CN112261113A - 基于边缘计算的智能连接处理方法、***及应用 - Google Patents
基于边缘计算的智能连接处理方法、***及应用 Download PDFInfo
- Publication number
- CN112261113A CN112261113A CN202011111469.4A CN202011111469A CN112261113A CN 112261113 A CN112261113 A CN 112261113A CN 202011111469 A CN202011111469 A CN 202011111469A CN 112261113 A CN112261113 A CN 112261113A
- Authority
- CN
- China
- Prior art keywords
- server
- access
- task
- user
- user terminal
- 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.)
- Pending
Links
- 238000003672 processing method Methods 0.000 title claims abstract description 28
- 238000004364 calculation method Methods 0.000 title claims abstract description 21
- 238000000034 method Methods 0.000 claims abstract description 8
- 238000013515 script Methods 0.000 claims description 33
- 238000004891 communication Methods 0.000 claims description 29
- 238000012545 processing Methods 0.000 claims description 13
- 238000012544 monitoring process Methods 0.000 claims description 7
- 238000005516 engineering process Methods 0.000 claims description 6
- 238000007726 management method Methods 0.000 claims description 6
- 230000004044 response Effects 0.000 claims description 6
- 230000008569 process Effects 0.000 claims description 4
- 238000012549 training Methods 0.000 claims description 4
- 239000000463 material Substances 0.000 claims description 3
- 230000003993 interaction Effects 0.000 abstract description 5
- 201000010099 disease Diseases 0.000 description 5
- 208000037265 diseases, disorders, signs and symptoms Diseases 0.000 description 5
- 238000010586 diagram Methods 0.000 description 3
- 229940079593 drug Drugs 0.000 description 3
- 239000003814 drug Substances 0.000 description 3
- 238000011835 investigation Methods 0.000 description 3
- 238000004422 calculation algorithm Methods 0.000 description 2
- 230000036541 health Effects 0.000 description 2
- 230000006855 networking Effects 0.000 description 2
- 208000017667 Chronic Disease Diseases 0.000 description 1
- 241000711573 Coronaviridae Species 0.000 description 1
- 230000006399 behavior Effects 0.000 description 1
- 230000006870 function Effects 0.000 description 1
- 238000002372 labelling Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012216 screening Methods 0.000 description 1
