩阵的第一行矩阵元素，获得每个传感器的有效历史数据的参考矩阵。
该实施例中，中间时刻为传感器的有效历史数据的每个细划分结果对应的时间下限和时间上限之间的均值对应的时间点。
以上技术的有益效果为：根据传感器的有效历史数据的所有细划分结果对应的中间时刻和所有中间时刻对应有效历史数据的数据波形图中对应的数值构建出传感器的有效历史数据的参考矩阵，此实施例给出了一种确定传感器的有效历史数据的参考矩阵的方法。
实施例8：
在实施例1的基础上，物联网数据接入方法，基于每个传感器的有效历史数据的参考矩阵和每个传感器的有效历史数据的每个细划分结果的矩阵表示计算每个传感器的有效历史数据的每个细划分结果的过渡值，包括：
按照时序对每个传感器的有效历史数据的所有细划分结果的矩阵表示进行从1开始递增的序数定义，获得每个传感器的所有细划分结果的序数定义结果；
基于每个传感器的有效历史数据的参考矩阵和对应的所有细划分结果的序数定义结果计算每个传感器的有效历史数据的每个细划分结果的过渡值，如下：
其中，Pi为传感器的有效历史数据中序数为i的细划分结果的过渡值，Ki为传感器的有效历史数据中序数为i的细划分结果的矩阵表示的秩，i为传感器的有效历史数据中细划分结果的序数定义结果，n为传感器的有效历史数据中细划分结果的个数，R为传感器的有效历史数据的参考矩阵的秩。
以上技术的有益效果为：根据每个传感器的有效历史数据的参考矩阵和每个传感器的有效历史数据的每个细划分结果的矩阵表示更精确地计算出每个传感器的有效历史数据的每个细划分结果的过渡值，便于后续传感器的数据采集窗口时间的获取。
实施例9：
在实施例1的基础上，物联网数据接入方法，S4：基于每个传感器的有效历史数据的所有细划分结果的过渡值获得每个传感器的数据采集窗口时间，基于所有传感器的数据采集窗口时间对物联网中所有传感器的数据接入进行控制，包括：
S401：确定出每个传感器的有效历史数据的所有细划分结果的过渡值中的最大过渡值，并将每个传感器的有效历史数据的最大过渡值对应的细划分结果的时间上限和时间下限的差值作为每个传感器的数据采集窗口时间；
S402：将每个传感器的数据采集窗口时间的倒数作为每个传感器进行物联网数据接入的接入频率，基于每个传感器的接入频率对物联网中每个传感器的数据接入进行控制。
该实施例中，最大过渡值为传感器的有效历史数据的所有细划分结果的过渡值中的最大值，每个传感器都对应一个最大过渡值。
该实施例中，接入频率为对应传感器的采集数据接入物联网的频率。
以上技术的有益效果为：根据每个传感器的有效历史数据的所有细划分结果的过渡值获得每个传感器的数据采集窗口时间，根据传感器的数据采集窗口时间对物联网中所有传感器的数据接入进行数据接入频率的控制，实现了对原巨量数据进行接入的简化，提升了数据接入的效率。
实施例10：
本发明提供了一种物联网数据接入系统，用于执行实施例1至9中任一一种物联网数据接入方法，参考图3，包括：
有效历史数据模块，用于获取物联网中需进行数据接入的所有传感器的采集数据，并对每个传感器的采集数据进行错误数据的筛出与修正，获得每个传感器的有效历史数据；
划分模块，用于对每个传感器的有效历史数据进行划分，获得每个传感器的有效历史数据的所有粗划分结果，并对每个传感器的有效历史数据的每个粗划分结果进行二次划分，获得每个传感器的有效历史数据的所有细划分结果；
过渡值计算模块，用于获取每个传感器的有效历史数据的每个细划分结果的矩阵表示，并基于每个传感器的有效历史数据的所有细划分结果获得每个传感器的有效历史数据的参考矩阵，基于每个传感器的有效历史数据的参考矩阵和每个传感器的有效历史数据的每个细划分结果的矩阵表示计算每个传感器的有效历史数据的每个细划分结果的过渡值；
接入控制模块，用于基于每个传感器的有效历史数据的所有细划分结果的过渡值获得每个传感器的数据采集窗口时间，基于所有传感器的数据采集窗口时间对物联网中所有传感器的数据接入进行实时控制。
以上技术的有益效果为：自动获取物联网中需进行数据接入的所有传感器的采集数据，并对每个传感器的采集数据进行错误数据的筛出与修正，实现了对错误数据的检出与修正，更精确地获得每个传感器的有效历史数据，便于后续划分处理，对每个传感器的有效历史数据进行划分，获得了每个传感器的有效历史数据的所有粗划分结果，对每个传感器的有效历史数据的每个粗划分结果进行二次划分，获得了每个传感器的有效历史数据的所有细划分结果，便于后续获得细划分结果的矩阵表示，获取每个传感器的有效历史数据的每个细划分结果的矩阵表示，并根据每个传感器的有效历史数据的所有细划分结果更精确地构建每个传感器的有效历史数据的参考矩阵，便于后续每个细划分结果的过渡值的计算，根据每个传感器的有效历史数据的参考矩阵和每个传感器的有效历史数据的每个细划分结果的矩阵表示更精确地计算出每个传感器的有效历史数据的每个细划分结果的过渡值，便于后续传感器的数据采集窗口时间的获取，根据每个传感器的有效历史数据的所有细划分结果的过渡值获得每个传感器的数据采集窗口时间，根据传感器的数据采集窗口时间对物联网中所有传感器的数据接入进行数据接入频率的控制，实现了对原巨量数据的接入简化，提升了物联网数据接入的效率。
