CN114706731B - 一种智能服务实时动态监测的方法 - Google Patents
一种智能服务实时动态监测的方法 Download PDFInfo
- Publication number
- CN114706731B CN114706731B CN202210424421.1A CN202210424421A CN114706731B CN 114706731 B CN114706731 B CN 114706731B CN 202210424421 A CN202210424421 A CN 202210424421A CN 114706731 B CN114706731 B CN 114706731B
- Authority
- CN
- China
- Prior art keywords
- time
- intelligent service
- signal
- sequential logic
- real
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
- 238000012544 monitoring process Methods 0.000 title claims abstract description 128
- 238000000034 method Methods 0.000 title claims abstract description 46
- 238000004364 calculation method Methods 0.000 claims abstract description 47
- 238000012545 processing Methods 0.000 claims abstract description 26
- 238000004590 computer program Methods 0.000 claims description 13
- 238000005265 energy consumption Methods 0.000 claims description 10
- 238000011002 quantification Methods 0.000 claims description 10
- 238000012806 monitoring device Methods 0.000 claims description 8
- 230000002123 temporal effect Effects 0.000 claims description 6
- 238000006243 chemical reaction Methods 0.000 claims description 3
- 230000006870 function Effects 0.000 description 13
- 238000010586 diagram Methods 0.000 description 12
- 238000004891 communication Methods 0.000 description 8
- 230000005540 biological transmission Effects 0.000 description 7
- 238000012986 modification Methods 0.000 description 5
- 230000004048 modification Effects 0.000 description 5
- 230000008569 process Effects 0.000 description 4
- 238000005070 sampling Methods 0.000 description 3
- 238000012546 transfer Methods 0.000 description 3
- 238000004458 analytical method Methods 0.000 description 2
- 230000007547 defect Effects 0.000 description 2
- 238000009499 grossing Methods 0.000 description 2
- 239000004973 liquid crystal related substance Substances 0.000 description 2
- 238000011160 research Methods 0.000 description 2
- 230000001133 acceleration Effects 0.000 description 1
- 230000006978 adaptation Effects 0.000 description 1
- 230000004075 alteration Effects 0.000 description 1
- 238000004422 calculation algorithm Methods 0.000 description 1
- 238000005094 computer simulation Methods 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 230000002708 enhancing effect Effects 0.000 description 1
- 230000010365 information processing Effects 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 238000013507 mapping Methods 0.000 description 1
