CN114050978A - 一种通信负载大数据调节方法和*** - Google Patents
一种通信负载大数据调节方法和*** Download PDFInfo
- Publication number
- CN114050978A CN114050978A CN202111331425.7A CN202111331425A CN114050978A CN 114050978 A CN114050978 A CN 114050978A CN 202111331425 A CN202111331425 A CN 202111331425A CN 114050978 A CN114050978 A CN 114050978A
- Authority
- CN
- China
- Prior art keywords
- data
- communication
- platform
- communication data
- analysis
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
- 238000004891 communication Methods 0.000 title claims abstract description 538
- 238000000034 method Methods 0.000 title claims abstract description 41
- 230000005540 biological transmission Effects 0.000 claims abstract description 68
- 238000012545 processing Methods 0.000 claims abstract description 62
- 238000013145 classification model Methods 0.000 claims abstract description 58
- 238000007405 data analysis Methods 0.000 claims abstract description 54
- 238000004458 analytical method Methods 0.000 claims description 83
- 238000012549 training Methods 0.000 claims description 17
- 238000010276 construction Methods 0.000 claims description 16
- 230000008569 process Effects 0.000 description 10
- 238000010586 diagram Methods 0.000 description 8
- 230000008676 import Effects 0.000 description 7
- 238000012360 testing method Methods 0.000 description 3
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 230000001360 synchronised effect Effects 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000000903 blocking effect Effects 0.000 description 1
- 238000004590 computer program Methods 0.000 description 1
- 238000004141 dimensional analysis Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 230000006870 function Effects 0.000 description 1
- 238000005457 optimization Methods 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 1
Images
Classifications
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L41/00—Arrangements for maintenance, administration or management of data switching networks, e.g. of packet switching networks
- H04L41/14—Network analysis or design
- H04L41/142—Network analysis or design using statistical or mathematical methods
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L41/00—Arrangements for maintenance, administration or management of data switching networks, e.g. of packet switching networks
- H04L41/14—Network analysis or design
- H04L41/145—Network analysis or design involving simulating, designing, planning or modelling of a network
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L47/00—Traffic control in data switching networks
- H04L47/10—Flow control; Congestion control
- H04L47/24—Traffic characterised by specific attributes, e.g. priority or QoS
- H04L47/2425—Traffic characterised by specific attributes, e.g. priority or QoS for supporting services specification, e.g. SLA
- H04L47/2433—Allocation of priorities to traffic types
