CN110399225A - 监测信息处理方法、***和计算机*** - Google Patents

Abstract

本公开提供了一种监测信息处理方法，由至少一个边缘计算节点中的一个边缘计算节点执行，所述至少一个边缘计算节点部署于客户端所在的局域网中。该方法包括：获取来自于服务器的计算模型库；接收来自于所述客户端的监测信息；从所述计算模型库中选取与所述监测信息对应的计算模型；利用所述计算模型对所述监测信息进行处理，得到针对所述监测信息的响应结果；以及，将所述响应结果发送至所述客户端，以使所述客户端基于所述响应结果执行相应操作。本公开还提供了一种监测信息处理***和计算机***。

Description

监测信息处理方法、***和计算机***

技术领域

本公开涉及一种监测信息处理方法、***和计算机***。

背景技术

在使用机器视觉、生物识别等技术进行物体检测、人员身份识别时，现有的***通常是通过前端设备采集人/物的图像影音信息，再通过网络上送到远端数据中心后台***进行计算，最后将计算结果返回给前端***。该类***由于采用前端信息采集、远端数据中心后台信息计算的***架构，导致在进行物体检测、人员身份识别等任务时，实时性、可靠性难以得到保证，且用户隐私数据通过网络外传也导致数据安全性差。例如：银行网点通过摄像头获取客户人脸图片，上送到数据中心后台进行身份比对识别，该过程网络往返耗时长，且网络异常时直接导致服务中止。同时，由于网络带宽等因素限制，一些直接通过后台计算的功能无法实现，例如：银行网点安防监控摄像头拍摄的大量实时视频由于网络带宽限制，无法传输到数据中心进行人员异常行为、异常事件的实时分析。

发明内容

本公开的一个方面提供了一种监测信息处理方法，由至少一个边缘计算节点中的一个边缘计算节点执行，该至少一个边缘计算节点部署于客户端所在的局域网中。该方法包括：获取来自于服务器的计算模型库。然后，接收来自于所述客户端的监测信息，从所述计算模型库中选取与所述监测信息对应的计算模型。利用该计算模型对监测信息进行处理，得到针对监测信息的响应结果。接着，将响应结果发送至客户端，以使客户端基于响应结果执行相应操作。

可选地，上述获取来自于服务器的计算模型库包括：向服务器发送认证请求。认证请求包括所述一个边缘计算节点的状态信息，以使服务器基于状态信息验证本边缘计算节点的合法性，并在验证结果为合法时向本边缘计算节点返回相应的计算模型库。

可选地，上述状态信息包括如下至少一项：软件信息、硬件信息和网络信息。

可选地，上述监测信息包括所述客户端采集的生物特征信息。该方法还包括：在获取计算模型库时，还获取来自于服务器的合法生物特征信息库。上述从所述计算模型库中选取与监测信息对应的计算模型包括：从计算模型库中选取针对上述生物特征信息的特征识别模型。上述利用计算模型对监测信息进行处理，得到针对监测信息的响应结果包括：利用上述特征识别模型计算生物特征信息和合法生物特征信息库之间的匹配度。如果所述匹配度大于预定阈值，则得到用于表征该生物特征信息通过验证的响应结果。如果所述匹配度小于等于所述预定阈值，则得到用于表征所述生物特征信息未通过验证的所述响应结果。

可选地，生物特征信息包括如下至少一项：用户的人脸图像、用户的指纹信息、用户的指静脉信息、以及用户的虹膜信息。

可选地，一个边缘计算节点包括安全芯片。该方法还包括：将所述合法生物特征信息库存储于所述安全芯片。

可选地，监测信息为客户端采集的监控视频。上述从所述计算模型库中选取与所述监测信息对应的计算模型包括：从所述计算模型库中选取视频分析模型。上述利用所述计算模型对所述监测信息进行处理，得到针对所述监测信息的响应结果包括：利用所述视频分析模型识别所述监控视频中是否包含预定行为特征，如果是，则得到用于表征安全威胁提示的所述响应结果。

可选地，该方法还包括：响应于所述服务器中计算模型库的更新，获取来自于所述服务器的更新后的计算模型库。附加地或备选地，一个边缘计算节点与至少一个边缘计算节点中的其他边缘计算节点之间进行负载均衡。