显然，本领域的技术人员可以对本发明进行各种改动和变型而不脱离本发明的精神和范围。这样，倘若本发明的这些修改和变型属于本发明权利要求及其等同技术的范围之内，则本发明也意图包含这些改动和变型在内。
Claims (10)
1.一种物联网数据接入方法，其特征在于，包括：
S1：获取物联网中需进行数据接入的所有传感器的采集数据，并对每个传感器的采集数据进行错误数据的筛出与修正，获得每个传感器的有效历史数据；
S2：对每个传感器的有效历史数据进行划分，获得每个传感器的有效历史数据的所有粗划分结果，并对每个传感器的有效历史数据的每个粗划分结果进行二次划分，获得每个传感器的有效历史数据的所有细划分结果；
S3：获取每个传感器的有效历史数据的每个细划分结果的矩阵表示，并基于每个传感器的有效历史数据的所有细划分结果获得每个传感器的有效历史数据的参考矩阵，基于每个传感器的有效历史数据的参考矩阵和每个传感器的有效历史数据的每个细划分结果的矩阵表示计算每个传感器的有效历史数据的每个细划分结果的过渡值；
S4：基于每个传感器的有效历史数据的所有细划分结果的过渡值获得每个传感器的数据采集窗口时间，基于所有传感器的数据采集窗口时间对物联网中所有传感器的数据接入进行控制。
2.根据权利要求1所述的一种物联网数据接入方法，其特征在于，S1：获取物联网中需进行数据接入的所有传感器的采集数据，并对每个传感器的采集数据进行错误数据的筛出与修正，获得每个传感器的有效历史数据，包括：
S101：获取物联网中需进行数据接入的所有传感器当前时刻前预设时间段内的采集数据；
S102：对每个传感器的采集数据进行错误数据的筛出，获得每个传感器的错误历史数据和每个传感器的正确历史数据，基于每个传感器的正确历史数据对每个传感器的错误历史数据进行修正，获得每个传感器的有效历史数据。
3.根据权利要求2所述的一种物联网数据接入方法，其特征在于，S102：对每个传感器的采集数据进行错误数据的筛出，获得每个传感器的错误历史数据和每个传感器的正确历史数据，基于每个传感器的正确历史数据对每个传感器的错误历史数据进行修正，获得每个传感器的有效历史数据，包括：
S1021：基于每个传感器的采集数据获得以当前时刻为终止时刻的预设时间段内的每个时刻为横轴、以传感器在每个时刻的采集数据的数值为纵轴的每个传感器的数据波形图；
S1022：基于每个传感器的数据波形图获得波形图中每个点的采集数据变化率，将数据波形图中所有采集数据变化率大于预设阈值的点对应的数值作为对应传感器的错误历史数据，并将数据波形图中除错误历史数据以外剩余的所有数值作为正确历史数据，其中，波形图中每个点的采集数据变化率为该点对应的采集数据的数值与在数据波形图中该点前一秒的点对应的采集数据的数值的差值；
S1023：将每个传感器的错误历史数据的在数据波形图中的横轴位置作为目标横轴位置，并将数据波形图中在每个目标横轴位置前的所有正确历史数据中横轴位置与目标横轴位置最近的正确历史数据，与数据波形图中在对应目标横轴位置后的所有正确历史数据中横轴位置与目标横轴位置最近的正确历史数据的平均值，当作对应目标横轴位置的修正数值，基于所有目标横轴位置的修正数值对对应数据波形图进行更新，并将被更新后获得的数据波形图当作对应传感器的有效历史数据。
4.根据权利要求3所述的一种物联网数据接入方法，其特征在于，S2：对每个传感器的有效历史数据进行划分，获得每个传感器的有效历史数据的所有粗划分结果，并对每个传感器的有效历史数据的每个粗划分结果进行二次划分，获得每个传感器的有效历史数据的所有细划分结果，包括：
S201：将每个传感器的有效历史数据的数据波形图按预设划分份数进行等间距划分，获得每个传感器的有效历史数据的所有粗划分结果；
S202：对每个传感器的有效历史数据的每个粗划分结果进行二次划分，获得每个传感器的有效历史数据的所有细划分结果。
5.根据权利要求4所述的一种物联网数据接入方法，其特征在于，S202：对每个传感器的有效历史数据的每个粗划分结果进行二次划分，获得每个传感器的有效历史数据的所有细划分结果，包括：
S2021：获取每个传感器的有效历史数据的每个粗划分结果的时间上限在对应数据波形图中的对应数值与时间下限在对应数据波形图中的对应数值之间的均值，作为每个粗划分结果的有效历史数据均值；
S2022：当传感器的有效历史数据的每个粗划分结果中的所有数值中与对应有效历史数据均值相同的数值个数为1时，将对应粗划分结果按均值相同的数值对应的时间点的位置进行划分，当传感器的有效历史数据的每个粗划分结果中的有效历史数据的所有数值中与对应有效历史数据均值相同的数值为2以上时，基于传感器的有效历史数据的每个粗划分结果中的有效历史数据的所有数值中与对应有效历史数据均值相同的多个数值的时间点进行时间均值的求取，将对应粗划分结果按时间均值的位置进行再次划分，获得每个传感器的有效历史数据的所有细划分结果。