-
- 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
- Y02D—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN INFORMATION AND COMMUNICATION TECHNOLOGIES [ICT], I.E. INFORMATION AND COMMUNICATION TECHNOLOGIES AIMING AT THE REDUCTION OF THEIR OWN ENERGY USE
- Y02D30/00—Reducing energy consumption in communication networks
- Y02D30/70—Reducing energy consumption in communication networks in wireless communication networks
Landscapes
- Engineering & Computer Science (AREA)
- Computer Networks & Wireless Communication (AREA)
- Signal Processing (AREA)
- Physics & Mathematics (AREA)
- Algebra (AREA)
- General Physics & Mathematics (AREA)
- Mathematical Analysis (AREA)
- Mathematical Optimization (AREA)
- Mathematical Physics (AREA)
- Probability & Statistics with Applications (AREA)
- Pure & Applied Mathematics (AREA)
- Data Exchanges In Wide-Area Networks (AREA)
Abstract
本发明实施例涉及通信领域，具体公开了一种通信负载大数据调节方法和***。本发明实施例通过构建通信负载数据分析平台；获取通信负载数据，生成标签通信数据或待分级通信数据，并对标签通信数据进行即时传输；生成一级通信数据和二级通信数据，优先传输一级通信数据；在无标签通信数据和一级通信数据传输时，对未分级数据进行大数据分析处理，判断未分级数据的传输类型，并对标签子平台或数据分级模型进行优化。能够基于通信负载数据分析平台，对获取的通信负载数据进行分析处理，生成不同级别的通信数据，再分别进行传输，从而避免传输通道拥堵，并且能够一直对通信负载数据分析平台进行优化，保持通信负载数据传输的稳定与及时。
Description
技术领域
本发明属于通信领域，尤其涉及一种通信负载大数据调节方法和***。
背景技术
在进行通信数据传输时，由于通信传输的速率有限，多个通信负载同时进行数据传输时，很可能因为同时传输的数据量过大，导致通信传输通道拥堵，且由于无法快速对通信负载数据进行传输排序，使得大量无需快速传输的通信数据占据了通信传输通道，而需要快速传输的通信数据无法进行快速传输，造成通信负载的卡顿和通信的延迟。
发明内容
本发明实施例的目的在于提供一种通信负载大数据调节方法和***，旨在解决背景技术中提出的问题。
为实现上述目的，本发明实施例提供如下技术方案：
一种通信负载大数据调节方法，所述方法具体包括以下步骤：
构建通信负载数据分析平台，所述通信负载数据分析平台包括标签子平台和数据分级模型；
获取通信负载数据，通过所述标签子平台对所述通信负载数据进行分析处理，生成标签通信数据或待分级通信数据，并对所述标签通信数据进行即时传输；
将所述待分级通信数据导入所述数据分级模型中，输出一级通信数据、二级通信数据和/或未分级数据，在所述一级通信数据和所述二级通信数据之间，优先传输所述一级通信数据；
在无所述标签通信数据和所述一级通信数据传输时，对所述未分级数据进行大数据分析处理，判断所述未分级数据的传输类型，并根据分析判断结果，对所述标签子平台或数据分级模型进行优化。
作为本发明实施例技术方案进一步的限定，所述构建通信负载数据分析平台，所述通信负载数据分析平台包括标签子平台和数据分级模型具体包括以下步骤：
获取多个通信基础数据和多个标签基础数据；
选择基础模型；
以多个所述通信基础数据为训练集对所述基础模型进行训练，生成数据分级模型；
对多个所述标签基础数据进行特征分析，根据所述特征分析结果，构建标签子平台；
根据所述数据分级模型和所述标签子平台，构建通信负载数据分析平台。
作为本发明实施例技术方案进一步的限定，所述获取通信负载数据，通过所述标签子平台对所述通信负载数据进行分析处理，生成标签通信数据或待分级通信数据，并对所述标签通信数据进行即时传输具体包括以下步骤：
实时获取通信负载数据；
通过所述标签子平台对所述通信负载数据进行分析处理，根据所述分析处理结果生成标签通信数据或待分级通信数据；
将所述标签通信数据进行即时传输。
作为本发明实施例技术方案进一步的限定，所述通过所述标签子平台对所述通信负载数据进行分析处理，根据所述分析处理结果生成标签通信数据或待分级通信数据具体包括以下步骤：
通过所述标签子平台对所述通信负载数据进行特征分析，获取所述通信负载数据的通信负载特征；
判断所述通信负载特征是否能够与所述标签子平台中的特征标签相匹配；
若所述通信负载特征能够与所述标签子平台中的特征标签相匹配，则生成标签通信数据；
若所述通信负载特征不能够与所述标签子平台中的特征标签相匹配，则生成待分级通信数据。
作为本发明实施例技术方案进一步的限定，所述将所述待分级通信数据导入所述数据分级模型中，输出一级通信数据、二级通信数据和/或未分级数据，在所述一级通信数据和所述二级通信数据之间，优先传输所述一级通信数据具体包括以下步骤：
将所述待分级通信数据导入所述数据分级模型中；
根据所述数据分级模型对所述待分级通信数据的分析处理，输出一级通信数据、二级通信数据和/或未分级数据；
对所述一级通信数据进行优先传输；
在无所述一级通信数据传输时，对所述二级通信数据进行传输。
作为本发明实施例技术方案进一步的限定，所述在无所述标签通信数据和所述一级通信数据传输时，对所述未分级数据进行大数据分析处理，判断所述未分级数据的传输类型，并根据分析判断结果，对所述标签子平台或数据分级模型进行优化具体包括以下步骤：
实时分析所述标签通信数据和所述一级通信数据传输的传输状态；
在无所述标签通信数据和所述一级通信数据传输时，对所述未分级数据进行大数据分析处理，判断所述未分级数据的传输类型；
根据所述传输类型，生成标签通信数据、一级通信数据或二级通信数据；
若生成标签通信数据，则根据所述未分级数据对所述标签子平台进行优化；
