CN115296905B - 一种基于移动终端的数据采集分析方法及*** - Google Patents
一种基于移动终端的数据采集分析方法及*** Download PDFInfo
- Publication number
- CN115296905B CN115296905B CN202210931583.4A CN202210931583A CN115296905B CN 115296905 B CN115296905 B CN 115296905B CN 202210931583 A CN202210931583 A CN 202210931583A CN 115296905 B CN115296905 B CN 115296905B
- Authority
- CN
- China
- Prior art keywords
- data
- index
- transmission
- mobile terminal
- acquiring
- 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
- 238000004458 analytical method Methods 0.000 title claims abstract description 57
- 230000005540 biological transmission Effects 0.000 claims abstract description 196
- 238000012544 monitoring process Methods 0.000 claims abstract description 122
- 238000000034 method Methods 0.000 claims abstract description 43
- 238000013523 data management Methods 0.000 claims abstract description 42
- 208000032370 Secondary transmission Diseases 0.000 claims abstract description 26
- 238000012545 processing Methods 0.000 claims description 40
- 230000032683 aging Effects 0.000 claims description 28
- 238000004891 communication Methods 0.000 claims description 16
- 238000004422 calculation algorithm Methods 0.000 claims description 7
- 239000011159 matrix material Substances 0.000 claims description 7
- 230000003993 interaction Effects 0.000 claims description 6
- 238000012549 training Methods 0.000 claims description 6
- 230000003213 activating effect Effects 0.000 claims description 5
- 238000012300 Sequence Analysis Methods 0.000 claims description 4
- 230000002159 abnormal effect Effects 0.000 abstract description 6
- 238000001514 detection method Methods 0.000 abstract description 4
- 230000000694 effects Effects 0.000 abstract description 4
- 230000008569 process Effects 0.000 description 11
- 238000004590 computer program Methods 0.000 description 6
- 238000007726 management method Methods 0.000 description 6
- 238000004364 calculation method Methods 0.000 description 4
- 238000010586 diagram Methods 0.000 description 4
- 230000006870 function Effects 0.000 description 4
- 230000003287 optical effect Effects 0.000 description 3
- 230000009897 systematic effect Effects 0.000 description 3
- 230000008859 change Effects 0.000 description 2
- 238000006467 substitution reaction Methods 0.000 description 2
- 230000003044 adaptive effect Effects 0.000 description 1
- 238000003491 array Methods 0.000 description 1
- 238000013473 artificial intelligence Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000001413 cellular effect Effects 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 238000007405 data analysis Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000018109 developmental process Effects 0.000 description 1
- 238000004141 dimensional analysis Methods 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 238000010801 machine learning Methods 0.000 description 1