6.根据权利要求1所述的一种物联网数据接入方法，其特征在于，获取每个传感器的有效历史数据的每个细划分结果的矩阵表示，包括：
获取每个传感器的有效历史数据的每个细划分结果的时间上限和时间下限以及每个细划分结果中包含的部分有效历史数据；
将每个细划分结果的时间上限对应的数值和时间下限对应的数值作为每个细划分结果的二阶矩阵第一行的两个矩阵元素，将每个细划分结果的时间上限和每个细划分结果的时间下限作为每个细划分结果的二阶矩阵第二行的两个矩阵元素，获得每个传感器的有效历史数据的每个细划分结果的矩阵表示。
7.根据权利要求1所述的一种物联网数据接入方法，其特征在于，基于每个传感器的有效历史数据的所有细划分结果获得每个传感器的有效历史数据的参考矩阵，包括：
确定出每个传感器的有效历史数据的每个细划分结果对应的时间下限和时间上限之间的中间时刻，并获得每个传感器的有效历史数据的每个细划分结果对应的中间时刻在对应有效历史数据的数据波形图中对应的数值；
将每个传感器的有效历史数据的所有细划分结果对应的中间时刻按时序从前到后进行排序作为参考矩阵的第二行矩阵元素，并将每个传感器的有效历史数据的所有细划分结果对应的中间时刻在对应有效历史数据的数据波形图中对应的数值，按照对应中间时刻从前往后的顺序进行排序作为参考矩阵的第一行矩阵元素，获得每个传感器的有效历史数据的参考矩阵。
8.根据权利要求1所述的一种物联网数据接入方法，其特征在于，基于每个传感器的有效历史数据的参考矩阵和每个传感器的有效历史数据的每个细划分结果的矩阵表示计算每个传感器的有效历史数据的每个细划分结果的过渡值，包括：
按照时序对每个传感器的有效历史数据的所有细划分结果的矩阵表示进行从1开始递增的序数定义，获得每个传感器的所有细划分结果的序数定义结果；
基于每个传感器的有效历史数据的参考矩阵和对应的所有细划分结果的序数定义结果计算每个传感器的有效历史数据的每个细划分结果的过渡值，如下：
其中，Pi为传感器的有效历史数据中序数为i的细划分结果的过渡值，Ki为传感器的有效历史数据中序数为i的细划分结果的矩阵表示的秩，i为传感器的有效历史数据中细划分结果的序数定义结果，n为传感器的有效历史数据中细划分结果的个数，R为传感器的有效历史数据的参考矩阵的秩。
9.根据权利要求1所述的一种物联网数据接入方法，其特征在于，S4：基于每个传感器的有效历史数据的所有细划分结果的过渡值获得每个传感器的数据采集窗口时间，基于所有传感器的数据采集窗口时间对物联网中所有传感器的数据接入进行控制，包括：
S401：确定出每个传感器的有效历史数据的所有细划分结果的过渡值中的最大过渡值，并将每个传感器的有效历史数据的最大过渡值对应的细划分结果的时间上限和时间下限的差值作为每个传感器的数据采集窗口时间；
S402：将每个传感器的数据采集窗口时间的倒数作为每个传感器进行物联网数据接入的接入频率，基于每个传感器的接入频率对物联网中每个传感器的数据接入进行控制。
10.一种物联网数据接入系统，其特征在于，用于执行权利要求1至9中任一所述的一种物联网数据接入方法，包括：
有效历史数据模块，用于获取物联网中需进行数据接入的所有传感器的采集数据，并对每个传感器的采集数据进行错误数据的筛出与修正，获得每个传感器的有效历史数据；
划分模块，用于对每个传感器的有效历史数据进行划分，获得每个传感器的有效历史数据的所有粗划分结果，并对每个传感器的有效历史数据的每个粗划分结果进行二次划分，获得每个传感器的有效历史数据的所有细划分结果；
过渡值计算模块，用于获取每个传感器的有效历史数据的每个细划分结果的矩阵表示，并基于每个传感器的有效历史数据的所有细划分结果获得每个传感器的有效历史数据的参考矩阵，基于每个传感器的有效历史数据的参考矩阵和每个传感器的有效历史数据的每个细划分结果的矩阵表示计算每个传感器的有效历史数据的每个细划分结果的过渡值；
接入控制模块，用于基于每个传感器的有效历史数据的所有细划分结果的过渡值获得每个传感器的数据采集窗口时间，基于所有传感器的数据采集窗口时间对物联网中所有传感器的数据接入进行实时控制。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202410096816.2A CN117714380B (zh) | 2024-01-24 | 2024-01-24 | 一种物联网数据接入方法及系统 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202410096816.2A CN117714380B (zh) | 2024-01-24 | 2024-01-24 | 一种物联网数据接入方法及系统 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN117714380A true CN117714380A (zh) | 2024-03-15 |
