CN118118565B - 一种森林防火数据通信协同共享方法及系统 - Google Patents
一种森林防火数据通信协同共享方法及系统 Download PDFInfo
- Publication number
- CN118118565B CN118118565B CN202410535522.5A CN202410535522A CN118118565B CN 118118565 B CN118118565 B CN 118118565B CN 202410535522 A CN202410535522 A CN 202410535522A CN 118118565 B CN118118565 B CN 118118565B
- Authority
- CN
- China
- Prior art keywords
- data
- sharing
- protection system
- cooperative
- dimension reduction
- 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
- 238000004891 communication Methods 0.000 title claims abstract description 97
- 238000000034 method Methods 0.000 title claims abstract description 38
- 230000002265 prevention Effects 0.000 title claims abstract description 34
- 230000009467 reduction Effects 0.000 claims abstract description 116
- 230000003993 interaction Effects 0.000 claims abstract description 31
- 238000012545 processing Methods 0.000 claims abstract description 22
- 239000011159 matrix material Substances 0.000 claims description 26
- 230000002452 interceptive effect Effects 0.000 claims description 24
- 230000001360 synchronised effect Effects 0.000 claims description 12
- 238000006243 chemical reaction Methods 0.000 claims description 8
- 238000005259 measurement Methods 0.000 claims description 4
- 238000012360 testing method Methods 0.000 claims description 4
- 230000000694 effects Effects 0.000 abstract description 4
- 239000000523 sample Substances 0.000 description 44
- 230000008569 process Effects 0.000 description 10
- 238000012544 monitoring process Methods 0.000 description 7
- 230000004044 response Effects 0.000 description 5
- 239000013598 vector Substances 0.000 description 5
- 230000006870 function Effects 0.000 description 4
- 238000012163 sequencing technique Methods 0.000 description 4
- 238000013459 approach Methods 0.000 description 3
- 238000001514 detection method Methods 0.000 description 3
- 238000011156 evaluation Methods 0.000 description 3
- 238000000605 extraction Methods 0.000 description 3
- 230000007246 mechanism Effects 0.000 description 3
- 230000008901 benefit Effects 0.000 description 2
- 230000005540 biological transmission Effects 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 230000000977 initiatory effect Effects 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 230000004913 activation Effects 0.000 description 1
- 230000006978 adaptation Effects 0.000 description 1
- 230000004075 alteration Effects 0.000 description 1
- 238000011217 control strategy Methods 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 239000000284 extract Substances 0.000 description 1
- 230000036541 health Effects 0.000 description 1
- 238000007689 inspection Methods 0.000 description 1
- 230000010354 integration Effects 0.000 description 1