- 241000894007 species Species 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 230000001960 triggered effect Effects 0.000 description 1
Images
Classifications
-
- 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
- H04L67/10—Protocols in which an application is distributed across nodes in the network
-
- 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
- H04L67/02—Protocols based on web technology, e.g. hypertext transfer protocol [HTTP]
-
- 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
- H04L9/00—Cryptographic mechanisms or cryptographic arrangements for secret or secure communications; Network security protocols
- H04L9/08—Key distribution or management, e.g. generation, sharing or updating, of cryptographic keys or passwords
- H04L9/0816—Key establishment, i.e. cryptographic processes or cryptographic protocols whereby a shared secret becomes available to two or more parties, for subsequent use
- H04L9/0838—Key agreement, i.e. key establishment technique in which a shared key is derived by parties as a function of information contributed by, or associated with, each of these
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N7/00—Television systems
- H04N7/14—Systems for two-way working
- H04N7/141—Systems for two-way working between two video terminals, e.g. videophone
Landscapes
- Engineering & Computer Science (AREA)
- Signal Processing (AREA)
- Computer Networks & Wireless Communication (AREA)
- Health & Medical Sciences (AREA)
- Computing Systems (AREA)
- General Health & Medical Sciences (AREA)
- Medical Informatics (AREA)
- Multimedia (AREA)
- Computer Security & Cryptography (AREA)
- Information Transfer Between Computers (AREA)
Abstract
本发明提供一种基于边缘计算的智能连接处理方法,通过将服务端主动发送指令给终端的问题转化为终端获取服务器端计划任务后,终端独立执行计划任务,在任务中主动连接和断开与服务器连接。减少服务器与终端之间的连接和交互,实现有限次访问云端服务器,大大降低了服务器负载压力,也减少终端的无效查询消耗或长连接消耗。
Description
技术领域
本发明涉及智能连接领域,特别涉及一种基于边缘计算的智能连接处理 方法、***及应用。
背景技术
在医疗健康领域,对于慢病患者或者刚出院患者等群体,医院或是社区 工作人员需要主动对患者进行语音随访和关心。除了传统电话随访方式,还 可以通过患者持有的联网终端设备,包括智能手机、智能音箱等联网终端来 进行语音随访。
对于联网终端设备如果需要与云端直连通信和交互,一般终端设备的 IP地址为内网IP,则需要终端设备与云端服务器建立socket长连接通信, 或终端设备采用定时轮询方式查询云端是否有指令需要执行。对于socket 长连接通信方式,云端下发消息比较实时,但是终端设备因为保持socket 长连接比较耗电;而云端服务器因为保持socket长连接的负载,影响云端 服务器并发连接终端设备数量并不会太多。对于终端轮询服务器方式虽然可 以一定程度降低云端服务器负载,但是丧失了通信的实时性;同时较低间隔 轮询对服务器负载压力也很大。当然对于多个联网终端设备比较集中区域, 可以使用多个终端连接一个网关服务器,由网关服务器统一转发请求给云 端,但是网关服务器有了额外成本开销,对于终端设备分布比较散区域,比 如1个终端对应1个网关服务器,增加网关设备也不会降低云端负载压力。