若生成一级通信数据或二级通信数据，则根据所述未分级数据对所述数据分级模型进行优化。
一种通信负载大数据调节***，所述***包括分析平台构建单元、标签子平台分析单元、数据分级模型分析单元和未分级数据处理单元，其中：
分析平台构建单元，用于构建通信负载数据分析平台，所述通信负载数据分析平台包括标签子平台和数据分级模型；
标签子平台分析单元，用于获取通信负载数据，通过所述标签子平台对所述通信负载数据进行分析处理，生成标签通信数据或待分级通信数据，并对所述标签通信数据进行即时传输；
数据分级模型分析单元，用于将所述待分级通信数据导入所述数据分级模型中，输出一级通信数据、二级通信数据和/或未分级数据；在所述一级通信数据和所述二级通信数据之间，优先传输所述一级通信数据；
未分级数据处理单元，用于在无所述标签通信数据和所述一级通信数据传输时，对所述未分级数据进行大数据分析处理，判断所述未分级数据的传输类型，并根据分析判断结果，对所述标签子平台或数据分级模型进行优化。
作为本发明实施例技术方案进一步的限定，所述分析平台构建单元具体包括：
基础数据获取模块，用于获取多个通信基础数据和多个标签基础数据；
基础模型选择模块，用于选择基础模型；
分级模型训练模块，用于以多个所述通信基础数据为训练集对所述基础模型进行训练，生成数据分级模型；
标签子平台构建模块，用于对多个所述标签基础数据进行特征分析，根据所述特征分析结果，构建标签子平台；
分析平台构建模块，用于根据所述数据分级模型和所述标签子平台，构建通信负载数据分析平台。
作为本发明实施例技术方案进一步的限定，所述标签子平台分析单元具体包括：
负载数据获取模块，用于实时获取通信负载数据；
分析处理模块，用于通过所述标签子平台对所述通信负载数据进行分析处理，根据所述分析处理结果生成标签通信数据或待分级通信数据；
即时传输模块，用于将所述标签通信数据进行即时传输。
作为本发明实施例技术方案进一步的限定，所述数据分级模型分析单元具体包括：
分级模型分析模块，用于将所述待分级通信数据导入所述数据分级模型中，根据所述数据分级模型对所述待分级通信数据的分析处理，输出一级通信数据、二级通信数据和/或未分级数据；
数据传输模块，用于对所述一级通信数据进行优先传输，在无所述一级通信数据传输时，对所述二级通信数据进行传输。
与现有技术相比，本发明的有益效果是：
本发明实施例通过构建通信负载数据分析平台；获取通信负载数据，生成标签通信数据或待分级通信数据，并对标签通信数据进行即时传输；生成一级通信数据和二级通信数据，优先传输一级通信数据；在无标签通信数据和一级通信数据传输时，对未分级数据进行大数据分析处理，判断未分级数据的传输类型，并对标签子平台或数据分级模型进行优化。能够基于通信负载数据分析平台，对获取的通信负载数据进行分析处理，生成不同级别的通信数据，再分别进行传输，从而避免传输通道拥堵，并且能够一直对通信负载数据分析平台进行优化，保持通信负载数据传输的稳定与及时。
附图说明
为了更清楚地说明本发明实施例中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例。
图1示出了本发明实施例提供的方法的流程图。
图2示出了本发明实施例提供的方法中构建通信负载数据分析平台的流程图。
图3示出了本发明实施例提供的方法中标签子平台处理数据的流程图。
图4示出了本发明实施例提供的方法中标签通信数据或待分级通信数据生成的流程图。
图5示出了本发明实施例提供的方法中数据分级模型处理数据的流程图。
图6示出了本发明实施例提供的方法中未分级数据大数据分析的流程图。
图7示出了本发明实施例提供的***的应用架构图。
图8示出了本发明实施例提供的***中分析平台构建单元的结构框图。
图9示出了本发明实施例提供的***中标签子平台分析单元的结构框图。
图10示出了本发明实施例提供的***中数据分级模型分析单元的结构框图。
具体实施方式
为了使本发明的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本发明进行进一步详细说明。应当理解，此处所描述的具体实施例仅仅用以解释本发明，并不用于限定本发明。
可以理解的是，在现有技术条件下，进行通信数据传输时，由于通信传输的速率有限，多个通信负载同时进行数据传输时，很可能因为同时传输的数据量过大，导致通信传输通道拥堵，且由于无法快速对通信负载数据按照重要性等特征进行传输优先级排序，使得大量重要性偏低的无需快速传输的通信数据占据了通信传输通道，而需要快速传输的重要通信数据无法进行快速传输，造成通信负载的卡顿和通信的延迟。
为解决上述问题，本发明实施例通过构建通信负载数据分析平台；获取通信负载数据，生成标签通信数据或待分级通信数据，并对标签通信数据进行即时传输；生成一级通信数据和二级通信数据，优先传输一级通信数据；在无标签通信数据和一级通信数据传输时，对未分级数据进行大数据分析处理，判断未分级数据的传输类型，并对标签子平台或数据分级模型进行优化。能够基于通信负载数据分析平台，对获取的通信负载数据进行分析处理，生成不同级别的通信数据，再分别进行传输，从而避免传输通道拥堵，并且能够一直对通信负载数据分析平台进行优化，保持通信负载数据传输的稳定与及时。
图1示出了本发明实施例提供的方法的流程图。
具体的，一种通信负载大数据调节方法，所述方法具体包括以下步骤：
步骤S101，构建通信负载数据分析平台，所述通信负载数据分析平台包括标签子平台和数据分级模型。
在本发明实施例中，通过多个通信基础数据和多个标签基础数据，构建标签子平台和数据分级模型，并通过标签子平台和数据分级模型构建通信负载数据分析平台。例如：在智能家居的通信控制中，通过多个智能家居通信负载的已知通信数据，进行标签子平台和数据分级模型的构建，形成通信负载数据分析平台，智能家居通信负载可以是智能灯、智能电视、智能马桶、智能电话、智能热水器等。
具体的，图2示出了本发明实施例提供的方法中构建通信负载数据分析平台的流程图。
其中，在本发明提供的优选实施方式中，所述构建通信负载数据分析平台，所述通信负载数据分析平台包括标签子平台和数据分级模型具体包括以下步骤：
步骤S1011，获取多个通信基础数据和多个标签基础数据。
在本发明实施例中，在进行***初始化时，将多个通信基础数据和多个标签基础数据导入。其中，通信基础数据是能够生成一级通信数据或二级通信数据的基础数据，标签基础数据是能够生成标签通信数据的基础数据。
步骤S1012，选择基础模型。
在本发明实施例中，根据现有的通信基础数据与一级通信数据和二级通信数据的相对函数关系，以及对于数据量、数据特性、不同数据类型重要性等多维度分析，选择合适的函数基础模型。
步骤S1013，以多个所述通信基础数据为训练集对所述基础模型进行训练，生成数据分级模型。