本公开的另一方面提供了一种监测信息处理***，包括客户端、服务器和至少一个边缘计算节点。其中至少一个边缘计算节点部署于客户端所在的局域网中。服务器用于向所述边缘计算节点发送计算模型库。客户端用于向所述边缘计算节点发送监测信息。边缘计算节点用于从所述计算模型库中选取与所述监测信息对应的计算模型，并利用所述计算模型对所述监测信息进行处理，得到针对所述监测信息的响应结果并发送至所述客户端。客户端还用于基于所述响应结果执行相应操作。

本公开的另一方面提供了一种计算机***，包括：存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行所述计算机程序时用于实现如上所述的监测信息处理方法。

本公开的另一方面提供了一种计算机可读存储介质，存储有计算机可执行指令，所述指令在被执行时用于实现如上所述的方法。

本公开的另一方面提供了一种计算机程序，所述计算机程序包括计算机可执行指令，所述指令在被执行时用于实现如上所述的方法。

附图说明

为了更完整地理解本公开及其优势，现在将参考结合附图的以下描述，其中：

图1示意性地示出了根据本发明实施方式的监测信息处理方法和***的应用场景；

图2示意性示出了根据本公开实施例的监测信息处理方法的流程图；

图3示意性示出了根据本公开实施例的边缘计算节点的示例示意图；

图4示意性示出了根据本公开实施例的客户端与边缘计算节点之间的交互过程的示意图；

图5示意性示出了根据本公开实施例的边缘计算节点与服务器之间的交互过程的示意图；

图6示意性示出了根据本公开的实施例的监测信息处理***的框图；以及

图7示意性示出了根据本公开实施例的适于实现上文描述的方法的计算机***的框图。

具体实施方式

以下，将参照附图来描述本公开的实施例。但是应该理解，这些描述只是示例性的，而并非要限制本公开的范围。在下面的详细描述中，为便于解释，阐述了许多具体的细节以提供对本公开实施例的全面理解。然而，明显地，一个或多个实施例在没有这些具体细节的情况下也可以被实施。此外，在以下说明中，省略了对公知结构和技术的描述，以避免不必要地混淆本公开的概念。

在此使用的术语仅仅是为了描述具体实施例，而并非意在限制本公开。在此使用的术语“包括”、“包含”等表明了所述特征、步骤、操作和/或部件的存在，但是并不排除存在或添加一个或多个其他特征、步骤、操作或部件。

在此使用的所有术语(包括技术和科学术语)具有本领域技术人员通常所理解的含义，除非另外定义。应注意，这里使用的术语应解释为具有与本说明书的上下文相一致的含义，而不应以理想化或过于刻板的方式来解释。

在使用类似于“A、B和C等中至少一个”这样的表述的情况下，一般来说应该按照本领域技术人员通常理解该表述的含义来予以解释(例如，“具有A、B和C中至少一个的***”应包括但不限于单独具有A、单独具有B、单独具有C、具有A和B、具有A和C、具有B和C、和/或具有A、B、C的***等)。在使用类似于“A、B或C等中至少一个”这样的表述的情况下，一般来说应该按照本领域技术人员通常理解该表述的含义来予以解释(例如，“具有A、B或C中至少一个的***”应包括但不限于单独具有A、单独具有B、单独具有C、具有A和B、具有A和C、具有B和C、和/或具有A、B、C的***等)。

附图中示出了一些方框图和/或流程图。应理解，方框图和/或流程图中的一些方框或其组合可以由计算机程序指令来实现。这些计算机程序指令可以提供给通用计算机、专用计算机或其他可编程数据处理装置的处理器，从而这些指令在由该处理器执行时可以创建用于实现这些方框图和/或流程图中所说明的功能/操作的装置。本公开的技术可以硬件和/或软件(包括固件、微代码等)的形式来实现。另外，本公开的技术可以采取存储有指令的计算机可读存储介质上的计算机程序产品的形式，该计算机程序产品可供指令执行***使用或者结合指令执行***使用。

本公开的实施例提供了一种监测信息处理方法和***。该方法包括模型库获取过程、监测信息接收过程、模型选取过程、处理过程和响应过程。在模型库获取过程，署于客户端所在的局域网中的边缘计算(edge computing)节点获取来自于服务器的计算模型库。然后在监测信息接收过程，接收来自于所述客户端的监测信息。进入模型选取过程，从计算模型库中选取与该监测信息对应的计算模型。接着进入处理过程，利用所选取的计算模型对上述监测信息进行处理，得到针对上述监测信息的响应结果。最后进行响应过程，将该响应结果发送至客户端，以使客户端基于该响应结果执行相应操作。