- 238000000691 measurement method Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 230000002093 peripheral effect Effects 0.000 description 1
- 238000011155 quantitative monitoring Methods 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
- 238000010897 surface acoustic wave method Methods 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F11/00—Error detection; Error correction; Monitoring
- G06F11/30—Monitoring
- G06F11/3003—Monitoring arrangements specially adapted to the computing system or computing system component being monitored
- G06F11/3006—Monitoring arrangements specially adapted to the computing system or computing system component being monitored where the computing system is distributed, e.g. networked systems, clusters, multiprocessor systems
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F11/00—Error detection; Error correction; Monitoring
- G06F11/30—Monitoring
- G06F11/3051—Monitoring arrangements for monitoring the configuration of the computing system or of the computing system component, e.g. monitoring the presence of processing resources, peripherals, I/O links, software programs
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16Y—INFORMATION AND COMMUNICATION TECHNOLOGY SPECIALLY ADAPTED FOR THE INTERNET OF THINGS [IoT]
- G16Y40/00—IoT characterised by the purpose of the information processing
- G16Y40/10—Detection; Monitoring
-
- 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
- Y02D10/00—Energy efficient computing, e.g. low power processors, power management or thermal management
Landscapes
- Engineering & Computer Science (AREA)
- Computing Systems (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- Quality & Reliability (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Mathematical Physics (AREA)
- Debugging And Monitoring (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本申请属于服务计算领域,公开了一种智能服务实时动态监测的方法,该方法包括,根据用户需求,预设智能服务上多项约束监测目标,并将其监测目标转换为时序逻辑公式;基于黎曼和算子,构建正负偏置的黎曼和计算方式,生成一种新型信号时序逻辑定量化满足度计算方法;获取智能服务监测目标相对应的时序信号,并进行实时处理运算,实现对智能服务多项约束的实时动态监测。相较于现有信号时序逻辑,该发明,对时序信号中正负时序信号分别进行计算分析,提出了正确、完备、可辨的定量化满足度;相较于现有智能服务监测的方法,该发明提出了基于时序逻辑的实时、高效、可规约的监测的方法,提高了监测效率。
Description
技术领域
本申请涉及服务计算技术领域,具体而言,涉及一种智能服务实时动态监测的方法。
背景技术
面向服务的物联网正被越来越多的专家学者研究,将底层的目标设备抽象为智能服务,进而通过智能服务组合、推荐、适配等方式满足用户的特定需求。例如,在智慧酒店中,将机器人、语音助手、窗帘以及电视等不同智能设备,抽象为智能服务,通过对各个智能设备服务满足度的监测,判断该酒店是否满足用户需求。
现有技术通常采用智能服务主动或被动监测算法,在线或离线判断智能服务是否满足用户需求。但是现有的这些方式,没有考虑在一段时间段内时序逻辑算子约束下的智能服务满足度定量监测,缺少形式化的语义规约和满足度定量衡量方法。