现有技术中,采用长连接或者轮询方式都会导致终端耗电、云端服务器 压力大等问题。
发明内容
为解决现有技术中采用长连接或者轮询方式都会导致终端耗电、云端服 务器压力大等问题,本发明提供一种基于边缘计算的智能连接处理方法,包 括:
访问服务器通过预先生成的调度模型生成访问指***,并将各访问指 ***下发到各对应的终端,所述调度模型为访问服务器采用自我学习和监 督学习训练生成;
各终端接收所述访问服务器发送的对应访问指***后,断开与所述服 务器的连接通信;待执行访问计划时,再与所述访问服务器进行连接通信并 向所述访问服务器反馈访问数据,然后所述终端完成反馈后与所述访问服务 器再次断开连接通信。
进一步地,所述访问服务器根据记录信息,并以分散用户访问时间为原 则将用户执行访问任务时间进行统计和标注,然后将所有标注好的数据作为 输入,采用监督学习训练出调度模型,所述调度模型输出用户访问最佳访问 任务时间。
进一步地,通过用户终端对访问的接收反馈情况,所述访问服务器对调 度模型进行调整,重新调整各用户的访问时间。
进一步地,根据填写的用户信息进行标注权值;再根据用户属性值乘以 权值来加权平均计算同一时间下用户呼叫优先值,优先值大者优先安排呼叫。
进一步地,若用户终端节点不断增多时,则借助CDN的分布式,设置多 个二级节点作为服务器,然后访问服务器再利用调度模型将不同用户终端的 连接情况分给不同的二级节点进行分布式处理。
进一步地,所述用户终端周期性获取所述访问服务端访问指***任务, 所述用户终端获取访问指***任务包括任务脚本、任务执行素材和资源、 任务时间以及执行连接方式。
进一步地,所述用户终端定时获取并执行任务计划,用户终端设置定时 获取任务,所述定时获取任务时间间隔设定一定时长;定时获取任务中包含 下次获取任务时机;在下次获取任务时机到来后,用户终端的定时获取任务 获取访问服务器上的任务计划。
进一步地,在用户终端获取任务时,访问服务器将一些主动提示信息一 并推送到用户终端并缓存在用户终端本地,待用户终端执行任务计划时读取。
进一步地,任务执行脚本是解释性脚本l ua或者js脚本,采用热更新方 式下载到用户终端,所述用户终端根据任务触发时间执行脚本。
进一步地,下载到用户终端还包括逻辑脚本,所述逻辑脚本被用户终端 上脚本解析器执行,不同用户终端执行不同逻辑脚本来完成个性化计算;用 户终端根据逻辑脚本来实现提醒逻辑。
进一步地,所述访问服务器通过时间片来让用户终端错开时间访问服务 器,多个用户终端依次错开访问访问服务器时间;访问服务器通过用户终端 收集反馈拒接和未接听信息,访问服务端在调度任务时考虑用户合适接听时 间。
本发明还提供一种基于边缘计算的智能连接处理***,包括访问服务器、 用户终端,所述访问服务器和用户终端用于交互完成上述的基于边缘计算的 智能连接处理方法。
进一步地,若用户终端节点不断增多时,则借助CDN的分布式,设置多 个二级节点作为中间服务器,然后访问服务器再利用调度模型将不同用户终 端的连接情况分给不同的二级节点进行分布式处理。
进一步地,还包括配置管理***,所述配置管理***包括:统计模块、 目录配置模块、任务下发模块和监控模块;所述统计模块统计新增的信息后 发送给所述目录配置模块,所述目录配置模块进行配置学习后将信息发送给 所述任务下发模块,所述监控模块对所述任务下发模块进行监控。
本发明还提供一种如上述的基于边缘计算的智能连接处理方法在医院随 访的应用。
进一步地,在访问过程中若发现用户病情严重或者用户需要主动联系医 生时,所述用户终端继续保持与服务器长连接,所述访问服务器通知医生终 端以使医生终端主动向所述访问服务器请求用户终端的实时语音视频通信。
进一步地,所述实时语音视频通信采用WebRtc技术实现。
进一步地,所述WebRtc技术实现双方语音视频通信步骤如下:
S10:浏览器M从Web服务器请求网页;
S20:Web服务器向M返回带有WebRtc js的网页;
S30:浏览器L从Web服务器请求网页;
S40:Web服务器向L返回带有WebRtc js的网页;
S50:M决定与L通信,通过M自身的js将M与L通信请求发送至Web服 务器;
S60:Web服务器将M与L通信请求发送至L上的js;
S70:L上的js将L的应答发送至Web服务器;
S80:Web服务器转发应答至M上的js;
S90:M和L开始交互,确定通信方式,M和L协商通信密钥;
S100:M和L进行交换语音、视频或数据。
本发明提供的基于边缘计算的智能连接处理方法,通过访问服务器通过 预先生成的调度模型生成访问指***,并将各访问指***下发到各对应 的终端;各终端接收所述访问服务器发送的对应访问指***后,断开与所 述服务器的连接通信;待执行访问计划时,再与所述访问服务器进行连接通 信并向所述访问服务器反馈访问数据,然后所述终端完成反馈后与所述访问 服务器再次断开连接通信的技术方案,从而实现将服务端主动发送指令给终 端的问题转化为终端获取服务器端计划任务后,终端独立执行计划任务,在 任务中主动连接和断开与服务器连接。减少服务器与终端之间的连接和交互, 实现有限次访问云端服务器,大大降低了服务器负载压力,也减少终端的无 效查询消耗或长连接消耗。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案,下面将对实 施例或现有技术描述中所需要使用的附图作一简单地介绍,显而易见地,下 面描述中的附图是本发明的一些实施例,对于本领域普通技术人员来讲,在 不付出创造性劳动性的前提下,还可以根据这些附图获得其他的附图。