图1示意性地示出了根据本发明实施方式的监测信息处理方法和***的应用场景。在图1所示的应用场景中，可以包括终端设备101、102、103，边缘计算节点104和服务器105、106、107。

边缘计算节点104可以部署于终端设备101、102、103的局域网中，可以基于本地局域网与终端设备101、102、103进行通信。边缘计算节点104可以基于互联网与服务器105、106、107进行通信。

终端设备101、102、103可以是各种电子设备，包括但不限于智能手机、平板电脑、膝上型便携计算机和台式计算机等等。终端设备101、102、103上可以安装有支持各种业务功能的客户端应用，例如工具类应用、社交类应用、购物类应用、网页浏览器应用、搜索类应用等(仅为示例)。

服务器105、106、107可以是提供各种业务服务的服务器，例如对用户利用终端设备101、102、103所浏览的网站提供支持的后台管理服务器(仅为示例)。

需要说明的是，本公开实施例所提供的监测信息处理方法一般可以由边缘计算节点104执行。相应地，本公开实施例所提供的监测信息处理***一般可以设置于边缘计算节点104中。

应该理解，图1中的终端设备、边缘计算节点和服务器的数目仅仅是示意性的。根据实际需要，可以具有任意数目的终端设备、边缘计算节点和服务器。

图2示意性示出了根据本公开实施例的监测信息处理方法的流程图。该方法由至少一个边缘计算节点中的一个边缘计算节点执行，上述至少一个边缘计算节点部署于客户端所在的局域网中。

如图2所示，该方法可以包括操作S201～S205。

在操作S201，获取来自于服务器的计算模型库。

其中，计算模型库包括预先训练好的各种类型的计算模型，不同的计算模型具有不同的计算目标。边缘计算节点是指接近于数据源(如本实施例中的客户端)的计算基础设施，例如可以是基站、网关、控制器、计算机等各种具有计算能力的设备。部署于同一局域网中的多个边缘计算节点可以是相同的设备，也可以是不同的设备，在此不做限制。

在操作S202，接收来自于客户端的监测信息。

其中，客户端具有采集监测信息的功能。由于当前执行监测信息处理方法的边缘计算节点(下文称为本边缘计算节点)部署于客户端所在的局域网环境中，接收来自于客户端的监测信息的速度较快，即能够实现较为实时地接收和处理。

在操作S203，从计算模型库中选取与监测信息对应的计算模型。

在操作S204，利用所选取的计算模型对监测信息进行处理，得到针对监测信息的响应结果。

在操作S205，将所述响应结果发送至客户端，以使客户端基于所述响应结果执行相应操作。

本领域的技术人员能够理解，图2所示的监测信息处理方法在客户端的局域网中设置一个或多个边缘计算节点，客户端在采集到监测信息后，将该监测信息传输到附近的边缘计算设备进行处理分析，而无需将监测信息传输到距离客户端很远的服务器(如数据中心)进行集中处理，即以边缘计算节点代替云端服务器进行针对监测信息的计算处理，传输速度快、延迟低、可以立即进行分析并投入运行，极大地提高了针对监测信息的响应效率。

在本公开的一个实施例中，上述获取来自于服务器的计算模型库的过程可以包括：本边缘计算节点向服务器发送认证请求，认证请求包括本边缘计算节点的状态信息，以使服务器基于该状态信息验证本边缘计算节点的合法性，并在验证结果为合法时向本边缘计算节点返回原先存储在服务器中的、包含有多种类型的计算模型的计算模型库。

示例性地，一个边缘计算节点的状态信息可以包括如下至少一项：软件信息、硬件信息和网络信息。

在本公开的一个实施例中，客户端所采集监测信息例如可以包括客户端采集的生物特征信息。在此基础上，根据本公开实施例的监测信息处理方法还可以包括：边缘计算节点在从服务器获取计算模型库时，还获取来自于服务器的合法生物特征信息库。合法生物特征信息库中包括已经经过认证的多个用户的各种类型的生物特征信息。进而上述从计算模型库中选取与监测信息对应的计算模型的过程可以是：边缘计算节点从计算模型库中选取针对客户端所采集的生物特征信息的特征识别模型。并且，上述利用所选取的计算模型对监测信息进行处理，得到针对该监测信息的响应结果的过程可以是：利用所选取的特征识别模型计算客户端所采集的生物特征信息和合法生物特征信息库之间的匹配度。如果匹配度大于预定阈值，则得到用于表征所述生物特征信息通过验证的响应结果。如果匹配度小于等于预定阈值，则得到用于表征所述生物特征信息未通过验证的所述响应结果。