基于信号时序逻辑对智能服务进行实时动态监测,是有效可行的解决方案。而信号时序逻辑存在信号值迥异、满足度可能无差异的不可分辨性问题。现有研究工作已注意到该缺陷,从均值算子、平滑算子入手,对信号时序逻辑进行增强。然而,这些工作存在不满足约束的信号值被满足约束的信号值所覆盖导致的不鲁棒性问题,如均值为正值并不能代表所有信号值均为正值的现象。针对信号值不鲁棒性缺陷,近期研究工作对满足约束的信号值和不满足部分分别定义其定量化语义,如仅对满足部分信号值做均值或平滑运算。但是,这些工作基于固定采样率的假定,难以适用于动态变动时信号采样速率难以固定的问题。
为支持非均匀信号采样速率的场景,本发明基于黎曼和算子构建正负偏置下的黎曼和算子,对信号时序逻辑进行时间算子扩展,实现时序鲁棒、信号可辨、动态适用的智能服务实时动态监测。
发明内容
本申请的目的在于提供一种智能服务实时动态监测的方法,用以在监测智能服务的约束满足度时,可以提高监测效率。
一方面,提供一种智能服务实时动态监测的方法,包括:根据用户需求,预设智能服务至少一项约束的监测目标,并将监测目标转换为时序逻辑公式;
基于黎曼和算子,构建正负偏置的黎曼和计算方式,生成一种新型信号时序逻辑定量化满足度计算方法;
获取监测目标对应的时序信号,并基于新型信号时序逻辑定量化满足度计算方法,实时计算智能服务各项约束的满足度,实现对智能服务的实时动态监测。
在上述实现过程中,通过构建正负偏置的黎曼和计算方式,对时序信号进行计算分析,提出了正确、完备、可辨的定量化满足度;相较于现有智能服务监测的方法,该发明提出了基于时序逻辑的实时、高效、可规约的监测的方法,提高了监测效率。
一种实施方式中,智能服务约束包括以下属性中的至少一种:空间属性、时间属性、能耗属性以及资源限制属性。
一种实施方式中,基于黎曼和算子,构建正负偏置的黎曼和计算方式,生成一种新型信号时序逻辑定量化满足度计算方法,包括:
基于构建好的正负偏置的黎曼和计算方式,构建信号新型时序逻辑形式化语义。
在上述实现过程中,可以在后续监测智能服务时,根据构建信号新型时序逻辑形式化语义,更加准确且高效的实现对智能服务多项约束的实时动态监测。
一种实施方式中,获取监测目标对应的时序信号,并基于新型信号时序逻辑定量化满足度计算方法,实时计算智能服务各项约束的满足度,实现对智能服务的实时动态监测,包括:
获取监测目标对应的时序信号及其信号间隔;
基于构建好的新型时序逻辑形式化语义,对监测目标的逻辑公式,进行正负偏置下的信号处理;
实时计算智能服务各项约束的满足度,实现对智能服务的实时动态监测。
在上述实现过程中,基于构建好新型时序逻辑形式化语义,可以实时、高效、准确的实现对智能服务的实时动态监测。
一方面,提供一种智能服务实时动态监测的装置,包括:
转换单元:用于根据用户需求,预设智能服务至少一项约束的监测目标,并将监测目标转换为时序逻辑公式;
生成单元:用于基于黎曼和算子,构建正负偏置的黎曼和计算方式,生成一种新型信号时序逻辑定量化满足度计算方法;
获取单元:用于获取监测目标对应的时序信号;
处理单元:用于基于新型信号时序逻辑定量化满足度计算方法,实时计算智能服务各项约束的满足度,实现对智能服务的实时动态监测。
一种实施方式中,智能服务约束包括以下属性中的至少一种:空间属性、时间属性、能耗属性以及资源限制属性。
一种实施方式中,生成单元用于:
基于构建好的正负偏置的黎曼和计算方式,构建信号新型时序逻辑形式化语义。
一种实施方式中,获取单元用于:
获取监测目标对应的时序信号及其信号间隔。
一种实施方式中,处理单元用于:
基于构建好的新型时序逻辑形式化语义,对监测目标的逻辑公式,进行正负偏置下的信号处理;
实时计算智能服务各项约束的满足度,实现对智能服务的实时动态监测。
一方面,提供了一种电子设备,包括处理器以及存储器,存储器存储有计算机可读取指令,当计算机可读取指令由处理器执行时,运行如上述任一种智能服务实时动态监测的各种可选实现方式中提供的方法的步骤。
一方面,提供了一种可读存储介质,其上存储有计算机程序,计算机程序被处理器执行时运行如上述任一种智能服务实时动态监测的各种可选实现方式中提供的方法的步骤。
一方面,提供了一种计算机程序产品,计算机程序产品在计算机上运行时,使得计算机执行如上述任一种智能服务实时动态监测的各种可选实现方式中提供的方法的步骤。
本申请实施例中,根据用户需求,预设智能服务上多项约束监测目标,并将其监测目标转换为时序逻辑公式;基于黎曼和算子,构建正负偏置的黎曼和计算方式,生成一种新型信号时序逻辑定量化满足度计算方法;获取智能服务监测目标相对应的时序信号,并进行实时处理运算,实现对智能服务多项约束的实时动态监测。通过对时序信号的计算分析,提出了正确、完备、可辨的定量化满足度;相较于现有智能服务监测的方法,该发明提出了基于信号时序逻辑的实时、高效、可规约的监测的方法,提高了监测效率。
本申请的其它特征和优点将在随后的说明书中阐述,并且,部分地从说明书中变得显而易见,或者通过实施本申请而了解。本申请的目的和其他优点可通过在所写的说明书、权利要求书、以及附图中所特别指出的结构来实现和获得。
附图说明
为了更清楚地说明本申请实施例的技术方案,下面将对本申请实施例中所需要使用的附图作简单地介绍,应当理解,以下附图仅示出了本申请的某些实施例,因此不应被看作是对范围的限定,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他相关的附图。
图1为本申请实施例提供的一种智能服务实时动态监测***的架构示意图;
图2为本申请实施例提供的一种智能服务实时动态监测的方法的实施流程图;
图3为本申请实施例提供的一种智能服务实时动态监测的方法的详细实施流程图;
图4为本申请实施例提供的一种智能服务实时动态监测的装置的结构示意图;
图5为本申请实施例提供的一种电子设备的结构示意图。
具体实施方式
下面将结合本申请实施例中附图,对本申请实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本申请一部分实施例,而不是全部的实施例。通常在此处附图中描述和示出的本申请实施例的组件可以以各种不同的配置来布置和设计。因此,以下对在附图中提供的本申请的实施例的详细描述并非旨在限制要求保护的本申请的范围,而是仅仅表示本申请的选定实施例。基于本申请的实施例,本领域技术人员在没有做出创造性劳动的前提下所获得的所有其他实施例,都属于本申请保护的范围。
应注意到:相似的标号和字母在下面的附图中表示类似项,因此,一旦某一项在一个附图中被定义,则在随后的附图中不需要对其进行进一步定义和解释。同时,在本申请的描述中,术语“第一”、“第二”等仅用于区分描述,而不能理解为指示或暗示相对重要性。
首先对本申请实施例中涉及的部分用语进行说明,以便于本领域技术人员理解。
终端设备:可以是移动终端、固定终端或便携式终端,例如移动手机、站点、单元、设备、多媒体计算机、多媒体平板、互联网节点、通信器、台式计算机、膝上型计算机、笔记本计算机、上网本计算机、平板计算机、个人通信***设备、个人导航设备、个人数字助理、音频/视频播放器、数码相机/摄像机、定位设备、电视接收器、无线电广播接收器、电子书设备、游戏设备或者其任意组合,包括这些设备的配件和外设或者其任意组合。还可预见到的是,终端设备能够支持任意类型的针对用户的接口(例如可穿戴设备)等。
服务器:可以是独立的物理服务器,也可以是多个物理服务器构成的服务器集群或者分布式***,还可以是提供云服务、云数据库、云计算、云函数、云存储、网络服务、云通信、中间件服务、域名服务、安全服务以及大数据和人工智能平台等基础云计算服务的云服务器。
中央处理器(Central Processing Unit,CPU):是计算机***的运算和控制核心,是信息处理、程序运行的最终执行单元。
为了在监测智能服务的约束满足度时,可以提高监测效率,本申请实施例提供了一种智能服务实时动态监测的方法。
参阅图1所示,为本申请实施例一种智能服务实时动态监测***的架构示意图,该智能服务实时动态监测***包括监测设备和智能服务设备。
智能服务设备:用于提供智能服务,以及作为是否满足用户需求的监测对象。
监测设备:根据用户需求,预设智能服务至少一项约束的监测目标,并将监测目标转换为时序逻辑公式,并基于黎曼和算子,构建正负偏置的黎曼和计算方式,生成一种新型信号时序逻辑定量化满足度计算方法,获取监测目标对应的时序信号,并基于新型信号时序逻辑定量化满足度计算方法,实时计算智能服务各项约束的满足度,实现对智能服务的实时动态监测。
本申请实施例中,执行主体可以为图1所示的智能服务实时动态监测***中的监测设备,实际应用中,监测设备可以为终端设备以及服务器等电子设备,在此不作限制。
参阅图2所示,为本申请实施例提供的一种智能服务实时动态监测的方法的实施流程图,结合图1所示的监测设备,该方法的具体实施流程如下:
步骤200:根据用户需求,预设智能服务至少一项约束的监测目标,并将监测目标转换为时序逻辑公式。
其中,智能服务约束包括以下属性中的至少一种:空间相关度属性、时间属性、执行能耗属性以及资源限制属性。
可选的,智能服务可以是智能设备提供的服务,也可以是其他设备提供的服务,智能服务的数量可以是一个,也可以是多个,在此不作限制。
一种实施方式中,根据智能设备,以及智能设备所提供的智能服务,部署智能服务***。
一种实施方式中,可以根据智能设备的空间位置、感知半径、智能设备所在区域的位置和空间约束半径,获得空间相关度属性。
一种实施方式中,时间属性可以根据数据传输模型和计算模型获得。
一种实施方式中,执行能耗属性可以根据智能节点传输耗能模型和计算耗能模型获得:
其中,表示的传输功率,gij表示两个智能设备之间传输信道增益,A1表明数据是通过局域网在端设备之间传输,A2表明数据是通过广域网在目标服务器和端设备之间传输或在目标服务器之间传输,BL和BW分别表示局域网和广域网的传输带宽。
传输数据量dtij的通信时间公式如下:
传输数据量dtij的通信能耗公式如下:
一种实施方式中,资源限制属性包括CPU算力、传输带宽、存储空间以及软件版本等软硬件信息。
这样,就可以根据用户个性化的需求,预设智能服务至少一项约束的监测目标,并将监测目标转换为时序逻辑公式。
步骤201:基于黎曼和算子,构建正负偏置的黎曼和计算方式,生成一种新型信号时序逻辑定量化满足度计算方法。
具体的,执行步骤201时,可以执行以下步骤:
基于构建好的正负偏置的黎曼和计算方式,构建信号新型时序逻辑形式化语义。
一种实施方式中,可以根据以下公式,构建黎曼和信号时序逻辑:
对黎曼和算子定义如下:
其中,I={I1,I2,...,Ik},Ii=[ti,ti+1](i=1,2,...,k,k≥1),Ii∩Ii+1={ti+1}。此外,为了实现信号时序逻辑的鲁棒性,定义正负偏置的黎曼和算子:
一种实施方式中,基于正负偏置的黎曼和构建的信号时序逻辑的定量化语义为:即定义一个鲁棒值函数将给定的一个信号时序逻辑公式一个信号值在一个时间点t∈I,对于一个智能服务sev∈SEV,映射到内的一个实数值:
一种实施方式中,证明基于黎曼和构建的信号时序逻辑的语义的正确性和完整性,可以采用以下公式:
一种实施方式中,可以对构建的黎曼和信号时序逻辑进行逻辑并、逻辑于以及逻辑或运算,证明其交换律和结合律:
基于构建好的正负偏置的黎曼和计算方式,可构建信号新型时序逻辑形式化语义,实现时序鲁棒、信号可辨、动态适用的智能服务实时动态监测,提高监测效率。
步骤202:获取监测目标对应的时序信号,并基于新型信号时序逻辑定量化满足度计算方法,实时计算智能服务各项约束的满足度,实现对智能服务的实时动态监测。
具体的,执行步骤202时,可以执行一下步骤:
S2021:获取监测目标对应的时序信号及其信号间隔。