图1为本发明实施例提供的基于边缘计算的智能连接处理方法的流程示 意图;
图2为本发明实施例提供的基于边缘计算的智能连接处理***的架构图;
图3为本发明又一实施例提供的基于边缘计算的智能连接处理***的架 构图;
图4为图3中的配置管理***结构示意图。
具体实施方式
为使本发明实施例的目的、技术方案和优点更加清楚,下面将结合本发 明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述, 显然,所描述的实施例是本发明一部分实施例,而不是全部的实施例。基于 本发明中的实施例,本领域普通技术人员在没有作出创造性劳动前提下所获 得的所有其他实施例,都属于本发明保护的范围。
为解决现有技术中采用长连接或者轮询方式都会导致终端耗电、云端服 务器压力大等问题,如图1所示,本发明实施例提供一种基于边缘计算的智 能连接处理方法,包括:
步骤1:访问服务器通过预先生成的调度模型生成访问指***,并将各 访问指***下发到各对应的终端,所述调度模型为访问服务器采用自我学 习和监督学习训练生成;
步骤2:各终端接收所述访问服务器发送的对应访问指***后,断开与 所述服务器的连接通信;待执行访问计划时,再与所述访问服务器进行连接 通信并向所述访问服务器反馈访问数据,然后所述终端完成反馈后与所述访 问服务器再次断开连接通信。
本发明实施例提供的基于边缘计算的智能连接处理方法,可以实现终端 在计划执行前不需要访问服务器,在计划开始执行时才需要与服务器建立连 接。此时终端不需要连接服务器,所有的外呼计划已经转移给终端了,终端 根据计划来来连接服务器,不用实时连接。减少服务器与终端之间的连接和 交互,实现有限次访问云端服务器,大大降低了服务器负载压力,也减少终 端的无效查询消耗或长连接消耗。
步骤1中具体实施时,优选地,所述访问服务器根据记录信息,并以分 散用户访问时间为原则将用户执行访问任务时间进行统计和标注,然后将所 有标注好的数据作为输入,采用监督学习训练出调度模型,所述调度模型输 出用户访问最佳访问任务时间。以患者智能随访应用而言,可以根据患者年 龄、性别、病种、居住地、起居规律、用药时间等属性,并且以分散患者随 访时间为原则将患者执行任务时间进行统计和标注。将所有标注好的数据作 为输入采用监督学习训练出一个调度模型。调度模型输出患者随访最佳随访 任务时间。通过终端患者对随访时拒接,或者回复“没空”意图或者未完成 通话而挂断等信息上报到服务器,服务器对数据进行调整,重新调整随访时 间。新加入终端会根据患者信息根据模型输出最佳随访时间计划。
在上述方案的基础上,进一步地,通过用户终端对访问的接收反馈情况, 所述访问服务器对调度模型进行调整,重新调整各用户的访问时间。以患者 智能随访应用而言,模型主要是将新加入患者或者需要调整患者进行分配合 适随访时间。服务器同时并发数通常为固定值,那么需要从患者库中在合适 随访时间段(避开患者休息时间)对患者进行外访。每个患者经过模型调度 计算后,都标注了自己合适随访时间。
在上述方案的基础上,进一步地,根据填写的用户信息进行标注权值; 再根据用户属性值乘以权值来加权平均计算同一时间下用户呼叫优先值,优 先值大者优先安排呼叫。
同样地,以患者智能随访应用而言,将患者属性进行设计权值,比如根 据患者出院时填写可以随访时间,优先安排患者主动预约时间、患者病种, 对患者根据病情严重性进行标注权值,根据患者用药时间和***均来计算同一时间下患者呼叫优 先值,优先值越大优先安排呼叫。
在患者端如果随访时间到达时,则连上服务器去查询自己是否可以外呼。 服务器根据目前并发压力,回复患者端是立即外呼还是隔多长时间进行外呼。 服务端回复根据目前连上患者优先级已经服务器能承受压力,优先安排合适 患者连线呼叫。
对于患者拒接则记录患者拒接时间,如果有接通但是说自己忙记录患者 忙时。这里根据前面属性,以及收集到用户通话时间、拒接时间、忙时等更 新患者外呼时间。
这里监督学习采用KNN近邻算法实现。将属性设置权值,来根据算法来 计算患者呼叫合适时间。
在上述方案的基础上,进一步地,若用户终端节点不断增多时,则借助 CDN的分布式,设置多个二级节点作为服务器,然后访问服务器再利用调度模 型将不同用户终端的连接情况分给不同的二级节点进行分布式处理。
在上述方案的基础上,进一步地,所述用户终端周期性获取所述访问服 务端访问指***任务,所述用户终端获取访问指***任务包括任务脚本、 任务执行素材和资源、任务时间以及执行连接方式。
在上述方案的基础上,进一步地,所述用户终端定时获取并执行任务计 划,用户终端设置定时获取任务,所述定时获取任务时间间隔设定一定时长; 定时获取任务中包含下次获取任务时机;在下次获取任务时机到来后,用户 终端的定时获取任务获取访问服务器上的任务计划。