- 239000013307 optical fiber Substances 0.000 description 1
- 238000004451 qualitative analysis Methods 0.000 description 1
- 238000004445 quantitative analysis Methods 0.000 description 1
- 230000000630 rising effect Effects 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 230000001953 sensory effect Effects 0.000 description 1
- 238000012360 testing method Methods 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
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
- H04L67/12—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
- H04L43/00—Arrangements for monitoring or testing data switching networks
- H04L43/08—Monitoring or testing based on specific metrics, e.g. QoS, energy consumption or environmental parameters
- H04L43/0852—Delays
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L63/00—Network architectures or network communication protocols for network security
- H04L63/04—Network architectures or network communication protocols for network security for providing a confidential data exchange among entities communicating through data packet networks
- H04L63/0428—Network architectures or network communication protocols for network security for providing a confidential data exchange among entities communicating through data packet networks wherein the data content is protected, e.g. by encrypting or encapsulating the payload
Landscapes
- Engineering & Computer Science (AREA)
- Computer Networks & Wireless Communication (AREA)
- Signal Processing (AREA)
- Computing Systems (AREA)
- Computer Security & Cryptography (AREA)
- Health & Medical Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Medical Informatics (AREA)
- Computer Hardware Design (AREA)
- General Engineering & Computer Science (AREA)
- Environmental & Geological Engineering (AREA)
- Mobile Radio Communication Systems (AREA)
Abstract
本发明公开了一种基于移动终端的数据采集分析方法及***,涉及移动数据采集相关领域,所述方法包括:连接后台数据管理***和移动终端数据采集装置,获取初始传输数据集和数据传输通道;根据所述数据传输通道,将所述初始传输数据集传输至所述后台数据管理***;根据所述后台数据管理***中内嵌的数据监测模型,输出数据监测结果;按照所述数据监测结果,生成所述二次数据采集指令并获取二次传输数据集;根据所述二次传输数据集对所述初始传输数据集进行更新处理。解决了由于数据缺乏高性能的检测能力,从而导致数据传输异常和完整性差的技术问题,采用了智能化数据监测的方式,提高数据传输质量,保证传输数据的安全性和可靠性的技术效果。
Description
技术领域
本发明涉及移动终端数据采集相关领域,尤其涉及一种基于移动终端的数据采集分析方法及***。
背景技术
数据采集分析是将软件和硬件相结合,获取并记录相关数据,随后对数据进行分析获取各类信息的方式。数据采集分析的应用场景较为广泛,不同的应用场景需要实现不同的功能,随着网络交易、网络支付和网络银行的不断兴起,数据的传输方式场景多样化,导致移动终端数据采集的数据容易被篡改,导致数据传输后数据的安全性和质量性较差。
现阶段,数据采集和传输的过程中,由于数据缺乏高性能的检测能力,从而导致数据传输异常,缺乏安全性考虑的技术问题。
发明内容
针对现有技术中的缺陷,本申请通过提供一种基于移动终端的数据采集分析方法及***,解决了数据采集和传输的过程中,由于数据缺乏高性能的检测能力,从而导致数据传输异常,缺乏安全性考虑的技术问题,采用了基于移动终端数据的智能化监测,提高数据传输质量,保证了传输数据的安全性和可靠性。
在本发明的第一方面,提供了一种基于移动终端的数据采集分析方法,所述方法应用于移动终端的数据采集分析***,所述***与后台数据管理***和移动终端数据采集装置通信连接,所述方法包括:根据所述移动终端数据采集装置,获取初始传输数据集;连接所述后台数据管理***和所述移动终端数据采集装置,对用于进行数据传输的通道进行分析,获取数据传输通道;根据所述数据传输通道,将所述初始传输数据集传输至所述后台数据管理***,其中,所述后台数据管理***内嵌数据监测模型;根据所述后台数据管理***中内嵌的所述数据监测模型,对所述初始传输数据集进行多指标监测,输出数据监测结果;按照所述数据监测结果,判断是否激活二次数据采集指令;若激活所述二次数据采集指令,将所述二次数据采集指令发送至所述移动终端数据采集装置中,获取二次传输数据集;根据所述二次传输数据集对所述初始传输数据集进行更新处理。
