CN117234739B - 用于工业数据分析的方法及装置、***、存储介质 - Google Patents
用于工业数据分析的方法及装置、***、存储介质 Download PDFInfo
- Publication number
- CN117234739B CN117234739B CN202311494276.5A CN202311494276A CN117234739B CN 117234739 B CN117234739 B CN 117234739B CN 202311494276 A CN202311494276 A CN 202311494276A CN 117234739 B CN117234739 B CN 117234739B
- Authority
- CN
- China
- Prior art keywords
- analysis
- analyzed
- data
- industrial data
- layer
- 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
- 238000007405 data analysis Methods 0.000 title claims abstract description 123
- 238000000034 method Methods 0.000 title claims abstract description 44
- 238000003860 storage Methods 0.000 title claims abstract description 21
- 238000004458 analytical method Methods 0.000 claims abstract description 146
- 238000004364 calculation method Methods 0.000 claims abstract description 61
- 230000001960 triggered effect Effects 0.000 claims abstract description 6
- 238000007726 management method Methods 0.000 claims description 63
- 230000006978 adaptation Effects 0.000 claims description 8
- 238000013473 artificial intelligence Methods 0.000 claims description 8
- 230000006855 networking Effects 0.000 claims description 7
- 230000036541 health Effects 0.000 claims description 4
- 238000004422 calculation algorithm Methods 0.000 claims description 3
- 238000012545 processing Methods 0.000 description 18
- 238000012544 monitoring process Methods 0.000 description 15
- 239000000306 component Substances 0.000 description 14
- 238000012423 maintenance Methods 0.000 description 14
- 230000006870 function Effects 0.000 description 13
- 238000010586 diagram Methods 0.000 description 10
- 238000005516 engineering process Methods 0.000 description 7
- 230000003993 interaction Effects 0.000 description 7
- 230000005540 biological transmission Effects 0.000 description 6
- 238000004891 communication Methods 0.000 description 6
- 230000008569 process Effects 0.000 description 6
- 238000001514 detection method Methods 0.000 description 5
- 238000013461 design Methods 0.000 description 4
- 238000004519 manufacturing process Methods 0.000 description 4
- 238000013519 translation Methods 0.000 description 4
- 238000012550 audit Methods 0.000 description 3
- 238000012512 characterization method Methods 0.000 description 3
- 230000008878 coupling Effects 0.000 description 3
- 238000010168 coupling process Methods 0.000 description 3
- 238000005859 coupling reaction Methods 0.000 description 3
- 230000010354 integration Effects 0.000 description 3
- 230000009471 action Effects 0.000 description 2
- 230000008859 change Effects 0.000 description 2
- 238000013500 data storage Methods 0.000 description 2
- 230000007547 defect Effects 0.000 description 2
- 230000001419 dependent effect Effects 0.000 description 2
- 238000002955 isolation Methods 0.000 description 2
- 230000015654 memory Effects 0.000 description 2
- 238000012800 visualization Methods 0.000 description 2
- 101000797623 Homo sapiens Protein AMBP Proteins 0.000 description 1
- 102100032859 Protein AMBP Human genes 0.000 description 1
- 230000002159 abnormal effect Effects 0.000 description 1
- 239000008186 active pharmaceutical agent Substances 0.000 description 1
- 230000008901 benefit Effects 0.000 description 1