在本发明实施例中，根据80%的通信基础数据为训练集，并以20%的通信基础数据为测试集，开始构建模型之前把数据集进行划分，防止数据窥探偏误，对选择的基础模型进行训练与评估，需将训练好的模型在测试集上计算误差，即可认为此误差即为泛化误差的近似，验证模型的最终效果，逐步减小模型的泛化误差，当满足预先设定的误差标准时，完成数据分级模型的构建。
步骤S1014，对多个所述标签基础数据进行特征分析，根据所述特征分析结果，构建标签子平台。
在本发明实施例中，分析导入的多个标签基础数据的特征，根据分析的特征进行标签子平台的构建。具体的，标签基础数据的特征可以包括数据地址、数据类型等。
步骤S1015，根据所述数据分级模型和所述标签子平台，构建通信负载数据分析平台。
在本发明实施例中，将数据分级模型和标签子平台进行综合，完成对通信负载数据分析平台的构建。
进一步的，所述通信负载大数据调节方法还包括以下步骤：
步骤S102，获取通信负载数据，通过所述标签子平台对所述通信负载数据进行分析处理，生成标签通信数据或待分级通信数据，并对所述标签通信数据进行即时传输。
在本发明实施例中，在进行负载通信时，获取通信负载数据，将通信负载数据导入标签子平台中，标签子平台对通信负载数据进行分析处理，根据分析结果，生成标签通信数据或待分级通信数据，若生成标签通信数据，则对生成的标签通信数据进行即时传输。例如：在智能家居的通信控制中，对于智能电话的即时通信数据进行即时传输。
具体的，图3示出了本发明实施例提供的方法中标签子平台处理数据的流程图。
其中，在本发明提供的优选实施方式中，所述获取通信负载数据，通过所述标签子平台对所述通信负载数据进行分析处理，生成标签通信数据或待分级通信数据，并对所述标签通信数据进行即时传输具体包括以下步骤：
步骤S1021，实时获取通信负载数据。
在本发明实施例中，在通信负载之间进行通信数据传输、对通信负载进行控制以及通信负载进行数据备份和信息反馈时，对通信负载数据进行实时获取。
步骤S1022，通过所述标签子平台对所述通信负载数据进行分析处理，根据所述分析处理结果生成标签通信数据或待分级通信数据。
在本发明实施例中，将获取的通信负载数据导入标签子平台中，通过标签子平台对通信负载数据进行特征识别配对处理，并根据处理结果生成标签通信数据或待分级通信数据。
具体的，图4示出了本发明实施例提供的方法中标签通信数据或待分级通信数据生成的流程图。
其中，在本发明提供的优选实施方式中，所述通过所述标签子平台对所述通信负载数据进行分析处理，根据所述分析处理结果生成标签通信数据或待分级通信数据具体包括以下步骤：
步骤S10221，通过所述标签子平台对所述通信负载数据进行特征分析，获取所述通信负载数据的通信负载特征。
在本发明实施例中，通过标签子平台对通信负载数据进行特征识别，获取通信负载数据的通信负载特征。具体的，特征识别可以是识别通信负载数据的数据地址、数据类型等。
步骤S10222，判断所述通信负载特征是否能够与所述标签子平台中的特征标签相匹配。
在本发明实施例中，将通信负载特征与标签子平台中的特征标签进行比较，判断通信负载特征是否能够与标签子平台中的特征标签相匹配。
步骤S10223，若所述通信负载特征能够与所述标签子平台中的特征标签相匹配，则生成标签通信数据。
在本发明实施例中，如果通信负载特征能够与标签子平台中的特征标签相匹配，则对通信负载数据进行即时传输标签添加，生成标签通信数据。
步骤S10224，若所述通信负载特征不能够与所述标签子平台中的特征标签相匹配，则生成待分级通信数据。
在本发明实施例中，如果通信负载特征不能够与标签子平台中的特征标签相匹配，则对通信负载数据进行待分级标签添加，生成待分级通信数据。
进一步的，所述获取通信负载数据，通过所述标签子平台对所述通信负载数据进行分析处理，生成标签通信数据或待分级通信数据，并对所述标签通信数据进行即时传输还包括以下步骤：
步骤S1023，将所述标签通信数据进行即时传输。
在本发明实施例中，若生成标签通信数据，则对标签通信数据进行即时传输。
进一步的，所述通信负载大数据调节方法还包括以下步骤：
步骤S103，将所述待分级通信数据导入所述数据分级模型中，输出一级通信数据、二级通信数据和/或未分级数据，在所述一级通信数据和所述二级通信数据之间，优先传输所述一级通信数据。
在本发明实施例中，对于在标签子平台中处理生成的待分级通信数据，将待分级通信数据导入数据分级模型中，数据分级模型对待分级通信数据进行分析处理，输出一级通信数据、二级通信数据和/或未分级数据，在生成一级通信数据的情况下，对一级通信数据进行优先传输。
具体的，图5示出了本发明实施例提供的方法中数据分级模型处理数据的流程图。
其中，在本发明提供的优选实施方式中，所述将所述待分级通信数据导入所述数据分级模型中，输出一级通信数据、二级通信数据和/或未分级数据；在所述一级通信数据和所述二级通信数据之间，优先传输所述一级通信数据具体包括以下步骤：
步骤S1031，将所述待分级通信数据导入所述数据分级模型中。
步骤S1032，根据所述数据分级模型对所述待分级通信数据的分析处理，输出一级通信数据、二级通信数据和/或未分级数据。
在本发明实施例中，将待分级通信数据导入数据分级模型中，通过数据分级模型对待分级通信数据进行分析处理，输出一级通信数据和/或二级通信数据和/或未分级数据。
步骤S1033，对所述一级通信数据进行优先传输。
步骤S1034，在无所述一级通信数据传输时，对所述二级通信数据进行传输。
在本发明实施例中，在数据分级模型输出的数据中包含有一级通信数据时，对一级通信数据进行优先传输，在数据分级模型输出的数据中不包含有一级通信数据或一级通信数据传输完毕之后，对二级通信数据进行传输。
进一步的，所述通信负载大数据调节方法还包括以下步骤：
步骤S104，在无所述标签通信数据和所述一级通信数据传输时，对所述未分级数据进行大数据分析处理，判断所述未分级数据的传输类型，并根据分析判断结果，对所述标签子平台或数据分级模型进行优化。
在本发明实施例中，在没有标签通信数据和一级通信数据的通信传输时，对分级数据进行大数据分析处理，判断未分级数据的传输类型，根据分析判断结果，生成标签通信数据、一级通信数据和/或二级通信数据，若生成标签通信数据，则根据生成的标签通信数据对标签子平台进行优化，若生成一级通信数据和/或二级通信数据，则根据生成的一级通信数据和/或二级通信数据对数据分级模型进行优化，从而便于优化后的标签子平台或数据分级模型对再次获取的相关数据进行快速处理。
具体的，图6示出了本发明实施例提供的方法中未分级数据大数据分析的流程图。
其中，在本发明提供的优选实施方式中，所述在无所述标签通信数据和所述一级通信数据传输时，对所述未分级数据进行大数据分析处理，判断所述未分级数据的传输类型，并根据分析判断结果，对所述标签子平台或数据分级模型进行优化具体包括以下步骤：