在本发明的第二方面,提供了一种基于移动终端的数据采集分析方法的***,所述***与后台数据管理***和移动终端数据采集装置通信连接,所述***包括:移动终端数据采集模块,用于根据所述移动终端数据采集装置,获取初始传输数据集;数据通道分析模块,用于连接所述后台数据管理***和所述移动终端数据采集装置,对用于进行数据传输的通道进行分析,获取数据传输通道;数据通道传输模块,用于根据所述数据传输通道,将所述初始传输数据集传输至所述后台数据管理***,其中,所述后台数据管理***内嵌数据监测模型;数据监测分析模块,用于根据所述后台数据管理***中内嵌的所述数据监测模型,对所述初始传输数据集进行多指标监测,输出数据监测结果;数据采集判断模块,用于按照所述数据监测结果,判断是否激活二次数据采集指令;二次数据采集模块,用于若激活所述二次数据采集指令,将所述二次数据采集指令发送至所述移动终端数据采集装置中,获取二次传输数据集;数据更新处理模块,用于根据所述二次传输数据集对所述初始传输数据集进行更新处理。
在本发明的第三方面,提供了一种电子设备。该电子设备至少一个处理器;以及与所述至少一个处理器通信连接的存储器;所述存储器存储有可被所述至少一个处理器执行的指令,所述指令被所述至少一个处理器执行,以使所述至少一个处理器能够执行本发明第一方面的方法。
在本发明的第四方面,提供了一种存储有计算机指令的非瞬时计算机可读存储介质,所述计算机指令用于使所述计算机执行本发明第一方面的方法。
拟通过本申请提出的一种基于移动终端的数据采集分析方法及***,所产生的技术效果如下:
由于采用了通过将后台数据管理***和移动终端数据采集装置进行通信连接,并获取所述移动终端数据采集装置采集到的初始传输数据集,进而根据其连接关系,将所述初始传输数据集输入到所述后台管理平台中,根据所述后台管理平台中嵌入的数据监测模型,对所述初始传输数据集进行多指标监测,输出数据监测结果,并按照所述数据监测结果获取监测不通过的数据,以不通过的数据生成二次数据采集指令,根据所述二次数据采集指令使得所述移动终端数据采集装置进行二次数据采集,获取二次传输数据集,并进一步用所述二次传输数据集对所述初始传输数据集进行更新处理的方式,保证了所述移动终端采集装置传输的可靠性和准确性,进而达到了提高数据传输质量,保证了传输数据的安全性和可靠性的技术效果。
上述说明仅是本申请技术方案的概述,为了能够更清楚了解本申请的技术手段,而可依照说明书的内容予以实施,并且为了让本申请的上述和其它目的、特征和优点能够更明显易懂,以下特举本申请的具体实施方式。
附图说明
通过阅读参照以下附图对非限制性实施例所做的详细描述,本发明的其它特征、目的和优点将会变得更明显:
图1为本申请实施例一种基于移动终端的数据采集分析方法的流程示意图;
图2为本申请实施例一种基于移动终端的数据采集分析方法的数据监测分析的流程示意图;
图3为本申请实施例一种基于移动终端的数据采集分析方法的二次传输并行分析的流程示意图;
图4为本申请实施例一种基于移动终端的数据采集分析方法的***的结构示意图;
图5为能够实施本申请实施例的示例性电子设备的方框图;
附图标记说明:移动终端数据采集模块11,数据通道分析模块12,数据通道传输模块13,数据监测分析模块14,数据采集判断模块15,二次数据采集模块16,数据更新处理模块17,500为电子设备,501为CPU,502为ROM,503为RAM,504为总线,505为I/O接口,506为输入单元,507为输出单元,508为存储单元,509为通信单元。
后续将结合附图详细的描述本申请的示例实施例。显然,所描述的实施例仅是本申请的一部分实施例,而不是本申请的全部实施例,应理解,本申请不受这里描述的示例实施例的限制。
具体实施方式
实施例一
如图1所示,本申请实施例提供了一种基于移动终端的数据采集分析方法,所述方法应用于移动终端的数据采集分析***,所述***与后台数据管理***和移动终端数据采集装置通信连接,所述方法包括:
步骤S100:根据所述移动终端数据采集装置,获取初始传输数据集;
移动终端是指在移动中使用的计算机设备,由于移动终端的网络通信安全性较低的问题,对于移动终端进行数据采集和传输的过程中容易出现数据传输后,接收方所接收的数据存在质量问题的情况,而目前,移动终端数据采集的过程未形成完整的、***化的自检分析***,而由于网络通信的不断的发展,其数据传输出现异常状况也逐渐增多,其中,数据采集分析是将软件和硬件相结合,获取并记录相关数据,随后对数据进行分析获取各类信息的方式。随着数据的传输方式场景多样化,导致移动终端数据采集的数据容易被篡改,导致数据传输后数据的安全性和质量性较差,因此,拟提出一种基于移动终端的数据采集分析方法,从而能够对所述移动终端采集到的数据进行***化监测和模型分析,保证数据的可靠性和准确性。
所述移动终端数据采集装置为任一可移动使用的数据采集装置,比如手机、笔记本、平板电脑、POS机甚至包括车载电脑。应理解,基于场景化使用时其详细来说多指手机或者具有多种应用功能的智能手机以及平板电脑,从而根据所述移动终端数据采集装置用于采集对应的需求数据,生成所述初始传输数据集,其中,所述初始传输数据集为待分析的基础数据集,便于之后的数据分析。
步骤S200:连接所述后台数据管理***和所述移动终端数据采集装置,对用于进行数据传输的通道进行分析,获取数据传输通道;
步骤S300:根据所述数据传输通道,将所述初始传输数据集传输至所述后台数据管理***,其中,所述后台数据管理***内嵌数据监测模型;
具体而言,所述后台数据管理***为具有计算资源和管理信息的***,将所述后台数据管理***与所述移动终端数据采集装置进行通信连接,从而将所述初始传输数据集传输至所述后台数据管理***中,用于进行之后的数据监测分析,其中,所述后台数据管理***中内嵌数据监测模型,能够实现数据的综合化指标分析,保证移动终端数据采集的可靠性。
进一步的,如图3所示,本申请实施例步骤还包括S800:
步骤S810:通过对所述数据传输通道进行数据传输时序样本采集,获取传输样本数据;
步骤S820:按照所述传输样本数据进行传输延迟时序分析,获取传输延迟指数;
步骤S830:获取所述数据监测模型的数据时效指数;
步骤S840:通过比对所述传输延迟指数和所述数据时效指数,判断是否激活并行处理指令,若未激活所述并行处理指令,根据所述二次数据采集指令,获取所述二次传输数据集。
进一步的,本申请实施例步骤S840还包括:
