TWI773441B - 物聯網運作監控系統 - Google Patents
物聯網運作監控系統 Download PDFInfo
- Publication number
- TWI773441B TWI773441B TW110126498A TW110126498A TWI773441B TW I773441 B TWI773441 B TW I773441B TW 110126498 A TW110126498 A TW 110126498A TW 110126498 A TW110126498 A TW 110126498A TW I773441 B TWI773441 B TW I773441B
- Authority
- TW
- Taiwan
- Prior art keywords
- data
- circuit
- attribute
- activity
- activity records
- Prior art date
Links
Images
Abstract
本發明提出一種物聯網運作監控系統,包含有:複數個屬性過濾裝置,設置成產生分別與複數個標的物聯網系統中的多個物聯網裝置相對應的多筆活動紀錄;以及一資料檢測系統,其包含:一通信電路,設置成透過網路與該複數個屬性過濾裝置進行資料通信,以接收該多筆活動紀錄;一儲存電路,設置成儲存通信電路所接收到的多筆活動紀錄;以及一資料分類電路,耦接於儲存電路,設置成將該多筆活動紀錄中的每一筆活動紀錄,依據N個屬性的內容進行分類,以形成M個資料群組,並將該M個資料群組儲存在儲存電路中;其中,N為2或大於2的整數,且M至少為N的兩倍。
Description
本發明涉及物聯網(Internet of Things,IoT),尤指一種物聯網運作監控系統。
隨著技術的發展,各種大規模物聯網(massive Internet of Things,mIoT)的相關應用越來越普及。在許多大規模物聯網應用中,通常會利用電信網路、行動通訊網路、網際網路、或各種無線通訊機制,將佈署在不同地點的眾多物聯網終端裝置的相關運作資料,傳輸到遠方的數據中心進行彙整與分析。換言之,在為數眾多的物聯網終端裝置與數據中心之間,需要利用各種通訊基礎建設做為資料傳輸的媒介。
倘若某些物聯網終端裝置或是通訊基礎建設中的某些環節出現問題,數據中心的分析結果就會出現偏差。因此,若不能迅速地檢測出異常狀況,就難以判斷大規模物聯網應用中的問題根源所在,連帶也會大幅降低大規模物聯網應用的整體系統效能與應用價值。
有鑑於此,如何減輕或消除上述相關領域中的缺失,實為有待解決的問題。
本說明書提供一種物聯網運作監控系統的實施例,用於監控複數個標的物聯網系統中的多個物聯網裝置的運作情況。該物聯網運作監控系統包含:複數個屬性過濾裝置,設置成接收一或多個封包閘道裝置所產生與該多個物聯網裝置相對應的多個封包訊息,並依據該
多個封包訊息產生分別與該多個物聯網裝置相對應的多筆活動紀錄;以及一資料檢測系統,其包含有:一通信電路,設置成透過網路與該複數個屬性過濾裝置進行資料通信,以接收該複數個屬性過濾裝置所產生的該多筆活動紀錄;一儲存電路,設置成儲存該通信電路所接收到的該多筆活動紀錄;以及一資料分類電路,耦接於該儲存電路,設置成將該多筆活動紀錄中的每一筆活動紀錄,依據N個屬性的內容進行分類,以形成M個資料群組,並將該M個資料群組儲存在該儲存電路中;其中,N為2或大於2的整數,且M至少為N的兩倍。
本說明書另提供一種用於一物聯網運作監控系統中的資料檢測系統的實施例,用於檢測複數個標的物聯網系統中的多個物聯網裝置的運作情況。該資料檢測系統包含有:一通信電路,設置成透過網路與複數個屬性過濾裝置進行資料通信,以接收該複數個屬性過濾裝置所產生的與該多個物聯網裝置相對應的多筆活動紀錄;一儲存電路,設置成儲存該通信電路所接收到的該多筆活動紀錄;以及一資料分類電路,耦接於該儲存電路,設置成將該多筆活動紀錄中的每一筆活動紀錄,依據N個屬性的內容進行分類,以形成M個資料群組,並將該M個資料群組儲存在該儲存電路中;其中,N為2或大於2的整數,且M至少為N的兩倍。
上述實施例的優點之一,是利用資料分類電路將多個物聯網裝置所對應的多筆活動紀錄依據多個屬性的內容分類成不同資料群組,可大幅降低後續分析個別資料群組內的活動紀錄的資料態樣時所需的運算量及複雜度,並提升資料態樣的分析速度。
上述實施例的另一優點,是前述將多個活動紀錄分類成不同資料群組的方式,還可大幅減少後續進行異常檢測時所需的運算量,有助於提升異常檢測的效率與速度。
本發明的其他優點將搭配以下的說明和圖式進行更詳細的解說。
100:物聯網運作監控系統(IoT operations monitoring system)
101、102、103:標的物聯網系統(target IoT system)
104、105、106:物聯網裝置(IoT device)
110:資料檢測系統(data inspection system)
111:通信電路(communication circuit)
112:資料解譯電路(data interpreting circuit)
113:儲存電路(storage circuit)
114:資料分類電路(data classification circuit)
115:資料態樣分析電路(data pattern analysis circuit)
116:異常檢測電路(abnormal inspection circuit)
117:用戶圖形介面產生電路(user graphical interface generating circuit)
120、130、140:屬性過濾裝置(attributes filtering device)
122、132、142:資料處理電路(data processing circuit)
124、134、144:資料傳輸電路(data transmission circuit)
150、160、170:封包閘道裝置(packet gateway device)
152、162、172:基地台(base station)
154、164、174、182、184:網路(network)
192、194:用戶裝置(client device)
202~220、402~414、502~514、602~610、1002~1022、1212~1222:運作流程(operation)
310、1110:封包訊息(packet message)
311、1111:標頭(header)
312~316、1112~1116:屬性(attribute)
320~326、1120:活動紀錄(activity record)
330~334、1130~1134:資料群組(data group)
340~344、1140~1144、1160~1164:參考資料集(reference data set)
710~730、810~830、910~930:統計圖表(statistic graph)
712~732、812~832、912~932:資料統計結果(data statistic result)
圖1為本發明一實施例的物聯網運作監控系統簡化後的功能方塊圖。
圖2為本發明對物聯網裝置的屬性進行分類及分析的方法的一實施例簡化後的流程圖。
圖3為本發明對物聯網裝置的屬性進行分類及分析運作的一實施例簡化後的資料流示意圖。
圖4為本發明將多筆活動紀錄依據屬性的內容進行分類的方法的一實施例簡化後的流程圖。
圖5為本發明將多筆活動紀錄依據屬性的內容進行分類的方法的另一實施例簡化後的流程圖。
圖6為本發明產生個別資料群組所對應的參考資料集的方法的一實施例簡化後的流程圖。
圖7至圖9為本發明產生的參考資料集的不同實施例所對應的統計圖表簡化後的示意圖。
圖10為本發明檢測物聯網運作是否發生異常的方法的一實施例簡化後的流程圖。
圖11為本發明檢測物聯網運作是否發生異常的一實施例簡化後的資料流示意圖。
圖12為本發明檢測物聯網運作是否發生異常的方法的另一實施例簡化後的流程圖。
以下將配合相關圖式來說明本發明的實施例。在圖式中,相同的標號表示相同或類似的元件或方法流程。
圖1為本發明一實施例的物聯網運作監控系統100簡化後的功能方塊圖。物聯網運作監控系統100包含有一資料檢測系統110以及複數個屬性過濾裝置(例如,圖1中的示例性屬性過濾裝置120、130、及140)。物聯網運作監控系統100用於監控複數個不同的標的物聯網
系統(例如,圖1中的示例性標的物聯網系統101、102、及103)中的多個物聯網裝置的運作情況。如圖1所示,每個標的物聯網系統中皆包含有多個物聯網裝置。例如,標的物聯網系統101中包含有多個物聯網裝置104,標的物聯網系統102中包含有多個物聯網裝置105,標的物聯網系統103中包含有多個物聯網裝置106。
在說明書及申請專利範圍中所指稱的「標的物聯網系統」一詞,指的是利用分別佈署在不同地點的多個物聯網裝置來偵測、收集、或產生特定類型資料,以實現特定用途的各種物聯網應用系統,例如,智慧電表系統、智慧瓦斯表系統、智慧路燈系統、交通號誌管理系統、物流監控系統、智慧製造系統、遠距健康監測系統、傳染病疫情統計系統等等。
在說明書及申請專利範圍中所指稱的「物聯網裝置」一詞,指的是具備偵測、收集、或產生特定類型資料的能力,並可利用無線存取技術與鄰近的基地台進行資料通信的各種電子裝置,例如,智慧電表、智慧瓦斯表、智慧路燈、交通號誌監控電路、物流監控系統中的電子標籤、物流監控系統中的行動通訊裝置、智慧製造系統中的機台運作監控裝置、穿戴式健康監測裝置、疫情數據接收裝置等等。
在實際應用中,前述的標的物聯網系統101、102、及103的應用可以有所不同,且不同標的物聯網系統中的物聯網裝置的數量也可以有所不同。標的物聯網系統101、102、及103皆可以是各種規模的物聯網系統,而且每個標的物聯網系統中的物聯網裝置的數量,從個位數、數十台、數百台、甚至超過千台以上都有可能。換言之,標的物聯網系統101、102、及103也可以是各種類型的大規模物聯網(massive Internet of Things,mIoT)系統。
每個標的物聯網系統中的所有物聯網裝置,有可能都設置在同一個地理區域(例如,同一建築物、同一區塊、同一街道、同一鄉鎮、或是同一城市等等)內,也有可能是分散在不同的地理區域中(例
如,不同的建築物、不同的區塊、不同的街道、不同的鄉鎮、或是不同的城市等等)。另外,個別的物聯網裝置可以裝設在固定的地點,也可以裝設在會移動的物體上。
在前述標的物聯網系統101、102、及103的運作過程中,個別的物聯網裝置可利用無線存取技術(Radio Access Technology,RAT)直接連線至鄰近的基地台進行各種資料通信,或是透過其他通信設備間接連線至鄰近的基地台進行各種資料通信。基地台則會將個別的物聯網裝置傳來的資料,經由相關的封包閘道裝置傳送給後端的物聯網運作監控系統100進行處理與分析。前述的無線存取技術,可以是各種第二代(2nd Generation,2G)行動通訊技術、各種第三代(3rd Generation,3G)行動通訊技術、各種第四代(4th Generation,4G)行動通訊技術、各種第五代(5th Generation,5G)行動通訊技術、各種物聯網(Internet-of-Thing,IoT)通訊技術、各種窄帶物聯網(Narrow Band Internet of Thing,NB-IoT)通訊技術、各種車際(Vehicle-to-Vehicle)通訊技術、各種車聯網(Vehicle-to-Everything,V2X)通訊技術、各種衛星通訊技術、或是由其他標準制定組織所發布的各種無線通訊技術等。
例如,在圖1的實施例中,標的物聯網系統101中的個別物聯網裝置104可直接或間接連線至一基地台152進行資料通信,而基地台152則會將物聯網裝置104傳來的資料,經由一封包閘道裝置150傳送給後端的物聯網運作監控系統100進行處理與分析。標的物聯網系統102中的個別物聯網裝置105可直接或間接連線至一基地台162進行資料通信,而基地台162則會將物聯網裝置105傳來的資料,經由一封包閘道裝置160傳送給後端的物聯網運作監控系統100進行處理與分析。標的物聯網系統103中的個別物聯網裝置106可直接或間接連線至一基地台172進行資料通信,而基地台172則會將物聯網裝置
106傳來的資料,經由一封包閘道裝置170傳送給後端的物聯網運作監控系統100進行處理與分析。
換言之,前述的封包閘道裝置150~170與基地台152~172,共同扮演著物聯網運作監控系統100與標的物聯網系統101、102、及103之間的資料傳遞橋樑的角色。
請注意,圖1中所繪示的屬性過濾裝置的數量、標的物聯網系統的數量、個別標的物聯網系統中的物聯網裝置的數量、基地台的數量、以及封包閘道裝置的數量,只是為了方便繪圖的示例性範例,並非有意將前述裝置或系統的數量侷限在特定數量。例如,在實際應用中,每個標的物聯網系統與物聯網運作監控系統100之間,有可能存在做為資料傳遞橋樑的多個基地台和/或多個封包閘道裝置。
如圖1所示,在物聯網運作監控系統100中的資料檢測系統110包含一通信電路111、一資料解譯電路112、一儲存電路113、一資料分類電路114、一資料態樣分析電路115、一異常檢測電路116、以及一用戶圖形介面產生電路117。屬性過濾裝置120包含一資料處理電路122以及一資料傳輸電路124。屬性過濾裝置130包含一資料處理電路132以及一資料傳輸電路134。屬性過濾裝置140包含一資料處理電路142以及一資料傳輸電路144。
屬性過濾裝置120、130、及140皆設置成可接收一或多個封包閘道裝置所產生與多個物聯網裝置相對應的多個封包訊息,並可依據接收到的多個封包訊息產生分別與多個物聯網裝置相對應的多筆活動紀錄。在實際應用中,每個封包閘道裝置所產生的多個封包訊息,有可能是對應於單一標的物聯網系統中的不同物聯網裝置,也可能是對應於多個標的物聯網系統中的不同物聯網裝置。換言之,每個屬性過濾裝置所接收到的多個封包訊息,有可能是對應於單一標的物聯網系統中的不同物聯網裝置,也可能是對應於多個標的物聯網系統中的不同物聯網裝置。
例如,屬性過濾裝置120可透過網路154接收與標的物聯網系統101相應的一或多個封包閘道裝置150所產生與多個物聯網裝置104相對應的多個封包訊息,並可依據接收到的多個封包訊息產生分別與多個物聯網裝置104相對應的多筆活動紀錄。屬性過濾裝置130可透過網路164接收與標的物聯網系統102相應的一或多個封包閘道裝置160所產生與多個物聯網裝置105相對應的多個封包訊息,並可依據接收到的多個封包訊息產生分別與多個物聯網裝置105相對應的多筆活動紀錄。屬性過濾裝置140可透過網路174接收與標的物聯網系統103相應的一或多個封包閘道裝置170所產生與多個物聯網裝置106相對應的多個封包訊息,並可依據接收到的多個封包訊息產生分別與多個物聯網裝置106相對應的多筆活動紀錄。
實作上,前述的網路154、164、及174皆可用各種私有網路(例如,電信商的內部網路、或是其他專用的通信網路等等)來實現,也可以用網際網路來實現。
資料檢測系統110可依據屬性過濾裝置120、130、及140所產生的活動紀錄,檢測標的物聯網系統101、102、及103中的多個物聯網裝置的運作情況。