- 238000003339 best practice Methods 0.000 description 1
- 230000002457 bidirectional effect Effects 0.000 description 1
- 230000000903 blocking effect Effects 0.000 description 1
- 238000013070 change management Methods 0.000 description 1
- 230000000295 complement effect Effects 0.000 description 1
- 238000004590 computer program Methods 0.000 description 1
- 239000008358 core component Substances 0.000 description 1
- 238000013075 data extraction Methods 0.000 description 1
- 230000007123 defense Effects 0.000 description 1
- 230000003111 delayed effect Effects 0.000 description 1
- 238000009826 distribution Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 230000002708 enhancing effect Effects 0.000 description 1
- 230000007613 environmental effect Effects 0.000 description 1
- 238000011156 evaluation Methods 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 230000010365 information processing Effects 0.000 description 1
- 238000007689 inspection Methods 0.000 description 1
- 238000010801 machine learning Methods 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 230000008520 organization Effects 0.000 description 1
- 238000004806 packaging method and process Methods 0.000 description 1
- 230000002688 persistence Effects 0.000 description 1
- 238000004321 preservation Methods 0.000 description 1
- 230000002265 prevention Effects 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 230000004044 response Effects 0.000 description 1
- 238000007619 statistical method Methods 0.000 description 1
- 238000012384 transportation and delivery Methods 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
Classifications
-
- 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
- Y02P—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
- Y02P90/00—Enabling technologies with a potential contribution to greenhouse gas [GHG] emissions mitigation
- Y02P90/30—Computing systems specially adapted for manufacturing
Landscapes
- Data Exchanges In Wide-Area Networks (AREA)
Abstract
本申请涉及数据分析技术领域,公开一种用于工业数据分析的方法,包括:获取待分析工业数据;确定待分析工业数据的分析需求度;分析需求度用于表征待分析工业数据的分析需求强烈或分析需求不强烈;在分析需求度表征待分析工业数据的分析需求强烈的情况下,将待分析工业数据传输到边缘计算模块,触发边缘计算模块对待分析工业数据进行数据分析。这样,将分析需求强烈的待分析工业数据发从给边缘计算模块进行数据分析,能够及时对分析需求强烈的待分析工业数据进行分析,从而减少待分析工业数据的数据价值的跌落幅度。本申请还公开一种用于工业数据分析的装置、***及存储介质。
Description
技术领域
本申请涉及数据分析技术领域,例如涉及一种用于工业数据分析的方法、装置、***及存储介质。
背景技术
目前大多数互联网信息处理模式,都是“端-管-云”的模式。在实际应用过程中,端只负责收集数据、执行指令,而云负责所有的数据分析和控制逻辑功能。其中,云是传统云计算的中心节点,云端数据中心。端是终端设备,如手机、智能化电气设备、各类传感器、摄像头等。
在实现本公开实施例的过程中,发现相关技术中至少存在如下问题:
由于工业现场的很多数据的保鲜期很短,因此一旦处理延误,就导致工业数据的价值呈断崖式跌落。
需要说明的是,在上述背景技术部分公开的信息仅用于加强对本申请的背景的理解,因此可以包括不构成对本领域普通技术人员已知的现有技术的信息。
发明内容
为了对披露的实施例的一些方面有基本的理解,下面给出了简单的概括。所述概括不是泛泛评述,也不是要确定关键/重要组成元素或描绘这些实施例的保护范围,而是作为后面的详细说明的序言。
本公开实施例提供了一种用于工业数据分析的方法、装置、***及存储介质,以能够减小工业数据的数据价值的跌落幅度。
在一些实施例中,所述用于工业数据分析的方法,包括:获取待分析工业数据;确定待分析工业数据的分析需求度;分析需求度用于表征待分析工业数据的分析需求强烈或分析需求不强烈;在分析需求度表征待分析工业数据的分析需求强烈的情况下,将待分析工业数据传输到边缘计算模块,触发边缘计算模块对待分析工业数据进行数据分析。
在一些实施例中,所述用于工业数据分析的装置,包括:获取单元,被配置为获取待分析工业数据;确定单元,被配置为确定待分析工业数据的分析需求度;分析需求度用于表征待分析工业数据的分析需求强烈或分析需求不强烈;发送单元,被配置为在分析需求度表征分析需求强烈的情况下,将待分析工业数据传输到边缘计算模块,触发边缘计算模块对待分析工业数据进行数据分析。
在一些实施例中,所述用于工业数据分析的***,包括:用于工业数据分析的装置,与边缘计算模块电连接;用于工业数据分析的装置用于获取待分析工业数据;并确定待分析工业数据的分析需求度;在分析需求度表征分析需求强烈的情况下,将待分析工业数据传输到边缘计算模块;边缘计算模块,用于对待分析工业数据进行数据分析。
在一些实施例中,所述存储介质,存储有程序指令,所述程序指令在运行时,执行上述的用于工业数据分析的方法。