例如,对于出院随访应用场景。根据随访计划我们在出院一天后宣教病 情相关注意事项,出院一周后提醒患者来医院复诊,出院一个月后随访病人 对医院满意度调查。那么终端只需访问一次服务器获取到病人的随访计划, 由终端来发起执行随访计划。终端只需要在计划时间到时才连接服务器,不 需要实时连接服务器或者短时频繁查询服务器,这样大大降低了终端和服务 器的消耗。
计划任务中也包括终端将以何种方式与服务器交互,终端在执行任务时可 以与云端建立长链接或者合适时间的定时查询访问,在任务执行完成后关闭 连接。
在任务执行过程过,也会根据与服务器交互情况,修改任务。例如,随访 时发现病人已经出现病情风险,为了方便医生app能接入呼叫病人,则可以与 云端保持有限天数的长连接。而这个长连接也是之前计划没有,在病情预警 情况下服务器修改了终端的任务。
任务执行可以是***层面执行,云端任务中也能包括独立应用和唤起其他 应用来配合执行任务。
在上述方案的基础上,进一步地,在用户终端获取任务时,访问服务器 将一些主动提示信息一并推送到用户终端并缓存在用户终端本地,待用户终 端执行任务计划时读取。例如对于给终端根据病情属性、阅读时间个性化推 送健康晨报并采用tts方式语音播报,那么可以将晨报内容、语音tts音频 在获取计划时即缓存到本地,然后在终端在计划时间触发晨报显示和语音播 报。
进一步地,任务执行脚本是解释性脚本l ua或者js脚本,采用热更新方 式下载到用户终端,所述用户终端根据任务触发时间执行脚本。
进一步地,下载到用户终端还包括逻辑脚本,所述逻辑脚本被用户终端 上脚本解析器执行,不同用户终端执行不同逻辑脚本来完成个性化计算;用 户终端根据逻辑脚本来实现提醒逻辑。
比如所有的任务都是一段脚本,终端根据脚本来实现定时呼叫、用药提醒等逻辑。对于突发新型冠状病毒,服务端可以根据患者登记籍贯或者车次信息,推送新冠疫情排查的脚本,实现对患者的疫情排查摸底情况或者对用户身体情况进行普查。但是并非对所有的患者都推同样的脚本,而是对不同用户进行个性化的普查。个性化中包括有去过风险区,或者接触过风险区人,以及本地人等个性化普查。
在上述方案的基础上,进一步地,所述访问服务器通过时间片来让用户 终端错开时间访问服务器,多个用户终端依次错开访问访问服务器时间;访 问服务器通过用户终端收集反馈拒接和未接听信息,访问服务端在调度任务 时考虑用户合适接听时间。
服务器通过时间片来让终端错开时间访问服务器,也能有效降低服务器 负载压力。例如有2个终端连接服务器,服务器制定策略让终端A在上午时 间段连接服务器,终端B在下午时间段连接服务器,那么同时只有1个终端 会连接服务器。多个终端依次错开访问服务器时间。
服务器通过终端收集反馈如拒接、未接听等行为,以及***记录用户属 性比如年龄、病情情况给服务端,服务端在调度任务时考虑用户合适接听时 间,设置终端音量值,呼叫时长等。提高用户接通率,给用户更好用户体验。
本发明实施例还提供一种基于边缘计算的智能连接处理***,如图2所 示,包括访问服务器、用户终端,所述访问服务器和用户终端用于交互完成 上述的基于边缘计算的智能连接处理方法。
进一步地,若用户终端节点不断增多时,则借助CDN的分布式,如图3 所示,设置多个二级节点作为中间服务器,然后访问服务器再利用调度模型 将不同用户终端的连接情况分给不同的二级节点进行分布式处理。
进一步地,如图3和图4所示,还包括配置管理***,所述配置管理系 统包括:统计模块、目录配置模块、任务下发模块和监控模块;所述统计模 块统计新增的信息后发送给所述目录配置模块,所述目录配置模块进行配置 学习后将信息发送给所述任务下发模块,所述监控模块对所述任务下发模块 进行监控。
例如可以指定一个终端如在新增终端的时候可以先进行统编码与与计划 执行的时间进行一一对应关系,配置***具备学习的功能,比计在进行配置, 然后在设置一个监控模块,可以实时对该***进行监控,又可以防止出错。
本发明实施例还提供一种如上述的基于边缘计算的智能连接处理方法在 医院随访的应用,具体应用方式在上面已经有说明,在此不再赘述。
进一步地,在访问过程中若发现用户病情严重或者用户需要主动联系医 生时,所述用户终端继续保持与服务器长连接,所述访问服务器通知医生终 端以使医生终端主动向所述访问服务器请求用户终端的实时语音视频通信。
进一步地,所述实时语音视频通信采用WebRtc技术实现。
进一步地,所述WebRtc技术实现双方语音视频通信步骤如下:
S10:浏览器M从Web服务器请求网页;
S20:Web服务器向M返回带有WebRtc js的网页;
S30:浏览器L从Web服务器请求网页;
S40:Web服务器向L返回带有WebRtc js的网页;
S50:M决定与L通信,通过M自身的js将M与L通信请求发送至Web服 务器;
S60:Web服务器将M与L通信请求发送至L上的js;
S70:L上的js将L的应答发送至Web服务器;
S80:Web服务器转发应答至M上的js;
S90:M和L开始交互,确定通信方式,M和L协商通信密钥;
S100:M和L进行交换语音、视频或数据。
由于终端数量远多于医生,为了保证患者终端可以实时联系到医生,可 以将医生app与平台进行长链接或者定时刷新方式。患者终端在需要联系医 生时,才与服务器建立链接,将会话请求通过服务器转发给医生,实现医生 与患者实时通话。
尽管本文中较多的使用了诸如访问服务器,终端等术语,但并不排除使 用其它术语的可能性。使用这些术语仅仅是为了更方便地描述和解释本发明 的本质;把它们解释成任何一种附加的限制都是与本发明精神相违背的。
最后应说明的是:以上各实施例仅用以说明本发明的技术方案,而非对 其限制;尽管参照前述各实施例对本发明进行了详细的说明,本领域的普通 技术人员应当理解:其依然可以对前述各实施例所记载的技术方案进行修 改,或者对其中部分或者全部技术特征进行等同替换;而这些修改或者替换, 并不使相应技术方案的本质脱离本发明各实施例技术方案的范围。
Claims (18)
1.一种基于边缘计算的智能连接处理方法,其特征在于,包括:
访问服务器通过预先生成的调度模型生成访问指***,并将各访问指***下发到各对应的终端,所述调度模型为访问服务器采用自我学习和监督学习训练生成;
各终端接收所述访问服务器发送的对应访问指***后,断开与所述服务器的连接通信;待执行访问计划时,再与所述访问服务器进行连接通信并向所述访问服务器反馈访问数据,然后所述终端完成反馈后与所述访问服务器再次断开连接通信。
2.根据权利要求1所述的基于边缘计算的智能连接处理方法,其特征在于,所述访问服务器根据记录信息,并以分散用户访问时间为原则将用户执行访问任务时间进行统计和标注,然后将所有标注好的数据作为输入,采用监督学习训练出调度模型,所述调度模型输出用户访问最佳访问任务时间。
3.根据权利要求2所述的基于边缘计算的智能连接处理方法,其特征在于,通过用户终端对访问的接收反馈情况,所述访问服务器对调度模型进行调整,重新调整各用户的访问时间。
4.根据权利要求2所述的基于边缘计算的智能连接处理方法,其特征在于,根据填写的用户信息进行标注权值;再根据用户属性值乘以权值来加权平均计算同一时间下用户呼叫优先值,优先值大者优先安排呼叫。
5.根据权利要求1所述的基于边缘计算的智能连接处理方法,其特征在于,若用户终端节点不断增多时,则借助CDN的分布式,设置多个二级节点作为服务器,然后访问服务器再利用调度模型将不同用户终端的连接情况分给不同的二级节点进行分布式处理。
6.根据权利要求1所述的基于边缘计算的智能连接处理方法,其特征在于,所述用户终端周期性获取所述访问服务端访问指***任务,所述用户终端获取访问指***任务包括任务脚本、任务执行素材和资源、任务时间以及执行连接方式。
7.根据权利要求6所述的基于边缘计算的智能连接处理方法,其特征在于:所述用户终端定时获取并执行任务计划,用户终端设置定时获取任务,所述定时获取任务时间间隔设定一定时长;定时获取任务中包含下次获取任务时机;在下次获取任务时机到来后,用户终端的定时获取任务获取访问服务器上的任务计划。
8.根据权利要求6所述的基于边缘计算的智能连接处理方法,其特征在于:在用户终端获取任务时,访问服务器将一些主动提示信息一并推送到用户终端并缓存在用户终端本地,待用户终端执行任务计划时读取。
9.根据权利要求6所述的基于边缘计算的智能连接处理方法,其特征在于:任务执行脚本是解释性脚本lua或者js脚本,采用热更新方式下载到用户终端,所述用户终端根据任务触发时间执行脚本。
10.根据权利要求9所述的基于边缘计算的智能连接处理方法,其特征在于:下载到用户终端还包括逻辑脚本,所述逻辑脚本被用户终端上脚本解析器执行,不同用户终端执行不同逻辑脚本来完成个性化计算;用户终端根据逻辑脚本来实现提醒逻辑。
11.根据权利要求1所述的基于边缘计算的智能连接处理方法,其特征在于:所述访问服务器通过时间片来让用户终端错开时间访问服务器,多个用户终端依次错开访问访问服务器时间;访问服务器通过用户终端收集反馈拒接和未接听信息,访问服务端在调度任务时考虑用户合适接听时间。
12.一种基于边缘计算的智能连接处理***,包括访问服务器、用户终端,其特征在于,所述访问服务器和用户终端用于交互完成权利要求1-11任一项所述的基于边缘计算的智能连接处理方法。
13.根据权利要求12所述的基于边缘计算的智能连接处理***,其特征在于,若用户终端节点不断增多时,则借助CDN的分布式,设置多个二级节点作为中间服务器,然后访问服务器再利用调度模型将不同用户终端的连接情况分给不同的二级节点进行分布式处理。
14.根据权利要求13所述的基于边缘计算的智能连接处理***,其特征在于,还包括配置管理***,所述配置管理***包括:统计模块、目录配置模块、任务下发模块和监控模块;所述统计模块统计新增的信息后发送给所述目录配置模块,所述目录配置模块进行配置学习后将信息发送给所述任务下发模块,所述监控模块对所述任务下发模块进行监控。
15.一种如权利要求1-11任一项所述的基于边缘计算的智能连接处理方法在医院随访的应用。
16.根据权利要求15所述的基于边缘计算的智能连接处理方法在医院随访的应用,其特征在于:在访问过程中若发现用户病情严重或者用户需要主动联系医生时,所述用户终端继续保持与服务器长连接,所述访问服务器通知医生终端以使医生终端主动向所述访问服务器请求用户终端的实时语音视频通信。
17.根据权利要求16所述的基于边缘计算的智能连接处理方法,其特征在于:所述实时语音视频通信采用WebRtc技术实现。
18.根据权利要求17所述的基于边缘计算的智能连接处理方法,其特征在于,所述WebRtc技术实现双方语音视频通信步骤如下:
S10:浏览器M从Web服务器请求网页;
S20:Web服务器向M返回带有WebRtc js的网页;
S30:浏览器L从Web服务器请求网页;
S40:Web服务器向L返回带有WebRtc js的网页;
S50:M决定与L通信,通过M自身的js将M与L通信请求发送至Web服务器;
S60:Web服务器将M与L通信请求发送至L上的js;
S70:L上的js将L的应答发送至Web服务器;
S80:Web服务器转发应答至M上的js;
S90:M和L开始交互,确定通信方式,M和L协商通信密钥;
S100:M和L进行交换语音、视频或数据。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011111469.4A CN112261113A (zh) | 2020-10-16 | 2020-10-16 | 基于边缘计算的智能连接处理方法、***及应用 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011111469.4A CN112261113A (zh) | 2020-10-16 | 2020-10-16 | 基于边缘计算的智能连接处理方法、***及应用 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN112261113A true CN112261113A (zh) | 2021-01-22 |
Family
ID=74244553
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202011111469.4A Pending CN112261113A (zh) | 2020-10-16 | 2020-10-16 | 基于边缘计算的智能连接处理方法、***及应用 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112261113A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114827197A (zh) * | 2022-03-31 | 2022-07-29 | 远景智能国际私人投资有限公司 | 基于物联网的服务通信方法、装置、设备及介质 |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101730136A (zh) * | 2009-11-26 | 2010-06-09 | 中国电信股份有限公司 | M2m终端呼叫的处理方法及*** |
CN101909331A (zh) * | 2010-08-02 | 2010-12-08 | 中国电信股份有限公司 | 一种移动数据业务控制方法、***、终端和服务器 |
CN102438280A (zh) * | 2010-09-29 | 2012-05-02 | 中兴通讯股份有限公司 | 一种终端接入时间控制方法及*** |
CN103415082A (zh) * | 2013-08-09 | 2013-11-27 | 北京邮电大学 | 车载无线通信信道接入方法、基站单元和车载移动终端 |
WO2017080172A1 (zh) * | 2015-11-13 | 2017-05-18 | 乐视控股(北京)有限公司 | 网络调度方法和*** |
CN107105066A (zh) * | 2017-07-09 | 2017-08-29 | 孝感市青谷信息科技有限公司 | 一种基于用户信息的消息推送方法 |
CN111510350A (zh) * | 2020-04-10 | 2020-08-07 | 广州致远电子有限公司 | 基于多信道的数据分时采集方法及装置 |
-
2020
- 2020-10-16 CN CN202011111469.4A patent/CN112261113A/zh active Pending
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101730136A (zh) * | 2009-11-26 | 2010-06-09 | 中国电信股份有限公司 | M2m终端呼叫的处理方法及*** |
CN101909331A (zh) * | 2010-08-02 | 2010-12-08 | 中国电信股份有限公司 | 一种移动数据业务控制方法、***、终端和服务器 |
CN102438280A (zh) * | 2010-09-29 | 2012-05-02 | 中兴通讯股份有限公司 | 一种终端接入时间控制方法及*** |
CN103415082A (zh) * | 2013-08-09 | 2013-11-27 | 北京邮电大学 | 车载无线通信信道接入方法、基站单元和车载移动终端 |
WO2017080172A1 (zh) * | 2015-11-13 | 2017-05-18 | 乐视控股(北京)有限公司 | 网络调度方法和*** |
CN107105066A (zh) * | 2017-07-09 | 2017-08-29 | 孝感市青谷信息科技有限公司 | 一种基于用户信息的消息推送方法 |
CN111510350A (zh) * | 2020-04-10 | 2020-08-07 | 广州致远电子有限公司 | 基于多信道的数据分时采集方法及装置 |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114827197A (zh) * | 2022-03-31 | 2022-07-29 | 远景智能国际私人投资有限公司 | 基于物联网的服务通信方法、装置、设备及介质 |