步骤S1041，实时分析所述标签通信数据和所述一级通信数据传输的传输状态。
在本发明实施例中，对标签通信数据和一级通信数据传输的传输状态进行实时分析，判断标签通信数据和一级通信数据是否在传输过程中。
步骤S1042，在无所述标签通信数据和所述一级通信数据传输时，对所述未分级数据进行大数据分析处理，判断所述未分级数据的传输类型。
在本发明实施例中，若没有标签通信数据和一级通信数据处于传输过程中时，基于大数据对未分级数据进行分析处理，判断未分级数据的传输类型。例如：可以是与其他的智能家居***分析连接，获取其他的智能家居***中是否处理过对应的未分级数据，并获取未分级数据的传输类型。
步骤S1043，根据所述传输类型，生成标签通信数据、一级通信数据或二级通信数据。
在本发明实施例中，根据未分级数据的传输类型，对未分级数据进行标签化处理，生成标签通信数据、一级通信数据或二级通信数据。
步骤S1044，若生成标签通信数据，则根据所述未分级数据对所述标签子平台进行优化。
步骤S1045，若生成一级通信数据或二级通信数据，则根据所述未分级数据对所述数据分级模型进行优化。
在本发明实施例中，在生成标签通信数据时，通过未分级数据对标签子平台进行优化，使得优化后的标签子平台能够快速处理与该未分级数据相同或相似的通信数据；在生成一级通信数据或二级通信数据时，通过未分级数据对数据分级模型进行优化，使得优化后的数据分级模型能够快速处理与该未分级数据相同或相似的通信数据，保证了整个***的持续更新优化，从而保持通信负载数据传输的稳定与及时。
进一步的，图7示出了本发明实施例提供的***的应用架构图。
其中，在本发明提供的又一个优选实施方式中，一种通信负载大数据调节***，包括：
分析平台构建单元101，用于构建通信负载数据分析平台，所述通信负载数据分析平台包括标签子平台和数据分级模型。
在本发明实施例中，分析平台构建单元101通过多个通信基础数据和多个标签基础数据，构建标签子平台和数据分级模型，并通过标签子平台和数据分级模型构建通信负载数据分析平台。
具体的，图8示出了本发明实施例提供的***中分析平台构建单元101的结构框图。
其中，在本发明提供的优选实施方式中，所述分析平台构建单元101具体包括：
基础数据获取模块1011，用于获取多个通信基础数据和多个标签基础数据。
在本发明实施例中，在进行***初始化时，基础数据获取模块1011将多个通信基础数据和多个标签基础数据导入。
基础模型选择模块1012，用于选择基础模型。
在本发明实施例中，基础模型选择模块1012根据现有的通信基础数据与一级通信数据和二级通信数据的函数关系，选择合适的函数基础模型。
分级模型训练模块1013，用于以多个所述通信基础数据为训练集对所述基础模型进行训练，生成数据分级模型。
在本发明实施例中，分级模型训练模块1013根据多个通信基础数据为训练集，并以一部分的通信基础数据为测试集，对选择的基础模型进行训练与评估，逐步减小模型的误差，完成数据分级模型的构建。
标签子平台构建模块1014，用于对多个所述标签基础数据进行特征分析，根据所述特征分析结果，构建标签子平台。
在本发明实施例中，标签子平台构建模块1014分析多个标签基础数据的特征，根据分析的特征进行标签子平台的构建。
分析平台构建模块1015，用于根据所述数据分级模型和所述标签子平台，构建通信负载数据分析平台。
在本发明实施例中，分析平台构建模块1015将数据分级模型和标签子平台进行综合，完成对通信负载数据分析平台的构建。
进一步的，所述通信负载大数据调节***还包括：
标签子平台分析单元102，用于获取通信负载数据，通过所述标签子平台对所述通信负载数据进行分析处理，生成标签通信数据或待分级通信数据，并对所述标签通信数据进行即时传输。
在本发明实施例中，在进行负载通信时，标签子平台分析单元102获取通信负载数据，将通信负载数据导入标签子平台中，标签子平台对通信负载数据进行分析处理，根据分析结果，生成标签通信数据或待分级通信数据，若生成标签通信数据，则对生成的标签通信数据进行即时传输。
具体的，图9示出了本发明实施例提供的***中标签子平台分析单元102的结构框图。
其中，在本发明提供的优选实施方式中，所述标签子平台分析单元102具体包括：
负载数据获取模块1021，用于实时获取通信负载数据。
在本发明实施例中，在通信负载之间进行通信数据传输、对通信负载进行控制以及通信负载进行数据备份和信息反馈时，通过负载数据获取模块1021对通信负载数据进行实时获取。
分析处理模块1022，用于通过所述标签子平台对所述通信负载数据进行分析处理，根据所述分析处理结果生成标签通信数据或待分级通信数据。
在本发明实施例中，分析处理模块1022将获取的通信负载数据导入标签子平台中，通过标签子平台对通信负载数据进行特征识别配对处理，并根据处理结果生成标签通信数据或待分级通信数据。
即时传输模块1023，用于将所述标签通信数据进行即时传输。
在本发明实施例中，若生成标签通信数据，则通过即时传输模块1023对标签通信数据进行即时传输。
进一步的，所述通信负载大数据调节***还包括：
数据分级模型分析单元103，用于将所述待分级通信数据导入所述数据分级模型中，输出一级通信数据、二级通信数据和/或未分级数据，在所述一级通信数据和所述二级通信数据之间，优先传输所述一级通信数据。
在本发明实施例中，对于在标签子平台中处理生成的待分级通信数据，数据分级模型分析单元103将待分级通信数据导入数据分级模型中，数据分级模型对待分级通信数据进行分析处理，输出一级通信数据、二级通信数据和/或未分级数据，在生成一级通信数据的情况下，对一级通信数据进行优先传输。
具体的，图10示出了本发明实施例提供的***中数据分级模型分析单元103的结构框图。
其中，在本发明提供的优选实施方式中，所述数据分级模型分析单元103具体包括：
分级模型分析模块1031，用于将所述待分级通信数据导入所述数据分级模型中，根据所述数据分级模型对所述待分级通信数据的分析处理，输出一级通信数据、二级通信数据和/或未分级数据。
在本发明实施例中，分级模型分析模块1031将待分级通信数据导入数据分级模型中，通过数据分级模型对待分级通信数据进行分析处理，输出一级通信数据和/或二级通信数据和/或未分级数据。
数据传输模块1032，用于对所述一级通信数据进行优先传输，在无所述一级通信数据传输时，对所述二级通信数据进行传输。
在本发明实施例中，通过数据传输模块1032，在数据分级模型输出的数据中包含有一级通信数据时，对一级通信数据进行优先传输，在数据分级模型输出的数据中不包含有一级通信数据或一级通信数据传输完毕之后，对二级通信数据进行传输。
进一步的，所述通信负载大数据调节***还包括：