需要说明的是,时序信号的信号间隔可以为任意正整数值,时序信号可以包含满足用户需求和/或不满足用户需求的时序信号。
S2022:基于构建好的新型时序逻辑形式化语义,对监测目标的逻辑公式,进行正负偏置下的信号处理。
具体的,监测设备可以基于构建好的新型时序逻辑形式化语义,对监测目标的逻辑公式,进行正负偏置下的信号处理。
一种实施方式中,定义多维信号变量来表示一段时间内聚合服务中多个子服务的执行情况:
ω:I×SEV→B×R
针对聚合服务中多类约束,例如,空间相关度属性、时间属性和资源限制属性等,定义即每一个服务的多约束集合,对每一个约束xi∈X,定义其在多维信号变量上的投影,即并对一个服务sevj针对约束xi在特定时间点t上的信号值规约为将简写为x,对信号时序逻辑的信号时序逻辑算子(包括语法和语义)进行定义和规约的公式如下:
其中,表示信号时序逻辑算子,x~c表示断言,c是用户指定的常数阈值;是逻辑非,∧是逻辑与,∨是逻辑或,UI是时序“直到”算子,表示能在区间I内至少某一时间点t∈I满足,且在时间点t之前总是被满足,FI是时序“最终”算子,表示在区间I内至少某一时间点t∈I,能被满足,GI是时序“总是”算子,表示在区间I内所有时间点,均能被满足。
这样,就可以根据构建好的新型时序逻辑形式化语义,对监测目标的逻辑公式,进行正负偏置下的信号处理,得到更加准确的智能服务各项约束的满足度。
S2023:实时计算智能服务各项约束的满足度,实现对智能服务的实时动态监测。
具体的,监测设备基于黎曼和计算方法,对时序信号中满足用户需求和不满足用户需求部分进行信号处理,获得智能服务的约束满足度。
其中,约束满足度表示智能服务在某一时刻或某一时间段时满足用户需求的程度。
需要说明的是,时序信号中满足用户需求部分为正值,不满足用户需求部分为负值。
需要说明的是,用户需求是指对至少一个智能服务中至少一种属性进行谓语断言(predicate)。
一种实施方式中,设定用户的监测设备,即单一服务单一约束的监测、单一服务多约束的监测和多服务多约束的监测,基于逻辑与、逻辑或、逻辑非、直到、总是以及最终等信号时序逻辑算子,生成信号时序逻辑的监测公式。
一种实施方式中,针对单一服务单一约束的监测可以采用以下公式:
其中,cnt1和cnt2表示定义在该单一服务sevi上的不同约束,如,空间位置或空间资源等约束。
一种实施方式中,针对多服务多约束的监测可以采用以下公式:
一种实施方式中,在智能酒店动态监测过程中,基于信号时序逻辑的监测公式,和信号时序逻辑中所构建的逻辑与、逻辑或、逻辑非、直到、总是以及最终等信号时序逻辑算子的约束满足度计算方式,计算智能酒店中各个设备定性与定量化的约束满足度。
本申请实施例中,根据用户需求,预设智能服务上多项约束监测目标,并将其监测目标转换为时序逻辑公式;基于黎曼和算子,构建正负偏置的黎曼和计算方式,生成一种新型信号时序逻辑定量化满足度计算方法;获取智能服务监测目标相对应的时序信号,并进行实时处理运算,实现对智能服务多项约束的实时动态监测。通过对时序信号中正负时序信号分别进行计算分析,提出了正确、完备、可辨的定量化满足度;相较于现有智能服务监测的方法,该发明提出了基于时序逻辑的实时、高效、可规约的监测的方法,提高了监测效率。
参阅图3所示,为本申请实施例提供的一种智能服务实时动态监测的方法的详细实施流程图,该方法的具体实施流程如下:
步骤300:根据用户需求,预设智能服务至少一项约束的监测目标,并将监测目标转换为时序逻辑公式。
步骤301:基于黎曼和算子,构建正负偏置的黎曼和计算方式,生成一种新型信号时序逻辑定量化满足度计算方法。
步骤302:获取监测目标对应的时序信号及其信号间隔。
步骤303:基于构建好的新型时序逻辑形式化语义,对监测目标的逻辑公式,进行正负偏置下的信号处理。
步骤304:实时计算智能服务各项约束的满足度,实现对智能服务的实时动态监测。
具体的,执行步骤300-步骤304时,具体步骤参见上述步骤200-步骤202,在此不做赘述。
基于同一发明构思,本申请实施例中还提供了一种智能服务实时动态监测的装置。
参阅图4所示,为本申请实施例提供的一种智能服务实时动态监测的装置的结构示意图,包括:
转换单元401:用于根据用户需求,预设智能服务至少一项约束的监测目标,并将监测目标转换为时序逻辑公式;
生成单元402:用于基于黎曼和算子,构建正负偏置的黎曼和计算方式,生成一种新型信号时序逻辑定量化满足度计算方法;
获取单元403:用于获取监测目标对应的时序信号;
处理单元404:用于基于新型信号时序逻辑定量化满足度计算方法,实时计算智能服务各项约束的满足度,实现对智能服务的实时动态监测。
一种实施方式中,生成单元402用于:
基于构建好的正负偏置的黎曼和计算方式,构建信号新型时序逻辑形式化语义。
一种实施方式中,获取单元403用于:
获取监测目标对应的时序信号及其信号间隔。
一种实施方式中,处理单元404用于:
基于构建好的新型时序逻辑形式化语义,对监测目标的逻辑公式,进行正负偏置下的信号处理;
实时计算智能服务各项约束的满足度,实现对智能服务的实时动态监测。
参阅图5所示,为本申请实施例提供的一种电子设备的结构示意图。
电子设备5000包括:处理器5010以及存储器5020,可选的,还可以包括电源5030、显示单元5040、输入单元5050。
处理器5010是电子设备5000的控制中心,利用各种接口和线路连接各个部件,通过运行或执行存储在存储器5020内的软件程序和/或数据,执行电子设备5000的各种功能,从而对电子设备5000进行整体监测。
本申请实施例中,处理器5010调用存储器5020中存储的计算机程序时执行如图2中所示的实施例提供的一种智能服务实时动态监测的方法。