在資料檢測系統110中,通信電路111設置成可透過網路182與前述的屬性過濾裝置120、130、及140進行資料通信,以接收屬性過濾裝置120、130、及140所產生的多筆活動紀錄。前述的網路182可用各種私有網路(例如,電信商的內部網路、或是其他專用的通信網路等等)來實現,也可以用網際網路來實現。
資料解譯電路112耦接於通信電路111,設置成可解譯通信電路111所接收到的資料,以取得前述的多筆活動紀錄。
儲存電路113耦接於通信電路111,設置成可儲存通信電路111所接收到的活動紀錄。
資料分類電路114耦接於儲存電路113,設置成可將該多筆活動紀錄
中的每一筆活動紀錄,依據若干數量的屬性的內容進行分類,以形成多個資料群組。
資料態樣分析電路115耦接於儲存電路113,設置成可分析個別資料群組內的複數筆活動紀錄在一資料收集期間內的資料態樣,以產生個別資料群組所對應的一或多個參考資料集,並將所產生的參考資料集儲存在儲存電路113中。
異常檢測電路116耦接於儲存電路113,設置成可根據儲存電路113中所儲存的參考資料集,來檢測前述標的物聯網系統101、102、及103中的多個物聯網裝置的運作是否出現異常,並於出現異常情況時產生相應的一或多個告警信息。
用戶圖形介面產生電路117耦接於通信電路111、儲存電路113、及異常檢測電路116,設置成可將異常檢測電路116所產生的告警信息以適當的視覺方式呈現給使用者。
在圖1的實施例中,資料檢測系統110還可從其他外部裝置接收與標的物聯網系統101、102、或103中的多個物聯網裝置相關的資料。
例如,標的物聯網系統101、102、或103的運營者(operator)、管理者(administrator)、和/或其他使用者,可將標的物聯網系統101、102、或103中的多個物聯網裝置,依據地理位置區分為多個案場(site),並分別對不同案場中的物聯網裝置賦予不同的相應識別資料(以下稱之為案場識別資料,site ID)。前述標的物聯網系統101、102、或103的運營者、管理者、和/或其他使用者,可利用合適的用戶裝置(例如,圖1中的示例性用戶裝置192和/或194)透過網路184連線到資料檢測系統110,並提供標的物聯網系統101、102、或103中的個別物聯網裝置所對應的案場識別資料給資料檢測系統110。前述的網路184可用網際網路來實現,也用各種私有網路(例如,電信商的內部網路、或是其他專用的通信網路等等)來實現。
在此情況下,通信電路111及資料解譯電路112會接收及處理用戶裝
置192和/或194傳來的個別物聯網裝置的案場識別資料,並將對應於不同物聯網裝置的不同案場識別資料,儲存在儲存電路113中。
在某些實施例中,前述的標的物聯網系統101、102、或103的運營者、管理者、稽核人員(auditor)、和/或其他使用者,還可利用合適的用戶裝置(例如,圖1中的示例性用戶裝置192或194)透過網路184連線到資料檢測系統110,以查詢相關標的物聯網系統的運作狀況,或是透過資料檢測系統110向前述的標的物聯網系統101、102、或103下達各種控制指令。在此情況下,資料檢測系統110的通信電路111可透過網路184與這些用戶裝置進行資料通信,以提供用戶圖形介面產生電路117所產生的網頁或操控介面給這些用戶裝置,以使得個別標的物聯網系統的運營者、管理者、稽核人員、和/或其他使用者能在這些網頁或操控介面上進行相關操作。
實作上,通信電路111可用各種有線傳輸電路、無線傳輸電路、整合前述兩種通信機制的混合電路、或是雲端通信系統來實現。
資料解譯電路112可用各種封包解調變電路、數位運算電路、微處理器、微處理器組合、特殊應用積體電路(Application Specific Integrated Circuit,ASIC)、或是具有封包解析能力的雲端應用模組來實現。實作上,也可以將資料解譯電路112整合在通信電路111或資料分類電路114中。
資料分類電路114、資料態樣分析電路115、及異常檢測電路116,皆可用各種具有資料運算能力的單一處理器模塊、多個處理器模塊的組合、單一電腦系統、多個電腦系統的組合、單一伺服器、多個伺服器的組合、或是雲端運算系統來實現。
儲存電路113可用各種非揮發性儲存裝置、資料庫系統、或是雲端儲存系統來實現。
用戶圖形介面產生電路117可用各種具有影像處理能力的單一處理器模塊、多個處理器模塊的組合、單一影像處理電路、多個影像處
理電路的組合、單一電腦系統、多個電腦系統的組合、單一伺服器、多個伺服器的組合、或是雲端處理系統來實現。
實作上,前述資料檢測系統110中的不同功能方塊,可以分別用不同的電路或不同的雲端應用模組來實現,也可整合成單一伺服器系統、或是單一雲端運算系統。
資料處理電路122、132、及142皆可用各種具有資料通訊能力及資料處理能力的單一電腦系統、多個電腦系統的組合、單一伺服器、多個伺服器的組合、或是雲端運算系統來實現。
資料傳輸電路124、134、及144皆可用各種有線傳輸電路、無線傳輸電路、整合前述兩種通信機制的混合電路、或是雲端通信系統來實現。
實作上,前述個別屬性過濾裝置中的不同功能方塊,可以分別用不同的電路或不同的雲端應用模組來實現,也可整合成單一電腦系統、單一伺服器系統、或是單一雲端運算系統。
另外,前述的用戶裝置192及194皆可用具有連網能力、且可執行瀏覽器或相關應用程式以登入資料檢測系統110進行操作的裝置來實現,例如,各種電腦、伺服器、行動通信裝置(例如智慧型手機、穿戴式裝置)、或是其他類似的裝置。
以下將搭配圖2至圖3來進一步說明物聯網運作監控系統100收集與分類標的物聯網系統101、102、及103中的多個物聯網裝置的相關運作資料的方式。圖2為本發明對物聯網裝置的屬性進行分類及分析的方法的一實施例簡化後的流程圖。圖3為本發明對物聯網裝置的屬性進行分類及分析運作的一實施例簡化後的資料流示意圖。
在圖2的流程圖中,位於一特定裝置所屬欄位中的流程,即代表由該特定裝置所進行的流程。例如,標記在「封包閘道裝置」欄位中的部分,是由封包閘道裝置150、160、及170所進行的流程;標記在「屬性過濾裝置」欄位中的部分,是由屬性過濾裝置120、130、
及140所進行的流程;標記在「資料檢測系統」欄位中的部分,則是由資料檢測系統110所進行的流程。前述的邏輯也適用於後續的其他流程圖中。
為了方便說明,以下將以物聯網運作監控系統100收集與分類標的物聯網系統101中的多個物聯網裝置的相關運作資料的方式為例,來說明圖2的運作方法。
在運作時,標的物聯網系統101中的個別物聯網裝置104,會產生並傳送相關的認證請求(authentication request)給鄰近的基地台152以請求取得網路使用的授權資格。此時,基地台152會將個別物聯網裝置104傳來的認證請求,傳送給相關的封包閘道裝置150進行處理。
在此情況下,封包閘道裝置150會進行圖2中的流程202,以透過基地台152接收個別物聯網裝置104所產生的認證請求(authentication request)。
在流程204中,封包閘道裝置150可根據接收到的認證請求進行個別物聯網裝置104的認證程序。完成認證程序後,標的物聯網系統101中的個別物聯網裝置104便可取得網路使用的授權資格,並透過鄰近的基地台152及相關的封包閘道裝置150與遠端的後台系統(back-end system)進行各種資料通信或指令傳輸。前述的後台系統可以是資料檢測系統110,也可以是其他的應用控制系統(未繪示於圖1中)。
實作上,標的物聯網系統101中的不同的物聯網裝置可以在相同的時段進行認證程序,也可以在不同的時段進行認證程序。
在標的物聯網系統101的運作過程中,封包閘道裝置150會間歇地收到個別物聯網裝置104傳來的相關資料,也會間歇地進行流程206。
在流程206中,封包閘道裝置150會產生及傳送包含個別物聯網裝置104的多項屬性的一封包訊息給相應的屬性過濾裝置120。封包閘道
裝置150可將與個別物聯網裝置104有關的多項屬性,以適當的資料格式整合成一封包訊息310。換言之,每個封包訊息310會對應於標的物聯網系統101中的某一個物聯網裝置104。如圖3所示,封包訊息310包含一標頭311以及儲存在不同資料欄位中的多項屬性(例如,圖3中所繪示的示例性屬性312、313、314、315、及316)。
封包閘道裝置150記載在封包訊息310中的屬性,可包含一封包時間(packet time)、一連線識別資料(session ID)、物聯網裝置104的一網路位址(network address)、物聯網裝置104的一裝置識別資料(device ID)、物聯網裝置104所對應的一用戶識別資料(group ID)、物聯網裝置104的一裝置狀態資料(device status)、物聯網裝置104的一上行流量(uplink throughput)、物聯網裝置104的一下行流量(downlink throughput)、基地台152的一基地台識別資料(base station ID)、和/或物聯網裝置104的一服務類型(service type)等多種相關資料。前述的用戶識別資料也可以是一存取點名稱(access point name,APN)。另外,在物聯網裝置104內建有一用戶身分模組(Subscriber Identity Module,SIM)的實施例中,前述的裝置識別資料也可以是該用戶身分模組的號碼(SIM number)。
在某些實施例中,封包閘道裝置150記載在封包訊息310中的屬性,還可包含封包閘道裝置150的一封包閘道識別資料(packet gateway ID)、和/或物聯網裝置104的一連線時間(session time)。前述的封包閘道識別資料也可以是封包閘道裝置150的網路位址。
實作上,封包閘道裝置150還可依據標的物聯網系統101的應用目的,將與個別物聯網裝置104有關的其他屬性或資料,也記載在封包訊息310中。封包閘道裝置150可將包含個別物聯網裝置104的多項屬性的封包訊息310以各種合適形式的封包來實現。例如,在某些實施例中,封包閘道裝置150所產生的封包訊息310可用一計費請求封包(Accounting-Request Packet)的形式來實現。
為了方便理解以下流程的說明,在此假設封包閘道裝置150在流程206中所產生的封包訊息310所包含的多項屬性,是與標的物聯網系統101中的某一物聯網裝置104(以下稱之為目標物聯網裝置104)有關的屬性。
在流程208中,屬性過濾裝置120的資料處理電路122會接收並解析封包閘道裝置150透過網路154傳來的封包訊息310。
接著,資料處理電路122可進行流程210,以依據封包訊息310中的部分屬性,產生對應於目標物聯網裝置104的一活動紀錄320。
如圖3所示,資料處理電路122在接收到屬性過濾裝置120傳來的封包訊息310後,會解析並解取出封包訊息310所記載的前述多項屬性。
接著,資料處理電路122會從所擷取出來的多項屬性中過濾出部分屬性(例如,圖3中所繪示的示例性屬性313、314、及316),並依據這些屬性產生對應於目標物聯網裝置104的活動紀錄320。
換言之,資料處理電路122所產生的活動紀錄320,並不會包含封包訊息310中所記載的全部屬性,只會包含封包訊息310中所記載的部分屬性。
例如,資料處理電路122可將封包訊息310中所記載的目標物聯網裝置104的一裝置識別資料、目標物聯網裝置104所對應的一用戶識別資料、目標物聯網裝置104的一裝置狀態資料、目標物聯網裝置104的一上行流量、目標物聯網裝置104的一下行流量、以及基地台152的一基地台識別資料,以適當的資料格式整合成對應於目標物聯網裝置104的活動紀錄320。
在某些實施例中,資料處理電路122還可將封包訊息310中所記載的封包閘道裝置150的一封包閘道識別資料、和/或目標物聯網裝置104的一連線時間,也一併整合到與目標物聯網裝置104相應的活動紀錄320中。
很明顯地,在資料處理電路122產生的活動紀錄320中所記載的屬性
的數量,會少於封包訊息310中所記載的屬性的數量。
在流程212中,屬性過濾裝置120的資料傳輸電路124可將資料處理電路122所產生的一或多筆活動紀錄,透過網路182傳送給資料檢測系統110。
在此情況下,資料檢測系統110的通信電路111會進行流程214,以接收屬性過濾裝置120傳來的一或多筆活動紀錄。如前所述,資料解譯電路112可解譯通信電路111所接收到的活動紀錄,以擷取出每一筆活動紀錄中的相關資料,亦即前述記載在每一筆活動紀錄中的多項屬性。
實作上,資料傳輸電路124可在每次資料處理電路122產生一筆活動紀錄後,就立刻進行流程212,將該筆活動紀錄傳送給資料檢測系統110。
或者,資料傳輸電路124也可以等到資料處理電路122所產生的活動紀錄累積到一預定數量,才批次性地進行前述的流程212。例如,資料傳輸電路124可設置成在資料處理電路122所產生的活動紀錄累積到10筆、30筆、50筆、100筆、300筆、500筆、700筆、1000筆、1500筆、或2000筆時,才批次性地將這些活動紀錄傳送給資料檢測系統110。
又或者,資料傳輸電路124也可以間歇性或週期性地進行流程212的活動紀錄傳輸運作。例如,資料傳輸電路124可以設置成每隔1秒、3秒、5秒、10秒、15秒、30秒、60秒、100秒、3分鐘、5分鐘、10分鐘、20分鐘、30分鐘、1小時、或1.5小時等合適的時間間隔,週期性地將當時所累積的活動紀錄傳送給資料檢測系統110。
在圖3的實施例中,資料傳輸電路124是將資料處理電路122所產生的多筆活動紀錄(例如,圖3中所繪示的示例性活動紀錄320、322、324、及326),批次性地透過網路182傳送給資料檢測系統110。
封包閘道裝置150會重複進行前述的流程202至流程206,以產生及
傳送與標的物聯網系統101中的其他物聯網裝置相應的許多封包訊息給屬性過濾裝置120。屬性過濾裝置120也會重複進行前述的流程208至流程212,以產生及傳送與標的物聯網系統101中的其他物聯網裝置相應的許多活動紀錄給資料檢測系統110。
另一方面,物聯網運作監控系統100中的其他封包閘道裝置(例如,前述的封包閘道裝置160及170)以及其他屬性過濾裝置(例如,前述的屬性過濾裝置130及140),皆可比照前述方式進行運作。
例如,封包閘道裝置160可比照前述封包閘道裝置150的運作方式重複進行流程202至流程206,以產生及傳送與標的物聯網系統102中的多個物聯網裝置105相應的許多封包訊息給屬性過濾裝置130。屬性過濾裝置130則可比照前述屬性過濾裝置120的運作方式重複進行流程208至流程212,以產生及傳送與標的物聯網系統102中的多個物聯網裝置105相應的許多活動紀錄給資料檢測系統110。
又例如,封包閘道裝置170可比照前述封包閘道裝置150的運作方式重複進行流程202至流程206,以產生及傳送與標的物聯網系統103中的多個物聯網裝置106相應的許多封包訊息給屬性過濾裝置140。
屬性過濾裝置140則可比照前述屬性過濾裝置120的運作方式重複進行流程208至流程212,以產生及傳送與標的物聯網系統103中的多個物聯網裝置106相應的許多活動紀錄給資料檢測系統110。
因此,資料檢測系統110的通信電路111會陸續接收到屬性過濾裝置120、130、及140所產生的許多活動紀錄。