- 238000013507 mapping Methods 0.000 description 1
- 239000000203 mixture Substances 0.000 description 1
- 238000005457 optimization Methods 0.000 description 1
- 230000008520 organization Effects 0.000 description 1
- 238000004806 packaging method and process Methods 0.000 description 1
- 230000000737 periodic effect Effects 0.000 description 1
Classifications
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L69/00—Network arrangements, protocols or services independent of the application payload and not provided for in the other groups of this subclass
- H04L69/08—Protocols for interworking; Protocol conversion
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/21—Design or setup of recognition systems or techniques; Extraction of features in feature space; Blind source separation
- G06F18/211—Selection of the most significant subset of features
- G06F18/2115—Selection of the most significant subset of features by evaluating different subsets according to an optimisation criterion, e.g. class separability, forward selection or backward elimination
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/21—Design or setup of recognition systems or techniques; Extraction of features in feature space; Blind source separation
- G06F18/213—Feature extraction, e.g. by transforming the feature space; Summarisation; Mappings, e.g. subspace methods
-
- 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
-
- 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
- H04L67/2866—Architectures; Arrangements
- H04L67/288—Distributed intermediate devices, i.e. intermediate devices for interaction with other intermediate devices on the same level
-
- 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
- H04L67/50—Network services
- H04L67/51—Discovery or management thereof, e.g. service location protocol [SLP] or web services
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L69/00—Network arrangements, protocols or services independent of the application payload and not provided for in the other groups of this subclass
- H04L69/24—Negotiation of communication capabilities
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L69/00—Network arrangements, protocols or services independent of the application payload and not provided for in the other groups of this subclass
- H04L69/26—Special purpose or proprietary protocols or architectures
-
- 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
- Y02A—TECHNOLOGIES FOR ADAPTATION TO CLIMATE CHANGE
- Y02A40/00—Adaptation technologies in agriculture, forestry, livestock or agroalimentary production
- Y02A40/10—Adaptation technologies in agriculture, forestry, livestock or agroalimentary production in agriculture
- Y02A40/28—Adaptation technologies in agriculture, forestry, livestock or agroalimentary production in agriculture specially adapted for farming
Landscapes
- Engineering & Computer Science (AREA)
- Signal Processing (AREA)
- Computer Networks & Wireless Communication (AREA)
- Data Mining & Analysis (AREA)
- Theoretical Computer Science (AREA)
- Computer Security & Cryptography (AREA)
- Computer Vision & Pattern Recognition (AREA)
- General Engineering & Computer Science (AREA)
- Artificial Intelligence (AREA)
- Physics & Mathematics (AREA)
- Evolutionary Biology (AREA)
- General Physics & Mathematics (AREA)
- Bioinformatics & Computational Biology (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Evolutionary Computation (AREA)
- Life Sciences & Earth Sciences (AREA)
- Computing Systems (AREA)
- General Health & Medical Sciences (AREA)
- Medical Informatics (AREA)
- Health & Medical Sciences (AREA)
- Computer And Data Communications (AREA)
- Data Exchanges In Wide-Area Networks (AREA)
Abstract
本发明公开了一种森林防火数据通信协同共享方法及系统,属于数据共享领域,其中方法包括:获取森林防护系统的多个协同防护系统;在多个协同防护系统与森林防护系统之间,建立多个通信协议,与森林防护系统进行数据交互;确定每个协同防护系统的数据共享特征,建立数据降维模型;利用数据降维模型对防火共享数据集进行特征降维处理,得到每个协同防护系统对应的防火降维数据集;通过多个通信协议,将每个协同防护系统对应的防火降维数据集进行数据共享。本申请解决了现有技术中森林防护系统与协同防护系统之间数据共享效率低下的技术问题,达到了提高森林防护系统与协同防护系统之间数据共享效率的技术效果。
Description
技术领域
本发明涉及数据共享领域,具体涉及一种森林防火数据通信协同共享方法及系统。
背景技术
现有的森林防火中,采用了视频监控、传感检测、消防扑救等多个协同防护系统,并让其与森林防护系统连接,以实现对森林防火的协同监测。但是,各协同防护系统与森林防护系统在数据交互和共享过程中,均存在共享数据集体量大、数据构成复杂、缺乏针对性等问题,导致森林防护系统在提取和利用各协同防护系统的共享数据过程效率降低,难以对森林防火过程进行快速响应和高效的协同防护。
发明内容
本申请通过提供了一种森林防火数据通信协同共享方法及系统,旨在解决现有技术中森林防护系统与协同防护系统的数据通信和共享过程中,由于数据量大、数据复杂程度高、共享数据无针对性,导致森林防火数据协同共享效率低下,无法对森林防火过程进行高效的协同防护的技术问题。
鉴于上述问题,本申请提供了一种森林防火数据通信协同共享方法及系统。
本申请公开的第一个方面,提供了一种森林防火数据通信协同共享方法,该方法包括:获取森林防护系统的多个协同防护系统;在所述多个协同防护系统与所述森林防护系统之间,建立多个通信协议,利用所述多个通信协议控制所述多个协同防护系统与所述森林防护系统进行数据交互;确定每个协同防护系统的数据共享特征,并根据每个协同防护系统的数据共享特征,建立数据降维模型,所述数据降维模型包括与所述多个协同防护系统分别连接的数据降维子通道;将防火共享数据集存储至数据共享平台,将所述数据降维模型嵌入至所述数据共享平台中,利用每个数据降维子通道对所述防火共享数据集进行特征降维处理,得到每个协同防护系统对应的防火降维数据集;通过所述多个通信协议,将所述每个协同防护系统对应的防火降维数据集进行数据共享。
本申请公开的另一个方面,提供了一种森林防火数据通信协同共享系统,该系统包括:防护系统获取单元,用于获取森林防护系统的多个协同防护系统;系统数据交互单元,用于在所述多个协同防护系统与所述森林防护系统之间,建立多个通信协议,利用所述多个通信协议控制所述多个协同防护系统与所述森林防护系统进行数据交互;数据降维模型单元,用于确定每个协同防护系统的数据共享特征,并根据每个协同防护系统的数据共享特征,建立数据降维模型,所述数据降维模型包括与所述多个协同防护系统分别连接的数据降维子通道;特征降维处理单元,用于将防火共享数据集存储至数据共享平台,将所述数据降维模型嵌入至所述数据共享平台中,利用每个数据降维子通道对所述防火共享数据集进行特征降维处理,得到每个协同防护系统对应的防火降维数据集;防火数据共享单元,用于通过所述多个通信协议,将所述每个协同防护系统对应的防火降维数据集进行数据共享。
本申请中提供的一个或多个技术方案,至少具有如下技术效果或优点:
由于采用了获取森林防护系统的多个协同防护系统,为建立多个通信协议提供基础;在多个协同防护系统与森林防护系统之间,建立多个通信协议,实现系统之间的数据连接交互;确定每个协同防护系统的数据共享特征,并根据特征建立数据降维模型,为后续的针对性数据降维处理奠定基础;将共享数据集存储到数据共享平台,将数据降维模型嵌入平台,构建数据集存储和管理的支持环境;利用数据降维模型对数据集进行针对性降维,降低数据复杂度,提高后续数据的提取利用与共享效率;将降维后数据集进行共享的技术方案,解决了现有技术中森林防护系统与协同防护系统的数据通信和共享过程中,由于数据量大、数据复杂程度高、共享数据无针对性,导致森林防火数据协同共享效率低下,无法对森林防火过程进行高效的协同防护的技术问题,达到了根据每个协同防护系统的数据共享特征建立数据降维模型对共享数据集进行提前特征降维,降低数据复杂度,提升共享数据的针对性,提高协同防护系统与森林防护系统之间的数据协同共享效率,从而实现对森林防火过程的高效协同防护的技术效果。
上述说明仅是本申请技术方案的概述,为了能够更清楚了解本申请的技术手段,而可依照说明书的内容予以实施,并且为了让本申请的上述和其它目的、特征和优点能够更明显易懂,以下特举本申请的具体实施方式。
附图说明
图1为本申请实施例提供了一种森林防火数据通信协同共享方法的一种流程示意图。
图2为本申请实施例提供了一种森林防火数据通信协同共享方法中建立数据降维模型的一种流程示意图。
图3为本申请实施例提供了一种森林防火数据通信协同共享系统的一种结构示意图。
附图标记说明:防护系统获取单元11,系统数据交互单元12,数据降维模型单元13,特征降维处理单元14,防火数据共享单元15。
具体实施方式
本申请提供的技术方案总体思路如下:
本申请实施例提供了一种森林防火数据通信协同共享方法及系统。首先,在多个协同防护系统与森林防护系统之间建立多个通信协议,以实时连接各系统。然后,分析每个协同防护系统的数据共享特征,在此基础上构建针对不同系统的定制化数据降维子通道,得到数据降维模型。接着,将海量的防火共享数据集存储到数据共享平台,并将定制的数据降维模型嵌入其中,以配合后续的降维处理与交互应用。随后,调用不同的数据降维子通道对存储的防火共享数据集进行特征提取和降维,生成面向不同系统的,复杂度降低而针对性提升后的防火降维数据集。最后,通过预建的多个通信协议,将各防火降维数据集有效共享,以实现针对性和效率均得到提升的防火数据协同共享利用。
在介绍了本申请基本原理后,下面将结合说明书附图来具体介绍本申请的各种非限制性的实施方式。
实施例一:
如图1所示,本申请实施例提供了一种森林防火数据通信协同共享方法,该方法包括:
获取森林防护系统的多个协同防护系统;
在本申请实施例中,森林防护系统是指用于森林防火的系统,包括监测森林火情、移动扑救、遥感监测等功能。该森林防护系统具有多个协同防护系统,这多个协同防护系统是与森林防护系统功能相关联或协同的多个系统,比如移动巡查系统、无人机监测系统、卫星遥感系统等。
在森林防护系统中部署协同防护资源管理模块,该模块内置各类协同防护系统的配置管理功能,采用分布式微服务架构设计,通过定期心跳检测机制跟踪系统健康状态,同时利用服务注册与发现机制,实时监测系统状态,动态维护协同防护系统列表,通过协同防护系统列表确定多个协同防护系统。
通过获取森林防护系统的多个协同防护系统,明确参与森林防护的数据交互、协作的各个协同防护系统,为后续的通信协议建立、数据共享特征分析提供基础。
在所述多个协同防护系统与所述森林防护系统之间,建立多个通信协议,利用所述多个通信协议控制所述多个协同防护系统与所述森林防护系统进行数据交互;
在本申请实施例中,在确定多个协同防护系统之后,依次确定每个协同防护系统与森林防护系统之间的通信协议,即系统之间进行数据交互的格式、内容、顺序等的规则,比如TCP/IP、HTTP、MQTT等通信协议,从而得到针对不同的协同防护系统的多个定制的通信协议。这多个通信协议将用于多个协同防护系统与森林防护系统之间请求响应控制、状态数据上传、业务指令下达等数据交互需求,以实现准确、高效的系统数据交互功能。
确定每个协同防护系统的数据共享特征,并根据每个协同防护系统的数据共享特征,建立数据降维模型,所述数据降维模型包括与所述多个协同防护系统分别连接的数据降维子通道;
进一步的,本步骤包括:
获取所述森林防护系统的共享样本数据集;
获取基于所述共享样本数据集下每个协同防护系统与所述森林防护系统的交互样本数据集;
根据每个协同防护系统的交互样本数据集与所述共享样本数据集进行分析,确定每个协同防护系统的数据共享特征。
进一步的,如图2所示,本步骤还包括:
对每个协同防护系统的所述交互样本数据集与所述共享样本数据集分别进行矩阵化,得到交互样本矩阵和共享样本矩阵;
基于所述交互样本矩阵和所述共享样本矩阵进行相似度分析,建立每个协同防护系统基于数据共享特征的相似度概率分布;
以每个协同防护系统对应的相似度概率封装对应协同防护系统的数据降维子通道,得到多个协同防护系统一一对应的多个数据降维子通道;
基于所述多个数据降维子通道,建立数据降维模型。
在一种优选的实施方式中,首先,查看历史防火记录,确定森林防护系统在防火协同过程中产生并共享给协同防护系统的数据,如视频图像、传感数据、地形数据、气象数据等,获取共享数据样本,得到共享样本数据集,包含历史案例共享的各类防火历史案例。然后,查阅与每个防火历史案例的在协同防护系统中对应历史记录文档,找到当时协同防护系统与森林防护系统之间的数据交互请求和响应记录,提取出协同防护系统在该防火历史案例中交互的历史数据,得到每个协同防护系统与所述森林防护系统的交互样本数据集。
随后,依次将每个协同防护系统的交互样本数据集与共享样本数据集进行提取,在共享样本数据集上,标注出数据贡献描述、数据冗余描述等评价指标,评价共享样本数据集中每个共享数据维度的贡献程度。接着,将交互样本数据集与每个共享数据维度的贡献程度融合,发现交互样本数据集中频繁出现的共享数据维度,将发现的频繁共享数据维度与贡献度指标值映射起来,贡献度大且出现频次高的,作为该协同防护系统的共享特征。依次对每个协同防护系统的交互样本数据集进行数据共享特征识别,得到每个协同防护系统的数据共享特征。
之后,对每个协同防护系统的交互样本数据集,提取特征并构建对应特征向量,特征向量即为矩阵的列,交互样本为矩阵的行,这样,每个协同防护系统的交互样本数据集系统都可表示为一个交互样本矩阵。同理,对共享样本数据集中的数据进行特征提取,得到特征向量作为矩阵列,共享样本为矩阵行,将共享样本数据集构成一个共享样本矩阵。随后,遍历交互样本矩阵为和共享样本矩阵的列向量,也即两个矩阵的特征维度,在遍历到的特征维度上,计算交互样本矩阵和共享样本矩阵中这两列向量之间的余弦相似度,得到该特征维度上的相似度值,遍历完所有特征维度后,获取全部列的相似度,确定协同防护系统的数据共享特征的相似度概率分布,从而得到每个协同防护系统的数据共享特征的相似度概率分布,作为每个协同防护系统的数据和全数据之间的关系。
然后,遍历多个协同防护系统,获取一个协同防护系统,提取该协同防护系统对应的相似度概率分布,将该相似度概率分布封装进特征提取组件中,形成针对该协同防护系统的独立的数据降维子通道,当进行数据协同共享时,协同防护系统的将获取的数据经过其专属的数据降维子通道,根据内置的相似度概率分布进行特征降维,返回与共享数据特征匹配的防火降维数据集。依次构建所有协同防护系统的数据降维子通道,得到多个协同防护系统对应的多个数据降维子通道。之后,对多个数据降维子通道进行并列集成,得到数据降维模型。