可选的,处理器5010可包括一个或多个处理单元;优选的,处理器5010可集成应用处理器和调制解调处理器,其中,应用处理器主要处理操作***、用户界面和应用等,调制解调处理器主要处理无线通信。可以理解的是,上述调制解调处理器也可以不集成到处理器5010中。在一些实施例中,处理器、存储器、可以在单一芯片上实现,在一些实施例中,它们也可以在独立的芯片上分别实现。
存储器5020可主要包括存储程序区和存储数据区,其中,存储程序区可存储操作***、各种应用等;存储数据区可存储根据电子设备5000的使用所创建的数据等。此外,存储器5020可以包括高速随机存取存储器,还可以包括非易失性存储器,例如至少一个磁盘存储器件、闪存器件、或其他易失性固态存储器件等。
电子设备5000还包括给各个部件供电的电源5030(比如电池),电源可以通过电源管理***与处理器5010逻辑相连,从而通过电源管理***实现管理充电、放电、以及功耗等功能。
显示单元5040可用于显示由用户输入的信息或提供给用户的信息以及电子设备5000的各种菜单等,本发明实施例中主要用于显示电子设备5000中各应用的显示界面以及显示界面中显示的文本、图片等对象。显示单元5040可以包括显示面板5041。显示面板5041可以采用液晶显示屏(Liquid Crystal Display,LCD)、有机发光二极管(Organic Light-Emitting Diode,OLED)等形式来配置。
输入单元5050可用于接收用户输入的数字或字符等信息。输入单元5050可包括触控面板5051以及其他输入设备5052。其中,触控面板5051,也称为触摸屏,可收集用户在其上或附近的触摸操作(比如用户使用手指、触摸笔等任何适合的物体或附件在触控面板5051上或在触控面板5051附近的操作)。
具体的,触控面板5051可以检测用户的触摸操作,并检测触摸操作带来的信号,将这些信号转换成触点坐标,发送给处理器5010,并接收处理器5010发来的命令并加以执行。此外,可以采用电阻式、电容式、红外线以及表面声波等多种类型实现触控面板5051。其他输入设备5052可以包括但不限于物理键盘、功能键(比如音量控制按键、开关机按键等)、轨迹球、鼠标、操作杆等中的一种或多种。
当然,触控面板5051可覆盖显示面板5041,当触控面板5051检测到在其上或附近的触摸操作后,传送给处理器5010以确定触摸事件的类型,随后处理器5010根据触摸事件的类型在显示面板5041上提供相应的视觉输出。虽然在图5中,触控面板5051与显示面板5041是作为两个独立的部件来实现电子设备5000的输入和输出功能,但是在某些实施例中,可以将触控面板5051与显示面板5041集成而实现电子设备5000的输入和输出功能。
电子设备5000还可包括一个或多个传感器,例如压力传感器、重力加速度传感器、接近光传感器等。当然,根据具体应用中的需要,上述电子设备5000还可以包括摄像头等其它部件,由于这些部件不是本申请实施例中重点使用的部件,因此,在图5中没有示出,且不再详述。
本领域技术人员可以理解,图5仅仅是电子设备的举例,并不构成对电子设备的限定,可以包括比图示更多或更少的部件,或者组合某些部件,或者不同的部件。
本申请实施例中,一种可读存储介质,其上存储有计算机程序,计算机程序被处理器执行时,使得通信设备可以执行上述实施例中的各个步骤。
为了描述的方便,以上各部分按照功能划分为各模块(或单元)分别描述。当然,在实施本申请时可以把各模块(或单元)的功能在同一个或多个软件或硬件中实现。
本领域内的技术人员应明白,本申请的实施例可提供为方法、***、或计算机程序产品。因此,本申请可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且,本申请可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。
本申请是参照根据本申请实施例的方法、设备(***)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器,使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中,使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品,该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上,使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理,从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
尽管已描述了本申请的优选实施例,但本领域内的技术人员一旦得知了基本创造性概念,则可对这些实施例做出另外的变更和修改。所以,所附权利要求意欲解释为包括优选实施例以及落入本申请范围的所有变更和修改。
显然,本领域的技术人员可以对本申请进行各种改动和变型而不脱离本申请的精神和范围。这样,倘若本申请的这些修改和变型属于本申请权利要求及其等同技术的范围之内,则本申请也意图包含这些改动和变型在内。
Claims (7)
1.一种智能服务实时动态监测的方法,其特征在于,包括:
根据用户需求,预设智能服务至少一项约束的监测目标,并将所述监测目标转换为时序逻辑公式,所述智能服务约束包括以下属性中的至少一种:空间属性、时间属性、能耗属性以及资源限制属性;
基于黎曼和算子,构建正负偏置的黎曼和计算方式,生成一种新型信号时序逻辑定量化满足度计算方法,其中,所述基于黎曼和算子,构建正负偏置的黎曼和计算方式,生成一种新型信号时序逻辑定量化满足度计算方法,包括,基于构建好的正负偏置的黎曼和计算方式,构建新型信号时序逻辑形式化语义,其中,黎曼和算子定义如下:
其中,I={I1,I2,...,Ik},Ii=[ti,ti+1]i=1,2,...,k,k≥1,Ii∩Ii+1={ti+1},正负偏置的黎曼和算子定义如下:
其中,i=1……k,k为正整数, 基于正负偏置的黎曼和构建的信号时序逻辑的定量化语义为:即定义一个鲁棒值函数将给定的一个信号时序逻辑公式一个信号值在一个时间点t∈I,对于一个智能服务sev∈SEV,映射到R内的一个实数值:
其中,x~c表示断言,c是用户指定的常数阈值,简写为x,表示对一个服务sevj针对约束xi在特定时间点t上的信号值,是逻辑非,表示信号时序逻辑算子,表示非信号时序逻辑算子,∧是逻辑与,V是逻辑或,UI是时序“直到”算子,表示能在区间I内至少某一时间点t∈I满足,且在时间点t之前总是被满足,FI是时序“最终”算子,表示在区间I内至少某一时间点t∈I,能被满足,GI是时序“总是”算子,表示在区间I内所有时间点,均能被满足;
获取所述监测目标对应的时序信号,并基于所述新型信号时序逻辑定量化满足度计算方法,实时计算智能服务各项约束的满足度,实现对所述智能服务的实时动态监测。
2.根据权利要求1所述的方法,其特征在于,所述获取所述监测目标对应的时序信号,并基于所述新型信号时序逻辑定量化满足度计算方法,实时计算智能服务各项约束的满足度,实现对智能服务的实时动态监测,包括:
获取所述监测目标对应的时序信号及其信号间隔;
基于所述构建好的新型时序逻辑形式化语义,对所述监测目标的逻辑公式,进行正负偏置下的信号处理;
实时计算所述智能服务各项约束的满足度,实现对所述智能服务的实时动态监测。
3.一种智能服务实时动态监测的装置,其特征在于,包括:
转换单元,用于根据用户需求,预设智能服务至少一项约束的监测目标,并将所述监测目标转换为时序逻辑公式,所述智能服务约束包括以下属性中的至少一种:空间属性、时间属性、能耗属性以及资源限制属性;
生成单元,用于基于黎曼和算子,构建正负偏置的黎曼和计算方式,生成一种新型信号时序逻辑定量化满足度计算方法,其中,所述基于黎曼和算子,构建正负偏置的黎曼和计算方式,生成一种新型信号时序逻辑定量化满足度计算方法,包括,基于构建好的正负偏置的黎曼和计算方式,构建新型信号时序逻辑形式化语义,其中,黎曼和算子定义如下:
其中,I={I1,I2,...,Ik},Ii=[ti,ti+1]i=1,2,...,k,k≥1,Ii∩Ii+1={ti+1},正负偏置的黎曼和算子定义如下:
其中,i=1……k,k为正整数, 基于正负偏置的黎曼和构建的信号时序逻辑的定量化语义为:即定义一个鲁棒值函数将给定的一个信号时序逻辑公式一个信号值在一个时间点t∈I,对于一个智能服务sev∈SEV,映射到R内的一个实数值:
其中,x~c表示断言,c是用户指定的常数阈值,简写为x,表示对一个服务sevj针对约束xi在特定时间点t上的信号值,是逻辑非,表示信号时序逻辑算子,表示非信号时序逻辑算子,∧是逻辑与,V是逻辑或,UI是时序“直到”算子,表示能在区间I内至少某一时间点t∈I满足,且在时间点t之前总是被满足,FI是时序“最终”算子,表示在区间I内至少某一时间点t∈I,能被满足,GI是时序“总是”算子,表示在区间I内所有时间点,均能被满足;
获取单元,用于获取所述监测目标对应的时序信号;
处理单元,用于基于所述新型信号时序逻辑定量化满足度计算方法,实时计算智能服务各项约束的满足度,实现对所述智能服务的实时动态监测。
4.根据权利要求3所述的装置,其特征在于,所述获取单元具体用于:
获取所述监测目标对应的时序信号及其信号间隔。
5.根据权利要求3所述的装置,其特征在于,所述处理单元具体用于:
基于所述构建好的新型时序逻辑形式化语义,对所述监测目标的逻辑公式,进行正负偏置下的信号处理;
实时计算所述智能服务各项约束的满足度,实现对所述智能服务的实时动态监测。
6.一种电子设备,其特征在于,包括处理器以及存储器,所述存储器存储有计算机可读取指令,当所述计算机可读取指令由所述处理器执行时,运行权利要求1-2任一所述方法。
7.一种计算机可读存储介质,其上存储有计算机程序,其特征在于,所述计算机程序被处理器执行时运行如权利要求1-2任一所述方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210424421.1A CN114706731B (zh) | 2022-04-21 | 2022-04-21 | 一种智能服务实时动态监测的方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210424421.1A CN114706731B (zh) | 2022-04-21 | 2022-04-21 | 一种智能服务实时动态监测的方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN114706731A CN114706731A (zh) | 2022-07-05 |
CN114706731B true CN114706731B (zh) | 2023-04-28 |
Family
ID=82174796
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202210424421.1A Active CN114706731B (zh) | 2022-04-21 | 2022-04-21 | 一种智能服务实时动态监测的方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN114706731B (zh) |
Citations (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113282403A (zh) * | 2021-04-07 | 2021-08-20 | 中国地质大学(北京) | 一种智能服务动态适配演化方法 |