步骤S841:若激活所述并行处理指令,获取所述传输延迟指数和所述数据时效指数的指数差值;
步骤S842:根据所述指数差值,将所述初始传输数据集进行阶段划分,生成多个传输阶段;
步骤S843:以所述多个传输阶段进行数据监测实现数据并行传输处理。
具体而言,基于所述后台数据管理***和所述移动终端数据采集装置之间的网络连接关系,确定用于进行数据传输的传输通道,并进行通道环境分析,由于数据传输通道影响所述初始传输数据集的传输质量,因此,为了保证后续进一步分析的准确性,获取所述数据传输通道进行后续的处理,防止由于所述数据传输通道的影响对数据监测分析的结果造成误差。
进一步的,调取所述数据监测结果中输出的数据时效度指标,其中,由于所述数据时效度指标为标识数据在时间上的有效程度,比如通过数据源的数据变化频率和数据更新信息进行计算,因此,当数据传输存在延迟性,会导致二次采集到的数据存在时效性的误差,从而需要进一步降低该误差,其过程如下:
通过对所述数据传输通道进行数据传输的时序记录,并进一步确定对应数据容量大小所对应的传输时间,进而获取所述传输延迟指数,其中,所述传输延迟指数是根据数据容量与传输时间的对应关系计算获得,其反比例系数用于输出所述传输延迟指数。进一步的,将计算获取的所述传输延迟指数和数据本身的数据时效指数进行比对,当传输延迟指数小于所述数据时效指数时,不激活并行处理指令,当传输延迟指数大于等于所述数据时效指数时,激活并行处理指令,按照所述并行处理指令进行处理,即按照所述传输延迟指数和所述数据时效指数的指数差值,实现对所述初始数据集的阶段划分,以多个传输阶段进行次序传输至后台数据管理***中,每个阶段均对应数据监测结果,实现多个阶段对应多个通道的并行处理,进而在提高数据传输完整性的基础上,同时提高数据的可靠性和传输效率。
步骤S400:根据所述后台数据管理***中内嵌的所述数据监测模型,对所述初始传输数据集进行多指标监测,输出数据监测结果;
进一步的,如图2所示,本申请实施例步骤S400还包括:
步骤S410:获取所述初始传输数据集的数据源信息;
步骤S420:按照所述数据源信息,获取数据时效度指标、数据完整度指标和数据稳定性指标;
步骤S430:以所述数据时效度指标、所述数据完整度指标和所述数据稳定性指标为三维建模指标进行模型训练,获取所述数据监测模型,根据所述数据监测模型,输出时效指数、完整指数和稳定指数;
步骤S440:以所述时效指数、所述完整指数和所述稳定指数,输出所述数据监测结果。
具体而言,当所述后台数据管理***接收到所述初始传输数据集后,需要进一步的对所述初始传输数据集进行多个指标的有效数据监测,其数据监测过程主要以所述数据监测模型实现,其中,所述数据监测模型通过多指标训练获得,为了保证所述数据监测模型的针对性,需要根据所述初始传输数据集的数据源进行对应的适配指标分析,其中,所述数据源信息为用于标识所述初始传输数据集数据来源的信息,比如,采集数据的对象、数据的类型、数据的关系,从而保证所述数据监测模型的有效性和针对性。
应理解,所述数据监测模型用于进行数据监测,能够标识数据的质量等级,从而分别确定时效性指标,数据完整度指标和数据稳定性指标,其中,所述数据时效度指标为标识数据在时间上的有效程度,比如通过数据源的数据变化频率和数据更新信息进行计算,所述数据完整度指标为标识数据在接收完整度的有效程度,比如数据量大小计算;所述数据稳定性指标为标识数据采集时的数据稳定性,比如,通过数据中异常数据的占比,或数据产生的浮动程度进行计算。进而分别以时效性指标,数据完整度指标和数据稳定性指标作为三维分析指标,建立三维模型生成所述数据监测模型,根据所述数据监测模型,对实时输入的数据进行具体分析,输出对应的时效指数、完整指数和稳定指数,从而将所述时效指数、所述完整指数和所述稳定指数作为所述数据监测结果输出,保证了数据计算结果的准确性和全面性。
进一步的,本申请实施例步骤S430还包括:
步骤S431:通过对所述初始传输数据集的数据安全性进行分析,获取数据安全等级;
步骤S432:当所述数据安全等级大于预设数据安全等级,激活所述数据安全监测模型,其中,所述数据安全监测模型与所述数据监测模型之间数据交互;
步骤S433:通过对所述数据传输通道中的通道加密算法等级分析,获取传输安全指数。
进一步的,本申请实施例步骤S440还包括:
步骤S441:当激活所述数据安全监测模型后,将所述传输安全指数输入所述数据监测模型中;
步骤S442:通过对所述传输安全指数、所述时效指数、所述完整指数和所述稳定指数进行标准化处理,根据标准化处理后的指数集进行AHP矩阵搭建,根据所述AHP矩阵输出配置权重;
步骤S443:按照所述配置权重,获取所述数据监测结果。
具体而言,由于所述数据监测结果的分析是建立在接收传输后的数据上实现进一步的分析,为了降低所述数据监测模型输出结果的误差性,即提高所述数据监测模型输出结果的准确性,对数据所经过的传输通道进行安全性的分析,从而对输出的数据监测结果进行修正。
详细来说,对数据所经过的传输通道进行安全性的分析,当数据传输通道的安全性较高时,表示目前传输的数据不容易受到外界的攻击,当数据传输通道的安全性较低时,表示目前传输的数据容易受到的外界的攻击、篡改、复制等,因此,对数据传输通道进行进一步的分析了输入模型中输入源的数据误差。需要对数据自身需要进行保密的等级进行分析,当数据保密需求较高时,满足数据的进一步安全监测,因此,激活所述后台管理***连接的另一个模型,即所述数据安全监测模型,所述数据安全监测模型分析的过程主要是基于数据传输通道中的加密算法复杂性和等级进行进一步分析,确定数据传输通道传输所述初始传输数据集的传输安全指数。
进一步的,当激活所述数据安全监测模型后,所述数据安全监测模型与所述数据监测模型相互连接,存在数据交互关系,从而将所述传输安全指数作为新增的约束调节的指标,对所述数据监测结果进行调节,调节过程如下:
由于所述数据监测结果包括时效指数、完整指数和稳定指数,进而将所述传输安全指数添加后,形成所述传输安全指数、所述时效指数、所述完整指数和所述稳定指数,为了其计算数据处于统一参照基准,进行标准化处理。层次分析法(Analytic HierarchyProcess,AHP)这是一种定性和定量相结合的、***的、层次化的分析方法,完成AHP矩阵的搭建进行层次分析和信息熵值的确定,最终输出一致性检验通过的输出结果,其输出的结果为配置好的权重,包括传输安全指数对应的权重a、时效指数对应的权重b、完整指数对应的权重c和稳定指数对应的权重d,根据a、b、c、d和对应的所述传输安全指数、所述时效指数、所述完整指数和所述稳定指数进行权重计算,输出所述数据监测结果。
步骤S500:按照所述数据监测结果,判断是否激活二次数据采集指令;
步骤S600:若激活所述二次数据采集指令,将所述二次数据采集指令发送至所述移动终端数据采集装置中,获取二次传输数据集;