未分级数据处理单元104，用于在无所述标签通信数据和所述一级通信数据传输时，对所述未分级数据进行大数据分析处理，判断所述未分级数据的传输类型，并根据分析判断结果，对所述标签子平台或数据分级模型进行优化。
在本发明实施例中，未分级数据处理单元104在没有标签通信数据和一级通信数据的通信传输时，对分级数据进行大数据分析处理，判断未分级数据的传输类型，根据分析判断结果，生成标签通信数据、一级通信数据和/或二级通信数据，若生成标签通信数据，则根据生成的标签通信数据对标签子平台进行优化，若生成一级通信数据和/或二级通信数据，则根据生成的一级通信数据和/或二级通信数据对数据分级模型进行优化。
应该理解的是，虽然本发明各实施例的流程图中的各个步骤按照箭头的指示依次显示，但是这些步骤并不是必然按照箭头指示的顺序依次执行。除非本文中有明确的说明，这些步骤的执行并没有严格的顺序限制，这些步骤可以以其它的顺序执行。而且，各实施例中的至少一部分步骤可以包括多个子步骤或者多个阶段，这些子步骤或者阶段并不必然是在同一时刻执行完成，而是可以在不同的时刻执行，这些子步骤或者阶段的执行顺序也不必然是依次进行，而是可以与其它步骤或者其它步骤的子步骤或者阶段的至少一部分轮流或者交替地执行。
本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程，是可以通过计算机程序来指令相关的硬件来完成，所述的程序可存储于一非易失性计算机可读取存储介质中，该程序在执行时，可包括如上述各方法的实施例的流程。其中，本申请所提供的各实施例中所使用的对存储器、存储、数据库或其它介质的任何引用，均可包括非易失性和/或易失性存储器。非易失性存储器可包括只读存储器（ROM）、可编程ROM（PROM）、电可编程ROM（EPROM）、电可擦除可编程ROM（EEPROM）或闪存。易失性存储器可包括随机存取存储器（RAM）或者外部高速缓冲存储器。作为说明而非局限，RAM以多种形式可得，诸如静态RAM（SRAM）、动态RAM（DRAM）、同步DRAM（SDRAM）、双数据率SDRAM（DDRSDRAM）、增强型SDRAM（ESDRAM）、同步链路（Synchlink） DRAM（SLDRAM）、存储器总线（Rambus）直接RAM（RDRAM）、直接存储器总线动态RAM（DRDRAM）、以及存储器总线动态RAM（RDRAM）等。
以上所述实施例的各技术特征可以进行任意的组合，为使描述简洁，未对上述实施例中的各个技术特征所有可能的组合都进行描述，然而，只要这些技术特征的组合不存在矛盾，都应当认为是本说明书记载的范围。
以上所述实施例仅表达了本发明的几种实施方式，其描述较为具体和详细，但并不能因此而理解为对本发明专利范围的限制。应当指出的是，对于本领域的普通技术人员来说，在不脱离本发明构思的前提下，还可以做出若干变形和改进，这些都属于本发明的保护范围。因此，本发明专利的保护范围应以所附权利要求为准。
以上所述仅为本发明的较佳实施例而已，并不用以限制本发明，凡在本发明的精神和原则之内所作的任何修改、等同替换和改进等，均应包含在本发明的保护范围之内。
Claims (10)
1.一种通信负载大数据调节方法，其特征在于，所述方法具体包括以下步骤：
构建通信负载数据分析平台，所述通信负载数据分析平台包括标签子平台和数据分级模型；
获取通信负载数据，通过所述标签子平台对所述通信负载数据进行分析处理，生成标签通信数据或待分级通信数据，并对所述标签通信数据进行即时传输；
将所述待分级通信数据导入所述数据分级模型中，输出一级通信数据、二级通信数据和/或未分级数据，在所述一级通信数据和所述二级通信数据之间，优先传输所述一级通信数据；
在无所述标签通信数据和所述一级通信数据传输时，对所述未分级数据进行大数据分析处理，判断所述未分级数据的传输类型，并根据分析判断结果，对所述标签子平台或数据分级模型进行优化。
2.根据权利要求1所述的通信负载大数据调节方法，其特征在于，所述构建通信负载数据分析平台，所述通信负载数据分析平台包括标签子平台和数据分级模型具体包括以下步骤：
获取多个通信基础数据和多个标签基础数据；
选择基础模型；
以多个所述通信基础数据为训练集对所述基础模型进行训练，生成数据分级模型；
对多个所述标签基础数据进行特征分析，根据所述特征分析结果，构建标签子平台；
根据所述数据分级模型和所述标签子平台，构建通信负载数据分析平台。
3.根据权利要求1所述的通信负载大数据调节方法，其特征在于，所述获取通信负载数据，通过所述标签子平台对所述通信负载数据进行分析处理，生成标签通信数据或待分级通信数据，并对所述标签通信数据进行即时传输具体包括以下步骤：
实时获取通信负载数据；
通过所述标签子平台对所述通信负载数据进行分析处理，根据所述分析处理结果生成标签通信数据或待分级通信数据；
将所述标签通信数据进行即时传输。
4.根据权利要求3所述的通信负载大数据调节方法，其特征在于，所述通过所述标签子平台对所述通信负载数据进行分析处理，根据所述分析处理结果生成标签通信数据或待分级通信数据具体包括以下步骤：
通过所述标签子平台对所述通信负载数据进行特征分析，获取所述通信负载数据的通信负载特征；
判断所述通信负载特征是否能够与所述标签子平台中的特征标签相匹配；
若所述通信负载特征能够与所述标签子平台中的特征标签相匹配，则生成标签通信数据；
若所述通信负载特征不能够与所述标签子平台中的特征标签相匹配，则生成待分级通信数据。
5.根据权利要求1所述的通信负载大数据调节方法，其特征在于，所述将所述待分级通信数据导入所述数据分级模型中，输出一级通信数据、二级通信数据和/或未分级数据，在所述一级通信数据和所述二级通信数据之间，优先传输所述一级通信数据具体包括以下步骤：
将所述待分级通信数据导入所述数据分级模型中；
根据所述数据分级模型对所述待分级通信数据的分析处理，输出一级通信数据、二级通信数据和/或未分级数据；
对所述一级通信数据进行优先传输；
在无所述一级通信数据传输时，对所述二级通信数据进行传输。
6.根据权利要求1所述的通信负载大数据调节方法，其特征在于，所述在无所述标签通信数据和所述一级通信数据传输时，对所述未分级数据进行大数据分析处理，判断所述未分级数据的传输类型，并根据分析判断结果，对所述标签子平台或数据分级模型进行优化具体包括以下步骤：
实时分析所述标签通信数据和所述一级通信数据传输的传输状态；
在无所述标签通信数据和所述一级通信数据传输时，对所述未分级数据进行大数据分析处理，判断所述未分级数据的传输类型；
根据所述传输类型，生成标签通信数据、一级通信数据或二级通信数据；
若生成标签通信数据，则根据所述未分级数据对所述标签子平台进行优化；
若生成一级通信数据或二级通信数据，则根据所述未分级数据对所述数据分级模型进行优化。
7.一种通信负载大数据调节***，其特征在于，所述***包括分析平台构建单元、标签子平台分析单元、数据分级模型分析单元和未分级数据处理单元，其中：