另一方面,資料分類電路114則會進行流程216,以將通信電路111陸續接收到的多筆活動紀錄中的每一筆活動紀錄,依據複數個屬性的內容進行分類,以形成多個資料群組。
以下將搭配圖4及圖5來進一步說明資料分類電路114在流程216中將多筆活動紀錄依據屬性的內容進行分類的運作方式。圖4為本發明將多筆活動紀錄依據屬性的內容進行分類的方法的一實施例簡化後
的流程圖。圖5為本發明將多筆活動紀錄依據屬性的內容進行分類的方法的另一實施例簡化後的流程圖。
資料分類電路114在進行前述的流程216時,可採用圖4的方法將通信電路111陸續接收到的多筆活動紀錄依據複數個屬性的內容進行分類,以形成多個資料群組。
為了方便配合圖3的資料流示意圖來說明,以下假設資料分類電路114要進行分類的多筆活動紀錄,也包含了前述的活動紀錄320、322、324、及326在內。
實作上,資料分類電路114可利用每一筆活動紀錄中所記載的部分屬性來做為該筆活動記錄的分類基礎(classification basis)。
例如,在某些實施例中,資料分類電路114可利用每一筆活動紀錄中所記載的基地台識別資料以及用戶識別資料兩項屬性來做為分類基礎。
在另一些實施例中,資料分類電路114可利用每一筆活動紀錄中所記載的基地台識別資料、用戶識別資料、以及封包閘道識別資料三項屬性來做為分類基礎。
在流程402中,資料分類電路114可選取通信電路111接收到的多筆活動紀錄的其中之一,做為一當前活動紀錄(current activity record)。
在流程404中,資料分類電路114可選取當前活動紀錄的多項屬性的其中之一,做為一選定屬性(selected attribute)。在運作時,資料分類電路114可選取當前活動紀錄中可做為分類基礎的其中一項屬性來做為選定屬性。
在流程406中,資料分類電路114可判斷儲存電路113中是否存在與選定屬性的內容相應的資料群組。倘若當時儲存電路113中已存在與選定屬性的內容相應的資料群組,則資料分類電路114可接著進行流程408。反之,倘若當時儲存電路113中並不存在與選定屬性的
內容相應的資料群組,則資料分類電路114可接著進行流程410。
在流程408中,資料分類電路114可將當前活動紀錄分類到對應選定屬性的內容的資料群組中。
在流程410中,資料分類電路114可建立對應選定屬性的內容的新資料群組,並將當前活動紀錄分類到新建立的資料群組中。
在進行了前述的流程408或流程410之後,倘若當前活動紀錄中還存在要做為分類基礎的其他屬性,則資料分類電路114可接著進行流程412。反之,倘若當前活動紀錄中已不存在做為分類基礎的其他屬性,則資料分類電路114可接著進行流程414。
在流程412中,資料分類電路114可選取當前活動紀錄中的另一項屬性做為選定屬性,並接著重複進行前述的流程406及後續的流程。
在流程414中,資料分類電路114可選取下一筆活動紀錄做為新的當前活動紀錄,並接著重複進行前述的流程404及後續的流程。
例如,資料分類電路114可在流程402中選取活動紀錄320做為當前活動紀錄,並可在流程404中選取活動紀錄320中所記載的基地台識別資料做為選定屬性。
假設活動紀錄320中所記載的基地台識別資料的內容是對應於基地台152的基地台識別資料BS-152,則資料分類電路114在流程406中會檢查當時儲存電路113中是否已存在與選定屬性的內容(例如,在本例中為基地台識別資料BS-152)相應的資料群組。
倘若當時儲存電路113中已存在與基地台識別資料BS-152相應的一資料群組330,則資料分類電路114可進行流程408,以將當前活動紀錄(例如,在本例中為活動紀錄320)分類到資料群組330中。反之,倘若當時儲存電路113中並不存在與基地台識別資料BS-152相應的資料群組,則資料分類電路114可進行流程410,以建立對應基地台識別資料BS-152的一新資料群組330,並將當前活動紀錄(例如,在本例中為活動紀錄320)分類到新建立的資料群組330中。
在本範例中,由於活動紀錄320中還存在要做為分類基礎的其他屬性,所以資料分類電路114在將活動紀錄320分類到資料群組330之後,還可進行流程412,以選取活動紀錄320中可做為分類基礎的另一項屬性來做為選定屬性,並重複進行前述的流程406及後續的流程。
為了便於說明,在此假設資料分類電路114在流程412中選取活動紀錄320中所記載的用戶識別資料來做為選定屬性,且用戶識別資料的內容是對應一第一特定用戶(例如,某一電力公司、某一物流業者、某一路燈管理機構等等)的識別資料APN-A。在此情況下,資料分類電路114在流程406中會檢查當時儲存電路113中是否已存在與識別資料APN-A相應的資料群組。
倘若當時儲存電路113中已存在與識別資料APN-A相應的一資料群組332,則資料分類電路114可進行流程408,以將活動紀錄320分類到資料群組332中。反之,倘若當時儲存電路113中並不存在與識別資料APN-A相應的資料群組,則資料分類電路114可進行流程410,以建立對應識別資料APN-A的一新資料群組332,並將活動紀錄320分類到新建立的資料群組332中。
如果活動紀錄320中還記載了可做為分類基礎的封包閘道識別資料,則資料分類電路114在將活動紀錄320分類到資料群組332之後,還可再次進行流程412,以選取活動紀錄320中所記載的封包閘道識別資料來做為選定屬性,並比照前述方式重複進行前述的流程406及後續的流程。如此一來,活動紀錄320最後就會被分類到三個不同的資料群組中。
由前述說明可知,如果資料分類電路114共依據活動紀錄320中所記載的N個屬性來分類活動紀錄320,則活動紀錄320最後會被分類到N個不同的資料群組中。
如前所述,倘若活動紀錄320中已不存在做為分類基礎的其他屬性,
則資料分類電路114可進行流程414,以選取下一筆活動紀錄做為新的當前活動紀錄,並接著重複進行前述的流程404及後續的流程。
例如,資料分類電路114可在流程402中選取活動紀錄322做為新的當前活動紀錄,並可在流程404中選取活動紀錄322中所記載的基地台識別資料做為選定屬性。
在此假設活動紀錄322中所記載的基地台識別資料的內容是基地台152的識別資料BS-152。資料分類電路114在流程406中會檢查當時儲存電路113中是否已存在與選定屬性的內容(例如,在本例中為基地台152的識別資料BS-152)相應的資料群組。
由於當時儲存電路113中已存在與識別資料BS-152相應的資料群組330,所以資料分類電路114可進行流程408,以將活動紀錄322分類到資料群組330中。
由於活動紀錄322中還存在要做為分類基礎的其他屬性,所以資料分類電路114在將活動紀錄322分類到資料群組330之後,還可進行流程412,以選取活動紀錄322中可做為分類基礎的另一項屬性來做為選定屬性,並重複進行前述的流程406及後續的流程。
為了便於說明,在此假設資料分類電路114在流程412中選取活動紀錄322中所記載的用戶識別資料來做為選定屬性,且用戶識別資料的內容是對應一第二特定用戶的識別資料APN-B。在此情況下,資料分類電路114在流程406中會檢查當時儲存電路113中是否已存在與識別資料APN-B相應的資料群組。
倘若當時儲存電路113中已存在與識別資料APN-B相應的一資料群組334,則資料分類電路114可進行流程408,以將活動紀錄322分類到資料群組334中。反之,倘若當時儲存電路113中並不存在與識別資料APN-B相應的資料群組,則資料分類電路114可進行流程410,以建立對應識別資料APN-B的一新資料群組334,並將活動紀錄322分類到新建立的資料群組334中。
同樣地,如果活動紀錄322中還記載了可做為分類基礎的封包閘道識別資料,則資料分類電路114在將活動紀錄322分類到資料群組334之後,還可再次進行流程412,以選取活動紀錄322中所記載的封包閘道識別資料來做為選定屬性,並比照前述方式重複進行前述的流程406及後續的流程。如此一來,活動紀錄322最後也會被分類到三個不同的資料群組中。
資料分類電路114可比照前述方式,採用圖4的方法對通信電路111所接收到的其他活動紀錄進行分類。
例如,如圖3所示,倘若活動紀錄324中的基地台識別資料的內容是基地台識別資料BS-152、且活動紀錄324中的用戶識別資料的內容是識別資料APN-B,則資料分類電路114會根據前述的分類方式將活動紀錄324分類到資料群組330及資料群組334中。
又例如,倘若活動紀錄326中的基地台識別資料的內容是基地台識別資料BS-152、且活動紀錄326中的用戶識別資料的內容是識別資料APN-A,則資料分類電路114會根據前述的分類方式將活動紀錄326分類到資料群組330及資料群組332中。
除了前述圖4的方法之外,資料分類電路114也可採用其他的方法來進行前述的流程216。例如,圖5為本發明將多筆活動紀錄依據屬性的內容進行分類的方法的另一實施例簡化後的流程圖。以下將搭配圖5來進一步說明資料分類電路114在流程216中將多筆活動紀錄依據屬性的內容進行分類的另一種運作方式。
在圖5的實施例中,資料分類電路114同樣可利用記載在活動紀錄中的部分屬性(例如,前述的基地台識別資料、用戶識別資料、和/或封包閘道識別資料等等)來做為活動記錄的分類基礎。
在流程502中,資料分類電路114可選取前述要做為活動記錄的分類基礎的多項屬性的其中之一,來做為第一選定屬性。例如,資料分類電路114可選取前述的用戶識別資料來做為第一選定屬性。
在流程504中,資料分類電路114可依據第一選定屬性的不同內容,產生相應的多個資料群組,並將通信電路111接收到的多筆活動紀錄分類到該多個資料群組中,以確保同一資料群組內的所有活動紀錄中的第一選定屬性的內容都相同。
在運作時,資料分類電路114可檢查該多筆活動紀錄中所記載的第一選定屬性有多少種不同的內容,然後建立相應數量的多個資料群組。例如,倘若第一選定屬性是用戶識別資料,且該多筆活動紀錄中所記載的用戶識別資料共有10種不同內容,則資料分類電路114可建立分別與這10種不同內容的用戶識別資料相應的10個資料群組(以下稱之為第一屬性資料群組)。接著,資料分類電路114可將用戶識別資料的內容不同的活動紀錄分別分類到不同的第一屬性資料群組,使得同一個第一屬性資料群組內的所有活動紀錄中的用戶識別資料的內容都相同。在正常情況下,每個第一屬性資料群組中都會包含有複數筆活動紀錄,但不同的第一屬性資料群組中的活動紀錄的數量可能會有所不同。
在流程506中,資料分類電路114可選取要做為分類基礎的另一項屬性,來做為一第二選定屬性。例如,資料分類電路114可選取前述的基地台識別資料來做為第二選定屬性。
在流程508中,資料分類電路114可依據第二選定屬性的不同內容,產生相應的多個資料群組,並將通信電路111接收到的多筆活動紀錄分類到該多個資料群組中,以確保同一資料群組內的所有活動紀錄中的第二選定屬性的內容都相同。
例如,倘若第二選定屬性是基地台識別資料,且該多筆活動紀錄中所記載的基地台識別資料共有5種不同內容,則資料分類電路114可建立分別與這5種不同內容的基地台識別資料相應的5個資料群組(以下稱之為第二屬性資料群組)。接著,資料分類電路114可將基地台識別資料的內容不同的活動紀錄分別分類到不同的第二屬性
資料群組中,使得同一個第二屬性資料群組內的所有活動紀錄中的基地台識別資料的內容都相同。同樣地,在正常情況下,每個第二屬性資料群組中都會包含有複數筆活動紀錄,但不同的第二屬性資料群組中的活動紀錄的數量可能會有所不同。
在進行了前述的流程508之後,資料分類電路114會判斷是否還存在要做為資料群組分類基礎的其他屬性。倘若已不存在要做為資料群組分類基礎的其他屬性,則資料分類電路114可進行流程510。反之,倘若還存在要做為資料群組分類基礎的其他屬性,則資料分類電路114可接著進行流程512。
在流程510中,資料分類電路114可等待屬性過濾裝置120、130、及140傳來其他的活動紀錄。
在流程512中,資料分類電路114可選取要做為分類基礎的另一項屬性,以做為下一選定屬性。
在流程514中,資料分類電路114可依據下一選定屬性的不同內容,產生相應的多個資料群組,並將通信電路111接收到的多筆活動紀錄分類到該多個資料群組中,以確保同一資料群組內的所有活動紀錄中的下一選定屬性的內容都相同。
例如,如果通信電路111接收到的多筆活動紀錄中還記載了可做為分類基礎的封包閘道識別資料,則資料分類電路114可進行流程512,以選取封包閘道識別資料來做為下一選定屬性。倘若該多筆活動紀錄中所記載的封包閘道識別資料共有3種不同內容,則資料分類電路114可在流程514中建立分別與這3種不同內容的封包閘道識別資料相應的3個資料群組(以下稱之為第三屬性資料群組)。接著,資料分類電路114可將封包閘道識別資料的內容不同的活動紀錄分別分類到不同的第三屬性資料群組中,使得同一個第三屬性資料群組內的所有活動紀錄中的封包閘道識別資料的內容都相同。同樣地,在正常情況下,每個第三屬性資料群組中都會包含有複數筆活動紀
錄,但不同的第三屬性資料群組中的活動紀錄的數量可能會有所不同。
在進行了流程514之後,資料分類電路114會再次判斷是否還存在要做為資料群組分類基礎的其他屬性。倘若已不存在要做為資料群組分類基礎的其他屬性,則資料分類電路114可進行流程510。反之,倘若還存在要做為資料群組分類基礎的其他屬性,則資料分類電路114可重複進行前述的流程512及流程514的運作,繼續依據其他屬性的內容對通信電路111接收到的多筆活動紀錄進行分類,直到要做為分類基礎的所有屬性都用完為止。
資料分類電路114可比照前述方式,採用圖5的方法對通信電路111後續所接收到的其他活動紀錄進行分類。
由前述圖4與圖5的流程圖說明可知,由於不同活動紀錄中所記載的同一個屬性的內容可能會有所不同,所以資料分類電路114將屬性過濾裝置120、130、及140所產生的每一筆活動紀錄,依據N個屬性的內容進行分類之後,會形成M個資料群組,其中,N為2或大於2的整數,且M至少為N的兩倍。如果不同活動紀錄中的個別屬性的內容有超過2種的可能,則M就會是N的更高倍數。
如前所述,資料檢測系統110有可能會從外部的用戶裝置192和/或194接收與標的物聯網系統101、102、或103相關的資料。在進行圖2的流程216時,資料分類電路114還可利用用戶裝置192和/或194所提供的資料來做為前述的多筆活動紀錄的額外分類基礎。
例如,在資料檢測系統110會從用戶裝置192和/或194接收與標的物聯網系統101、102、或103中的個別物聯網裝置所對應的案場識別資料的某些實施例中,資料分類電路114可將案場識別資料當成是可做為前述多筆活動紀錄的分類基礎的一項額外屬性。
倘若資料分類電路114是採用前述圖4的方法來對多筆活動紀錄進行分類,則當資料分類電路114在對每一筆當前活動紀錄進行分類時,
資料分類電路114可判斷儲存電路113中是否存在與當前活動紀錄中的案場識別資料的內容相應的資料群組。如果當時儲存電路113中已存在與案場識別資料的內容相應的資料群組,則資料分類電路114可接著進行流程408,以將當前活動紀錄分類到對應案場識別資料的內容的資料群組中。反之,倘若當時儲存電路113中並不存在與案場識別資料的內容相應的資料群組,則資料分類電路114可接著進行流程410,以建立對應案場識別資料的內容的新資料群組,並將當前活動紀錄分類到新建立的資料群組中。