Family Cites Families (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
DE19801137A1 (de) * | 1998-01-14 | 1999-07-22 | Siemens Ag | Fehlersichere Prozesseingabe und Prozessausgabe |
CN109788074A (zh) * | 2018-03-19 | 2019-05-21 | 南京邮电大学 | 一种边缘智能服务*** |
CN112435758A (zh) * | 2020-11-19 | 2021-03-02 | 中国建设银行股份有限公司 | 一种疫情管理方法、***、电子设备及可读存储介质 |
CN112565436A (zh) * | 2020-12-11 | 2021-03-26 | 苏州水珠物联科技有限公司 | 采集终端、设备监控方法及*** |
-
2022
- 2022-04-21 CN CN202210424421.1A patent/CN114706731B/zh active Active
Patent Citations (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113282403A (zh) * | 2021-04-07 | 2021-08-20 | 中国地质大学(北京) | 一种智能服务动态适配演化方法 |
Also Published As
Publication number | Publication date |
---|---|
CN114706731A (zh) | 2022-07-05 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Kumari et al. | Multimedia big data computing and Internet of Things applications: A taxonomy and process model | |
Qiu et al. | A first look into the carbon footprint of federated learning | |
CN111310034B (zh) | 一种资源推荐方法及相关设备 | |
CN110069715B (zh) | 一种信息推荐模型训练的方法、信息推荐的方法及装置 | |
CN110309405B (zh) | 一种项目推荐方法、装置及存储介质 | |
CN104899315A (zh) | 推送用户信息的方法和装置 | |
US9201700B2 (en) | Provisioning computer resources on a network | |
Nagib et al. | SIGHTED: a framework for semantic integration of heterogeneous sensor data on the internet of things | |
CN109961077A (zh) | 性别预测方法、装置、存储介质及电子设备 | |
CN109614347A (zh) | 多级缓存数据的处理方法、装置、存储介质及服务器 | |
TWI741877B (zh) | 網路模型量化方法、裝置及電子設備 | |
WO2022161325A1 (zh) | 提示方法和电子设备 | |
CN112307352B (zh) | 内容推荐方法、***、装置和存储介质 | |
CN114595124A (zh) | 时序异常检测模型评估方法、相关装置及存储介质 | |
Huang et al. | Efficiently querying large process model repositories in smart city cloud workflow systems based on quantitative ordering relations | |
Xu et al. | Towards machine-learning-driven effective mashup recommendations from big data in mobile networks and the Internet-of-Things | |
CN114172819B (zh) | Nfv网元的需求资源预测方法、***、电子设备和存储介质 | |
Chen et al. | Silhouette: Efficient cloud configuration exploration for large-scale analytics | |
KR102543838B1 (ko) | 정보 획득 방법 및 장치 | |
CN112862021B (zh) | 一种内容标注方法和相关装置 | |
CN109471971B (zh) | 一种面向教育领域资源云存储的语义预取方法及*** | |
CN114706731B (zh) | 一种智能服务实时动态监测的方法 | |
Jeong | Framework for seamless interpretation of semantics in heterogeneous ubiquitous sensor networks | |
Li et al. | Traffic at-a-glance: Time-bounded analytics on large visual traffic data | |
CN113688120A (zh) | 数据仓库的质量检测方法、装置和电子设备 |
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 |