分析平台构建单元，用于构建通信负载数据分析平台，所述通信负载数据分析平台包括标签子平台和数据分级模型；
标签子平台分析单元，用于获取通信负载数据，通过所述标签子平台对所述通信负载数据进行分析处理，生成标签通信数据或待分级通信数据，并对所述标签通信数据进行即时传输；
数据分级模型分析单元，用于将所述待分级通信数据导入所述数据分级模型中，输出一级通信数据、二级通信数据和/或未分级数据，在所述一级通信数据和所述二级通信数据之间，优先传输所述一级通信数据；
未分级数据处理单元，用于在无所述标签通信数据和所述一级通信数据传输时，对所述未分级数据进行大数据分析处理，判断所述未分级数据的传输类型，并根据分析判断结果，对所述标签子平台或数据分级模型进行优化。
8.根据权利要求7所述的一种通信负载大数据调节***，其特征在于，所述分析平台构建单元具体包括：
基础数据获取模块，用于获取多个通信基础数据和多个标签基础数据；
基础模型选择模块，用于选择基础模型；
分级模型训练模块，用于以多个所述通信基础数据为训练集对所述基础模型进行训练，生成数据分级模型；
标签子平台构建模块，用于对多个所述标签基础数据进行特征分析，根据所述特征分析结果，构建标签子平台；
分析平台构建模块，用于根据所述数据分级模型和所述标签子平台，构建通信负载数据分析平台。
9.根据权利要求7所述的一种通信负载大数据调节***，其特征在于，所述标签子平台分析单元具体包括：
负载数据获取模块，用于实时获取通信负载数据；
分析处理模块，用于通过所述标签子平台对所述通信负载数据进行分析处理，根据所述分析处理结果生成标签通信数据或待分级通信数据；
即时传输模块，用于将所述标签通信数据进行即时传输。
10.根据权利要求7所述的一种通信负载大数据调节***，其特征在于，所述数据分级模型分析单元具体包括：
分级模型分析模块，用于将所述待分级通信数据导入所述数据分级模型中，根据所述数据分级模型对所述待分级通信数据的分析处理，输出一级通信数据、二级通信数据和/或未分级数据；
数据传输模块，用于对所述一级通信数据进行优先传输，在无所述一级通信数据传输时，对所述二级通信数据进行传输。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202111331425.7A CN114050978B (zh) | 2021-11-11 | 2021-11-11 | 一种通信负载大数据调节方法和*** |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202111331425.7A CN114050978B (zh) | 2021-11-11 | 2021-11-11 | 一种通信负载大数据调节方法和*** |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN114050978A true CN114050978A (zh) | 2022-02-15 |
| CN114050978B CN114050978B (zh) | 2023-08-29 |
Family
ID=80208327
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202111331425.7A Active CN114050978B (zh) | 2021-11-11 | 2021-11-11 | 一种通信负载大数据调节方法和*** |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN114050978B (zh) |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN114884937A (zh) * | 2022-05-27 | 2022-08-09 | 宁夏中宁县京能新能源有限公司 | 一种新能源集控***数据断点续传方法 |
Citations (10)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN1536820A (zh) * | 2003-04-09 | 2004-10-13 | 华为技术有限公司 | 提高网络拥塞时数据传输性能的方法 |
| US20090287622A1 (en) * | 2008-05-15 | 2009-11-19 | Harry Wechsler | System and Method for Active Learning/Modeling for Field Specific Data Streams |
| CN103138886A (zh) * | 2011-12-05 | 2013-06-05 | 深圳迈瑞生物医疗电子股份有限公司 | 院前急救端、院前急救***及其数据传输方法 |
| CN106789694A (zh) * | 2016-11-12 | 2017-05-31 | 驭联智能科技发展（上海）有限公司 | 新型车载设备通信控制方法及*** |
| WO2018107346A1 (zh) * | 2016-12-13 | 2018-06-21 | 天彩电子（深圳）有限公司 | 一种基于usb的数据传输方法及其*** |
| CN109792410A (zh) * | 2016-09-12 | 2019-05-21 | 思杰***有限公司 | 压缩流量的服务质量优先级重新排序的***和方法 |
| US20190377972A1 (en) * | 2018-06-08 | 2019-12-12 | Guangdong Oppo Mobile Telecommunications Corp., Ltd. | Method and apparatus for training, classification model, mobile terminal, and readable storage medium |
| US20200195564A1 (en) * | 2018-12-14 | 2020-06-18 | Forgamers Inc. | Data transmission boosting device |
| CN111626324A (zh) * | 2020-04-13 | 2020-09-04 | 山东省科学院海洋仪器仪表研究所 | 基于边缘计算的海底观测网数据异构解析集成方法 |
| CN112422452A (zh) * | 2020-10-26 | 2021-02-26 | 全球能源互联网研究院有限公司 | 一种基于电力物联网平台的数据分级处理方法及装置 |
-
2021