倘若資料分類電路114是採用前述圖5的方法來對多筆活動紀錄進行分類,則資料分類電路114可檢查該多筆活動紀錄中所記載的案場識別資料有多少種不同的內容,然後建立相應數量的多個資料群組。例如,假設該多筆活動紀錄中所記載的案場識別資料共有120種不同內容,則資料分類電路114可建立分別與這120種不同內容的案場識別資料相應的120個資料群組(以下稱之為第四屬性資料群組)。接著,資料分類電路114可將案場識別資料的內容不同的活動紀錄分別分類到不同的第四屬性資料群組中,使得同一個第四屬性資料群組內的所有活動紀錄中的案場識別資料的內容都相同。與前述說明類似,每個第四屬性資料群組中都會包含有複數筆活動紀錄,但不同的第四屬性資料群組中的活動紀錄的數量可能會有所不同。
實作上,資料分類電路114對每一筆活動紀錄進行的前述分類運作,可以透過把活動紀錄複製到多個相應資料群組中的方式來實現,也可以透過對每一筆活動紀錄設置與多個資料群組對應的標籤(tag)的方式來實現,或者也可以透過對每一筆活動紀錄附加註記資料的方式來實現。
隨著時間的經過,屬性過濾裝置120、130、及140會陸續產生跟標的物聯網系統101、102、及103中的不同物聯網裝置有關的許多活動紀錄,而資料檢測系統110則會按照前述方式,陸續對屬性過濾
裝置120、130、及140所產生的許多活動紀錄進行分類。資料檢測系統110接收屬性過濾裝置120、130、及140產生的活動紀錄的期間,可稱之為一資料收集期間(data collection period)。
在運作的過程中,資料檢測系統110的資料態樣分析電路115會判斷前述的資料收集期間是否已達到一預定時間長度。實作上,資料態樣分析電路115可將前述的預定時間長度設置為一合適的長度,例如,1天、3天、5天、7天、10天、14天、21天、28天、或30天等等。
如圖2所示,在資料收集期間尚未達到一預定時間長度之前,屬性過濾裝置120、130、及140會持續依據封包閘道裝置150、160、及170傳來的封包訊息產生更多活動紀錄;通信電路111會陸續接收屬性過濾裝置120、130、及140所產生的更多活動紀錄;而資料分類電路114則會陸續對通信電路111接收到的許多活動紀錄進行分類。
在資料收集期間達到前述的預定時間長度之後,屬性過濾裝置120、130、及140、通信電路111、以及資料分類電路114仍然會繼續重複前述的運作,而資料態樣分析電路115則會進行圖2中的流程218及流程220。
在流程218中,資料檢測系統110的資料態樣分析電路115會分析資料分類電路114所產生的個別資料群組內的複數筆活動紀錄在該資料收集期間內的資料態樣,以產生個別資料群組所對應的一或多個參考資料集。
由前述流程216的說明可知,資料分類電路114會將屬性過濾裝置120、130、及140產生的多筆活動紀錄,依據若干個屬性的內容進行分類,以形成多個資料群組,且每個資料群組中皆包含有複數個活動紀錄。不同的資料群組分別對應於不同的屬性內容,但同一個資料群組中的所有活動紀錄所記載的某一項屬性的內容會相同。
在流程220中,資料態樣分析電路115會將所產生的一或多個參考資料集儲存在儲存電路113中。實作上,資料態樣分析電路115可以同
時進行流程218與流程220。
以下將搭配圖6來進一步說明資料態樣分析電路115在流程218中分析個別資料群組的資料態樣以產生相應參考資料集的運作方式。圖6為本發明產生個別資料群組所對應的參考資料集的方法的一實施例簡化後的流程圖。
資料態樣分析電路115在進行前述的流程218時,可採用圖6的方法來分析個別資料群組內的活動紀錄的資料態樣,以產生個別資料群組所對應的一或多個參考資料集。
為了方便配合圖3的資料流示意圖來說明,以下假設資料態樣分析電路115要分析的多個資料群組,也包含了前述圖3中的資料群組330、332、及334在內。
實作上,資料態樣分析電路115可利用同一資料群組中的多個活動紀錄中所記載的部分屬性,來做為該資料群組的分析基礎(analysis basis)。
例如,資料態樣分析電路115可利用這些活動紀錄中所記載的裝置狀態資料、上行流量、和/或下行流量三項屬性來做為分析基礎。
在前述的活動紀錄中還記載有相關物聯網裝置的連線時間的實施例中,除了前述的三項屬性之外,資料態樣分析電路115還可利用活動紀錄中所記載的連線時間來做為分析基礎。
倘若前述的活動紀錄中沒有記載相關物聯網裝置的連線時間,資料態樣分析電路115也可根據不同的活動紀錄中所記載的裝置狀態資料的內容,估算出相關物聯網裝置的連線時間。這是因為在同一資料群組中,裝置識別資料的內容相同的不同活動紀錄都是對應於同一個物聯網裝置。因此,如果同一資料群組中存在兩個裝置識別資料的內容相同的活動紀錄(代表對應於同一個物聯網裝置),且其中一個活動紀錄所記載的裝置狀態資料的內容為「停止運作(Stop)」,而另一個在先(prior)的活動紀錄所記載的裝置狀態
資料的內容為「開始運作(Start)」,則資料態樣分析電路115可計算這兩個活動紀錄的接收時間之間的差距,並利用計算結果來估算這兩個活動紀錄所對應的物聯網裝置的連線時間。
在流程602中,資料態樣分析電路115可選取資料分類電路114所產生的多個資料群組的其中之一,做為一當前資料群組(current data group)。由前述說明可知,當前資料群組中會包含有複數個活動紀錄。
在流程604中,資料態樣分析電路115可分析當前資料群組內的複數筆活動紀錄中的一目標屬性(以下稱之為第一目標屬性)的內容,在資料收集期間內的多個不同統計時段(statistical period)的變化態樣,以產生當前資料群組關於第一目標屬性的一或多個參考資料集。
在流程606中,資料態樣分析電路115可分析當前資料群組內的複數筆活動紀錄中的另一目標屬性(以下稱之為第二目標屬性)的內容,在資料收集期間內的多個不同統計時段的變化態樣,以產生當前資料群組關於第二目標屬性的參考資料集。
實作上,前述的第一目標屬性及第二目標屬性,是選自於前述可做為分析基礎的屬性(例如,裝置狀態資料、上行流量、下行流量、和/或連線時間)。
在進行了前述的流程606之後,倘若當前資料群組中還存在要做為分析基礎的其他屬性,則資料態樣分析電路115可接著進行流程610。反之,倘若當前資料群組中已不存在做為分析基礎的其他屬性,則資料態樣分析電路115可接著進行流程608。
在流程608中,資料態樣分析電路115可選取資料分類電路114所產生的另一個資料群組,做為新的當前資料群組,並接著對新的當前資料群組重複進行前述流程604與流程606及後續的流程。
在流程610中,資料態樣分析電路115可分析當前資料群組內的下一
目標屬性的內容,在資料收集期間內的多個不同統計時段的變化態樣,以產生當前資料群組關於下一目標屬性的一或多個參考資料集。
在進行了前述的流程610之後,倘若當前資料群組中還存在要做為分析基礎的其他屬性,則資料態樣分析電路115可重複進行流程610。反之,倘若當前資料群組中已不存在做為分析基礎的其他屬性,則資料態樣分析電路115可接著進行流程608。
例如,資料態樣分析電路115可在流程602中選取圖3中的資料群組330做為當前資料群組,在流程604中選取資料群組330中的活動紀錄中所記載的裝置狀態資料做為第一目標屬性,並在流程606中選取資料群組330中的活動紀錄中所記載的上行流量做為第二目標屬性。由前述圖4的流程圖說明可知,資料群組330是與基地台識別資料BS-152相應的資料群組,且資料群組330中包含有在前述的活動紀錄320、322、及326內的複數個活動紀錄。
由前述說明可知,每筆活動紀錄中所記載的裝置狀態資料的內容,代表相應的物聯網裝置的運作狀態。例如,資料群組330中的活動紀錄320中所記錄的裝置狀態資料的內容,代表一相應的物聯網裝置104的運作狀態。另外,每筆活動紀錄中所記載的上行流量的內容,代表相應的物聯網裝置的上行流量。例如,資料群組330中的活動紀錄320中所記錄的上行流量的內容,代表一相應的物聯網裝置104在一段特定時間內的上行流量的大小。
在實際應用中,不同的物聯網裝置可能有不同的運作狀態,所以同一資料群組中的不同活動紀錄中所記載的裝置狀態資料的內容可能會有所不同。例如,在資料群組330中,可能有部分活動紀錄所記載的裝置狀態資料的內容是「開始運作」、有部分活動紀錄所記載的裝置狀態資料的內容是「停止運作」、還有部分活動紀錄所記載的裝置狀態資料的內容是「運作中(Alive)」。
在流程604中,資料態樣分析電路115可依據個別活動紀錄的接收時
間,將資料群組330內的所有活動紀錄劃分成分別對應於資料收集期間內的多個不同統計時段的多個子群組(sub-group),其中,前述的多個不同統計時段的時間長度的總和,可以等於或小於資料收集期間的時間長度。例如,在資料態樣分析電路115將資料收集期間的時間長度設置為1天、3天、5天、7天、10天、14天、21天、28天、或30天的實施例中,資料態樣分析電路115可將資料群組330內的所有活動紀錄劃分成分別對應於每天的24個小時的24個子群組、分別對應於每天的12個統計時段(每個統計時段為2小時)的12個子群組、或是分別對應於每天的8個統計時段(每個統計時段為3小時)的8個子群組。又例如,在資料態樣分析電路115將資料收集期間的時間長度設置為7天、14天、21天、或28天的實施例中,資料態樣分析電路115也可將資料群組330內的所有活動紀錄劃分成分別對應於每個禮拜中的7天的7個子群組。
接著,資料態樣分析電路115可分別計算出個別子群組中裝置狀態資料具有一特定內容的活動紀錄的數量的總和(sum)或移動和(moving sum),並將不同子群組的計算結果彙整(consolidate)起來形成一組統計數據,以做為資料群組330關於特定運作狀態的一參考資料集,用以呈現具有特定內容的裝置狀態資料的活動紀錄的數量的總和或移動和,在資料收集期間內的多個不同統計時段的變化。
例如,資料態樣分析電路115可分別計算出個別子群組中裝置狀態資料的內容為「開始運作」的活動紀錄的數量的總和或移動和,並將不同子群組的計算結果彙整起來形成一第一組統計數據,用以呈現裝置狀態資料內容為「開始運作」的活動紀錄的數量的總和或移動和,在資料收集期間內的多個不同統計時段的變化。
又例如,資料態樣分析電路115可分別計算出個別子群組中裝置狀態資料的內容為「停止運作」的活動紀錄的數量的總和或移動和,
並將不同子群組的計算結果彙整起來形成一第二組統計數據,用以呈現裝置狀態資料內容為「停止運作」的活動紀錄的數量的總和或移動和,在資料收集期間內的多個不同統計時段的變化。
又例如,資料態樣分析電路115可分別計算出個別子群組中裝置狀態資料的內容為「運作中」的活動紀錄的數量的總和或移動和,並將不同子群組的計算結果彙整起來形成一第三組統計數據,用以呈現裝置狀態資料內容為「運作中」的活動紀錄的數量的總和或移動和,在資料收集期間內的多個不同統計時段的變化。
實作上,資料態樣分析電路115可在流程604中產生前述的第一組統計數據、第二組統計數據、及第三組統計數據的其中之一,以做為資料群組330關於裝置狀態資料的某一特定內容的一組參考資料集。或者,資料態樣分析電路115可在流程604中產生前述的第一組統計數據、第二組統計數據、及第三組統計數據的其中之二,以分別做為資料群組330關於裝置狀態資料的兩種不同內容的兩組參考資料集。又或者,資料態樣分析電路115可在流程604中產生前述的第一組統計數據、第二組統計數據、及第三組統計數據,以分別做為資料群組330關於裝置狀態資料的三種不同內容的三組參考資料集。
另一方面,在流程606中,資料態樣分析電路115也可依據個別活動紀錄的接收時間,將資料群組330內的所有活動紀錄劃分成分別對應於資料收集期間內的多個不同統計時段的多個子群組。請注意,資料態樣分析電路115在流程606中對於統計時段的劃分方式,可以與前述流程604中的劃分方式相同,也可以與前述流程604中的劃分方式不同。換言之,資料態樣分析電路115在流程606中所劃分出來的子群組數量,可以與前述流程604中所劃分出來的子群組數量相同,也可以與前述流程604中所劃分出來的子群組數量不同。
在本實施例中,資料態樣分析電路115可分別計算出個別子群組中的所有活動紀錄中所記載的上行流量的總和(sum)、平均值
(average)、移動和(moving sum)、或移動平均值(moving average),並將不同子群組的計算結果彙整起來形成一第四組統計數據,以做為資料群組330關於上行流量的一組參考資料集,用以呈現所有活動紀錄中所記載的上行流量的總和、平均值、移動和、或移動平均值,在資料收集期間內的多個不同統計時段的變化。
請注意,前述資料態樣分析電路115在流程604與流程606中所分析的第一目標屬性與第二目標屬性的具體內容,只是為了方便說明而舉的例子,並非侷限本發明的實際實施方式。實作上,資料態樣分析電路115亦可將前述流程604與流程606中所分析的屬性互相對調,或是選取資料群組330內的活動紀錄中所記載的其他屬性來取代前述的第一目標屬性與第二目標屬性。
換言之,資料態樣分析電路115在對當前資料群組進行資料態樣分析時使用的分析基礎的順序,並沒有特別的限制。
如前所述,在進行了流程606之後,倘若當前資料群組(在本例中為資料群組330)中還存在要做為分析基礎的其他屬性,則資料態樣分析電路115可接著進行流程610。反之,倘若當前資料群組中已不存在做為分析基礎的其他屬性,則資料態樣分析電路115可接著進行流程608,選取另一個資料群組做為新的當前資料群組,並接著對新的當前資料群組重複進行前述流程604與流程606及後續的流程。
例如,假設資料態樣分析電路115還要對資料群組330中的下行流量進行分析,則可進行流程610,以分別計算出個別子群組中的所有活動紀錄中所記載的下行流量的總和、平均值、移動和、或移動平均值,並將不同子群組的計算結果彙整起來形成一第五組統計數據,以做為資料群組330關於下行流量的一組參考資料集,用以呈現所有活動紀錄中所記載的下行流量的總和、平均值、移動和、或移動平均值,在資料收集期間內的多個不同統計時段的變化。
又例如,假設資料態樣分析電路115還要對資料群組330中的連線時間進行分析,則可進行流程610,以分別計算出個別子群組中的所有活動紀錄中所記載的連線時間的總和、平均值、移動和、或移動平均值,並將不同子群組的計算結果彙整起來形成一第六組統計數據,以做為資料群組330關於連線時間的一組參考資料集,用以呈現所有活動紀錄中所記載的連線時間的總和、平均值、移動和、或移動平均值,在資料收集期間內的多個不同統計時段的變化。
請注意,資料態樣分析電路115在流程610中對於統計時段的劃分方式,可以與前述流程604或流程606中的劃分方式相同,也可以有所不同。換言之,資料態樣分析電路115在流程610中所劃分出來的子群組數量,可能與前述流程604或流程606中所劃分出來的子群組數量相同,也可能有所不同。
同樣地,在進行了流程610之後,倘若資料群組330中還存在要做為分析基礎的其他屬性,則資料態樣分析電路115還可重複進行流程610,以針對資料群組330內的所有活動紀錄中所記載的其他屬性進行資料態樣分析。反之,倘若資料群組330中已不存在做為分析基礎的其他屬性,則資料態樣分析電路115可接著進行前述的流程608。
資料態樣分析電路115可利用前述圖6的方法來進行前述圖2中的流程218,以分析資料群組330內的複數筆活動紀錄在資料收集期間內的資料態樣,以產生資料群組330所對應的多個參考資料集(例如,圖3中的示例性參考資料集340、342、及344)。