| CN117714380B CN117714380B (zh) | 2024-07-26 |
Family
ID=90148178
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202410096816.2A Active CN117714380B (zh) | 2024-01-24 | 2024-01-24 | 一种物联网数据接入方法及系统 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN117714380B (zh) |
Citations (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN111538708A (zh) * | 2020-07-08 | 2020-08-14 | 武汉智慧地铁科技有限公司 | 地铁隧道全时全域振动监测历史数据的清洗压缩方法 |
| EP3772834A1 (en) * | 2019-08-07 | 2021-02-10 | Vodafone Italia S.p.A. | A method of predicting the time course of a plurality of data relative to a telephony infrastructure for network function virtualization |
| US20210209467A1 (en) * | 2018-09-25 | 2021-07-08 | Ennew Digital Technology Co., Ltd. | Method and device for predicting thermal load of electrical system |
| CN114885234A (zh) * | 2022-07-11 | 2022-08-09 | 山东美丽乡村云计算有限公司 | 基于物联网的景区服务设备异常检测方法 |
| CN115695564A (zh) * | 2022-12-30 | 2023-02-03 | 深圳市润信数据技术有限公司 | 一种物联网数据的高效传输方法 |
| CN116582596A (zh) * | 2023-07-05 | 2023-08-11 | 佛山市星际云数字科技有限公司 | 数据处理方法、装置和基于物联网的plc数据传输系统 |
| CN116866216A (zh) * | 2023-07-10 | 2023-10-10 | 上海朗晖慧科技术有限公司 | 一种基于物联网的设备数据筛选监测方法及系统 |
| CN117411810A (zh) * | 2023-11-28 | 2024-01-16 | 常州大学 | 一种基于边缘计算的电气物联网安全预警方法 |
-
2024
- 2024-01-24 CN CN202410096816.2A patent/CN117714380B/zh active Active
Patent Citations (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20210209467A1 (en) * | 2018-09-25 | 2021-07-08 | Ennew Digital Technology Co., Ltd. | Method and device for predicting thermal load of electrical system |
| EP3772834A1 (en) * | 2019-08-07 | 2021-02-10 | Vodafone Italia S.p.A. | A method of predicting the time course of a plurality of data relative to a telephony infrastructure for network function virtualization |
| CN111538708A (zh) * | 2020-07-08 | 2020-08-14 | 武汉智慧地铁科技有限公司 | 地铁隧道全时全域振动监测历史数据的清洗压缩方法 |
| CN114885234A (zh) * | 2022-07-11 | 2022-08-09 | 山东美丽乡村云计算有限公司 | 基于物联网的景区服务设备异常检测方法 |