示例性地，客户端采集的生物特征信息可以包括如下至少一项；用户的人脸图像、用户的指纹信息、用户的指静脉信息、以及用户的虹膜信息。

进一步地，为提高边缘计算节点进行监测信息处理的安全性，在本公开的一个实施例中，在边缘计算节点中设置有安全芯片，例如SE(Secure Element)安全芯片，相当于一台微型计算机，通过安全芯片和芯片操作***(COS)实现数据安全存储、加解密运算等功能。安全芯片可封装成各种形式。根据本公开实施例的监测信息处理方法可以将从服务器获取的合法生物特征信息库存储于边缘计算节点的安全芯片中，以避免合法生物特征信息库中的涉及用户隐私的信息被窃取。

在本公开的一个实施例中，客户端所采集监测信息例如可以包括客户端采集的监控视频。上述从计算模型库中选取与监测信息对应的计算模型包括：边缘计算节点从计算模型库中选取视频分析模型，以用于对上述监控视频进行分析处理。因此，上述利用计算模型对客户端采集的监测信息进行处理，得到针对该监测信息的响应结果包括：利用视频分析模型识别客户端所采集的监控视频中是否包含预定行为特征，如果是，则得到用于表征安全威胁提示的响应结果。

示例性地，根据本公开实施例的监测信息处理方法还可以包括：响应于服务器中计算模型库的更新，获取来自于服务器的更新后的计算模型库。附加地或备选地，执行监测信息处理过程的一个边缘计算节点与部署于客户端的局域网中的至少一个边缘计算节点中的其他边缘计算节点之间进行负载均衡。也就是说，当有多个边缘计算节点部署于客户端的局域网中时，任一边缘计算节点均可以从服务器获取计算模型库。客户端在采集到监测信息后，依据负载均衡原则从多个边缘计算节点中选择一个边缘计算节点进行监测信息的传输，以实现在该边缘计算节点中的对于该监测信息的处理。

下面参考图3～图5，结合具体实施例对根据本公开实施例的监测信息处理方法进行示例性地展开说明。

例如，客户端作为前端信息采集装置，可包含各类信息采集传感器设备，如摄像头、指纹仪、指静脉仪、虹膜采集仪等。其中，摄像头用于采集人脸信息、实时视频监控信息等。指纹仪用于采集人的指纹信息。指静脉仪用于采集人的指静脉信息。虹膜采集仪用于采集人的虹膜信息。因此客户端采集监测信息的场景可以是用户通过客户端的传感器设备输入如人脸图像、指纹信息、指静脉信息、虹膜信息等生物特征信息，客户端采集这些生物特征信息，通过边缘计算节点的计算处理以进行用户的身份认证。或者也可以是客户端通过摄像头获取一定时间内的视频信息，通过边缘计算节点的分析处理以识别该一定时间内是否发生特定的事件，进而可以进行安全性预警等。此外，客户端还可以包括输出设备，例如显示输出装置、语音输出装置等，以用于将边缘计算节点计算得到的响应结果输出给用户。

边缘计算节点作为实时检测识别装置，用于承担本地局域网的分析计算任务，可同时存在多个边缘计算节点，以进行协同工作。图3示意性示出了根据本公开实施例的边缘计算节点的示例示意图。如图3所示，左侧为本例中边缘计算节点的正面外观图，右侧为本例中边缘计算节点的背面外观图。例如，从外观来看，边缘计算节点正面可以包括电源指示(pwr)、互联网连接指示(wan)、局域网连接指示(1an)、磁盘运行指示(disk)、电源开关、USB接口、麦克风(MIC)接口等。背面可以包括散热口、恢复按键(RST)、HDMI接口等。可以根据需要进行设置在此不做限制。