由前述說明可知,資料群組330所對應的每個參考資料集的內容,都是一組統計數據,而這組統計數據等效上可用一相應的統計圖表的形式來描述。為幫助理解,以下將搭配圖7至圖9的範例來做進一步說明。圖7至圖9為本發明產生的參考資料集的不同實施例所對應的統計圖表的簡化示意圖。
例如,在圖7的實施例中,資料態樣分析電路115可將資料群組330
內的所有活動紀錄劃分成分別對應於每天的24個小時的24個子群組。資料態樣分析電路115可分別計算出個別子群組內裝置狀態資料的內容為「運作中」的活動紀錄的數量的總和,並將24個子群組的計算結果彙整起來形成一組統計數據,以做為資料群組330關於「運作中」狀態的參考資料集340。參考資料集340的內容,等效上可用圖7中的統計圖表710的形式來描述,而在統計圖表710中以長條形式呈現的資料統計結果712,則代表在特定統計時段中裝置狀態資料的內容為「運作中」的活動紀錄的數量的總和。如圖7所示,統計圖表710顯示不同統計時段中的資料統計結果712的高度都在一第一數值附近,代表在不同統計時段中裝置狀態資料的內容為「運作中」的活動紀錄的數量的總和都很接近第一數值。這樣的分析結果代表在資料群組330所對應的多個物聯網裝置中,處於「運作中」狀態的物聯網裝置的數量的總和在不同統計時段中都穩定維持在第一數值上下。
另外,資料態樣分析電路115可分別計算出個別子群組內裝置狀態資料的內容為「開始運作」的活動紀錄的數量的總和,並可將前述24個子群組的計算結果彙整起來形成另一組統計數據,以做為資料群組330關於「開始運作」狀態的參考資料集342。參考資料集342的內容,等效上可用圖7中的統計圖表720的形式來描述,而在統計圖表720中以長條形式呈現的資料統計結果722,則代表在特定統計時段中裝置狀態資料的內容為「開始運作」的活動紀錄的數量的總和。如圖7所示,統計圖表720顯示不同統計時段中的資料統計結果722的高度都差不多、且都很低,代表在不同統計時段中裝置狀態資料的內容為「開始運作」的活動紀錄的數量的總和都同樣很少。這樣的分析結果代表在資料群組330所對應的多個物聯網裝置中,進入「開始運作」狀態的物聯網裝置的數量的總和在不同統計時段中都很低。
再者,資料態樣分析電路115還可分別計算出個別子群組中的所有活動紀錄中所記載的下行流量的總和,並將前述24個子群組的計算結果彙整起來形成另一組統計數據,以做為資料群組330關於「下行流量」的參考資料集344。參考資料集344的內容,等效上可用圖7中的統計圖表730的形式來描述,而在統計圖表730中以長條形式呈現的資料統計結果732,則代表在特定統計時段中所有活動紀錄所記載的下行流量的總和。如圖7所示,統計圖表730顯示在每天早上7點到9點左右以及下午5點到7點左右的資料統計結果732,會明顯比其他統計時段中的資料統計結果732來的高,代表在每天早上7點到9點左右以及下午5點到7點左右的活動紀錄所記載的下行流量的總和,會明顯高於其他統計時段。這樣的分析結果代表在資料群組330所對應的多個物聯網裝置,在每天早上7點到9點左右以及下午5點到7點左右的下行流量會明顯高於其他統計時段。
如果前述資料群組330內的多筆活動紀錄分別對應於標的物聯網系統101中的多個物聯網裝置104,而標的物聯網系統101是一交通號誌管理系統,且標的物聯網系統101中的眾多物聯網裝置104是分設在不同位置的多個交通號誌監控電路,則圖7中所繪示的統計圖表710、720、及730在某種程度上可用來呈現該交通號誌管理系統中的眾多交通號誌在一般正常運作情況下的行為特徵。
又例如,在圖8的實施例中,資料態樣分析電路115可將資料群組330內的所有活動紀錄劃分成分別對應於每天的12個統計時段(每個統計時段為2小時)的12個子群組。資料態樣分析電路115可分別計算出個別子群組中的所有活動紀錄中所記載的連線時間的平均值,並將12個子群組的計算結果彙整起來形成一組統計數據,以做為資料群組330關於「連線時間」的參考資料集340。參考資料集340的內容,等效上可用圖8中的統計圖表810的形式來描述,而在統計圖表810中以長條形式呈現的資料統計結果812,則代表在特定統計時
段中所有活動紀錄所記載的連線時間的平均值。如圖8所示,統計圖表810顯示不同統計時段中的資料統計結果812的高度都在一第二數值附近,代表在不同統計時段中活動紀錄所記載的連線時間的平均值都很接近第二數值。這樣的分析結果代表在資料群組330所對應的多個物聯網裝置在不同統計時段中的連線時間平均值都穩定維持在第二數值上下。
另外,資料態樣分析電路115可分別計算出個別子群組內裝置狀態資料的內容為「停止運作」的活動紀錄的數量的總和,並可將前述12個子群組的計算結果彙整起來形成另一組統計數據,以做為資料群組330關於「停止運作」狀態的參考資料集342。參考資料集342的內容,等效上可用圖8中的統計圖表820的形式來描述,而在統計圖表820中以長條形式呈現的資料統計結果822,則代表在特定統計時段中裝置狀態資料的內容為「停止運作」的活動紀錄的數量的總和。如圖8所示,統計圖表820顯示不同統計時段中的資料統計結果822的高度都差不多、且都很低,代表在不同統計時段中裝置狀態資料的內容為「停止運作」的活動紀錄的數量的總和都同樣很少。這樣的分析結果代表在資料群組330所對應的多個物聯網裝置中,進入「停止運作」狀態的物聯網裝置的數量的總和在不同統計時段中都很低。
再者,資料態樣分析電路115還可分別計算出個別子群組中的所有活動紀錄中所記載的上行流量的總和,並將前述12個子群組的計算結果彙整起來形成另一組統計數據,以做為資料群組330關於「上行流量」的參考資料集344。參考資料集344的內容,等效上可用圖8中的統計圖表830的形式來描述,而在統計圖表830中以長條形式呈現的資料統計結果832,則代表在特定統計時段中所有活動紀錄所記載的上行流量的總和。如圖8所示,統計圖表830顯示在每天凌晨12點到早上8點左右以及傍晚6點到半夜12點左右的資料統計結果
832,會明顯比其他統計時段中的資料統計結果832來的高,代表在每天傍晚6點到隔天早上8點左右的活動紀錄所記載的上行流量的總和,會明顯高於其他統計時段。這樣的分析結果代表在資料群組330所對應的多個物聯網裝置,在每天傍晚6點到隔天早上8點左右的上行流量會明顯高於其他統計時段。
如果前述資料群組330內的多筆活動紀錄分別對應於標的物聯網系統101中的多個物聯網裝置104,而標的物聯網系統101是一智慧路燈系統,且標的物聯網系統101中的眾多物聯網裝置104是分設在不同位置的多個智慧路燈,則圖8中所繪示的統計圖表810、820、及830在某種程度上可用來呈現該智慧路燈系統中的眾多路燈在一般正常運作情況下的行為特徵。
又例如,在圖9的實施例中,資料態樣分析電路115可將資料群組330內的所有活動紀錄劃分成分別對應於每個禮拜中的7天的7個子群組。資料態樣分析電路115可分別計算出個別子群組內裝置狀態資料的內容為「運作中」的活動紀錄的數量的總和,並將7個子群組的計算結果彙整起來形成一組統計數據,以做為資料群組330關於「運作中」狀態的參考資料集340。參考資料集340的內容,等效上可用圖9中的統計圖表910的形式來描述,而在統計圖表910中以長條形式呈現的資料統計結果912,則代表在特定統計時段中裝置狀態資料的內容為「運作中」的活動紀錄的數量的總和。如圖9所示,統計圖表910顯示不同統計時段中的資料統計結果912的高度都在一第三數值附近,代表在不同統計時段中裝置狀態資料的內容為「運作中」的活動紀錄的數量的總和都很接近第三數值。這樣的分析結果代表在資料群組330所對應的多個物聯網裝置中,處於「運作中」狀態的物聯網裝置的數量的總和在不同統計時段中都穩定維持在第三數值上下。
另外,資料態樣分析電路115可分別計算出個別子群組內裝置狀態
資料的內容為「停止運作」的活動紀錄的數量的總和,並可將前述7個子群組的計算結果彙整起來形成另一組統計數據,以做為資料群組330關於「停止運作」狀態的參考資料集342。參考資料集342的內容,等效上可用圖9中的統計圖表920的形式來描述,而在統計圖表920中以長條形式呈現的資料統計結果922,則代表在特定統計時段中裝置狀態資料的內容為「停止運作」的活動紀錄的數量的總和。如圖9所示,統計圖表920顯示不同統計時段中的資料統計結果922的高度都差不多、且都很低,代表在不同統計時段中裝置狀態資料的內容為「停止運作」的活動紀錄的數量的總和都同樣很少。這樣的分析結果代表在資料群組330所對應的多個物聯網裝置中,進入「停止運作」狀態的物聯網裝置的數量的總和在不同統計時段中都很低。
再者,資料態樣分析電路115還可分別計算出個別子群組中的所有活動紀錄中所記載的上行流量的總和,並將前述7個子群組的計算結果彙整起來形成另一組統計數據,以做為資料群組330關於「上行流量」的參考資料集344。參考資料集344的內容,等效上可用圖9中的統計圖表930的形式來描述,而在統計圖表930中以長條形式呈現的資料統計結果932,則代表在特定統計時段中所有活動紀錄所記載的上行流量的總和。如圖9所示,統計圖表930顯示在星期六及星期日的資料統計結果932,會明顯比其他5天中的資料統計結果932來的低,代表在星期六及星期日的活動紀錄所記載的上行流量的總和,會明顯低於其他統計時段。這樣的分析結果代表在資料群組330所對應的多個物聯網裝置,在星期六及星期日的上行流量會明顯低於其他5天。
如果前述資料群組330內的多筆活動紀錄分別對應於標的物聯網系統101中的多個物聯網裝置104,而標的物聯網系統101是一智慧電表系統,且標的物聯網系統101中的眾多物聯網裝置104是分設在不
同建築物中的多個智慧電表,則圖9中所繪示的統計圖表910、920、及930在某種程度上可用來呈現該智慧電表系統中的眾多智慧電表在一般正常運作情況下的行為特徵。
由前述說明可知,資料群組330所對應的每個參考資料集,可用來呈現資料群組330內的活動紀錄中的某項分析基礎(亦即,特定的屬性)的一相關統計結果(例如,總和、平均值、移動和、或移動平均值),在資料收集期間內的多個不同統計時段的變化態樣。
資料態樣分析電路115可比照前述方式,採用圖6的方法分析其他各資料群組內的活動紀錄在資料收集期間內的資料態樣,以產生個別資料群組所對應的參考資料集。例如,資料態樣分析電路115可採用圖6的方法,分析資料群組332內的複數筆活動紀錄在資料收集期間內的資料態樣,以產生資料群組332所對應的多個參考資料集。同樣地,資料態樣分析電路115可採用圖6的方法,分析資料群組334內的複數筆活動紀錄在資料收集期間內的資料態樣,以產生資料群組334所對應的多個參考資料集。
如前所述,資料態樣分析電路115可將個別資料群組所對應的多個參考資料集,以適當的資料形式儲存在儲存電路113中。
在建立個別資料群組所對應的一或多個參考資料集之後,物聯網運作監控系統100可動態地檢測標的物聯網系統101、102、及103中的多個物聯網裝置的運作情況。
以下將搭配圖10及圖11來進一步說明物聯網運作監控系統100動態檢測標的物聯網系統101、102、及103的運作是否出現異常的運作方式。圖10為本發明檢測物聯網運作是否發生異常的方法的一實施例簡化後的流程圖。圖11為本發明檢測物聯網運作是否發生異常的一實施例簡化後的資料流示意圖。
為了方便起見,以下以檢測標的物聯網系統101中的物聯網裝置104是否出現異常的運作方式為例來加以說明。
在運作時,封包閘道裝置150會進行圖10中的流程1002,以透過基地台152與標的物聯網系統101中的個別物聯網裝置104進行後續互動。封包閘道裝置150在流程1002中的運作方式,與在前述圖2中的流程202與流程204的運作方式類似,為簡潔起見,在此不再重複敘述。
在標的物聯網系統101的運作過程中,封包閘道裝置150會間歇地收到不同物聯網裝置104傳來的相關資料,也會間歇地進行流程1004。
在流程1004中,封包閘道裝置150會產生包含某一物聯網裝置104(以下稱之為目標物聯網裝置104)的多項屬性的一新封包訊息1110,並將新封包訊息1110傳送給相應的屬性過濾裝置120。封包閘道裝置150可將與目標物聯網裝置104有關的多項屬性,以適當的資料格式整合成對應於目標物聯網裝置104的新封包訊息1110。如圖11所示,新封包訊息1110包含一標頭1111以及儲存在不同資料欄位中的多項屬性(例如,圖11中所繪示的示例性屬性1112、1113、1114、1115、及1116)。
封包閘道裝置150在流程1004中產生新封包訊息1110的方式,可以跟在前述流程206中產生封包訊息310的方式相同。換言之,封包閘道裝置150記載在新封包訊息1110中的屬性,可包含一封包時間、一連線識別資料、目標物聯網裝置104的一網路位址、目標物聯網裝置104的一裝置識別資料、目標物聯網裝置104所對應的一用戶識別資料(例如,一存取點名稱)、目標物聯網裝置104的一裝置狀態資料、目標物聯網裝置104的一上行流量、目標物聯網裝置104的一下行流量、基地台152的一基地台識別資料、和/或目標物聯網裝置104的一服務類型等多種相關資料。在目標物聯網裝置104內建有一用戶身分模組的實施例中,前述的裝置識別資料也可以是該用戶身分模組的號碼。
在某些實施例中,封包閘道裝置150記載在新封包訊息1110中的屬
性,還可包含封包閘道裝置150的一封包閘道識別資料(例如,封包閘道裝置150的網路位址)、和/或目標物聯網裝置104的一連線時間。
實作上,封包閘道裝置150還可依據標的物聯網系統101的應用目的,將與目標物聯網裝置104有關的其他屬性或資料,也記載在新封包訊息1110中。封包閘道裝置150可將包含目標物聯網裝置104的多項屬性的新封包訊息1110以各種合適形式的封包來實現。與前述圖2的實施例相同,封包閘道裝置150所產生的新封包訊息1110可用一計費請求封包(Accounting-Request Packet)的形式來實現。
在流程1006中,屬性過濾裝置120的資料處理電路122會接收並解析封包閘道裝置150透過網路154傳來的新封包訊息1110。
接著,資料處理電路122可進行流程1008,以依據新封包訊息1110中的部分屬性,產生對應於目標物聯網裝置104的一新活動紀錄1120。
資料處理電路122在流程1008中產生新活動紀錄1120的方式,可以跟在前述流程210中產生活動紀錄320的方式相同。如圖11所示,資料處理電路122在接收到新封包訊息1110後,會解析並解取出新封包訊息1110所記載的前述多項屬性。接著,資料處理電路122會從所擷取出來的多項屬性中過濾出部分屬性(例如,圖11中所繪示的示例性屬性1113、1114、及1116),並依據這些屬性產生對應於目標物聯網裝置104的新活動紀錄1120。
換言之,資料處理電路122所產生的新活動紀錄1120,並不會包含新封包訊息1110中所記載的全部屬性,只會包含新封包訊息1110中所記載的部分屬性。
例如,資料處理電路122可將新封包訊息1110中所記載的裝置識別資料、用戶識別資料、裝置狀態資料、上行流量、下行流量、以及基地台識別資料,以適當的資料格式整合成對應於目標物聯網裝置
104的新活動紀錄1120。