步骤S700:根据所述二次传输数据集对所述初始传输数据集进行更新处理。
具体而言,若所述初始传输数据集均监测通过,即不激活所述二次数据采集指令,按照所述数据监测结果对传输的所述初始传输数据集进行分类,包括监测通过的数据集和监测不通过的数据集,即激活所述二次数据采集指令,并根据监测不通过的数据集确定需要二次采集的指标附加至对应指令中,将该指令传输至所述移动终端数据采集装置,获取所述二次传输数据集,其中,所述二次传输数据集为基于监测不通过所补充采集的对应数据,因此,根据所述二次传输数据集对所述初始传输数据集进行更新处理,保证了移动终端采集数据的有效性和完整性。解决了数据采集和传输的过程中,由于数据缺乏高性能的检测能力,从而导致数据传输异常,缺乏安全性考虑的技术问题,采用了基于移动终端数据的智能化监测,提高数据传输质量,保证了传输数据的安全性和可靠性。
结合上述实施例,本发明具有如下的有益效果:
由于采用了通过将后台数据管理***和移动终端数据采集装置进行通信连接,并获取所述移动终端数据采集装置采集到的初始传输数据集,进而根据其连接关系,将所述初始传输数据集输入到所述后台管理平台中,根据所述后台管理平台中嵌入的数据监测模型,对所述初始传输数据集进行多指标监测,输出数据监测结果,并按照所述数据监测结果获取监测不通过的数据,以不通过的数据生成二次数据采集指令,根据所述二次数据采集指令使得所述移动终端数据采集装置进行二次数据采集,获取二次传输数据集,并进一步用所述二次传输数据集对所述初始传输数据集进行更新处理的方式,保证了所述移动终端采集装置传输的可靠性和准确性,进而达到了提高数据传输质量,保证了传输数据的安全性和可靠性的技术效果。
采用了按照所述传输延迟指数和所述数据时效指数的指数差值,实现对所述初始数据集的阶段划分,以多个传输阶段进行次序传输至后台数据管理***中,每个阶段均对应数据监测结果,实现多个阶段对应多个通道的并行处理,进而在提高数据传输完整性的基础上,同时提高数据的可靠性和传输效率。
实施例二
基于与前述实施例中一种基于移动终端的数据采集分析方法同样发明构思,本发明还提供了一种基于移动终端的数据采集分析方法的***,如图4所示,所述***包括:
移动终端数据采集模块11,用于根据所述移动终端数据采集装置,获取初始传输数据集;
数据通道分析模块12,用于连接所述后台数据管理***和所述移动终端数据采集装置,对用于进行数据传输的通道进行分析,获取数据传输通道;
数据通道传输模块13,用于根据所述数据传输通道,将所述初始传输数据集传输至所述后台数据管理***,其中,所述后台数据管理***内嵌数据监测模型;
数据监测分析模块14,用于根据所述后台数据管理***中内嵌的所述数据监测模型,对所述初始传输数据集进行多指标监测,输出数据监测结果;
数据采集判断模块15,用于按照所述数据监测结果,判断是否激活二次数据采集指令;
二次数据采集模块16,用于若激活所述二次数据采集指令,将所述二次数据采集指令发送至所述移动终端数据采集装置中,获取二次传输数据集;
数据更新处理模块17,用于根据所述二次传输数据集对所述初始传输数据集进行更新处理。
进一步的,所述***还包括:
数据源获取单元,用于获取所述初始传输数据集的数据源信息;
数据指标分析单元,用于按照所述数据源信息,获取数据时效度指标、数据完整度指标和数据稳定性指标;
监测模型训练单元,用于以所述数据时效度指标、所述数据完整度指标和所述数据稳定性指标为三维建模指标进行模型训练,获取所述数据监测模型,根据所述数据监测模型,输出时效指数、完整指数和稳定指数;
监测结果输出单元,用于以所述时效指数、所述完整指数和所述稳定指数,输出所述数据监测结果。
进一步的,所述***还包括:
数据安全分析单元,用于通过对所述初始传输数据集的数据安全性进行分析,获取数据安全等级;
数据安全判断单元,用于当所述数据安全等级大于预设数据安全等级,激活所述数据安全监测模型,其中,所述数据安全监测模型与所述数据监测模型之间数据交互;
加密算法分析单元,用于通过对所述数据传输通道中的通道加密算法等级分析,获取传输安全指数。
进一步的,所述***还包括:
安全指数传输单元,用于当激活所述数据安全监测模型后,将所述传输安全指数输入所述数据监测模型中;
权重配置分析单元,用于通过对所述传输安全指数、所述时效指数、所述完整指数和所述稳定指数进行标准化处理,根据标准化处理后的指数集进行AHP矩阵搭建,根据所述AHP矩阵输出配置权重;
权重计算输出单元,用于按照所述配置权重,获取所述数据监测结果。
进一步的,所述***还包括:
时序样本采集单元,用于通过对所述数据传输通道进行数据传输时序样本采集,获取传输样本数据;
传输延迟分析单元,用于按照所述传输样本数据进行传输延迟时序分析,获取传输延迟指数;
数据时效分析单元,用于获取所述数据监测模型的数据时效指数;
并行处理判断单元,用于通过比对所述传输延迟指数和所述数据时效指数,判断是否激活并行处理指令,若未激活所述并行处理指令,根据所述二次数据采集指令,获取所述二次传输数据集。
进一步的,所述***还包括:
指数差值计算单元,用于若激活所述并行处理指令,获取所述传输延迟指数和所述数据时效指数的指数差值;
数据阶段划分单元,用于根据所述指数差值,将所述初始传输数据集进行阶段划分,生成多个传输阶段;
并行传输处理单元,用于以所述多个传输阶段进行数据监测实现数据并行传输处理。
根据本发明的实施例,本发明还提供了一种电子设备和一种可读存储介质。
图5示出了可以用来实施本发明的实施例的电子设备的示意性框图。电子设备旨在表示各种形式的数字计算机,诸如,膝上型计算机、台式计算机、工作台、个人数字助理、服务器、刀片式服务器、大型计算机、和其它适合的计算机。电子设备还可以表示各种形式的移动装置,诸如,个人数字处理、蜂窝电话、智能电话、可穿戴设备和其它类似的计算装置。本文所示的部件、它们的连接和关系、以及它们的功能仅仅作为示例,并且不意在限制本文中描述的和/或者要求的本发明的实现。
设备500包括计算单元501,其可以根据存储在只读存储器(ROM)502中的计算机程序或者从存储单元508加载到随机访问存储器(RAM)503中的计算机程序,来执行各种适当的动作和处理。在RAM 503中,还可存储设备500操作所需的各种程序和数据。计算单元501、ROM 502以及RAM 503通过总线504彼此相连。输入/输出(I/O)接口505也连接至总线504。
设备500中的多个部件连接至I/O接口505,包括:输入单元506,例如键盘、鼠标等;输出单元507,例如各种类型的显示器、扬声器等;存储单元508,例如磁盘、光盘等;以及通信单元509,例如网卡、调制解调器、无线通信收发机等。通信单元509允许设备500通过诸如因特网的计算机网络和/或各种电信网络与其他设备交换信息/数据。