| CN115695564A (zh) * | 2022-12-30 | 2023-02-03 | 深圳市润信数据技术有限公司 | 一种物联网数据的高效传输方法 |
| CN116582596A (zh) * | 2023-07-05 | 2023-08-11 | 佛山市星际云数字科技有限公司 | 数据处理方法、装置和基于物联网的plc数据传输系统 |
| CN116866216A (zh) * | 2023-07-10 | 2023-10-10 | 上海朗晖慧科技术有限公司 | 一种基于物联网的设备数据筛选监测方法及系统 |
| CN117411810A (zh) * | 2023-11-28 | 2024-01-16 | 常州大学 | 一种基于边缘计算的电气物联网安全预警方法 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN117714380B (zh) | 2024-07-26 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN103164742B (zh) | 一种基于粒子群优化神经网络的服务器性能预测方法 | |
| CN110738860A (zh) | 基于强化学习模型的信息控制方法、装置和计算机设备 | |
| CN112053560B (zh) | 基于神经网络的短时交通流量预测方法、系统和存储介质 | |
| US20210334440A1 (en) | Model optimization device, model optimization method, and program | |
| CN112488713A (zh) | 基于区块链大数据的安全识别方法、系统及云服务平台 | |
| CN107347064B (zh) | 基于神经网络算法的云计算平台态势预测方法 | |
| US20210334702A1 (en) | Model evaluating device, model evaluating method, and program | |
| CN117074951A (zh) | 锂电池荷电状态的估计方法、装置、设备及可读存储介质 | |
| Jin et al. | Adaptive ELM-based security control for a class of nonlinear-interconnected systems with DoS attacks | |
| CN117714380B (zh) | 一种物联网数据接入方法及系统 | |
| CN117580046A (zh) | 一种基于深度学习的5g网络动态安全能力调度方法 | |
| CN118301002A (zh) | 需求自适应预测的边缘dpu算力协同优化卸载方法 | |
| CN113516163B (zh) | 基于网络剪枝的车辆分类模型压缩方法、装置及存储介质 | |
| Gao et al. | Zero‐sum game‐based security control of unknown nonlinear Markov jump systems under false data injection attacks | |
| CN115510978A (zh) | 一种工控系统入侵检测方法、装置及电子设备 | |
| CN112488831B (zh) | 区块链网络交易方法、装置、存储介质及电子设备 | |
| CN115619028A (zh) | 一种基于聚类算法融合的电力负荷精准预测方法 | |
| CN115459982A (zh) | 一种电力网络虚假数据注入攻击检测方法 | |
| CN112446038B (zh) | 一种基于矩阵分解的访问策略智能化生成方法 | |
| CN115564055A (zh) | 异步联合学习训练方法、装置、计算机设备及存储介质 | |
| CN113344071A (zh) | 一种基于深度策略梯度的入侵检测算法 | |
| CN116996272B (zh) | 一种基于改进的麻雀搜索算法的网络安全态势预测方法 | |
| Cadini et al. | An improvement of a metamodel-based importance sampling algorithm for estimating small failure probabilities | |
| CN118036825A (zh) | 一种基于多尺度特征融合的电力负荷预测方法及系统 | |
| CN118432885A (zh) | 一种基于联邦学习的大规模异构工业物联网网络入侵检测方法 |
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 | ||
| GR01 | Patent grant |