在某些實施例中,資料處理電路122還可將新封包訊息1110中所記載的封包閘道識別資料、和/或連線時間,也一併整合到與目標物聯網裝置104相應的新活動紀錄1120中。
很明顯地,資料處理電路122產生的新活動紀錄1120中所記載的屬性的數量,會少於新封包訊息1110中所記載的屬性的數量。
在流程1010中,屬性過濾裝置120的資料傳輸電路124可將資料處理電路122所產生的新活動紀錄1120,透過網路182傳送給資料檢測系統110。
在此情況下,資料檢測系統110的通信電路111會進行流程1012,以接收屬性過濾裝置120傳來的新活動紀錄1120。資料解譯電路112可解譯新活動紀錄1120,以擷取出記載在新活動紀錄1120中的多項屬性。
實作上,資料傳輸電路124可在資料處理電路122產生新活動紀錄1120後,就立刻將新活動紀錄1120傳送給資料檢測系統110。
或者,資料傳輸電路124也可以等到資料處理電路122所產生的新活動紀錄累積到一預定數量(例如,10筆、30筆、50筆、100筆、300筆、500筆、700筆、1000筆、1500筆、或2000筆等合適的數量)時,才將新活動紀錄1120連同其他的新活動紀錄批次性地傳送給資料檢測系統110。
又或者,資料傳輸電路124也可以間歇性或週期性地進行流程1010。例如,資料傳輸電路124可以設置成每隔1秒、3秒、5秒、10秒、15秒、30秒、60秒、100秒、3分鐘、5分鐘、10分鐘、20分鐘、30分鐘、1小時、或1.5小時等合適的時間間隔,週期性地將新活動紀錄1120及當時所累積的其他新活動紀錄一起傳送給資料檢測系統110。
在流程1014中,異常檢測電路116可從儲存電路113中找出與新活動紀錄1120中的一或多個選定屬性的內容相應的一或多個資料群組,
以做為一或多個基準資料群組(baseline data group)。
如前所述,資料分類電路114會將屬性過濾裝置120、130、及140產生的多筆活動紀錄,依據可做為分類基礎的若干個屬性(例如,前述的基地台識別資料、用戶識別資料、封包閘道識別資料、和/或案場識別資料)的內容進行分類,以形成多個資料群組,使得不同的資料群組分別對應於不同的屬性內容,但同一個資料群組中的所有活動紀錄所記載的某一項選定屬性的內容會相同。
例如,在前述的實施例中,資料分類電路114所產生的資料群組330是與基地台識別資料BS-152相應的資料群組,且資料群組330內的所有活動紀錄所記載的基地台識別資料的內容,都是基地台識別資料BS-152。資料群組332是與識別資料APN-A相應的資料群組,且資料群組332內的所有活動紀錄所記載的用戶識別資料的內容,都是識別資料APN-A。資料群組334則是與識別資料APN-B相應的資料群組,且資料群組334內的所有活動紀錄所記載的用戶識別資料的內容,都是識別資料APN-B。
在流程1014中所稱的選定屬性,是選自於前述可做為分類基礎的屬性(例如,基地台識別資料、用戶識別資料、封包閘道識別資料、和/或案場識別資料)。在運作時,異常檢測電路116可依據預定的規則或是使用者挑選的比較對象,來決定選定屬性的具體項目及數量,並根據選定屬性的內容從儲存電路113中找出相應的基準資料群組。
例如,倘若選定屬性是用戶識別資料,且新活動紀錄1120中所記載的用戶識別資料的內容是對應於第一特定用戶的識別資料APN-A,則異常檢測電路116可從儲存電路113中找出與識別資料APN-A相應的資料群組來做為一基準資料群組。
又例如,倘若選定屬性是案場識別資料,且新活動紀錄1120中所記載的案場識別資料的內容是對應於一案場S1的案場識別資料S1-ID,
則異常檢測電路116可從儲存電路113中找出與案場識別資料S1-ID相應的資料群組來做為一基準資料群組。
又例如,倘若選定屬性是基地台識別資料,且新活動紀錄1120中所記載的基地台識別資料的內容是對應於基地台152的基地台識別資料BS-152,則異常檢測電路116可從儲存電路113中找出與基地台識別資料BS-152相應的資料群組來做為一基準資料群組。
又例如,倘若選定屬性是封包閘道識別資料,且新活動紀錄1120中所記載的封包閘道識別資料的內容是對應於封包閘道裝置150的閘道識別資料GW-150,則異常檢測電路116可從儲存電路113中找出與閘道識別資料GW-150相應的資料群組來做為一基準資料群組。
每個基準資料群組內的活動紀錄,則是後續要對新活動紀錄1120進行異常分析時的比較對象。
為了方便以下說明起見,在此假設異常檢測電路116依據新活動紀錄1120中的複數個選定屬性的內容,從儲存電路113中找出了相應的複數個基準資料群組(例如,圖11中所繪示的示例性基準資料群組1130、1132、及1134)。
在流程1016中,異常檢測電路116可將新活動紀錄1120中的一或多個目標屬性的內容,與在流程1014中找出來的基準資料群組1130、1132、及1134關於該一或多個目標屬性的參考資料集進行比對,以判斷是否出現異常。
如前所述,資料態樣分析電路115會針對個別資料群組內的活動紀錄進行資料態樣分析,並產生個別資料群組所對應的一或多個參考資料集,且每個參考資料集的內容都是一組統計數據,可用來呈現個別資料群組內的活動紀錄中可做為分析基礎的某項目標屬性(例如,裝置狀態資料、上行流量、下行流量、和/或連線時間)的一相關統計結果(例如,總和、平均值、移動和、或移動平均值等),在資料收集期間內的多個不同統計時段的變化態樣。
因此,異常檢測電路116在流程1014中找出來的基準資料群組1130、1132、及1134,也都分別具有一或多個相應的參考資料集,可用來呈現各基準資料群組內的活動紀錄中的某項目標屬性的一相關統計結果,在資料收集期間內的多個不同統計時段的變化態樣。
在流程1016中所稱的目標屬性,是選自於前述可做為分析基礎的屬性(例如,裝置狀態資料、上行流量、下行流量、和/或連線時間)。在運作時,異常檢測電路116可依據預定的規則或是使用者挑選的分析項目,來決定目標屬性的具體項目及數量,並從儲存電路113中找出與目標屬性相應的參考資料集。
如圖11所示,假設異常檢測電路116要比較的對象是基準資料群組1130內的活動紀錄,異常檢測電路116可將新活動紀錄1120中要分析的屬性做為一目標屬性1113,並從儲存電路113中找出基準資料群組1130關於目標屬性1113的一參考資料集1140。接著,異常檢測電路116可將新活動紀錄1120中所記載的目標屬性1113的內容,與參考資料集1140的統計數據進行比對,以判斷目標屬性1113的內容與參考資料集1140中的相關統計時段的統計數據之間的差距,是否超過一預定臨界值。
例如,倘若要分析的項目是上行流量、且要比較的對象是基準資料群組1130內的活動紀錄,則異常檢測電路116可將上行流量做為一目標屬性,並從儲存電路113中找出基準資料群組1130關於上行流量的參考資料集(例如圖11中的參考資料集1142,在此稱之為第一基準資料集)。接著,異常檢測電路116可將新活動紀錄1120中所記載的上行流量的內容,與第一基準資料集的統計數據進行比對,以判斷上行流量的內容與第一基準資料集中的相關統計時段的統計數據之間的差距,是否超過一第一預定臨界值(例如,10%、15%、20%、30%、40%、50%、或是一特定的流量大小等等)。
在將新活動紀錄1120中所記載的上行流量的內容與第一基準資料集
的統計數據進行比對之後,如果新活動紀錄1120中還存在其他要分析的項目,則異常檢測電路116可比照前述的方式進行比對。
例如,倘若要分析的項目是上行流量、且要比較的對象是基準資料群組1132內的活動紀錄,則異常檢測電路116可將上行流量做為一目標屬性,並從儲存電路113中找出基準資料群組1132關於上行流量的參考資料集(在此稱之為第二基準資料集)。接著,異常檢測電路116可將新活動紀錄1120中所記載的上行流量的內容,與第二基準資料集的統計數據進行比對,以判斷上行流量的內容與第二基準資料集中的相關統計時段的統計數據之間的差距,是否超過前述第一臨界值。
又例如,倘若要分析的項目是下行流量、且要比較的對象是基準資料群組1130內的活動紀錄,則異常檢測電路116可將下行流量做為一目標屬性,並從儲存電路113中找出基準資料群組1130關於下行流量的參考資料集(例如圖11中的參考資料集1144,在此稱之為第三基準資料集)。接著,異常檢測電路116可將新活動紀錄1120中所記載的下行流量的內容,與第三基準資料集的統計數據進行比對,以判斷下行流量的內容與第三基準資料集中的相關統計時段的統計數據之間的差距,是否超過一第二臨界值(例如,5%、10%、15%、20%、25%、30%、40%、或是一特定的流量大小等等)。
又例如,倘若要分析的項目是下行流量、且要比較的對象是基準資料群組1134內的活動紀錄,則異常檢測電路116可將下行流量做為一目標屬性,並從儲存電路113中找出基準資料群組1134關於下行流量的參考資料集(在此稱之為第四基準資料集)。接著,異常檢測電路116可將新活動紀錄1120中所記載的下行流量的內容,與第四基準資料集的統計數據進行比對,以判斷下行流量的內容與第四基準資料集中的相關統計時段的統計數據之間的差距,是否超過前述第二臨界值。
又例如,倘若要分析的項目是連線時間、且要比較的對象是基準資料群組1132內的活動紀錄,則異常檢測電路116可將連線時間做為一目標屬性,並從儲存電路113中找出基準資料群組1132關於連線時間的參考資料集(在此稱之為第五基準資料集)。接著,異常檢測電路116可將新活動紀錄1120中所記載的連線時間的內容,與第五基準資料集的統計數據進行比對,以判斷連線時間的內容與第五基準資料集中的相關統計時段的統計數據之間的差距,是否超過一第三臨界值(例如,15%、20%、30%、50%、80%、100%、或是一特定的時間值等等)。
又例如,倘若要分析的項目是連線時間、且要比較的對象是基準資料群組1134內的活動紀錄,則異常檢測電路116可將連線時間做為一目標屬性,並從儲存電路113中找出基準資料群組1134關於連線時間的參考資料集(在此稱之為第六基準資料集)。接著,異常檢測電路116可將新活動紀錄1120中所記載的連線時間的內容,與第六基準資料集的統計數據進行比對,以判斷連線時間的內容與第六基準資料集中的相關統計時段的統計數據之間的差距,是否超過前述第三臨界值。
倘若要分析的項目是其他屬性,則異常檢測電路116可比照前述方式進行相關的比對。
在一實施例中,異常檢測電路116可在新活動紀錄1120中所記載的單一目標屬性的內容與單一相應參考資料集之間的差距超過相關臨界值的情況下,便判定新活動紀錄1120所對應的目標物聯網裝置104的運作發生異常情況。
在另一實施例中,異常檢測電路116可在新活動紀錄1120中所記載的單一目標屬性的內容與多個相應參考資料集之間的差距超過相關臨界值的情況下,才判定新活動紀錄1120所對應的目標物聯網裝置104的運作發生異常情況。
在另一實施例中,異常檢測電路116可在新活動紀錄1120中所記載的多個目標屬性的內容與多個相應參考資料集之間的差距超過相關臨界值的情況下,才判定新活動紀錄1120所對應的目標物聯網裝置104的運作發生異常情況。
倘若異常檢測電路116判定目標物聯網裝置104的運作沒有發生異常,則標的物聯網系統101、封包閘道裝置150、屬性過濾裝置120、及資料檢測系統110可重複進行圖10中的前述流程。反之,倘若異常檢測電路116判定目標物聯網裝置104的運作出現異常,則會進行圖10中的流程1018。
在流程1018中,異常檢測電路116會產生與目標物聯網裝置104或標的物聯網系統101相應的一或多個告警信息。用戶圖形介面產生電路117則會將異常檢測電路116所產生的告警信息,以適當的視覺方式呈現給使用者。例如,用戶圖形介面產生電路117可產生相關的警示文字、警示圖案、和/或警示影像,並透過網路184傳送給用戶裝置192和/或用戶裝置194,以讓標的物聯網系統101的運營者、管理者、稽核人員、和/或其他使用者知悉相關情況。
另一方面,在異常檢測電路116於前述的流程1014中找出與新活動紀錄1120中的複數個選定屬性的內容相應的複數個基準資料群組1130、1132、及1134之後,資料分類電路114還會進行圖10中的流程1020,而資料態樣分析電路115還會進行圖10中的流程1022。
在流程1020中,資料分類電路114可將新活動紀錄1120依據可做為分類基礎的多個屬性的內容進行分類,以利用新活動紀錄1120來更新包含前述基準資料群組1130、1132、及1134在內的複數個相應資料群組的內容。資料分類電路114可比照前述流程216的方式,將新活動紀錄1120依據可做為分類基礎的多個屬性的內容進行分類,找出新活動紀錄1120所對應的複數個資料群組,並將新活動紀錄1120添加到個別資料群組中,且同時移除個別資料群組中最舊的一個活
動紀錄。例如,資料分類電路114可將新活動紀錄1120添加到基準資料群組1130中,並移除基準資料群組1130中最舊的一個活動紀錄。又例如,資料分類電路114可將新活動紀錄1120添加到基準資料群組1132中,並移除基準資料群組1132中最舊的一個活動紀錄。同樣地,資料分類電路114可將新活動紀錄1120添加到基準資料群組1134中,並移除基準資料群組1134中最舊的一個活動紀錄。
資料分類電路114會把更新後的相應資料群組儲存在儲存電路113中,以供異常檢測電路116在後續時間點進行異常分析之用。
在流程1022中,資料態樣分析電路115可更新新活動紀錄1120的相應資料群組所對應的多個參考資料集。資料態樣分析電路115可比照前述流程218的運作方式,對納入新活動紀錄1120後的個別資料群組內的活動紀錄再次進行資料態樣分析,並更新個別資料群組所對應的一或多個參考資料集。例如,資料態樣分析電路115可對更新後的基準資料群組1130內的活動紀錄再次進行資料態樣分析,並產生基準資料群組1130所對應的一或多個更新後的參考資料集(例如,圖11中的示例性參考資料集1160、1162、及1164),以替換掉基準資料群組1130原先的參考資料集。資料態樣分析電路115可對更新後的基準資料群組1132內的活動紀錄再次進行資料態樣分析,並產生基準資料群組1132所對應的一或多個更新後的參考資料集,以替換掉基準資料群組1132原先的參考資料集。同樣地,資料態樣分析電路115可對更新後的基準資料群組1134內的活動紀錄再次進行資料態樣分析,並產生基準資料群組1134所對應的一或多個更新後的參考資料集,以替換掉基準資料群組1134原先的參考資料集。
資料態樣分析電路115會把更新後的相關參考資料集儲存在儲存電路113中,以供異常檢測電路116在後續時間點進行異常分析之用。
隨著時間的經過,資料分類電路114會不斷地更新所有資料群組內的活動紀錄。如此一來,每個基準資料群組內的活動紀錄,都會被
資料分類電路114不斷地滾動式更新,使得個別基準資料群組內的活動紀錄都是屬於較近期產生的活動紀錄。
另一方面,資料態樣分析電路115也會不斷地更新所有資料群組所對應的參考資料集。如此一來,每個基準資料群組所對應的參考資料集,都會被資料態樣分析電路115不斷地滾動式更新,使得個別基準資料群組所對應的參考資料集能反映出較近期產生的活動紀錄中的目標屬性的統計結果。
從另一個角度而言,異常檢測電路116在後續時間點進行異常分析時所依賴的基準資料群組、以及基準資料群組所對應的參考資料集,都會因為資料分類電路114與資料態樣分析電路115重複進行流程1020及流程1022的運作而適應性更新成較新的版本。