本公开实施例提供的用于工业数据分析的方法、装置、***及存储介质,可以实现以下技术效果:通过确定待分析工业数据的分析需求是否强烈,而将待分析工业数据传输到边缘计算模块进行数据分析,由于边缘计算模块通常部署在靠近数据源头的网络边缘侧,能够就近提供数据分析服务。因此,将分析需求强烈的待分析工业数据发从给边缘计算模块进行数据分析,能够及时对分析需求强烈的待分析工业数据进行分析,从而减少待分析工业数据的数据价值的跌落幅度。
以上的总体描述和下文中的描述仅是示例性和解释性的,不用于限制本申请。
附图说明
一个或多个实施例通过与之对应的附图进行示例性说明,这些示例性说明和附图并不构成对实施例的限定,附图中具有相同参考数字标号的元件示为类似的元件,附图不构成比例限制,并且其中:
图1是本公开实施例提供的一个用于工业数据分析的方法的示意图;
图2是本公开实施例提供的另一个用于工业数据分析的方法的示意图;
图3是本公开实施例提供的一个用于工业数据分析的装置的示意图;
图4是本公开实施例提供的一个用于工业数据分析的***的示意图;
图5是本公开实施例提供的一个边缘计算模块的架构示意图;
图6是本公开实施例提供的一个混合云网络拓扑结构的示意图;
图7是本公开实施例提供的一个专线接入方式的示意图。
具体实施方式
为了能够更加详尽地了解本公开实施例的特点与技术内容,下面结合附图对本公开实施例的实现进行详细阐述,所附附图仅供参考说明之用,并非用来限定本公开实施例。在以下的技术描述中,为方便解释起见,通过多个细节以提供对所披露实施例的充分理解。然而,在没有这些细节的情况下,一个或多个实施例仍然可以实施。在其它情况下,为简化附图,熟知的结构和装置可以简化展示。
本公开实施例的说明书和权利要求书及上述附图中的术语“第一”、“第二”等是用于区别类似的对象,而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换,以便这里描述的本公开实施例的实施例。此外,术语“包括”和“具有”以及他们的任何变形,意图在于覆盖不排他的包含。
除非另有说明,术语“多个”表示两个或两个以上。
本公开实施例中,字符“/”表示前后对象是一种“或”的关系。例如,A/B表示:A或B。
术语“和/或”是一种描述对象的关联关系,表示可以存在三种关系。例如,A和/或B,表示:A或B,或,A和B这三种关系。
术语“对应”可以指的是一种关联关系或绑定关系,A与B相对应指的是A与B之间是一种关联关系或绑定关系。
结合图1所示,本公开实施例提供一种用于工业数据分析的方法,包括:
步骤S101,电子设备获取待分析工业数据。
步骤S102,电子设备确定待分析工业数据的分析需求度。分析需求度用于表征待分析工业数据的分析需求强烈或分析需求不强烈。
步骤S103,在分析需求度表征待分析工业数据的分析需求强烈的情况下,电子设备将待分析工业数据传输到边缘计算模块,触发边缘计算模块对待分析工业数据进行数据分析。
采用本公开实施例提供的用于工业数据分析的方法,通过确定待分析工业数据的分析需求是否强烈,而将待分析工业数据传输到边缘计算模块进行数据分析,由于边缘计算模块通常部署在靠近数据源头的网络边缘侧,能够就近提供数据分析服务。因此,将分析需求强烈的待分析工业数据发从给边缘计算模块进行数据分析,能够及时对分析需求强烈的待分析工业数据进行分析,从而减少待分析工业数据的数据价值的跌落幅度。
获取待分析工业数据,包括:发送工业数据采集指令给信息采集设备,触发信息采集设备反馈采集到的待分析工业数据。信息采集设备设置在工业设备上。信息采集设备例如为传感器。工业设备例如为智能测控设备、智能制造设备等。
可选地,确定待分析工业数据的分析需求度之后,还包括:在分析需求度表征分析需求不强烈的情况下,将待分析工业数据发送到大数据分析模块,触发大数据分析模块对待分析工业数据进行数据分析。这样,通过将分析需求不强烈的待分析工业数据传输给大数据分析模块,以进行数据分析。由于传输给大数据分析模块的待分析工业数据的分析需求都不强烈,因此,即便无法及时反馈也不会影响数据价值。同时,还能够降低边缘计算模块的负荷。
结合图2所示,本公开实施例提供用于工业数据分析的方法,包括:步骤S201,电子设备获取待分析工业数据。
步骤S202,电子设备确定待分析工业数据的分析需求度。分析需求度用于表征待分析工业数据的分析需求强烈或分析需求不强烈。
步骤S203,在分析需求度表征分析需求不强烈的情况下,电子设备将待分析工业数据发送到大数据分析模块,触发大数据分析模块对待分析工业数据进行数据分析。
采用本公开实施例提供的用于工业数据分析的方法,通过将分析需求不强烈的待分析工业数据传输给大数据分析模块,以进行数据分析。由于传输给大数据分析模块的待分析工业数据的分析需求都不强烈,因此,即便无法及时反馈也不会影响数据价值。同时,还能够降低边缘计算模块的负荷。
可选地,确定待分析工业数据的分析需求度,包括:获取传输待分析工业数据所需的带宽值。在带宽值大于或等于第一预设阈值的情况下,确定分析需求度表征待分析工业数据的分析需求强烈。或,在带宽值小于第一预设阈值的情况下,确定分析需求度表征待分析工业数据的分析需求不强烈。这样,能够将占用带宽较多的待分析工业数据传输到边缘计算模块进行数据分析,而将占用带宽较少的待分析工业数据传输到大数据分析模块进行数据分析。减少数据传输通道被堵塞的可能性,从而便于更及时的对待分析工业数据进行数据分析。
可选地,确定待分析工业数据的分析需求度,包括:确定待分析工业数据的保密等级。在保密等级大于或等于第二预设阈值的情况下,确定分析需求度表征待分析工业数据的分析需求强烈。或,在保密等级小于第二预设阈值的情况下,确定分析需求度表征待分析工业数据的分析需求不强烈。由于在将数据传输到远程的大数据分析模块时,可能出现数据泄露。因此,本公开实施例提供的用于工业数据分析的方法将保密等级较高的待分析工业数据传输到边缘计算模块进行数据分析,而将保密等级较低的待分析工业数据传输到大数据分析模块进行数据分析。这样,能够减少高保密等级的待分析工业数据发生泄露的可能性。
可选地,确定待分析工业数据的保密等级,包括:确定待分析工业数据的来源信息,根据来源信息在预设的数据库中进行匹配操作,获得待分析工业数据的保密等级。来源信息例如为产生待分析工业数据的工业设备的设备编号。
可选地,确定待分析工业数据的分析需求度,包括:确定待分析工业数据的反馈时延。在反馈时延小于第三预设阈值的情况下,确定分析需求度表征待分析工业数据的分析需求强烈。或,在反馈时延大于或等于第三预设阈值的情况下,确定分析需求度表征待分析工业数据的分析需求不强烈。反馈时延表征待分析工业数据的反馈时限要求。例如,待分析工业数据的数据分析结果需要在第三预设阈值内反馈。这样,通过将反馈时延小于第三预设阈值的待分析工业数据发送到边缘计算模块,而将反馈时延大于或等于第三预设阈值的待分析工业数据发送到大数据分析模块,从而能够减少数据分析结果的反馈速度不能够满足待分析工业数据的时延要求的可能性。
可选地,边缘计算模块包括多个分析节点,将待分析工业数据传输到边缘计算模块,包括:从多个分析节点中确定目标分析节点,将待分析工业数据发送到目标分析节点。
结合图3所示,本公开实施例提供一种用于工业数据分析的装置300,包括获取单元301、确定单元302和发送单元303。获取单元301被配置为获取待分析工业数据。确定单元302被配置为确定待分析工业数据的分析需求度;分析需求度用于表征待分析工业数据的分析需求强烈或分析需求不强烈。发送单元303被配置为在分析需求度表征分析需求强烈的情况下,将待分析工业数据传输到边缘计算模块,触发边缘计算模块对待分析工业数据进行数据分析。
采用本公开实施例提供的用于工业数据分析的装置,通过确定待分析工业数据的分析需求是否强烈,而将待分析工业数据传输到边缘计算模块进行数据分析,由于边缘计算模块通常部署在靠近数据源头的网络边缘侧,能够就近提供数据分析服务。因此,将分析需求强烈的待分析工业数据发从给边缘计算模块进行数据分析,能够及时对分析需求强烈的待分析工业数据进行分析。
可选地,发送单元还被配置为在分析需求度表征分析需求不强烈的情况下,将待分析工业数据发送到大数据分析模块,触发大数据分析模块对待分析工业数据进行数据分析。
可选地,确定单元被配置为通过以下方式确定待分析工业数据的分析需求度:获取传输待分析工业数据所需的带宽值。在带宽值大于或等于第一预设阈值的情况下,确定分析需求度表征待分析工业数据的分析需求强烈。或,在带宽值小于第一预设阈值的情况下,确定分析需求度表征待分析工业数据的分析需求不强烈。
可选地,确定单元被配置为通过以下方式确定待分析工业数据的分析需求度:确定待分析工业数据的保密等级。在保密等级大于或等于第二预设阈值的情况下,确定分析需求度表征待分析工业数据的分析需求强烈。或,在保密等级小于第二预设阈值的情况下,确定分析需求度表征待分析工业数据的分析需求不强烈。
可选地,确定单元被配置为通过以下方式确定待分析工业数据的分析需求度:确定待分析工业数据的反馈时延。在反馈时延小于第三预设阈值的情况下,确定分析需求度表征待分析工业数据的分析需求强烈。或,在反馈时延大于或等于第三预设阈值的情况下,确定分析需求度表征待分析工业数据的分析需求不强烈。
结合图4所示,本公开实施例提供一种用于工业数据分析的***400,包括:用于工业数据分析的装置300和边缘计算模块402。用于工业数据分析的装置300与边缘计算模块402电连接。用于工业数据分析的装置300用于获取待分析工业数据,并确定待分析工业数据的分析需求度。在分析需求度表征分析需求强烈的情况下,用于工业数据分析的装置300将待分析工业数据传输到边缘计算模块402。边缘计算模块402用于对用于工业数据分析的装置300发送的待分析工业数据进行数据分析。
采用本公开实施例提供的用于工业数据分析的***,通过确定待分析工业数据的分析需求是否强烈,而将待分析工业数据传输到边缘计算模块进行数据分析,由于边缘计算模块通常部署在靠近数据源头的网络边缘侧,能够就近提供数据分析服务。因此,将分析需求强烈的待分析工业数据发从给边缘计算模块进行数据分析,能够及时对分析需求强烈的待分析工业数据进行分析。
边缘计算模块采用模块化设计,底层核心架构保留基础虚拟化能力。其他服务均以插件的形式存在***中,例如计费、多租户、负载均衡等。客户可以选择自己想要的插件或按需定制想要的产品。
例如:客户在生产设备上安装智能的HMI设备(Human Machine Interaction,人机界面)和网络摄像头,这些设备就可通过WiFi(Wireless Fidelity,行动热点)或者4G网络接入采集分析***,把所有生产数据上传到***存储并分析处理,用户通过APP(Application,手机软件)可以直接监控设备的运行状态并根据分析报告加以调整从而达到持续改善的目的,同时***配备摄像头,通过***的视频服务还支持对设备操作动作的视频监控。
结合图5所示,边缘计算模块包括支持服务层501、核心发送接收层502、核心计算层503、驱动层504、物联协议层505、数据源子***506、通用组件模型507、API(ApplicationProgramming Interface,应用程序接口)网关508以及物联设备509。支持服务层与核心发送接收层连接。核心发送接收层与核心计算层连接。核心计算层和驱动层连接。驱动层分别与物联协议层与数据源子***连接。物联协议层与数据源子***连接。数据源子***与通用组件模型连接。API(Application ProgrammingInterface,应用程序接口)网关分别与物联设备以及通用组件模型连接。物联设备例如传感器、以太网设备、RFID(RadioFrequencyIdentification,射频技术)读写器、条码技术和串口设备等。API(Application Programming Interface,应用程序接口)网关包括KNX、EB、JDBC(JavaDatabase Connectivity,Java数据库连接)、ODBC(Open Database Connectivity,开放的数据库连接标准)、SNMP(Simple Network Management Protocol,简单网络管理协议)、SDK(Software Development Kit,软件开发工具包)、REST API、OPC-UA(Open PlatformCommunications Unified Architecture,用于工业自动化领域的网络协议)、OPC-DA(OPCData Access,基于OPC网络标准的数据访问接口)、工业以太网通讯网关MODBUS中的一种或多种。物联协议层包括***和协议驱动库、混合协议以及协议/***适配模块。核心计算层包括本地人工智能和元数据计算。本地人工智能用于***健康管理。源数据计算用于配置信息计算。核心发送接收层用于发送策略以及接收策略。
最底层的物联设备层用到OT(Operation Technology,操作技术)或IT(Information Technology,信息技术)数据源子***;物联协议层为此适配了相应的OT或IT数据通信协议;驱动层通过通用组件模型、协议适配或***适配、***和协议驱动库、混合协议切换等模块实现协议适配;再往上层,核心计算层执行数据采集分析,核心发送接收层执行发送数据信息,支持服务器层支持***所需服务的各组件。
可选地,用于工业数据分析的装置还与大数据分析模块电连接。用于工业数据分析的装置还用于在分析需求度表征分析需求不强烈的情况下,将待分析工业数据发送到大数据分析模块。大数据分析模块用于待分析工业数据进行数据分析。
大数据分析模块是在海量数据处理经验之上,结合开源Hadoop生态和自研组件服务,对外提供可靠、安全、易用的大数据处理***。用户可以按需部署大数据处理服务以实现企业的大数据处理需求,例如:数据提取、处理、分析、报表展示、客户画像、机器学习等大数据应用,以提高企业在大数据背景下的核心竞争力。
一条完整的数据处理流水线通常由“接入-存储-计算-输出-展示”多环节衔接而成。大数据技术经过阶段性地发展,各环节都涌现出一批相互借鉴、相互补充的基础***。大数据套件将常见的基础***集成封装,形成统一的大数据平台。数据开发人员可以从大数据平台自由选择不同的基础***来构建数据流水线,以满足不同场景的数据处理需求。
在一些实施例中,大数据分析模块包括分布式数据存储层、中间层。底层的分布式数据存储层利用HDFS(Hadoop Distributed File System,分布式文件***)和消息中间件Tube或Kafka实现。HDFS是基于Hadoop开源框架的大数据处理服务,底层节点独占高性能SAS磁盘,有效提升数据处理效率。并提供快速扩展、监控和告警等功能,可更便捷管理集群,从而轻松快速并经济地处理大量的数据。Kafka是平台中的一款专门处理流式数据的分布式消息产品。通过以创建集群的方式创建UKafka,能够快速实现Kafka以及所依赖的服务的部署,为用户提供快速创建、便于管理、并可弹性伸缩的流式数据处理***。为了支撑边缘计算场景,大数据模块还专门开发了实时、分布式、离散数据库及分布式文件***,同时针对工业视频数据实现视频云存储或虚拟化。中间层包括接入层、计算层、输出层和展示层。接入层用于内部数据接入及外部数据接入,配合消息中间件Tube或Kafka实现,计算曾利用离线计算与实时计算分拣实现。输出层是大规模并行处理数据仓库产品,可以通过SQL让数据分析更简单、高效,为互联网、物联网、金融、电信等行业提供丰富的业务分析能力。展示层是基于Elasticsearch和Kibana的打造的日志管理分析服务。通过创建集群的方式来创建服务,能够快速实现集群的部署,集群自动初始化合适的配置和丰富的插件,为用户提供快速创建、便于管理、并可线性扩容。此外,产品还提供丰富的性能指标监控和可视化管理平台。高性能SSD(Solid-State Drive,固态硬盘)的使用,对海量日志数据存储、检索、分析有效提升处理效率。为了支持边缘计算场景,中间层通过各模块设计了分布式并行计算框架,实现分布式工业数据处理及分布式协作服务。Elasticsearch 是一个实时的分布式存储、搜索、分析的引擎。Kibana 是为Elasticsearch设计的开源分析和可视化平台。