计算单元501可以是各种具有处理和计算能力的通用和/或专用处理组件。计算单元501的一些示例包括但不限于中央处理单元(CPU)、图形处理单元(GPU)、各种专用的人工智能(AI)计算芯片、各种运行机器学习模型算法的计算单元、数字信号处理器(DSP)、以及任何适当的处理器、控制器、微控制器等。计算单元501执行上文所描述的各个方法和处理,例如方法S100~S700。例如,在一些实施例中,方法S100~S700可被实现为计算机软件程序,其被有形地包含于机器可读介质,例如存储单元508。在一些实施例中,计算机程序的部分或者全部可以经由ROM 502和/或通信单元509而被载入和/或安装到设备500上。当计算机程序加载到RAM 503并由计算单元501执行时,可以执行上文描述的方法S100~S700的一个或多个步骤。备选地,在其他实施例中,计算单元501可以通过其他任何适当的方式(例如,借助于固件)而被配置为执行方法S100~S700。
本文中以上描述的***和技术的各种实施方式可以在数字电子电路***、集成电路***、场可编程门阵列(FPGA)、专用集成电路(ASIC)、专用标准产品(ASSP)、芯片上***的***(SOC)、负载可编程逻辑设备(CPLD)、计算机硬件、固件、软件、和/或它们的组合中实现。这些各种实施方式可以包括:实施在一个或者多个计算机程序中,该一个或者多个计算机程序可在包括至少一个可编程处理器的可编程***上执行和/或解释,该可编程处理器可以是专用或者通用可编程处理器,可以从存储***、至少一个输入装置、和至少一个输出装置接收数据和指令,并且将数据和指令传输至该存储***、该至少一个输入装置、和该至少一个输出装置。
用于实施本发明的方法的程序代码可以采用一个或多个编程语言的任何组合来编写。这些程序代码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或控制器,使得程序代码当由处理器或控制器执行时使流程图和/或框图中所规定的功能/操作被实施。程序代码可以完全在机器上执行、部分地在机器上执行,作为独立软件包部分地在机器上执行且部分地在远程机器上执行或完全在远程机器或服务器上执行。
在本发明的上下文中,机器可读介质可以是有形的介质,其可以包含或存储以供指令执行***、装置或设备使用或与指令执行***、装置或设备结合地使用的程序。机器可读介质可以是机器可读信号介质或机器可读储存介质。机器可读介质可以包括但不限于电子的、磁性的、光学的、电磁的、红外的、或半导体***、装置或设备,或者上述内容的任何合适组合。机器可读存储介质的更具体示例会包括基于一个或多个线的电气连接、便携式计算机盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦除可编程只读存储器(EPROM或快闪存储器)、光纤、便捷式紧凑盘只读存储器(CD-ROM)、光学储存设备、磁储存设备、或上述内容的任何合适组合。
为了提供与用户的交互,可以在计算机上实施此处描述的***和技术,该计算机具有:用于向用户显示信息的显示装置(例如,CRT(阴极射线管)或者LCD(液晶显示器)监视器);以及键盘和指向装置(例如,鼠标或者轨迹球),用户可以通过该键盘和该指向装置来将输入提供给计算机。其它种类的装置还可以用于提供与用户的交互;例如,提供给用户的反馈可以是任何形式的传感反馈(例如,视觉反馈、听觉反馈、或者触觉反馈);并且可以用任何形式(包括声输入、语音输入或者、触觉输入)来接收来自用户的输入。
可以将此处描述的***和技术实施在包括后台部件的计算***(例如,作为数据服务器)、或者包括中间件部件的计算***(例如,应用服务器)、或者包括前端部件的计算***(例如,具有图形用户界面或者网络浏览器的用户计算机,用户可以通过该图形用户界面或者该网络浏览器来与此处描述的***和技术的实施方式交互)、或者包括这种后台部件、中间件部件、或者前端部件的任何组合的计算***中。可以通过任何形式或者介质的数字数据通信(例如,通信网络)来将***的部件相互连接。通信网络的示例包括:局域网(LAN)、广域网(WAN)和互联网。
计算机***可以包括客户端和服务器。客户端和服务器一般远离彼此并且通常通过通信网络进行交互。通过在相应的计算机上运行并且彼此具有客户端-服务器关系的计算机程序来产生客户端和服务器的关系。服务器可以是云服务器,也可以为分布式***的服务器,或者是结合了区块链的服务器。
本领域普通技术人员可以意识到,结合本文中所公开的实施例描述的各示例的装置及算法步骤,能够以电子硬件、或者计算机软件和电子硬件的结合来实现。以上实施例所述,仅为本发明的具体实施方式,但本发明的保护范围并不局限于此,任何熟悉本技术领域的技术人员在本发明揭露的技术范围内,可轻易想到变化或替换,都应涵盖在本发明的保护范围之内。因此,本发明的保护范围应所述以权利要求的保护范围为准。
Claims (7)
1.一种基于移动终端的数据采集分析方法,其特征在于,所述方法应用于移动终端的数据采集分析***,所述***与后台数据管理***和移动终端数据采集装置通信连接,所述方法包括:
根据所述移动终端数据采集装置,获取初始传输数据集;
连接所述后台数据管理***和所述移动终端数据采集装置,对用于进行数据传输的通道进行分析,获取数据传输通道;
根据所述数据传输通道,将所述初始传输数据集传输至所述后台数据管理***,其中,所述后台数据管理***内嵌数据监测模型;
根据所述后台数据管理***中内嵌的所述数据监测模型,对所述初始传输数据集进行多指标监测,输出数据监测结果;
按照所述数据监测结果,判断是否激活二次数据采集指令;
若激活所述二次数据采集指令,将所述二次数据采集指令发送至所述移动终端数据采集装置中,获取二次传输数据集;
根据所述二次传输数据集对所述初始传输数据集进行更新处理;
所述方法还包括:
获取所述初始传输数据集的数据源信息;
按照所述数据源信息,获取数据时效度指标、数据完整度指标和数据稳定性指标;
以所述数据时效度指标、所述数据完整度指标和所述数据稳定性指标为三维建模指标进行模型训练,获取所述数据监测模型,根据所述数据监测模型,输出时效指数、完整指数和稳定指数;
以所述时效指数、所述完整指数和所述稳定指数,输出所述数据监测结果;
所述方法还包括:
通过对所述数据传输通道进行数据传输时序样本采集,获取传输样本数据;
按照所述传输样本数据进行传输延迟时序分析,获取传输延迟指数;
获取所述数据监测模型的数据时效指数;
通过比对所述传输延迟指数和所述数据时效指数,判断是否激活并行处理指令,若未激活所述并行处理指令,根据所述二次数据采集指令,获取所述二次传输数据集。