示例性地，边缘计算节点中可以包括SE安全芯片、计算模型库、网络管理模块和计算模块。其中，SE安全芯片用于保护重要隐私数据，如人脸特征值、指纹库等。计算模型库用于提供各类分析计算任务所需的计算模型，如进行人脸识别时，模型库提供人脸识别模型供计算单元进行人脸识别比对计算。网络管理模块用于建立客户端与边缘计算节点之间的通信链路(局域网通信链路)，并且用于建立边缘计算节点与服务器之间的通信链路(互联网通信链路)。计算模块用于使用不同的计算模型完成各类业务所需的计算任务。

服务器作为云端管理装置，用于对每个边缘计算节点进行管理和数据同步，例如可以包括设备节点管理模块和模型库管理模块。其中，设备节点管理模块用于对每个边缘计算节点进行连接授权和设备管理，如设备状态收集等。模型库管理模块用于更新、同步边缘计算节点的计算模型库。

图4示意性示出了根据本公开实施例的客户端与边缘计算节点之间的交互过程的示意图。

如图4所示，客户端与边缘计算节点之间的交互过程可以包括S401～S409。

在操作S401，客户端与边缘计算节点建立连接。

在操作S402，客户端采集图片、视频、音频等监测信息。

在操作S403，确定监测信息是否为敏感信息，是则执行操作S404，否则执行操作S405。

在操作S404，本地局域网加密传输。

在操作S405，本地局域网高速传输。

在操作S406，边缘计算节点调起计算模块。

在操作S407，计算模块从算法模型库加载相应算法模型。

在操作S408，计算模块计算得到识别结果。

在操作S409，边缘计算节点向客户端返回识别结果，客户端展示识别结果。

图5示意性示出了根据本公开实施例的边缘计算节点与服务器之间的交互过程的示意图。

如图5所示，边缘计算节点与服务器之间的交互过程可以包括S501～S508。

在操作S501，服务器进行初始化。

在操作S502，边缘计算节点与服务器建立安全连接。

在操作S503，确定是否成功建立连接，是则执行操作S504，否则执行操作S505。

在操作S504，服务器收集边缘计算节点的状态信息。

在操作S505，等待n秒后重连。

在操作S506，确定边缘计算节点的状态是否异常，是则执行操作S507，否则执行操作S508。

在操作S507，服务器进行异常告警。

在操作S508，服务器向边缘计算节点下发最新版本的计算模型。

由上述可知，针对现有***通过前端信息采集、后端信息计算存在的实时性差、可靠性低、带宽占用高、隐私安全性差等问题，提出基于边缘计算的监测信息处理方法。在进行物体实时识别分析、人员身份认证等任务时，通过前端设备进行信息采集，经本地局域网传输到边缘计算节点进行本地化计算，计算结果直接返回给前端，实现实时分析与结果反馈，避免上送到后台数据中心的网络带宽消耗和网络时延，即使网络中断也能本地提供检测识别服务，有效提高业务的实时性、可靠性，提高了响应时间、降低带宽需求、并且保证敏感信息的本地安全。可以包括如下有益效果中的至少一个：

(1)提高了视频分析、人员身份认证等业务的实时响应速度。通过将计算能力下沉到边缘侧，能降低数据传输时网络延迟，提高业务响应速度。

(2)提高了敏感信息的安全性。对于生物特征信息(如指纹库、人脸库等)属于个人敏感信息，传统***在进行人员身份识别时，需要通过互联网将信息传输到远端数据中心后台***，存在较大的泄露风险。通过边缘计算实现本地实时分析计算，用户隐私数据无需上传，减少了信息泄露风险。

(3)提高了***可靠性。对于一些联网分析计算任务，网络的异常将导致服务的中止，使用边缘计算实现的本地计算分析，即使在网络异常时，也能够提供分析计算服务。

图6示意性示出了根据本公开的实施例的监测信息处理***的框图。

如图6所示，监测信息处理***600可以包括：客户端610、服务器620和至少一个边缘计算节点630。

至少一个边缘计算节点630部署于客户端610所在的局域网中。

服务器620用于向边缘计算节点630发送计算模型库。

客户端610用于向边缘计算节点630发送监测信息。

边缘计算节点630用于从所述计算模型库中选取与所述监测信息对应的计算模型，并利用所述计算模型对所述监测信息进行处理，得到针对所述监测信息的响应结果并发送至所述客户端610。

客户端610还用于基于所述响应结果执行相应操作。

需要说明的是，装置部分实施例中各模块/单元/子单元等的实施方式、解决的技术问题、实现的功能、以及达到的技术效果分别与方法部分实施例中各对应的步骤的实施方式、解决的技术问题、实现的功能、以及达到的技术效果相同或类似，在此不再赘述。

根据本公开的实施例的模块、子模块、单元、子单元中的任意多个、或其中任意多个的至少部分功能可以在一个模块中实现。根据本公开实施例的模块、子模块、单元、子单元中的任意一个或多个可以被拆分成多个模块来实现。根据本公开实施例的模块、子模块、单元、子单元中的任意一个或多个可以至少被部分地实现为硬件电路，例如现场可编程门阵列(FPGA)、可编程逻辑阵列(PLA)、片上***、基板上的***、封装上的***、专用集成电路(ASIC)，或可以通过对电路进行集成或封装的任何其他的合理方式的硬件或固件来实现，或以软件、硬件以及固件三种实现方式中任意一种或以其中任意几种的适当组合来实现。或者，根据本公开实施例的模块、子模块、单元、子单元中的一个或多个可以至少被部分地实现为计算机程序模块，当该计算机程序模块被运行时，可以执行相应的功能。

图7示意性示出了根据本公开实施例的适于实现上文描述的方法的计算机***的框图。图7示出的计算机***仅仅是一个示例，不应对本公开实施例的功能和使用范围带来任何限制。

如图7所示，根据本公开实施例的计算机***700包括处理器701，其可以根据存储在只读存储器(ROM)702中的程序或者从存储部分708加载到随机访问存储器(RAM)703中的程序而执行各种适当的动作和处理。处理器701例如可以包括通用微处理器(例如CPU)、指令集处理器和/或相关芯片组和/或专用微处理器(例如，专用集成电路(ASIC))，等等。处理器701还可以包括用于缓存用途的板载存储器。处理器701可以包括用于执行根据本公开实施例的方法流程的不同动作的单一处理单元或者是多个处理单元。

在RAM 703中，存储有***700操作所需的各种程序和数据。处理器701、ROM 702以及RAM 703通过总线704彼此相连。处理器701通过执行ROM 702和/或RAM 703中的程序来执行根据本公开实施例的方法流程的各种操作。需要注意，所述程序也可以存储在除ROM 702和RAM 703以外的一个或多个存储器中。处理器701也可以通过执行存储在所述一个或多个存储器中的程序来执行根据本公开实施例的方法流程的各种操作。

根据本公开的实施例，***700还可以包括输入/输出(I/O)接口705，输入/输出(I/O)接口705也连接至总线704。***700还可以包括连接至I/O接口705的以下部件中的一项或多项：包括键盘、鼠标等的输入部分706；包括诸如阴极射线管(CRT)、液晶显示器(LCD)等以及扬声器等的输出部分707；包括硬盘等的存储部分708；以及包括诸如LAN卡、调制解调器等的网络接口卡的通信部分709。通信部分709经由诸如因特网的网络执行通信处理。驱动器710也根据需要连接至I/O接口705。可拆卸介质711，诸如磁盘、光盘、磁光盘、半导体存储器等等，根据需要安装在驱动器710上，以便于从其上读出的计算机程序根据需要被安装入存储部分708。

根据本公开的实施例，根据本公开实施例的方法流程可以被实现为计算机软件程序。例如，本公开的实施例包括一种计算机程序产品，其包括承载在计算机可读存储介质上的计算机程序，该计算机程序包含用于执行流程图所示的方法的程序代码。在这样的实施例中，该计算机程序可以通过通信部分709从网络上被下载和安装，和/或从可拆卸介质711被安装。在该计算机程序被处理器701执行时，执行本公开实施例的***中限定的上述功能。根据本公开的实施例，上文描述的***、设备、装置、模块、单元等可以通过计算机程序模块来实现。

本公开还提供了一种计算机可读存储介质，该计算机可读存储介质可以是上述实施例中描述的设备/装置/***中所包含的；也可以是单独存在，而未装配入该设备/装置/***中。上述计算机可读存储介质承载有一个或者多个程序，当上述一个或者多个程序被执行时，实现根据本公开实施例的方法。

附图中的流程图和框图，图示了按照本公开各种实施例的***、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上，流程图或框图中的每个方框可以代表一个模块、程序段、或代码的一部分，上述模块、程序段、或代码的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。也应当注意，在有些作为替换的实现中，方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如，两个接连地表示的方框实际上可以基本并行地执行，它们有时也可以按相反的顺序执行，这依所涉及的功能而定。也要注意的是，框图或流程图中的每个方框、以及框图或流程图中的方框的组合，可以用执行规定的功能或操作的专用的基于硬件的***来实现，或者可以用专用硬件与计算机指令的组合来实现。