可选地,用于工业数据分析的***还包括安全模块,安全模块分别与边缘计算模块、大数据分析模块以及用于工业数据分析的装置电连接。安全模块用于根据预设的加密算法对待分析工业数据进行数据加密,并将数据加密后的待分析工业数据传输给边缘计算模块或大数据分析模块。这样针对传输数据进行了安全性的改造提升,能够实现隐私保护和安全保护。
安全模块还用于设备检测、内网隔离、数据安全交互、外网智能检测、监控审计、安全服务、数据实时回滚等。这样,能够构成一种攻守兼备的防护体系。同时拥有发现隐患、管理威胁、预知威胁的能力。设备检测表征检查***的防火墙,入侵检测,入侵防御***,跳板机等,扫描API端口,自动扫描安全日志等。内网隔离表征通过跳板机与外网链接,无法直接从外网访问,内网互访需要管理员配备相应的权限。数据安全交互表征应用高可用及安全性高的数据库及API,并通过容器等实现任务互访。外网智能检测表征扫描检查外网访问时的环境安全性。监控审计表征实时监控及日志、安全报告审计。安全服务表征提供全方位的安全服务。数据实时回滚表征定时保存数据,保留上一版本等,可以在需要时实现数据回滚。
安全模块还可以展示安全数据,并对安全数据进行分类型、分维度的整体展示。以便于运维人员实时地了解用于工业数据分析的***的整体安全态势,对用于工业数据分析的***季度、年份的安全运维提供有效的数据支撑以及突发性安全事件爆发时的有效应急响应工作。
可选地,用于工业数据分析的***还包括IOT(Internet Of Things,物联网)连接管理模块。IOT连接管理模块用于实现边缘计算模块与用于工业数据分析的装置之间的连接。
IOT管理模块是为了用于工业数据分析的***应用边缘计算进行数据采集分析、完整实现物联网边缘计算模块功能而设计的连接管理模块。通过与底层物理设备的OT或IT数据源子***及修改后的协议层和驱动层进行适配,在核心接收、发射层面进行相关配置管理,并维护***安全性,将顶部应用通过一些列数据流与底层物理设备实现连接,通过对应的总线和API网关进行数据传输和模块化封装连接,是边缘计算的采集和分析可以得到具体实现。解决了当前边缘计算及物联网在工业数据采集分析场景下的数据传输和底层物理设备与顶层应用连接面临的困难,也解决了API接口的全局统一配置管理,提升API管理及连接效率。
用于工业数据分析的***,还包括:自主控制管理模块。用户可通过自主控制管理模块对待分析工业数据进行生成,分配,删除等相应操作的功能模块。
自主控制管理模块是参考IT最佳实践去实现客户信息化工作标准化、规范化的IT运维模式。IT服务管理***主要包含事件、问题、变更、发布的标准化流程管理,辅助巡检管理和机房进出管理,结合服务目录完善IT运维规范,并通过知识库等方式进行运维知识的积累和传递,推进运维工作的开展。IT服务器管理的相关运维数据的统计分析、报表工具、报表管理,可以通过展现层进行展现,同时通过数据的持久化,并通过集中监控***、配置管理***和运维服务门户的信息交互。
自主控制管理模块的设计思路是:以实际运维场景管理需求为导向构建资产管理模型,明确各运维整理所需应用配置数据,对各类资源数据的有效整合,通过便捷维护工具(自动化稽核工具)提高资源维护效率,通过资源全生命周期管理实现资源状态的全方面管控,通过关联拓扑展现强化资源可视化能力,通过灵活接口拓展资源数据应用范围。
在一些实施例中,资产管理模型包括展示层、应用层和数据层。配置管理数据库***设置在应用层内。配置管理数据库***提供获取运维对象配置信息及关联关系的接口。服务管理***传递运维对象信息至配置管理数据库***,获取相关配置信息,实现配置项信息和关联关系在不同场景下的应用。比如:在事件处理时提示运维对象及组件的相关配置信息;在变更审批时,提示变更对象与其它及组件之间的关联关系。
同时***搭配了工控平台资源监控。自动化资源监控平台实时监控各资源的状态,并在可在资源异常时发出告警。支持了包括计算、存储、网络等资源的监控。
集中监控***可以将自动发现的设备及相关配置项的信息同步到配置管理***中,同时集中监控***的告警信息也可以通过配置管理***确定故障影响的范围,从而确定故障的级别和影响度。
用于工业数据分析的***,还包括:运营管理***模块。运营管理***模块包括:运营控制组件、运营监管模块。运营控制组件是整个运营平台的调度、控制管理核心。将资产管理、服务管理、配置管理等各种关键业务流程整合调度。运营监管模块承载***管理工作的集中化支撑平台,实现信息汇总、IT监测管控和IT协调处理中心,提高平台运营相关的集中管控和协调处理能力,同时督促各相关组织持续改进信息化管理方式,提高信息化管理水平。运营管理***模块具备监控和管理两部分,其中监控部分可以对内部资源、外部环境进行监控,管理部分可对资源进行日志管理、账号多因素认证功能等。根据当今企业主流的IT资产及库存管理方法论并主要参照ITIL标准流程,建立了IT资产和库存管理***。并通过自动化和流程化的方式实现IT资产和库存的智能管理。运营管理***模块的业务流程包括事件管理、问题管理、变更管理、发布管理等。
用于工业数据分析的***的网络架构为混合云网络架构。混合云组网方式为跨DC混合云,托管混合云,物理机混合云及企业专有云中的一种或多种。其中,跨DC混合云的实现方式是通过SD-WAN(Software Defined Wide Area Network,软件定义的广域网)接入、专线接入或虚拟专用网VPN接入。跨DC混合云的实现场景是与企业私有数据中心混合部署或与私有云混合部署。托管混合云的实现方式是IDC(Internet Data Center,互联网数据中心)托管模式。托管混合云的应用场景是搬迁原有数据中心、高性价比托管或零距离使用云服务。使用托管混合云能够达到更优质的云服务、更优质的带宽或更优质的机架资源。物理机混合云的实现方式是物理主机租户隔离接入、客户多品牌物理主机或无缝集成云服务。物理机混合云的应用场景是高性能数据库、高安全性数据以及个性化计算资源。企业专有云的实现方式是云平台部署、统一管理控制台、统一网络出口或云服务调用。企业专有云的应用场景是企业私有云集成与托管、私有云集成公有云产品或统一混合云管理。由于不同企业对于不同云网的要求不一样;单一企业上云,不论是边缘侧还是中心侧也会面临不同的云网络,这将公有云、私有云、专有云等多种云形态引入,呈现跨数据中心下网络无法打通,不同数据中心托管给不同云厂商造成的底层资源异构及网络不通,不同物理机资源异构、资源池无法互通,企业私有云和公有云对于工业云场景需求不同,重叠部分网络不通等一系列问题。平台既需要有云化的弹性和扩展能力,同时也需要无缝接入原有平台,整个网络需要组成一个混合组网的云华架构。本***通过四种混合云组网方式,能够补足当前已有方案在类别上缺失及功能上的不足。
在一些实施例中,本公开实施例提供一种混合云网络拓扑结构,包括托管区、云服务区、企业专有云区域。托管区针对客户已有资产和代购服务器实现网络统一托管;云业务区根据流量适配全域负载均衡等手段实现业务的网络实现,可针对用户租用或定制的物理云主机,业务范围涵盖主机、数据盘、内存、大数据、数据库、对象存储等,全局负载均衡匹配全局CDN(Content Delivery Network,内容分发网络),通过防火墙与外网相连保障安全性,同时公有云区域通过接入汇聚点可以和企业私有数据中心进行交互;企业专有云区域通过统一管理控制台实现客户资产的网络管理,同时网络接入企业私有数据中心里。网络架构上,托管用户网络连接托管外网交换机和托管接入交换机,托管外网接入交换机和IDC核心交换机双向交互实现对外核心网连接;VPCGW接入VPC接入交换机,通过与托管核心交换机连接可以蹦进到内网核心交换机从而实现公有云或者负载均衡器LBER的连接。
结合图6所示,图6为本公开实施例提供的混合组网的核心组件及流程图。托管用户601通过托管外网接入交换机605与互联网数据中心IDC核心交换机602连接,从而接入外部核心网603。外部核心网603可以直连公网604和外网核心交换机608Uver;外网核心交换机Uver608可再与第二负载均衡器609LBER-2连接。托管用户也可通过托管外网接入交换机605与托管核心交换机606连接,托管核心交换机606可以和第一内网交换机607连接,随后可接入第一负载均衡器610LBER-1和第二负载均衡器LBER-2609。VPCGW(Virtual PrivateCloud Gateway,虚拟私有云网关)可以通过与虚拟私有云VPC接入交换机612相连,从而与托管核心交换机606及网路地址转换端口Pnat相连,当其与托管核心交换机606连接后,可以实现上一步骤中的托管用户的功能,当其与网路地址转换端口Pnat相连后,可以直接连入第一内网交换机607,实现与托管用户一致的与第一负载均衡器610LBER-1和第二负载均衡器609LBER-2相连。公有云615可以和第二内网交换机614打通,第二内网交换机614会连接到第一内网交换机607从而实现与第一负载均衡器610LBER-1和第二负载均衡器609LBER-2的连接。网路地址转换端口Pnat通过本***搭建的隧道可以与外网核心交换机608Uver和公有云615连通,实现数据的传输。
另外,混合组网架构同样支持专线接入方式,本公开实施例充分适配边缘计算场景及多云结构,结合物联网的网络特征,实现了如下的专线接入方式,参考图7。
图7展示了用户的私有网络701和企业数据中心703的数据交互,私有网络701和企业数据中心703分别对应一个专线网关702。私有网络701和企业数据中心703之间以物理专线为主线,以VPN专线为备份,并通过专线网关实现数据交互。具体的专线创建步骤如下:首先,创建物理专线,仅针对用户私有网络与企业IDC(Internet Data Center,互联网数据中心)交互时创建,归功于本***对成本、收益和效率评估后的综合探索。然后创建专线通道,可以为物理专线创造专线通道,并且作为主要专线,也可为VPN专线创造专线通道并作为备份专线。再次创建专线网关接入专线通道,从而打通数据中心和平台VPC。网关类型可分为VPN网关和专线网关。再次,配置专线NAT(Network Address Translator,网络地址转换)。再次配置需要通信的子网所关联的路由表。最后,选择创建多条物理专线或者VPN连接实现单条的专线的备份。
本公开实施例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,所述计算机可执行指令设置为执行上述用于工业数据分析的方法。
上述的计算机可读存储介质可以是暂态计算机可读存储介质,也可以是非暂态计算机可读存储介质。
本公开实施例的技术方案可以以软件产品的形式体现出来,该计算机软件产品存储在一个存储介质中,包括一个或多个指令用以使得一台计算机设备(可以是个人计算机,服务器,或者网络设备等)执行本公开实施例所述方法的全部或部分步骤。而前述的存储介质可以是非暂态存储介质,包括:U盘、移动硬盘、只读存储器(ROM,Read-Only Memory)、随机存取存储器(RAM,Random Access Memory)、磁碟或者光盘等多种可以存储程序代码的介质,也可以是暂态存储介质。
以上描述和附图充分地示出了本公开的实施例,以使本领域的技术人员能够实践它们。其他实施例可以包括结构的、逻辑的、电气的、过程的以及其他的改变。实施例仅代表可能的变化。除非明确要求,否则单独的部件和功能是可选的,并且操作的顺序可以变化。一些实施例的部分和特征可以被包括在或替换其他实施例的部分和特征。而且,本申请中使用的用词仅用于描述实施例并且不用于限制权利要求。如在实施例以及权利要求的描述中使用的,除非上下文清楚地表明,否则单数形式的“一个”(a)、“一个”(an)和“所述”(the)旨在同样包括复数形式。类似地,如在本申请中所使用的术语“和/或”是指包含一个或一个以上相关联的列出的任何以及所有可能的组合。另外,当用于本申请中时,术语“包括”(comprise)及其变型“包括”(comprises)和/或包括(comprising)等指陈述的特征、整体、步骤、操作、元素,和/或组件的存在,但不排除一个或一个以上其它特征、整体、步骤、操作、元素、组件和/或这些的分组的存在或添加。在没有更多限制的情况下,由语句“包括一个…”限定的要素,并不排除在包括所述要素的过程、方法或者设备中还存在另外的相同要素。本文中,每个实施例重点说明的可以是与其他实施例的不同之处,各个实施例之间相同相似部分可以互相参见。对于实施例公开的方法、产品等而言,如果其与实施例公开的方法部分相对应,那么相关之处可以参见方法部分的描述。
本领域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单元及算法步骤,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。这些功能究竟以硬件还是软件方式来执行,可以取决于技术方案的特定应用和设计约束条件。所述技术人员可以对每个特定的应用来使用不同方法以实现所描述的功能,但是这种实现不应认为超出本公开实施例的范围。所述技术人员可以清楚地了解到,为描述的方便和简洁,上述描述的***、装置和单元的具体工作过程,可以参考前述方法实施例中的对应过程,在此不再赘述。
本文所披露的实施例中,所揭露的方法、产品(包括但不限于装置、设备等),可以通过其它的方式实现。例如,以上所描述的装置实施例仅仅是示意性的,例如,所述单元的划分,可以仅仅为一种逻辑功能划分,实际实现时可以有另外的划分方式,例如多个单元或组件可以结合或者可以集成到另一个***,或一些特征可以忽略,或不执行。另外,所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口,装置或单元的间接耦合或通信连接,可以是电性,机械或其它的形式。所述作为分离部件说明的单元可以是或者也可以不是物理上分开的,作为单元显示的部件可以是或者也可以不是物理单元,即可以位于一个地方,或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例。另外,在本公开实施例中的各功能单元可以集成在一个处理单元中,也可以是各个单元单独物理存在,也可以两个或两个以上单元集成在一个单元中。
附图中的流程图和框图显示了根据本公开实施例的***、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,所述模块、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。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,两个连续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,这可以依所涉及的功能而定。在附图中的流程图和框图所对应的描述中,不同的方框所对应的操作或步骤也可以以不同于描述中所披露的顺序发生,有时不同的操作或步骤之间不存在特定的顺序。例如,两个连续的操作或步骤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,这可以依所涉及的功能而定。框图和/或流程图中的每个方框、以及框图和/或流程图中的方框的组合,可以用执行规定的功能或动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。
Claims (9)
1.一种用于工业数据分析的方法,其特征在于,包括:
获取待分析工业数据;
确定待分析工业数据的分析需求度;分析需求度用于表征待分析工业数据的分析需求强烈或分析需求不强烈;
在分析需求度表征待分析工业数据的分析需求强烈的情况下,将待分析工业数据传输到边缘计算模块,触发边缘计算模块对待分析工业数据进行数据分析;
确定待分析工业数据的分析需求度之后,还包括:
在分析需求度表征分析需求不强烈的情况下,将待分析工业数据发送到大数据分析模块,触发大数据分析模块对待分析工业数据进行数据分析;
所述边缘计算模块包括支持服务层、核心发送接收层、核心计算层、驱动层、物联协议层、数据源子***、通用组件模型、API网关以及物联设备;支持服务层与核心发送接收层连接;核心发送接收层与核心计算层连接;核心计算层和驱动层连接;驱动层分别与物联协议层与数据源子***连接;物联协议层与数据源子***连接;数据源子***与通用组件模型连接;API网关分别与物联设备以及通用组件模型连接;物联协议层包括***和协议驱动库、混合协议以及协议/***适配模块;核心计算层包括本地人工智能和元数据计算;本地人工智能用于***健康管理;元数据计算用于配置信息计算;核心发送接收层用于发送策略以及接收策略。
2.根据权利要求1所述的方法,其特征在于,确定待分析工业数据的分析需求度,包括:
获取传输待分析工业数据所需的带宽值;
在带宽值大于或等于第一预设阈值的情况下,确定分析需求度表征待分析工业数据的分析需求强烈;或,
在带宽值小于第一预设阈值的情况下,确定分析需求度表征待分析工业数据的分析需求不强烈。
3.根据权利要求1所述的方法,其特征在于,确定待分析工业数据的分析需求度,包括:
确定待分析工业数据的保密等级;
在保密等级大于或等于第二预设阈值的情况下,确定分析需求度表征待分析工业数据的分析需求强烈;或,
在保密等级小于第二预设阈值的情况下,确定分析需求度表征待分析工业数据的分析需求不强烈。
4.根据权利要求1所述的方法,其特征在于,确定待分析工业数据的分析需求度,包括:
确定待分析工业数据的反馈时延;
在反馈时延小于第三预设阈值的情况下,确定分析需求度表征待分析工业数据的分析需求强烈;或,
在反馈时延大于或等于第三预设阈值的情况下,确定分析需求度表征待分析工业数据的分析需求不强烈。
5.一种用于工业数据分析的装置,其特征在于,包括:
获取单元,被配置为获取待分析工业数据;
确定单元,被配置为确定待分析工业数据的分析需求度;分析需求度用于表征待分析工业数据的分析需求强烈或分析需求不强烈;
发送单元,被配置为在分析需求度表征分析需求强烈的情况下,将待分析工业数据传输到边缘计算模块,触发边缘计算模块对待分析工业数据进行数据分析;在分析需求度表征分析需求不强烈的情况下,将待分析工业数据发送到大数据分析模块,触发大数据分析模块对待分析工业数据进行数据分析;
所述边缘计算模块包括支持服务层、核心发送接收层、核心计算层、驱动层、物联协议层、数据源子***、通用组件模型、API网关以及物联设备;支持服务层与核心发送接收层连接;核心发送接收层与核心计算层连接;核心计算层和驱动层连接;驱动层分别与物联协议层与数据源子***连接;物联协议层与数据源子***连接;数据源子***与通用组件模型连接;API网关分别与物联设备以及通用组件模型连接;物联协议层包括***和协议驱动库、混合协议以及协议/***适配模块;核心计算层包括本地人工智能和元数据计算;本地人工智能用于***健康管理;元数据计算用于配置信息计算;核心发送接收层用于发送策略以及接收策略。
6.一种用于工业数据分析的***,其特征在于,包括:
用于工业数据分析的装置,与边缘计算模块电连接;用于工业数据分析的装置用于获取待分析工业数据;并确定待分析工业数据的分析需求度;在分析需求度表征分析需求强烈的情况下,将待分析工业数据传输到边缘计算模块;
边缘计算模块,用于对待分析工业数据进行数据分析;
所述边缘计算模块包括支持服务层、核心发送接收层、核心计算层、驱动层、物联协议层、数据源子***、通用组件模型、API网关以及物联设备;支持服务层与核心发送接收层连接;核心发送接收层与核心计算层连接;核心计算层和驱动层连接;驱动层分别与物联协议层与数据源子***连接;物联协议层与数据源子***连接;数据源子***与通用组件模型连接;API网关分别与物联设备以及通用组件模型连接;物联协议层包括***和协议驱动库、混合协议以及协议/***适配模块;核心计算层包括本地人工智能和元数据计算;本地人工智能用于***健康管理;元数据计算用于配置信息计算;核心发送接收层用于发送策略以及接收策略;
所述用于工业数据分析的***的网络架构为混合云网络架构;混合云组网方式为跨DC混合云,托管混合云,物理机混合云及企业专有云中的一种或多种;其中,跨DC混合云的实现方式是通过SD-WAN接入、专线接入或虚拟专用网VPN接入;跨DC混合云的实现场景是与企业私有数据中心混合部署或与私有云混合部署;托管混合云的实现方式是IDC托管模式;
用于工业数据分析的装置还与大数据分析模块电连接;用于工业数据分析的装置还用于在分析需求度表征分析需求不强烈的情况下,将待分析工业数据发送到大数据分析模块;
大数据分析模块,用于对待分析工业数据进行数据分析。
7.根据权利要求6所述的***,其特征在于,还包括:
安全模块,分别与边缘计算模块、大数据分析模块以及用于工业数据分析的装置电连接;安全模块用于根据预设的加密算法对待分析工业数据进行数据加密,并将数据加密后的待分析工业数据传输给边缘计算模块或大数据分析模块。
8.根据权利要求6所述的***,其特征在于,还包括:
IOT连接管理模块,用于实现边缘计算模块与用于工业数据分析的装置之间的连接。
9.一种存储介质,存储有程序指令,其特征在于,所述程序指令在运行时,执行如权利要求1至4任一项所述的用于工业数据分析的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311494276.5A CN117234739B (zh) | 2023-11-10 | 2023-11-10 | 用于工业数据分析的方法及装置、***、存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311494276.5A CN117234739B (zh) | 2023-11-10 | 2023-11-10 | 用于工业数据分析的方法及装置、***、存储介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN117234739A CN117234739A (zh) | 2023-12-15 |
CN117234739B true CN117234739B (zh) | 2024-02-23 |
Family
ID=89098611
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202311494276.5A Active CN117234739B (zh) | 2023-11-10 | 2023-11-10 | 用于工业数据分析的方法及装置、***、存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN117234739B (zh) |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111464650A (zh) * | 2020-04-03 | 2020-07-28 | 北京绪水互联科技有限公司 | 一种数据分析方法、设备、***及存储介质 |
CN114660999A (zh) * | 2020-12-23 | 2022-06-24 | 国网信息通信产业集团有限公司北京分公司 | 基于物联网的工业设备运行状态监控分析终端及分析方法 |
CN114862096A (zh) * | 2022-03-22 | 2022-08-05 | 东华大学 | 一种基于边缘计算的航天薄壁件旋压加工质量管理*** |
CN116595859A (zh) * | 2023-04-11 | 2023-08-15 | 广东卓维网络有限公司 | 基于机器学习的审计模型构建方法、装置、设备和介质 |
Family Cites Families (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US10416660B2 (en) * | 2017-08-31 | 2019-09-17 | Rockwell Automation Technologies, Inc. | Discrete manufacturing hybrid cloud solution architecture |
US11050634B2 (en) * | 2018-09-11 | 2021-06-29 | Honeywell International Inc. | Systems and methods for contextual transformation of analytical model of IoT edge devices |
-
2023
- 2023-11-10 CN CN202311494276.5A patent/CN117234739B/zh active Active
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111464650A (zh) * | 2020-04-03 | 2020-07-28 | 北京绪水互联科技有限公司 | 一种数据分析方法、设备、***及存储介质 |
CN114660999A (zh) * | 2020-12-23 | 2022-06-24 | 国网信息通信产业集团有限公司北京分公司 | 基于物联网的工业设备运行状态监控分析终端及分析方法 |
CN114862096A (zh) * | 2022-03-22 | 2022-08-05 | 东华大学 | 一种基于边缘计算的航天薄壁件旋压加工质量管理*** |
CN116595859A (zh) * | 2023-04-11 | 2023-08-15 | 广东卓维网络有限公司 | 基于机器学习的审计模型构建方法、装置、设备和介质 |
Also Published As
Publication number | Publication date |
---|---|
CN117234739A (zh) | 2023-12-15 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Khare et al. | Big data in IoT | |
US20200067789A1 (en) | Systems and methods for distributed systemic anticipatory industrial asset intelligence | |
US20210194932A1 (en) | Network asset characterization, classification, grouping and control | |
US10178566B2 (en) | Radio access network (RAN) cell site diagnostic test tool system and method | |
US10530740B2 (en) | Systems and methods for facilitating closed loop processing using machine learning | |
CN112600891B (zh) | 一种基于信息物理融合的边云协同***及工作方法 | |
EP2672668A1 (en) | Creating searchable and global database of user visible process traces | |
CN114787792A (zh) | 集中式知识库和数据挖掘*** | |
CN104168144A (zh) | 一种对sdn网络进行审计的方法 | |
CN103490941A (zh) | 一种云计算环境中实时监控在线配置方法 | |
CN114169579B (zh) | 核电工业互联网综合智能平台*** | |
CN104637265A (zh) | 调度自动化多级一体化智能值班报警*** | |
CN113259356A (zh) | 大数据环境下的威胁情报与终端检测响应方法及*** | |
CN103905219A (zh) | 一种业务平台中通信信息的监控存储***及方法 | |
Uyyala et al. | THE ROLE OF AI IN THE DEVELOPMENT OF NEXT-GENERATION NETWORKING SYSTEMS | |
CN108052358B (zh) | 一种分布式部署的***和方法 | |
CN112256498A (zh) | 一种故障处理的方法和装置 | |
US10554625B2 (en) | Integrated PCS functional competency assessment | |
EP3550767B1 (en) | System and method for alert insight in configuration management databases (cmdbs) | |
Di Sano | Business intelligence as a service: A new approach to manage business processes in the cloud | |
CN104539449B (zh) | 一种故障信息处理方法与相关装置 | |
CN117234739B (zh) | 用于工业数据分析的方法及装置、***、存储介质 | |
US11805146B2 (en) | System and method for detection promotion | |
CN112256490A (zh) | 一种数据处理的方法和装置 | |
Arvindhan et al. | An Optimal System on Data Challenge with Distributed Data Management on Cloud, Fog and Edge Computing |
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 |