2.如权利要求1所述的方法,其特征在于,所述后台数据管理***还包括数据安全监测模型,所述方法还包括:
通过对所述初始传输数据集的数据安全性进行分析,获取数据安全等级;
当所述数据安全等级大于预设数据安全等级,激活所述数据安全监测模型,其中,所述数据安全监测模型与所述数据监测模型之间数据交互;
通过对所述数据传输通道中的通道加密算法等级分析,获取传输安全指数。
3.如权利要求2所述的方法,其特征在于,所述方法还包括:
当激活所述数据安全监测模型后,将所述传输安全指数输入所述数据监测模型中;
通过对所述传输安全指数、所述时效指数、所述完整指数和所述稳定指数进行标准化处理,根据标准化处理后的指数集进行AHP矩阵搭建,根据所述AHP矩阵输出配置权重;
按照所述配置权重,获取所述数据监测结果。
4.如权利要求1所述的方法,其特征在于,所述方法还包括:
若激活所述并行处理指令,获取所述传输延迟指数和所述数据时效指数的指数差值;
根据所述指数差值,将所述初始传输数据集进行阶段划分,生成多个传输阶段;
以所述多个传输阶段进行数据监测实现数据并行传输处理。
5.一种基于移动终端的数据采集分析方法的***,其特征在于,所述***与后台数据管理***和移动终端数据采集装置通信连接,所述***包括:
移动终端数据采集模块,用于根据所述移动终端数据采集装置,获取初始传输数据集;
数据通道分析模块,用于连接所述后台数据管理***和所述移动终端数据采集装置,对用于进行数据传输的通道进行分析,获取数据传输通道;
数据通道传输模块,用于根据所述数据传输通道,将所述初始传输数据集传输至所述后台数据管理***,其中,所述后台数据管理***内嵌数据监测模型;
数据监测分析模块,用于根据所述后台数据管理***中内嵌的所述数据监测模型,对所述初始传输数据集进行多指标监测,输出数据监测结果;
数据采集判断模块,用于按照所述数据监测结果,判断是否激活二次数据采集指令;
二次数据采集模块,用于若激活所述二次数据采集指令,将所述二次数据采集指令发送至所述移动终端数据采集装置中,获取二次传输数据集;
数据更新处理模块,用于根据所述二次传输数据集对所述初始传输数据集进行更新处理;
所述数据监测分析模块,还用于:
获取所述初始传输数据集的数据源信息;
按照所述数据源信息,获取数据时效度指标、数据完整度指标和数据稳定性指标;
以所述数据时效度指标、所述数据完整度指标和所述数据稳定性指标为三维建模指标进行模型训练,获取所述数据监测模型,根据所述数据监测模型,输出时效指数、完整指数和稳定指数;
以所述时效指数、所述完整指数和所述稳定指数,输出所述数据监测结果;
所述二次数据采集模块,还用于:
通过对所述数据传输通道进行数据传输时序样本采集,获取传输样本数据;
按照所述传输样本数据进行传输延迟时序分析,获取传输延迟指数;
获取所述数据监测模型的数据时效指数;
通过比对所述传输延迟指数和所述数据时效指数,判断是否激活并行处理指令,若未激活所述并行处理指令,根据所述二次数据采集指令,获取所述二次传输数据集。
6.一种电子设备,包括至少一个处理器;以及
与所述至少一个处理器通信连接的存储器;其特征在于,
所述存储器存储有可被所述至少一个处理器执行的指令,所述指令被所述至少一个处理器执行,以使所述至少一个处理器能够执行权利要求1-4中任一项所述的方法。
7.一种存储有计算机指令的非瞬时计算机可读存储介质,其特征在于,所述计算机指令用于使所述计算机执行根据权利要求1-4中任一项所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210931583.4A CN115296905B (zh) | 2022-08-04 | 2022-08-04 | 一种基于移动终端的数据采集分析方法及*** |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210931583.4A CN115296905B (zh) | 2022-08-04 | 2022-08-04 | 一种基于移动终端的数据采集分析方法及*** |
Publications (2)
Publication Number | Publication Date |
---|---|
CN115296905A CN115296905A (zh) | 2022-11-04 |
CN115296905B true CN115296905B (zh) | 2024-06-04 |
Family
ID=83825865
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202210931583.4A Active CN115296905B (zh) | 2022-08-04 | 2022-08-04 | 一种基于移动终端的数据采集分析方法及*** |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN115296905B (zh) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115453254B (zh) * | 2022-11-11 | 2023-05-02 | 浙江万胜智能科技股份有限公司 | 一种基于专变采集终端的电能质量监测方法及*** |
Citations (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104638764A (zh) * | 2015-01-22 | 2015-05-20 | 国家电网公司 | 配网设备状态智能诊断和检修*** |
CN107302450A (zh) * | 2017-06-13 | 2017-10-27 | 国网冀北电力有限公司信息通信分公司 | 一种数据采集任务变更方法及装置 |
CN110782048A (zh) * | 2019-10-25 | 2020-02-11 | 贵州电网有限责任公司 | 一种配电设备状态评价及检修建议*** |
CN111143334A (zh) * | 2019-11-13 | 2020-05-12 | 深圳市华傲数据技术有限公司 | 一种数据质量闭环控制方法 |
CN112506903A (zh) * | 2020-12-02 | 2021-03-16 | 苏州龙石信息科技有限公司 | 采用标本线的数据质量表示方法 |
CN113434448A (zh) * | 2021-06-09 | 2021-09-24 | 湖州市吴兴区数字经济技术研究院 | 一种基于5g通信的数字经济数据采集***和方法 |