本领域技术人员可以理解，尽管已经参照本公开的特定示例性实施例示出并描述了本公开，但是本领域技术人员应该理解，在不背离所附权利要求及其等同物限定的本公开的精神和范围的情况下，可以对本公开进行形式和细节上的多种改变。因此，本公开的范围不应该限于上述实施例，而是应该不仅由所附权利要求来进行确定，还由所附权利要求的等同物来进行限定。

Claims (10)

1.一种监测信息处理方法，由至少一个边缘计算节点中的一个边缘计算节点执行，所述至少一个边缘计算节点部署于客户端所在的局域网中，所述方法包括：

获取来自于服务器的计算模型库；

接收来自于所述客户端的监测信息；

从所述计算模型库中选取与所述监测信息对应的计算模型；

利用所述计算模型对所述监测信息进行处理，得到针对所述监测信息的响应结果；以及

将所述响应结果发送至所述客户端，以使所述客户端基于所述响应结果执行相应操作。

2.根据权利要求1所述的方法，其中，所述获取来自于服务器的计算模型库包括：

向所述服务器发送认证请求，所述认证请求包括所述一个边缘计算节点的状态信息，以使所述服务器基于所述状态信息验证所述一个边缘计算节点的合法性，并在验证结果为合法时向所述一个边缘计算节点返回所述计算模型库。

3.根据权利要求2所述的方法，其中，所述状态信息包括如下至少一项：软件信息、硬件信息和网络信息。

4.根据权利要求1所述的方法，其中，所述监测信息包括所述客户端采集的生物特征信息；

所述方法还包括：在获取所述计算模型库时，还获取来自于所述服务器的合法生物特征信息库；

所述从所述计算模型库中选取与所述监测信息对应的计算模型包括：从所述计算模型库中选取针对所述生物特征信息的特征识别模型；以及

所述利用所述计算模型对所述监测信息进行处理，得到针对所述监测信息的响应结果包括：

利用所述特征识别模型计算所述生物特征信息和所述合法生物特征信息库之间的匹配度；

如果所述匹配度大于预定阈值，则得到用于表征所述生物特征信息通过验证的所述响应结果；以及

如果所述匹配度小于等于所述预定阈值，则得到用于表征所述生物特征信息未通过验证的所述响应结果。

5.根据权利要求4所述的方法，其中，所述生物特征信息包括如下至少一项：用户的人脸图像、用户的指纹信息、用户的指静脉信息、以及用户的虹膜信息。

6.根据权利要求4所述的方法，其中，所述一个边缘计算节点包括安全芯片；

所述方法还包括：将所述合法生物特征信息库存储于所述安全芯片。

7.根据权利要求1所述的方法，其中，所述监测信息为所述客户端采集的监控视频；

所述从所述计算模型库中选取与所述监测信息对应的计算模型包括：从所述计算模型库中选取视频分析模型；以及

所述利用所述计算模型对所述监测信息进行处理，得到针对所述监测信息的响应结果包括：利用所述视频分析模型识别所述监控视频中是否包含预定行为特征，如果是，则得到用于表征安全威胁提示的所述响应结果。

8.根据权利要求1所述的方法，还包括：

响应于所述服务器中计算模型库的更新，获取来自于所述服务器的更新后的计算模型库；并且/或者

所述一个边缘计算节点与所述至少一个边缘计算节点中的其他边缘计算节点之间进行负载均衡。

9.一种监测信息处理***，包括客户端、服务器和至少一个边缘计算节点，所述至少一个边缘计算节点部署于所述客户端所在的局域网中；

所述服务器，用于向所述边缘计算节点发送计算模型库；

所述客户端，用于向所述边缘计算节点发送监测信息；

所述边缘计算节点，用于从所述计算模型库中选取与所述监测信息对应的计算模型，并利用所述计算模型对所述监测信息进行处理，得到针对所述监测信息的响应结果并发送至所述客户端；

所述客户端，还用于基于所述响应结果执行相应操作。

10.一种计算机***，包括：存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行所述计算机程序时用于实现如权利要求1～8任一项所述的监测信息处理方法。