进一步的,本申请实施例还包括:
所述相似度概率分布表达式为:
;
其中,SL为表征防火降维数据集与防火共享数据集之间相似度的散度,KL为表征防火降维数据集与防火共享数据集接近程度的衡量指标,令KL趋于0为约束条件进行降维处理,为基于防火降维数据集中关于坐标点xi与坐标点xj的相似度概率;为基于防火共享数据集中关于坐标点yi与坐标点yj的相似度概率,i={1,2,...,N},N为防火降维数据集的数量。
在一种优选的实施方式中,预设相似度概率分布表达式为:
;
其中,SL为表征防火降维数据集与防火共享数据集之间相似度的散度,为降维优化的目标;KL为表征防火降维数据集与防火共享数据集接近程度的衡量指标,令KL趋于0为约束条件进行降维处理,以要求降维数据保持与原共享数据高度一致的特征分布;为基于防火降维数据集中关于坐标点xi与坐标点xj的相似度概率;为基于防火共享数据集中关于坐标点yi与坐标点yj的相似度概率,i={1,2,...,N},N为防火降维数据集的数量。该相似度概率分布表达式全面并准确地定义了防火数据降维所要追求的目标与约束条件,在最大程度保持特征分布一致性的前提下,实现数据降维。
将防火共享数据集存储至数据共享平台,将所述数据降维模型嵌入至所述数据共享平台中,利用每个数据降维子通道对所述防火共享数据集进行特征降维处理,得到每个协同防护系统对应的防火降维数据集;
在本申请实施例中,数据共享平台是汇总多个协同防护系统所采集的共享数据的服务器,用于存储多个协同防护系统的防火共享数据。当多个协同防护系统采集到数据后,将其传输至数据共享平台,数据共享平台按照协同防护系统进行分类存储,并进行协同防护系统标识,得到防火共享数据集。提前利用Docker容器化技术,将数据降维模型部署在数据共享平台中。
当需要进行数据协同共享时,数据共享平台将存储的防火共享数据集传输至数据降维模型中,数据降维模型根据协同防护系统标识激活对应的数据降维子通道,根据封装的相似度概率分布进行特征降维处理,每个数据降维子通道输出防火降维数据集,作为每个协同防护系统对应的防火降维数据集。
通过所述多个通信协议,将所述每个协同防护系统对应的防火降维数据集进行数据共享。
在本申请实施例中,获取每个协同防护系统对应的防火降维数据集后,将这些防火降维数据集根据建立的多个通信协议进行数据传输,实现对多个防火降维数据集的共享,共享的防火降维数据集数据复杂度低,具有针对性,因此,相比现有技术中直接共享所有数据,再对共享的所有数据进行提取,提高了数据协同共享效率,实现了对森林防火过程的高效协同防护。
进一步的,本申请实施例还包括:
基于所述多个通信协议,获取所述森林防护系统与所述多个协同防护系统的多个通信通道;
对所述多个通信通道进行共享测试,得到所述多个通信通道的同步速率;
当所述多个通信通道的同步速率小于预设同步速率,激活接口转换模块,利用所述接口转换模块对所述多个协同防护系统的接口进行转换,得到统一格式下的系统接口类型;
按照统一格式下的系统接口类型,对所述多个通信协议进行更新配置。
在一种可行的实施方式中,首先,根据多个通信协议,确定森林防护系统与多个协同防护系统通信链路,在通信链路上配置数据网管探针,使用网络抓包工具,采集系统间的数据请求与响应包。随后,分析数据请求与响应包的源地址和目的地址,提取通信双方的标识符,匹配到对端的系统,从而确定多个通信通道。之后,在获取的多个通信通道上配置流量生成模块,模块可配置不同的网络流量控制策略,模拟系统间的防火数据拉取请求。接着,流量生成模块同时下发请求到各条通信通道,检测网络数据包的实际传输时延,收集多个通信通道上的传输时延数据,得到多个通信通道的同步速率。
预设系统间数据同步的最低速率要求,即预设同步速率,作为通信通道的性能评估基准,将测试获取的多个通信通道的同步速率,与预设同步速率进行对比。当多个通信通道的同步速率普遍低于预设同步速率时,判定为接口异构导致通信效率低下,此时自动激活预置的接口转换模块,接口转换模块将多个协同防护系统的接口进行转换,转换为统一格式下的系统接口类型,即标准接口类型。随后,查阅统一格式下的系统接口类型的技术规范,比较新接口规范与各系统原有通信协议的差异性,标注出需要更新的协议内容,在多个通信协议中,用新接口类型规范替换掉标注的需要更新的协议内容,实现对多个通信协议进行更新配置。通过自动激活的接口适配机制,有效解决多系统间接口异构导致的通信效率低下问题,提升数据同步的质量,实现协同防控流程的顺畅联动。
进一步的,本申请实施例还包括:
当接收到来自多个协同防护系统对应的多个数据共享请求时,获取所述多个协同防护系统的共享紧急度,其中,所述共享紧急度用于表示协同防护系统的数据共享请求紧急程度;
根据所述共享紧急度对所述多个数据共享请求进行队列化处理,得到序列化共享请求,基于所述多个通信协议的通信通道进行数据共享。
在一种可行的实施方式中,首先,在数据共享平台上为每个协同防护系统预先设置基础的共享紧急度权值,当数据共享平台接收到一个协同防护系统的数据共享请求时,调用该系统的实时状态评估接口,接口返回当前系统的火场风险值、资源储备值等状态指标。然后,数据共享平台结合基础的共享紧急度权值与当前状态指标,确定该数据共享请求的共享紧急度,表示协同防护系统的数据共享请求紧急程度。依次评估完所有发送数据共享请求的协同防护系统,得到多个协同防护系统的共享紧急度。
在数据共享平台预先建立排序容器,排序容器接收到多个协同防护系统的共享紧急度后,采用排序算法,对多个协同防护系统的共享紧急度按照从大到小进行排序,得到共享紧急度排序。然后,根据共享紧急度排序对多个数据共享请求进行队列化处理,得到序列化共享请求,共享紧急度高的数据共享请求被排在队列的前部。随后,数据共享平台从序列化共享请求的队首开始弹出数据共享请求,识别该请求对应的协同防护系统,将该协同防护系统需要共享的数据,封装成数据包,通过该协同防护系统对应的通信通道进行数据共享。依次从序列化共享请求中弹出数据共享请求,基于对应的协同防护系统的通信通道进行数据共享。
进一步的,本申请实施例还包括:
交互森林防火系统,得到多个类内传感子系统;
接收所述多个类内传感子系统分别对应的多个类内异构数据集,其中,每个类内传感子系统对应一个类内异构数据集;
基于所述多个类内异构数据集进行结构化处理,得到结构化防火传感数据集;