CN113806430A (zh) * | 2021-06-07 | 2021-12-17 | 广发银行股份有限公司 | 一种多功能数据管理平台 |
CN113836187A (zh) * | 2020-06-08 | 2021-12-24 | 腾讯科技(深圳)有限公司 | 数据处理方法、装置、服务器及计算机可读存储介质 |
CN114298863A (zh) * | 2022-03-11 | 2022-04-08 | 浙江万胜智能科技股份有限公司 | 一种智能抄表终端的数据采集方法及*** |
CN114331761A (zh) * | 2022-03-15 | 2022-04-12 | 浙江万胜智能科技股份有限公司 | 一种专变采集终端的设备参数分析调整方法及*** |
-
2022
- 2022-08-04 CN CN202210931583.4A patent/CN115296905B/zh active Active
Patent Citations (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104638764A (zh) * | 2015-01-22 | 2015-05-20 | 国家电网公司 | 配网设备状态智能诊断和检修*** |
CN107302450A (zh) * | 2017-06-13 | 2017-10-27 | 国网冀北电力有限公司信息通信分公司 | 一种数据采集任务变更方法及装置 |
CN110782048A (zh) * | 2019-10-25 | 2020-02-11 | 贵州电网有限责任公司 | 一种配电设备状态评价及检修建议*** |
CN111143334A (zh) * | 2019-11-13 | 2020-05-12 | 深圳市华傲数据技术有限公司 | 一种数据质量闭环控制方法 |
CN113836187A (zh) * | 2020-06-08 | 2021-12-24 | 腾讯科技(深圳)有限公司 | 数据处理方法、装置、服务器及计算机可读存储介质 |
CN112506903A (zh) * | 2020-12-02 | 2021-03-16 | 苏州龙石信息科技有限公司 | 采用标本线的数据质量表示方法 |
CN113806430A (zh) * | 2021-06-07 | 2021-12-17 | 广发银行股份有限公司 | 一种多功能数据管理平台 |
CN113434448A (zh) * | 2021-06-09 | 2021-09-24 | 湖州市吴兴区数字经济技术研究院 | 一种基于5g通信的数字经济数据采集***和方法 |
CN114298863A (zh) * | 2022-03-11 | 2022-04-08 | 浙江万胜智能科技股份有限公司 | 一种智能抄表终端的数据采集方法及*** |
CN114331761A (zh) * | 2022-03-15 | 2022-04-12 | 浙江万胜智能科技股份有限公司 | 一种专变采集终端的设备参数分析调整方法及*** |
Non-Patent Citations (3)
Title |
---|
基于主成分分析法和层次分析法的手持抄表掌机采集数据性能评估;王建楠;梁捷;梁志坚;;广西电力;20180228(第01期);全文 * |
大数据质量测度模型构建;莫祖英;;情报理论与实践;20180330(第03期);全文 * |
电网线损数据质量治理技术研究;姚劲松;辛永;黄文思;陆鑫;陈婧;霍成军;;工业仪表与自动化装置;20180415(第02期);全文 * |
Also Published As
Publication number | Publication date |
---|---|
CN115296905A (zh) | 2022-11-04 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN115296905B (zh) | 一种基于移动终端的数据采集分析方法及*** | |
CN117474091A (zh) | 一种知识图谱构建方法、装置、设备及存储介质 | |
CN113452700B (zh) | 处理安全信息的方法、装置、设备以及存储介质 | |
CN112379967B (zh) | 模拟器检测方法、装置、设备及介质 | |
CN115408297A (zh) | 测试方法、装置、设备及介质 | |
CN115203158A (zh) | 一种数据比对方法、装置、设备以及存储介质 | |
CN114581711A (zh) | 目标对象检测方法、装置、设备、存储介质以及程序产品 | |
CN114091909A (zh) | 一种协同开发的方法、***、装置及电子设备 | |
CN114546799A (zh) | 埋点日志校验方法、装置、电子设备、存储介质及产品 | |
CN114218313A (zh) | 数据管理方法、装置、电子设备、存储介质及产品 | |
CN110209883B (zh) | 一种用户历史数据有效性判断的方法及装置 | |
CN113760675A (zh) | 负载预测方法和装置、电子设备以及计算机可读存储介质 | |
CN110647519B (zh) | 对测试样本中的缺失属性值进行预测的方法及装置 | |
CN112527802B (zh) | 基于键值数据库的软链接方法及装置 | |
CN115422555B (zh) | 后门程序检测方法、装置、电子设备及存储介质 | |
CN113835893B (zh) | 数据处理的方法、装置、设备、存储介质及程序产品 | |
CN114791996B (zh) | 信息处理方法、装置、***、电子设备及存储介质 | |
CN111930704B (zh) | 业务报警设备控制方法、装置、设备和计算机可读介质 | |
CN116208910A (zh) | 一种区域确定方法、装置、设备和存储介质 | |
CN116258576A (zh) | 一种异常交易的识别方法、装置、设备、存储介质及产品 | |
CN116305324A (zh) | 一种主机安全防护方法、装置、设备及存储介质 | |
CN115964279A (zh) | 测试方法、装置、电子设备及存储介质 | |
CN116932033A (zh) | 一种组件打包方法、装置、电子设备及存储介质 | |
CN114898060A (zh) | 用于处理数据的方法、装置、设备、介质和产品 | |
CN118134590A (zh) | 一种信息传输方法、装置、设备及存储介质 |
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 |