由前述說明可知,資料檢測系統110可藉由將單一新活動紀錄1120的內容與相關的基準資料群組所對應的參考資料集進行比對的方式,判斷出單一目標物聯網裝置104的運作是否出現異常。但這只是一示例性的實施例,而非侷限本發明的實際實施方式。實作上,資料檢測系統110也可以根據多筆活動紀錄的內容,來同時分析具有特定關聯性的一群物聯網裝置的運作是否發生異常。
例如,圖12為本發明檢測物聯網運作是否發生異常的方法的另一實施例簡化後的流程圖。
在圖12的實施例中,個別封包閘道裝置與個別屬性過濾裝置的運作方式,都與圖10的實施例相同。因此,圖12中的流程1002至流程1010的運作方式,都與前述圖10中的對應流程相同,為了簡潔起見,在此不重複敘述。
如前所述,隨著時間的經過,屬性過濾裝置120、130、及140會陸續產生跟標的物聯網系統101、102、及103中的不同物聯網裝置有關的許多活動紀錄。因此,資料檢測系統110可進行圖12中的流程1212。
在流程1212中,資料檢測系統110的通信電路111會陸續接收選定屬性(例如,基地台識別資料、用戶識別資料、封包閘道識別資料、和/或案場識別資料)的內容相同的多筆新活動紀錄。在此情況下,異常檢測電路116可比照前述流程1014的方式,依據選定屬性的內容從儲存電路113中找出相應的一或多個基準資料群組。
在流程1214中,異常檢測電路116可計算前述的多筆新活動紀錄中的一或多個目標屬性(例如,裝置狀態資料、上行流量、下行流量、和/或連線時間)的內容所對應的統計數據。例如,異常檢測電路116可計算前述的多筆新活動紀錄中的某一目標屬性在一特定統計時段中的統計結果(例如,總和、平均值、移動和、或移動平均值等)。
接著,異常檢測電路116可進行流程1216,將計算出來的統計數據與一或多個基準資料群組關於該目標屬性的參考資料集進行比對,以判斷是否出現異常。假設異常檢測電路116要比較的對象是前述基準資料群組1130,則異常檢測電路116可從儲存電路113中找出基準資料群組1130關於目標屬性的參考資料集(在此稱之為基準資料集)。接著,異常檢測電路116可將流程1214中所計算出來的統計數據,與基準資料集的統計數據進行比對,以判斷多筆新活動紀錄中的目標屬性在特定統計時段中的統計結果,是否明顯偏離基準資料集中的相應統計時段的統計數據。
倘若異常檢測電路116判定前述的多筆新活動紀錄的統計數據出現異常,則會進行流程1218,以產生與前述的多筆新活動紀錄所對應的多個物聯網裝置或標的物聯網系統相關的一或多個告警信息。同樣地,用戶圖形介面產生電路117會將異常檢測電路116所產生的告警信息,以適當的視覺方式呈現給相關使用者,例如,相關標的物聯網系統的運營者、管理者、稽核人員、和/或其他使用者。
例如,假設標的物聯網系統101是一智慧路燈系統,且標的物聯網
系統101中的多個物聯網裝置104是設置在不同案場(site)中的多個智慧路燈。倘若資料檢測系統110要判斷標的物聯網系統101中的某一目標案場(在此稱為第一目標案場,並假設其案場識別資料為ST-ID1)中的多個智慧路燈(亦即,多個物聯網裝置104)的運作是否正常,則通信電路111在前述的流程1212中可陸續接收相關屬性過濾裝置所產生的案場識別資料內容為ST-ID1的多筆新活動紀錄。
為方便說明起見,在此假設與第一目標案場相應的基準資料群組關於連線時間、「停止運作」狀態、及上行流量相對應的三個參考資料集,分別稱為參考資料集R1、參考資料集R2、及參考資料集R3。在正常情況下,第一目標案場中的智慧路燈會在晚上6點至隔天早上6點的時段保持在開啟(turn-on)狀態。因此,參考資料集R1、參考資料集R2、及參考資料集R3所對應的統計圖表,會分別類似於前述圖8中所繪示的統計圖表810、820、及830。
如前所述,異常檢測電路116可在流程1214中計算通信電路111接收到的多筆新活動紀錄中關於裝置狀態資料的內容所對應的統計數據,並在流程1216中將統計數據與基準資料群組關於裝置狀態資料的參考資料集進行比對。
如果前述智慧路燈系統進行大規模的物聯網裝置軔體更新時發生錯誤,而導致第一目標案場中的多個智慧路燈無法正常運作,則這些智慧路燈可能會不斷地嘗試與後端的伺服器進行連線,而導致案場識別資料內容為ST-ID1的許多新活動紀錄中所記載的裝置狀態資料的內容出現「開始運作」或「停止運作」。如此一來,異常檢測電路116在流程1214所產生的統計數據,便會顯示出裝置狀態資料的內容為「停止運作」的活動紀錄的數量在短時間內大幅增加的現象。
由於這樣的情況跟參考資料集R2所呈現的資料態樣(例如,圖8中所繪示的統計圖表820)有很大差異,異常檢測電路116便可判定第一目標案場中的多個智慧路燈的運作發生異常情況,並產生相關的
告警信息。
又例如,假設標的物聯網系統102是一智慧電表系統,且標的物聯網系統102中的多個物聯網裝置105是設置在不同案場中的多個智慧電表。倘若資料檢測系統110要判斷標的物聯網系統102中的某一目標案場(在此稱為第二目標案場,並假設其案場識別資料為ST-ID2)中的多個智慧電表(亦即,多個物聯網裝置105)的運作是否正常,則通信電路111在前述的流程1212中可陸續接收相關屬性過濾裝置所產生的案場識別資料內容為ST-ID2的多筆新活動紀錄。
為方便說明起見,在此假設與第二目標案場相應的基準資料群組關於「運作中」狀態、「停止運作」狀態、及上行流量相對應的三個參考資料集,分別稱為參考資料集R4、參考資料集R5、及參考資料集R6。在正常情況下,第二目標案場中的智慧電表都會連接著電源,因此智慧電表通常是整天都處於「運作中」狀態,且在運作期間很少會進入「停止運作」狀態。因此,參考資料集R4、參考資料集R5、及參考資料集R6所對應的統計圖表,會分別類似於前述圖9中所繪示的統計圖表910、920、及930。
如前所述,異常檢測電路116可在流程1214中計算通信電路111接收到的多筆新活動紀錄中關於裝置狀態資料的內容所對應的統計數據,並在流程1216中將統計數據與基準資料群組關於裝置狀態資料的參考資料集進行比對。
如果前述第二目標案場的網路環境發生故障,而導致第二目標案場中的多個智慧電表無法順利傳輸資料給後端的伺服器,則這些智慧電表可能會不斷地嘗試與後端的伺服器進行連線,而導致案場識別資料內容為ST-ID2的許多新活動紀錄中所記載的裝置狀態資料的內容很少出現「運作中」、且許多新活動紀錄所記載的上行流量很低。如此一來,異常檢測電路116在流程1214所產生的統計數據,便會顯示出裝置狀態資料的內容為「運作中」的活動紀錄的數量在短時
間內大幅減少、且活動紀錄中所記載的上行流量在短時間內大幅降低的現象。
由於這樣的情況跟參考資料集R4與R6所呈現的資料態樣(例如,圖9中所繪示的統計圖表910及930)有很大差異,異常檢測電路116便可判定第二目標案場中的多個智慧電表的運作發生異常情況,並產生相關的告警信息。
又例如,假設標的物聯網系統103是一交通號誌管理系統,且標的物聯網系統103中的多個物聯網裝置106是設置在不同案場中的多個交通號誌監控電路。倘若資料檢測系統110要判斷標的物聯網系統103中的某一目標案場(在此稱為第三目標案場,並假設其案場識別資料為ST-ID3)中的多個交通號誌監控電路(亦即,多個物聯網裝置106)的運作是否正常,則通信電路111在前述的流程1212中可陸續接收相關屬性過濾裝置所產生的案場識別資料內容為ST-ID3的多筆新活動紀錄。
為方便說明起見,在此假設與第三目標案場相應的基準資料群組關於「運作中」狀態、「開始運作」狀態、及下行流量相對應的三個參考資料集,分別稱為參考資料集R7、參考資料集R8、及參考資料集R9。在正常情況下,第三目標案場中的交通號誌監控電路都會連接著電源,因此交通號誌監控電路通常是整天都處於「運作中」狀態,且在運作期間很少會進入「停止運作」狀態或「開始運作」狀態。因此,參考資料集R7、參考資料集R8、及參考資料集R9所對應的統計圖表,會分別類似於前述圖7中所繪示的統計圖表710、720、及730。
如前所述,異常檢測電路116可在流程1214中計算通信電路111接收到的多筆新活動紀錄中關於裝置狀態資料的內容所對應的統計數據,並在流程1216中將統計數據與基準資料群組關於裝置狀態資料的參考資料集進行比對。
如果前述第三目標案場附近地區的電力供應發生故障,而導致第三目標案場中的多個交通號誌監控電路無法保持在「運作中」狀態,則這些交通號誌監控電路可能會不斷地重開機並嘗試與後端的伺服器進行連線,而導致案場識別資料內容為ST-ID3的許多新活動紀錄中所記載的裝置狀態資料的內容很少出現「運作中」、卻時常出現「開始運作」或「停止運作」。如此一來,異常檢測電路116在流程1214所產生的統計數據,便會顯示出裝置狀態資料的內容為「運作中」的活動紀錄的數量在短時間內大幅減少、反而裝置狀態資料的內容為「開始運作」的活動紀錄的數量在短時間內大幅增加的現象。
由於這樣的情況跟參考資料集R7與R8所呈現的資料態樣(例如,圖7中所繪示的統計圖表710及720)有很大差異,異常檢測電路116便可判定第三目標案場中的多個交通號誌監控電路的運作發生異常情況,並產生相關的告警信息。
另一方面,在異常檢測電路116於前述的流程1214中計算出與多筆新活動紀錄中的目標屬性的內容對應的統計數據之後,資料分類電路114還會進行圖12中的流程1220,而資料態樣分析電路115還會進行圖12中的流程1222。
在流程1220中,資料分類電路114可比照前述流程1020的方式,利用前述的多筆新活動紀錄來更新複數個相應資料群組的內容。資料分類電路114可比照前述流程216的方式,將每一筆新活動紀錄依據可做為分類基礎的多個屬性的內容進行分類,找出每一筆新活動紀錄所對應的複數個資料群組,並將新活動紀錄添加到個別資料群組中,且同時移除個別資料群組中最舊的一個活動紀錄。另外,資料分類電路114也會把更新後的相應資料群組儲存在儲存電路113中,以供異常檢測電路116在後續時間點進行異常分析之用。
在流程1222中,資料態樣分析電路115可更新每一筆新活動紀錄的
相應資料群組所對應的多個參考資料集。資料態樣分析電路115可比照前述流程1020的方式,對納入新活動紀錄後的個別資料群組內的活動紀錄再次進行資料態樣分析,並更新個別資料群組所對應的一或多個參考資料集。同樣地,資料態樣分析電路115也會把更新後的相關參考資料集儲存在儲存電路113中,以供異常檢測電路116在後續時間點進行異常分析之用。
與前述圖10的實施例相同,資料分類電路114會隨著時間的經過不斷地更新所有資料群組內的活動紀錄,資料態樣分析電路115也會不斷地更新所有資料群組所對應的參考資料集。
如此一來,每個基準資料群組內的活動紀錄,都會被資料分類電路114不斷地滾動式更新,使得個別基準資料群組內的活動紀錄都是屬於較近期產生的活動紀錄。
另一方面,每個基準資料群組所對應的參考資料集,都會被資料態樣分析電路115不斷地滾動式更新,使得個別基準資料群組所對應的參考資料集能反映出較近期產生的活動紀錄中的目標屬性的統計結果。
因此,異常檢測電路116在後續時間點進行異常分析時所依賴的基準資料群組、以及基準資料群組所對應的參考資料集,都會因為資料分類電路114與資料態樣分析電路115重複進行流程1220及流程1222的運作而適應性更新成較新的版本。
由前述說明可知,利用資料分類電路114將多個物聯網裝置所對應的多筆活動紀錄,依據多個屬性的內容分類成不同資料群組,可大幅降低資料態樣分析電路115後續分析個別資料群組內的活動紀錄的資料態樣時所需的運算量及複雜度,並提升資料態樣的分析速度。
另外,將為數眾多的活動紀錄分類成不同資料群組的方式,還可大幅減少異常檢測電路116後續進行異常檢測時所需的運算量,有助於提升異常檢測的效率與速度。
眾所周知,大規模物聯網應用中的物聯網裝置的數量往往很龐大,所以監控這些物聯網裝置往往需要耗費大量的資源。倘若要隨時檢查每個物聯網裝置是否出現異常,所需的資料傳輸頻寬與分析資源的需求量將高到不切實際的程度。而且當物聯網裝置的數量達到一定程度以上時,就算系統有能力即時監控每個終端裝置的運作狀況,也會產生大量的異常告警信息,這會導致系統的監控人員受到大量資訊的疲勞轟炸,而難以快速地分析、診斷出到底是系統中的哪個環節出了問題。
前述的屬性過濾裝置120、130、及140會對封包閘道裝置150、160、及170所產生的眾多封包訊息中的屬性資料進行初步過濾,以有效減少資料檢測系統110所需處理的資料量,有助於提升資料檢測系統110的整體運作效能。
由於前述資料檢測系統110能夠自動將大量的活動紀錄依據不同的分類基礎進行分組、並依據不同的分析基礎進行比對分析,所以能快速地找出大規模物聯網應用中可能出現問題的環節。
再者,資料分類電路114與資料態樣分析電路115會滾動式更新異常檢測電路116在後續時間點進行異常分析時所依賴的基準資料群組、以及基準資料群組所對應的參考資料集。因此,異常檢測電路116進行異常分析時所依賴的基準資料群組、以及基準資料群組所對應的參考資料集,會隨著時間不斷地適應性調整,所以能夠大幅降低人為介入調整相關參數或比較基準的麻煩。
根據認知科學的研究可以發現,人類對於圖像化信息的理解效率,要比對於純文字內容的理解效率高出許多。由於資料檢測系統110可將異常分析的結果以視覺化方式呈現給相關使用者,因此有助於大幅減少使用者耗費在分析異常根源所需的時間,進而能夠有效提升診斷標的物聯網系統問題根源的效率。
此外,由於資料檢測系統110能夠從不同的面向進行異常分析,並
將分析結果進行交叉比對,所以能夠正確釐清物聯網應用發生異常時的責任歸屬,進而大幅降低共同建構各種物聯網應用的不同合作夥伴之間產生糾紛的可能性。
在說明書及申請專利範圍中使用了某些詞彙來指稱特定的元件,而本領域內的技術人員可能會用不同的名詞來稱呼同樣的元件。本說明書及申請專利範圍並不以名稱的差異來做為區分元件的方式,而是以元件在功能上的差異來做為區分的基準。在說明書及申請專利範圍中所提及的「包含」為開放式的用語,應解釋成「包含但不限定於」。另外,「耦接」一詞在此包含任何直接及間接的連接手段。因此,若文中描述第一元件耦接於第二元件,則代表第一元件可通過電性連接或無線傳輸、光學傳輸等信號連接方式而直接地連接於第二元件,或通過其它元件或連接手段間接地電性或信號連接至第二元件。
在說明書中所使用的「和/或」的描述方式,包含所列舉的其中一個項目或多個項目的任意組合。另外,除非說明書中特別指明,否則任何單數格的用語都同時包含複數格的含義。
以上僅為本發明的較佳實施例,凡依本發明請求項所做的等效變化與修改,皆應屬本發明的涵蓋範圍。
100:物聯網運作監控系統
101、102、103:標的物聯網系統
104、105、106:物聯網裝置
110:資料檢測系統
111:通信電路
112:資料解譯電路
113:儲存電路
114:資料分類電路
115:資料態樣分析電路
116:異常檢測電路
117:用戶圖形介面產生電路
120、130、140:屬性過濾裝置
122、132、142:資料處理電路
124、134、144:資料傳輸電路
150、160、170:封包閘道裝置
152、162、172:基地台
154、164、174、182、184:網路
192、194:用戶裝置
Claims (8)