建立协同共享模块,根据所述协同共享模块将所述结构化防火传感数据集作为防火共享数据集与所述多个协同防护系统进行数据共享。
在一种可行的实施方式中,首先,查阅森林防火系统的网络拓扑图,确定系统内包含的所有类内传感子系统,得到多个类内传感子系统,获取每个类内传感子系统的定位坐标、探测范围、负责区域等属性数据。然后,向多个类内传感子系统发起数据获取请求,每个类内传感子系统根据自身的数据组织形式,返回存储的各类状态监测数据,得到多个类内异构数据集。
随后,为消除内部多个类内异构数据集存在的异构差异,加载多个类内异构数据集,解析各数据集的元信息,分析结构与语义特征,提取数据集间的结构化关系,设计面向目标的统一数据结构格式与存储规范。接着,根据统一数据结构格式与存储规范对多个类内异构数据集进行结构化处理,并进行数据汇总,得到结构化防火传感数据集。之后,构建网络化的协同共享模块,提供面向服务的标准数据访问接口,模块中内置结构化防火数据集容器,实现对结构化防火传感数据集高效存储与索引。然后,协同共享模块根据数据访问接口的请求,查询提取相关的结构化防火传感数据集,封装为防火共享数据集,发送至发起请求的多个协同防护系统中,实现数据共享。
综上所述,本申请实施例所提供的一种森林防火数据通信协同共享方法具有如下技术效果:
获取森林防护系统的多个协同防护系统,为构建协同防护体系提供基础,明确参与防护的各系统。在多个协同防护系统与森林防护系统之间,建立多个通信协议,利用多个通信协议控制多个协同防护系统与森林防护系统进行数据交互,实现系统间的数据连接与交互通道。确定每个协同防护系统的数据共享特征,并根据每个协同防护系统的数据共享特征,建立数据降维模型,分析共享数据构成,设计定制的数据降维模型。将防火共享数据集存储至数据共享平台,将数据降维模型嵌入至数据共享平台中,利用每个数据降维子通道对防火共享数据集进行特征降维处理,得到每个协同防护系统对应的防火降维数据集,实现对防火共享数据集的降维处理,降低数据的复杂度,并提升数据的针对性;通过多个通信协议,将每个协同防护系统对应的防火降维数据集进行数据共享,提高协同防护系统与森林防护系统之间的数据协同共享效率,从而实现对森林防火过程的高效协同防护。
实施例二:
基于与前述实施例中一种森林防火数据通信协同共享方法相同的发明构思,如图3所示,本申请实施例提供了一种森林防火数据通信协同共享系统,该系统包括:
防护系统获取单元11,用于获取森林防护系统的多个协同防护系统;
系统数据交互单元12,用于在所述多个协同防护系统与所述森林防护系统之间,建立多个通信协议,利用所述多个通信协议控制所述多个协同防护系统与所述森林防护系统进行数据交互;
数据降维模型单元13,用于确定每个协同防护系统的数据共享特征,并根据每个协同防护系统的数据共享特征,建立数据降维模型,所述数据降维模型包括与所述多个协同防护系统分别连接的数据降维子通道;
特征降维处理单元14,用于将防火共享数据集存储至数据共享平台,将所述数据降维模型嵌入至所述数据共享平台中,利用每个数据降维子通道对所述防火共享数据集进行特征降维处理,得到每个协同防护系统对应的防火降维数据集;
防火数据共享单元15,用于通过所述多个通信协议,将所述每个协同防护系统对应的防火降维数据集进行数据共享。
进一步的,数据降维模型单元13包括以下执行步骤:
获取所述森林防护系统的共享样本数据集;
获取基于所述共享样本数据集下每个协同防护系统与所述森林防护系统的交互样本数据集;
根据每个协同防护系统的交互样本数据集与所述共享样本数据集进行分析,确定每个协同防护系统的数据共享特征。
进一步的,数据降维模型单元13还包括以下执行步骤:
对每个协同防护系统的所述交互样本数据集与所述共享样本数据集分别进行矩阵化,得到交互样本矩阵和共享样本矩阵;
基于所述交互样本矩阵和所述共享样本矩阵进行相似度分析,建立每个协同防护系统基于数据共享特征的相似度概率分布;
以每个协同防护系统对应的相似度概率封装对应协同防护系统的数据降维子通道,得到多个协同防护系统一一对应的多个数据降维子通道;
基于所述多个数据降维子通道,建立数据降维模型。
进一步的,数据降维模型单元13还包括以下执行步骤:
所述相似度概率分布表达式为:
;
其中,SL为表征防火降维数据集与防火共享数据集之间相似度的散度,KL为表征防火降维数据集与防火共享数据集接近程度的衡量指标,令KL趋于0为约束条件进行降维处理,为基于防火降维数据集中关于坐标点xi与坐标点xj的相似度概率;为基于防火共享数据集中关于坐标点yi与坐标点yj的相似度概率,i={1,2,...,N},N为防火降维数据集的数量。
进一步的,本申请实施例还包括通信协议更新单元,该单元包括以下执行步骤:
基于所述多个通信协议,获取所述森林防护系统与所述多个协同防护系统的多个通信通道;
对所述多个通信通道进行共享测试,得到所述多个通信通道的同步速率;
当所述多个通信通道的同步速率小于预设同步速率,激活接口转换模块,利用所述接口转换模块对所述多个协同防护系统的接口进行转换,得到统一格式下的系统接口类型;
按照统一格式下的系统接口类型,对所述多个通信协议进行更新配置。
进一步的,本申请实施例还包括请求队列化处理单元,该单元包括以下执行步骤:
当接收到来自多个协同防护系统对应的多个数据共享请求时,获取所述多个协同防护系统的共享紧急度,其中,所述共享紧急度用于表示协同防护系统的数据共享请求紧急程度;
根据所述共享紧急度对所述多个数据共享请求进行队列化处理,得到序列化共享请求,基于所述多个通信协议的通信通道进行数据共享。
进一步的,本申请实施例还包括数据结构化处理单元,该单元包括以下执行步骤:
交互森林防火系统,得到多个类内传感子系统;
接收所述多个类内传感子系统分别对应的多个类内异构数据集,其中,每个类内传感子系统对应一个类内异构数据集;
基于所述多个类内异构数据集进行结构化处理,得到结构化防火传感数据集;
建立协同共享模块,根据所述协同共享模块将所述结构化防火传感数据集作为防火共享数据集与所述多个协同防护系统进行数据共享。
综上所述的方法的任意步骤都可作为计算机指令或者程序存储在不设限制的计算机存储器中,并可以被不设限制的计算机处理器调用识别用以实现本申请实施例中的任一项方法,在此不做多余限制。
显然,本领域的技术人员可以对本申请进行各种改动和变型而不脱离本申请的范围。这样,倘若本申请的这些修改和变型属于本申请及其等同技术的范围之内,则本申请意图包括这些改动和变型在内。
Claims (6)
1.一种森林防火数据通信协同共享方法,其特征在于,所述方法包括:
获取森林防护系统的多个协同防护系统;
在所述多个协同防护系统与所述森林防护系统之间,建立多个通信协议,利用所述多个通信协议控制所述多个协同防护系统与所述森林防护系统进行数据交互;
确定每个协同防护系统的数据共享特征,并根据每个协同防护系统的数据共享特征,建立数据降维模型,所述数据降维模型包括与所述多个协同防护系统分别连接的数据降维子通道;
将防火共享数据集存储至数据共享平台,将所述数据降维模型嵌入至所述数据共享平台中,利用每个数据降维子通道对所述防火共享数据集进行特征降维处理,得到每个协同防护系统对应的防火降维数据集;
通过所述多个通信协议,将所述每个协同防护系统对应的防火降维数据集进行数据共享;
确定每个协同防护系统的数据共享特征,包括:
获取所述森林防护系统的共享样本数据集;
获取基于所述共享样本数据集下每个协同防护系统与所述森林防护系统的交互样本数据集;
根据每个协同防护系统的交互样本数据集与所述共享样本数据集进行分析,确定每个协同防护系统的数据共享特征;
根据每个协同防护系统的数据共享特征,建立数据降维模型,包括:
对每个协同防护系统的所述交互样本数据集与所述共享样本数据集分别进行矩阵化,得到交互样本矩阵和共享样本矩阵;
基于所述交互样本矩阵和所述共享样本矩阵进行相似度分析,建立每个协同防护系统基于数据共享特征的相似度概率分布;
以每个协同防护系统对应的相似度概率封装对应协同防护系统的数据降维子通道,得到多个协同防护系统一一对应的多个数据降维子通道;
基于所述多个数据降维子通道,建立数据降维模型。
2.如权利要求1所述的方法,其特征在于,所述相似度概率分布表达式为:
;
其中,SL为表征防火降维数据集与防火共享数据集之间相似度的散度,KL为表征防火降维数据集与防火共享数据集接近程度的衡量指标,令KL趋于0为约束条件进行降维处理,P(xi|xj)为基于防火降维数据集中关于坐标点xi与坐标点xj的相似度概率;Q(yi|yj)为基于防火共享数据集中关于坐标点yi与坐标点yj的相似度概率,i={1,2,...,N},N为防火降维数据集的数量。
3.如权利要求1所述的方法,其特征在于,所述方法还包括:
基于所述多个通信协议,获取所述森林防护系统与所述多个协同防护系统的多个通信通道;
对所述多个通信通道进行共享测试,得到所述多个通信通道的同步速率;
当所述多个通信通道的同步速率小于预设同步速率,激活接口转换模块,利用所述接口转换模块对所述多个协同防护系统的接口进行转换,得到统一格式下的系统接口类型;
按照统一格式下的系统接口类型,对所述多个通信协议进行更新配置。
4.如权利要求1所述的方法,其特征在于,所述方法还包括:
当接收到来自多个协同防护系统对应的多个数据共享请求时,获取所述多个协同防护系统的共享紧急度,其中,所述共享紧急度用于表示协同防护系统的数据共享请求紧急程度;
根据所述共享紧急度对所述多个数据共享请求进行队列化处理,得到序列化共享请求,基于所述多个通信协议的通信通道进行数据共享。
5.如权利要求1所述的方法,其特征在于,所述方法还包括:
交互森林防火系统,得到多个类内传感子系统;
接收所述多个类内传感子系统分别对应的多个类内异构数据集,其中,每个类内传感子系统对应一个类内异构数据集;
基于所述多个类内异构数据集进行结构化处理,得到结构化防火传感数据集;
建立协同共享模块,根据所述协同共享模块将所述结构化防火传感数据集作为防火共享数据集与所述多个协同防护系统进行数据共享。
6.一种森林防火数据通信协同共享系统,其特征在于,用于实施权利要求1-5任意一项所述的一种森林防火数据通信协同共享方法,所述系统包括:
防护系统获取单元,所述防护系统获取单元用于获取森林防护系统的多个协同防护系统;
系统数据交互单元,所述系统数据交互单元用于在所述多个协同防护系统与所述森林防护系统之间,建立多个通信协议,利用所述多个通信协议控制所述多个协同防护系统与所述森林防护系统进行数据交互;
数据降维模型单元,所述数据降维模型单元用于确定每个协同防护系统的数据共享特征,并根据每个协同防护系统的数据共享特征,建立数据降维模型,所述数据降维模型包括与所述多个协同防护系统分别连接的数据降维子通道;
特征降维处理单元,所述特征降维处理单元用于将防火共享数据集存储至数据共享平台,将所述数据降维模型嵌入至所述数据共享平台中,利用每个数据降维子通道对所述防火共享数据集进行特征降维处理,得到每个协同防护系统对应的防火降维数据集;
防火数据共享单元,所述防火数据共享单元用于通过所述多个通信协议,将所述每个协同防护系统对应的防火降维数据集进行数据共享;
数据降维模型单元包括以下执行步骤:
获取所述森林防护系统的共享样本数据集;
获取基于所述共享样本数据集下每个协同防护系统与所述森林防护系统的交互样本数据集;
根据每个协同防护系统的交互样本数据集与所述共享样本数据集进行分析,确定每个协同防护系统的数据共享特征;
对每个协同防护系统的所述交互样本数据集与所述共享样本数据集分别进行矩阵化,得到交互样本矩阵和共享样本矩阵;
基于所述交互样本矩阵和所述共享样本矩阵进行相似度分析,建立每个协同防护系统基于数据共享特征的相似度概率分布;
以每个协同防护系统对应的相似度概率封装对应协同防护系统的数据降维子通道,得到多个协同防护系统一一对应的多个数据降维子通道;
基于所述多个数据降维子通道,建立数据降维模型。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202410535522.5A CN118118565B (zh) | 2024-04-30 | 2024-04-30 | 一种森林防火数据通信协同共享方法及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202410535522.5A CN118118565B (zh) | 2024-04-30 | 2024-04-30 | 一种森林防火数据通信协同共享方法及系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN118118565A CN118118565A (zh) | 2024-05-31 |
CN118118565B true CN118118565B (zh) | 2024-07-02 |
Family
ID=91221245
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202410535522.5A Active CN118118565B (zh) | 2024-04-30 | 2024-04-30 | 一种森林防火数据通信协同共享方法及系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN118118565B (zh) |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117115989A (zh) * | 2022-05-16 | 2023-11-24 | 数联信(成都)网络信息技术有限公司 | 一种基于物联网的森林防火综合数据监测预警系统 |
CN117278305A (zh) * | 2023-10-13 | 2023-12-22 | 北方工业大学 | 一种面向数据共享的分布式gan攻击和防御方法及系统 |
Family Cites Families (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR100717378B1 (ko) * | 2006-05-02 | 2007-05-11 | 김희철 | 데이터 통합관리 시스템을 이용한 데이터 공유 및 대용량이메일 전송방법 |
US9787472B1 (en) * | 2013-03-13 | 2017-10-10 | Hrl Laboratories, Llc | Information secure protocol for mobile proactive secret sharing with near-optimal resilience |
CN113626719B (zh) * | 2021-10-12 | 2022-02-08 | 腾讯科技(深圳)有限公司 | 信息推荐方法、装置、设备、存储介质及计算机程序产品 |
CN114416843A (zh) * | 2022-01-18 | 2022-04-29 | 深圳红途科技有限公司 | 敏感数据共享检测方法、装置、计算机设备及存储介质 |
CN115225406A (zh) * | 2022-07-29 | 2022-10-21 | 中通服和信科技有限公司 | 一种智慧园区内安防联动信息共享系统 |
-
2024
- 2024-04-30 CN CN202410535522.5A patent/CN118118565B/zh active Active
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117115989A (zh) * | 2022-05-16 | 2023-11-24 | 数联信(成都)网络信息技术有限公司 | 一种基于物联网的森林防火综合数据监测预警系统 |
CN117278305A (zh) * | 2023-10-13 | 2023-12-22 | 北方工业大学 | 一种面向数据共享的分布式gan攻击和防御方法及系统 |
Also Published As
Publication number | Publication date |
---|---|
CN118118565A (zh) | 2024-05-31 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
WO2020078385A1 (zh) | 数据采集方法、装置、存储介质及系统 | |
US11695832B2 (en) | Data search apparatus, and data search method and program thereof, and edge server and program thereof | |
CN110659109B (zh) | 一种openstack集群虚拟机监控系统及方法 | |
CN109192248A (zh) | 基于云平台的生物信息分析系统、方法及云计算平台系统 | |
CN108363713A (zh) | 视频图像信息解析装置、系统及方法 | |
CN107404417A (zh) | 一种监控数据的处理方法、处理装置及处理系统 | |
CN116980284B (zh) | 一种基于物联网的光缆分纤箱运维信息传输方法和系统 | |
CN114745295A (zh) | 数据采集方法、装置、设备和可读存储介质 | |
CN112543222A (zh) | 一种数据处理方法、装置、计算机设备及存储介质 | |
CN103034650B (zh) | 一种数据处理系统和方法 | |
CN112260889B (zh) | 一种基于Linux的进程流量监控方法、系统及设备 | |
CN108063832B (zh) | 一种云存储系统及其存储方法 | |
CN110138753A (zh) | 分布式消息服务系统、方法、设备及计算机可读存储介质 | |
CN112054923B (zh) | 业务请求检测方法、设备及介质 | |
CN110334119A (zh) | 一种数据关联处理方法、装置、设备及介质 | |
CN110248156B (zh) | 视频分析方法、平台设备、智能相机和智能监控系统 | |
CN118118565B (zh) | 一种森林防火数据通信协同共享方法及系统 | |
CN112769620B (zh) | 一种网络部署方法、设备和计算机可读存储介质 | |
US11687063B2 (en) | Semantics-based internet of things device data processing-related application installation method and apparatus | |
CN117527805A (zh) | 一种基于服务器集群的多模态数据接入优化方法及系统 | |
CN112822245A (zh) | 一种农业物联网大数据接入系统及方法 | |
CN111784284A (zh) | 一种宫颈图像多人协同标记云服务系统及云服务方法 | |
CN110298178A (zh) | 可信策略学习方法及装置、可信安全管理平台 | |
CN109585013A (zh) | 一种分布式医学诊断分析方法及系统 | |
CN115834650A (zh) | 一种dicom对象存储远程查询调阅系统及使用方法 |
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 |