CN114827197B (zh) * | 2022-03-31 | 2023-09-12 | 远景智能国际私人投资有限公司 | 基于物联网的服务通信方法、装置、设备及介质 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US11165723B2 (en) | Methods and systems for a bimodal auto-response mechanism for messaging applications | |
US20180197544A1 (en) | Transcription of communication sessions | |
US20120143013A1 (en) | Proactive Patient Health Care Inference Engines and Systems | |
US20130297536A1 (en) | Mental health digital behavior monitoring support system and method | |
JP2017517088A (ja) | 健康状態の改善方法、装置及びシステム | |
Wu et al. | Data decision and transmission based on mobile data health records on sensor devices in wireless networks | |
US10212389B2 (en) | Device to device communication | |
US20170124277A1 (en) | Systems and Methods for Automated and Remote Care Giving | |
CN112185533A (zh) | 远程医疗***及远程医疗的医生资源分配方法、存储介质 | |
Majedi et al. | Telecommunication integration in e‐healthcare: technologies, applications and challenges | |
Erazo et al. | Chatbot implementation to collect data on possible COVID-19 cases and release the pressure on the primary health care system | |
Yattinahalli et al. | A personal healthcare IoT system model using raspberry Pi 3 | |
CN112261113A (zh) | 基于边缘计算的智能连接处理方法、***及应用 | |
AU2019201079A1 (en) | A supervised machine learning system for optimising outpatient clinic attendance | |
CN111986812A (zh) | 一种基于互联网的妇产科疾病医疗诊治控制*** | |
Gupta et al. | Fedcare: Federated learning for resource-constrained healthcare devices in iomt system | |
Khaloufi et al. | Fog computing for smart healthcare data analytics: An urgent necessity | |
Bahbouh et al. | A framework for supporting ambient assisted living for users of special needs | |
CN108877919A (zh) | 一种快捷电话健康咨询方法及其*** | |
Khaloufi et al. | Fog computing in the age of big healthcare data: Powering the medical Internet of Things | |
CN112542253A (zh) | 一种智能医护患交互*** | |
Sankaranarayanan et al. | Applications of intelligent agents in health sector-A review | |
Narmatha et al. | Privacy Enrichment Model for IoT Based Healthcare System | |
CN110021443A (zh) | 一种人工智能会诊方法和平台 | |
Fengou et al. | A new telemedicine framework handling the emergency room overload |
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 |