- 一種物聯網運作監控系統(100),用於監控複數個標的物聯網系統(101、102、103)中的多個物聯網裝置(104、105、106)的運作情況,該物聯網運作監控系統(100)包含:複數個屬性過濾裝置(120、130、140),設置成接收一或多個封包閘道裝置(150、160、170)所產生與該多個物聯網裝置(104、105、106)相對應的多個封包訊息(310),並依據該多個封包訊息(310)產生分別與該多個物聯網裝置(104、105、106)相對應的多筆活動紀錄(320、322、324、326);以及一資料檢測系統(110),其包含有:一通信電路(111),設置成透過網路與該複數個屬性過濾裝置(120、130、140)進行資料通信,以接收該複數個屬性過濾裝置(120、130、140)所產生的該多筆活動紀錄(320、322、324、326);一儲存電路(113),設置成儲存該通信電路(111)所接收到的該多筆活動紀錄(320、322、324、326);一資料分類電路(114),耦接於該儲存電路(113),設置成將該多筆活動紀錄(320、322、324、326)中的每一筆活動紀錄,依據N個屬性的內容進行分類,以形成M個資料群組(330、332、334),並將該M個資料群組(330、332、334)儲存在該儲存電路(113)中,其中,N為2或大於2的整數,且M至少為N的兩倍;一資料態樣分析電路(115),耦接於該儲存電路(113),設置成分析個別資料群組(330)內的複數筆活動紀錄在一資料收集期間內的資料態樣,以產生個別資料群組(330) 所對應的一或多個參考資料集(340、342、344),並將該一或多個參考資料集(340、342、344)儲存在該儲存電路(113)中;以及一異常檢測電路(116),耦接於該儲存電路(113);其中,該一或多個封包閘道裝置(150、160、170)在與該多個物聯網裝置(104、105、106)中的一目標物聯網裝置(104)進行後續互動後,會產生包含該目標物聯網裝置(104)的多項屬性的一新封包訊息(1110);其中,該複數個屬性過濾裝置(120、130、140)還設置成依據該新封包訊息(1110)中的部分屬性,產生對應於該目標物聯網裝置(104)的一新活動紀錄(1120);其中,該異常檢測電路(116)設置成將該新活動紀錄(1120)中的一或多個目標屬性(1113)的內容,與一相應資料群組(1130)關於該一或多個目標屬性的一或多個參考資料集(1140、1142、1144)進行比對,以判斷是否出現異常情況,且倘若該異常檢測電路(116)比對後判定出現異常情況,則會產生相應的一或多個告警信息。
- 如請求項1所述的物聯網運作監控系統(100),其中,該資料態樣分析電路(115)產生個別資料群組所對應的一或多個參考資料集(340、342、344)的運作,包含:選取該M個資料群組的其中之一,做為一當前資料群組;分析該當前資料群組內的複數筆活動紀錄中的一第一目標屬性的內容,在該資料收集期間內的多個不同統計時段的變化態樣,以產生該當前資料群組關於該第一目標屬性的一第一參考資料集;以及分析該當前資料群組內的複數筆活動紀錄中的一第二目標屬性的內 容,在該資料收集期間內的多個不同統計時段的變化態樣,以產生該當前資料群組關於該第二目標屬性的一第二參考資料集。
- 如請求項2所述的物聯網運作監控系統(100),其中,該第一目標屬性的內容,是一相應物聯網裝置的一上行流量(uplink throughput)、一下行流量(downlink throughput)、一裝置狀態(status)、或一連線時間(session time)。
- 如請求項3所述的物聯網運作監控系統(100),其中,該第一參考資料集用來呈現該當前資料群組內的複數筆活動紀錄的以下分析結果之一:具有特定內容的裝置狀態資料的活動紀錄的數量的總和或移動和,在該資料收集期間內的多個不同統計時段的變化;該複數筆活動紀錄中所記載的下行流量的總和、平均值、移動和、或移動平均值,在該資料收集期間內的多個不同統計時段的變化;該複數筆活動紀錄中所記載的上行流量的總和、平均值、移動和、或移動平均值,在該資料收集期間內的多個不同統計時段的變化;以及該複數筆活動紀錄中所記載的連線時間的總和、平均值、移動和、或移動平均值,在該資料收集期間內的多個不同統計時段的變化。
- 如請求項1所述的物聯網運作監控系統(100),其中,該資料分類電路(114)對該多筆活動紀錄(320、322、324、326)進行分類的運作,包含:選取該多筆活動紀錄(320、322、324、326)的其中之一,做為一當前活動紀錄;選取該當前活動紀錄的多項屬性的其中之一做為一第一選定屬性;倘若當時不存在與該第一選定屬性的內容相應的任何資料群組,則 建立對應該第一選定屬性的內容的一第一資料群組;將該當前活動紀錄分類到該第一資料群組中;選取該當前活動紀錄中的另一項屬性做為一第二選定屬性;倘若當時不存在與該第二選定屬性的內容相應的任何資料群組,則建立對應該第二選定屬性的內容的一第二資料群組;以及將該當前活動紀錄分類到該第二資料群組中。
- 如請求項1所述的物聯網運作監控系統(100),其中,該資料分類電路(114)對該多筆活動紀錄(320、322、324、326)進行分類的運作,包含:選取該N個屬性的其中之一,做為一第一選定屬性;依據該第一選定屬性的不同內容,產生相應的多個第一屬性資料群組,並將該多筆活動紀錄(320、322、324、326)分類到該多個第一屬性資料群組中,以確保同一個第一屬性資料群組內的所有活動紀錄中的該第一選定屬性的內容都相同;選取該N個屬性中的另一項屬性,做為一第二選定屬性;以及依據該第二選定屬性的不同內容,產生相應的多個第二屬性資料群組,並將該多筆活動紀錄(320、322、324、326)分類到該多個第二屬性資料群組中,以確保同一個第二屬性資料群組內的所有活動紀錄中的該第二選定屬性的內容都相同。
- 如請求項1所述的物聯網運作監控系統(100),其中,該資料分類電路(114)還設置成將該新活動紀錄(1120)依據該N個屬性的內容進行分類,以利用該新活動紀錄(1120)更新複數個相應資料群組(1130、1132、1134)。
- 如請求項7所述的物聯網運作監控系統(100),其中,該資料態樣分析電路(115)還設置成更新該複數個相應資料群組(1130、1132、1134)所對應的複數個參考資料集(1160、1162、1164)。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
US17/475,071 US20220103442A1 (en) | 2020-09-30 | 2021-09-14 | Internet of things operations monitoring system |
Applications Claiming Priority (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
US202063085299P | 2020-09-30 | 2020-09-30 | |
US63/085,299 | 2020-09-30 |
Publications (2)
Publication Number | Publication Date |
---|---|
TW202215821A TW202215821A (zh) | 2022-04-16 |
TWI773441B true TWI773441B (zh) | 2022-08-01 |
Family
ID=82197266
Family Applications (2)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
TW110126498A TWI773441B (zh) | 2020-09-30 | 2021-07-19 | 物聯網運作監控系統 |
TW110126497A TWI777676B (zh) | 2020-09-30 | 2021-07-19 | 用於檢測複數個標的物聯網系統中的多個物聯網裝置的運作情況的資料檢測系統 |
Family Applications After (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
TW110126497A TWI777676B (zh) | 2020-09-30 | 2021-07-19 | 用於檢測複數個標的物聯網系統中的多個物聯網裝置的運作情況的資料檢測系統 |
Country Status (1)
Country | Link |
---|---|
TW (2) | TWI773441B (zh) |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20160147506A1 (en) * | 2014-11-21 | 2016-05-26 | Kiban Labs, Inc. | Internet of things platforms, apparatuses, and methods |
US20170187588A1 (en) * | 2015-12-23 | 2017-06-29 | Intel Corporation | Selective measurement reporting from internet of things devices |
US20190098028A1 (en) * | 2017-09-27 | 2019-03-28 | ZingBox, Inc. | Iot device management visualization |
-
2021
- 2021-07-19 TW TW110126498A patent/TWI773441B/zh active
- 2021-07-19 TW TW110126497A patent/TWI777676B/zh active
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20160147506A1 (en) * | 2014-11-21 | 2016-05-26 | Kiban Labs, Inc. | Internet of things platforms, apparatuses, and methods |
US20170187588A1 (en) * | 2015-12-23 | 2017-06-29 | Intel Corporation | Selective measurement reporting from internet of things devices |
US20190098028A1 (en) * | 2017-09-27 | 2019-03-28 | ZingBox, Inc. | Iot device management visualization |
Also Published As
Publication number | Publication date |
---|---|
TW202215821A (zh) | 2022-04-16 |
TWI777676B (zh) | 2022-09-11 |
TW202215820A (zh) | 2022-04-16 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Sultan et al. | Call detail records driven anomaly detection and traffic prediction in mobile cellular networks | |
CN103532940B (zh) | 网络安全检测方法及装置 | |
Fiadino et al. | Steps towards the extraction of vehicular mobility patterns from 3G signaling data | |
CN109104438B (zh) | 窄带物联网中的僵尸网络预警方法、装置及可读存储介质 | |
US11109194B1 (en) | Location network analysis tool for predicting contamination change | |
US10097417B2 (en) | Method and system for visualizing and analyzing a field area network | |
WO2021102077A1 (en) | Centralized analytical monitoring of ip connected devices | |
CN102546274A (zh) | 一种通信业务中的告警监控方法及设备 | |
CN106533832B (zh) | 一种基于分布式部署的网络流量探测系统 | |
CN104994076A (zh) | 一种基于机器学习的日常访问模型实现方法及系统 | |
US20220103442A1 (en) | Internet of things operations monitoring system | |
WO2022151680A1 (zh) | 基于自动机的物联网设备流量异常检测方法和装置 | |
CN111222547B (zh) | 一种面向移动应用的流量特征提取方法及系统 | |
CN105763387A (zh) | 网络流量监控方法和装置 | |
CN112688822A (zh) | 基于多点协同的边缘计算故障或安全威胁监测系统与方法 | |
CN112804348A (zh) | 云监测中心对边缘计算节点上报数据的重复性判定方法 | |
CN114039900A (zh) | 一种高效网络数据包协议分析方法和系统 | |
CN113904921A (zh) | 基于日志和图的动态网络拓扑图生成方法、系统、处理设备、存储介质 | |
Alhasoun et al. | The city browser: Utilizing massive call data to infer city mobility dynamics | |
Geissler et al. | Signaling traffic in internet-of-things mobile networks | |
CN102638442B (zh) | 检测gtp攻击的系统和方法 | |
Rizwan et al. | A zero-touch network service management approach using ai-enabled cdr analysis | |
CN104105124A (zh) | 基于Android智能移动终端的流量监测系统 | |
Qian et al. | Characterization of 3g data-plane traffic and application towards centralized control and management for software defined networking | |
TWI773441B (zh) | 物聯網運作監控系統 |