- 2021-11-11 CN CN202111331425.7A patent/CN114050978B/zh active Active
Patent Citations (10)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN1536820A (zh) * | 2003-04-09 | 2004-10-13 | 华为技术有限公司 | 提高网络拥塞时数据传输性能的方法 |
| US20090287622A1 (en) * | 2008-05-15 | 2009-11-19 | Harry Wechsler | System and Method for Active Learning/Modeling for Field Specific Data Streams |
| CN103138886A (zh) * | 2011-12-05 | 2013-06-05 | 深圳迈瑞生物医疗电子股份有限公司 | 院前急救端、院前急救***及其数据传输方法 |
| CN109792410A (zh) * | 2016-09-12 | 2019-05-21 | 思杰***有限公司 | 压缩流量的服务质量优先级重新排序的***和方法 |
| CN106789694A (zh) * | 2016-11-12 | 2017-05-31 | 驭联智能科技发展（上海）有限公司 | 新型车载设备通信控制方法及*** |
| WO2018107346A1 (zh) * | 2016-12-13 | 2018-06-21 | 天彩电子（深圳）有限公司 | 一种基于usb的数据传输方法及其*** |
| US20190377972A1 (en) * | 2018-06-08 | 2019-12-12 | Guangdong Oppo Mobile Telecommunications Corp., Ltd. | Method and apparatus for training, classification model, mobile terminal, and readable storage medium |
| US20200195564A1 (en) * | 2018-12-14 | 2020-06-18 | Forgamers Inc. | Data transmission boosting device |
| CN111626324A (zh) * | 2020-04-13 | 2020-09-04 | 山东省科学院海洋仪器仪表研究所 | 基于边缘计算的海底观测网数据异构解析集成方法 |
| CN112422452A (zh) * | 2020-10-26 | 2021-02-26 | 全球能源互联网研究院有限公司 | 一种基于电力物联网平台的数据分级处理方法及装置 |
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN114884937A (zh) * | 2022-05-27 | 2022-08-09 | 宁夏中宁县京能新能源有限公司 | 一种新能源集控***数据断点续传方法 |
| CN114884937B (zh) * | 2022-05-27 | 2024-01-09 | 宁夏中宁县京能新能源有限公司 | 一种新能源集控***数据断点续传方法 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN114050978B (zh) | 2023-08-29 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN109840111B (zh) | 一种图形化的业务处理***和方法 | |
| CN112882974B (zh) | 一种json数据转换方法、装置、计算机设备和存储介质 | |
| Zhou et al. | Estimating stock depletion level from patterns of catch history | |
| US10324710B2 (en) | Indicating a trait of a continuous delivery pipeline | |
| CN109543925A (zh) | 基于机器学习的风险预测方法、装置、计算机设备和存储介质 | |
| CN110880014B (zh) | 数据处理方法、装置、计算机设备及存储介质 | |
| CN107229693A (zh) | 基于深度学习的大数据***配置参数调优的方法和*** | |
| WO2022227217A1 (zh) | 文本分类模型的训练方法、装置、设备及可读存储介质 | |
| CN114050978A (zh) | 一种通信负载大数据调节方法和*** | |
| CN102945283A (zh) | 一种语义Web服务组合方法 | |
| CN113360300B (zh) | 接口调用链路生成方法、装置、设备及可读存储介质 | |
| CN114564506A (zh) | 缓存方案的更新方法、装置、设备及存储介质 | |
| CN113946363A (zh) | 业务数据的执行配置方法、装置、计算机设备及存储介质 | |
| CN105718279B (zh) | 基于Firefox OS应用的生成方法及装置 | |
| CN111680645B (zh) | 一种垃圾分类处理方法及装置 | |
| CN106610989A (zh) | 搜索关键词聚类方法及装置 | |
| CN116896591A (zh) | 网络数据分析模型调度方法、装置和计算机设备 | |
| CN111324344A (zh) | 代码语句的生成方法、装置、设备及可读存储介质 | |
| CN113239272B (zh) | 一种网络管控***的意图预测方法和意图预测装置 | |
| CN110162467B (zh) | 软件测试方法、装置、计算机设备和可读存储介质 | |
| CN116204579A (zh) | 计算引擎的选择方法、装置、设备、存储介质及程序产品 | |
| CN111526333A (zh) | 安防监控方法、装置、服务器及可读存储介质 | |
| CN111600921B (zh) | 基于中间件的请求发送方法、装置和计算机设备 | |
| CN114363216B (zh) | 一种嵌入式***全渠道流量映射的方法、装置、电子设备 | |
| CN114697208B (zh) | 一种网元设备的配置分析方法、***、设备以及存储介质 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant |