TWI658368B - 感應器評估伺服器以及感應器評估方法 - Google Patents

感應器評估伺服器以及感應器評估方法 Download PDF

Info

Publication number
TWI658368B
TWI658368B TW106120734A TW106120734A TWI658368B TW I658368 B TWI658368 B TW I658368B TW 106120734 A TW106120734 A TW 106120734A TW 106120734 A TW106120734 A TW 106120734A TW I658368 B TWI658368 B TW I658368B
Authority
TW
Taiwan
Prior art keywords
sensor
sensors
server
evaluation
target
Prior art date
Application number
TW106120734A
Other languages
English (en)
Other versions
TW201905725A (zh
Inventor
汪家慶
Original Assignee
財團法人資訊工業策進會
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by 財團法人資訊工業策進會 filed Critical 財團法人資訊工業策進會
Priority to TW106120734A priority Critical patent/TWI658368B/zh
Priority to CN201710521796.9A priority patent/CN109104453B/zh
Priority to US15/643,783 priority patent/US20180375737A1/en
Publication of TW201905725A publication Critical patent/TW201905725A/zh
Application granted granted Critical
Publication of TWI658368B publication Critical patent/TWI658368B/zh

Links

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
    • H04L41/12—Discovery or management of network topologies
    • 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
    • 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
    • H04L43/50—Testing arrangements
    • 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

Landscapes

  • Engineering & Computer Science (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Signal Processing (AREA)
  • Environmental & Geological Engineering (AREA)
  • Health & Medical Sciences (AREA)
  • Computing Systems (AREA)
  • General Health & Medical Sciences (AREA)
  • Medical Informatics (AREA)
  • Arrangements For Transmission Of Measured Signals (AREA)
  • Computer And Data Communications (AREA)

Abstract

一種感應器評估伺服器以及感應器評估方法。感應器評估伺服器自伺服器接收感應器相應於各伺服器之第一感應器數值，並接收新增感應器相應於各伺服器之新增感應器數值。感應器評估伺服器根據新增感應器數值以及第一感應器數值計算新增感應器相應於感應器之相關性，並據以挑選目標感應器。感應器評估伺服器根據目標感應器相應於各伺服器之目標感應器數值以及新增感應器數值計算評估參數。感應器評估伺服器自待測伺服器接收目標感應器相應於待測伺服器之第二感應器數值，並根據評估參數以及第二感應器數值計算感應器評估數值。

Description

感應器評估伺服器以及感應器評估方法
本發明係關於一種感應器評估伺服器以及感應器評估方法；更具體而言，本發明係一種用以評估系統新增感應器之感應器評估伺服器以及感應器評估方法。
物聯網(Internet of Things,IoT)系統及其所延伸發展之人聯網(Internet of People,IoP)系統，係目前積極發展之網路技術。透過此技術，便可於各種網路中連結不同使用者裝置之感應器，並讓裝置間溝通並交換數據，俾使用者獲得所需之資訊。
而隨著技術之發展，為滿足不同使用者之需求，網路系統間常會需要導入各種使用者裝置之感應器。另一方面，當使用者人數快速成長時，網路系統中之伺服器數量以及使用者裝置之感應器數量亦隨之激增。
據此，由於不同感應器間之處理能力、性能及其相對於不同系統之穩定性皆有相當程度之差異，因此，當於具有多種伺服器以及大量感應器之網路系統中導入新的感應器時，通常會需 要相當高之測試成本以及時間成本，以確認新的感應器本身於系統內之不同伺服器之運作狀況及其對於系統整體效能之影響。
如此一來，將使得於網路系統中導入新的感應器之整體成本偏高。因此，如何避免前述缺點，乃業界須共同努力之目標。
本發明之主要目的係提供一種用於感應器評估伺服器之感應器評估方法。感應器評估伺服器用於感應器系統，感應器系統包含複數伺服器以及複數感應器。感應器評估方法包含：令感應器評估伺服器自複數伺服器，接收複數感應器相應於各伺服器之複數第一感應器數值；令感應器評估伺服器自複數伺服器，接收新增感應器相應於各伺服器之複數新增感應器數值。
接著，令感應器評估伺服器根據複數新增感應器數值以及複數第一感應器數值，計算新增感應器相應於複數感應器之複數相關性；令感應器評估伺服器自複數相關性中，篩選複數目標相關性，其中，複數目標相關性相應於複數感應器中之複數目標感應器；令感應器評估伺服器根據複數目標感應器相應於各伺服器之複數目標感應器數值以及新增感應器相應於各伺服器之複數新增感應器數值，計算複數評估參數。
隨後，令感應器評估伺服器自待測伺服器，接收複數目標感應器相應於待測伺服器之複數第二感應器數值；令感應器評估伺服器根據複數評估參數以及複數第二感應器數值，計算新 增感應器相對於待測伺服器之感應器評估數值。
為達上述目的，本發明揭露一種感應器評估伺服器，用於感應器系統。感應器系統包含複數伺服器以及複數感應器。感應器評估伺服器包含收發器以及處理器。收發器用以：自複數伺服器接收複數感應器相應於各伺服器之複數第一感應器數值；自複數伺服器接收新增感應器相應於各伺服器之複數新增感應器數值。
接著，處理器用以：根據複數新增感應器數值以及複數第一感應器數值，計算新增感應器相應於複數感應器之複數相關性；自複數相關性中篩選複數目標相關性，其中，複數目標相關性相應於複數感應器中之複數目標感應器；根據複數目標感應器相應於各伺服器之複數目標感應器數值以及新增感應器相應於各伺服器之複數新增感應器數值，計算複數評估參數。
隨後，收發器更用以自待測伺服器接收複數目標感應器相應於待測伺服器之複數第二感應器數值。而處理器更用以根據複數評估參數以及複數第二感應器數值，計算新增感應器相對於待測伺服器之感應器評估數值。
參閱圖式及隨後描述的實施方式後，所屬技術領域具有通常知識者可更瞭解本發明的技術手段及具體實施態樣。
1、2‧‧‧感應器評估伺服器
11、21‧‧‧收發器
13、23‧‧‧處理器
8、9‧‧‧感應器系統
91、S1~Sn‧‧‧伺服器
93、I1~Im‧‧‧感應器
95、X‧‧‧新增感應器
97、P‧‧‧待測伺服器
930、932、950‧‧‧感應器數值
I1S1~ImSn、J1Sp~JkSp‧‧‧感應器數值
R、r‧‧‧相關性
T、t‧‧‧目標相關性
β‧‧‧評估參數
XSp、e‧‧‧感應器評估數值
第1A圖係本發明第一實施例之感應器評估伺服器應用於感應 器系統之示意圖；第1B圖係本發明第一實施例之感應器評估伺服器之方塊圖；第2A圖係本發明第二實施例之感應器評估伺服器應用於感應器系統之示意圖；第2B圖係本發明第二實施例之感應器評估伺服器之方塊圖；以及第3A-3B圖係本發明第三實施例之感應器評估方法流程圖。
以下將透過本發明之實施例來闡釋本發明。然而，該等實施例並非用以限制本發明需在如實施例所述之任何環境、應用程式或方式方能實施。因此，以下實施例的說明僅在於闡釋本發明，而非用以限制本發明。在以下實施例及圖式中，與本發明非直接相關的元件已省略而未繪示，且繪示於圖式中的各元件之間的尺寸關係僅為便於理解，而非用以限制為實際的實施比例。
請參考第1A~1B圖。第1A圖係本發明第一實施例之一感應器評估伺服器1應用於一感應器系統9之示意圖。感應器系統9包含複數伺服器91以及複數感應器93。第1B圖係本發明第一實施例之感應器評估伺服器1之方塊圖。感應器評估伺服器1包含一收發器11以及一處理器13。元件間具有電性連結，而其間之互動將於下文中進一步闡述。
首先，感應器評估伺服器1之收發器11分別自多個伺服器91接收多個感應器93相應於各伺服器91之複數第一感應器數 值930，並分別自多個伺服器91接收一新增感應器95相應於各伺服器91之複數新增感應器數值950。
接著，感應器評估伺服器1之處理器13便可依據複數新增感應器數值950以及複數第一感應器數值930，計算新增感應器95相應於感應器93之複數相關性r。其中，新增感應器95與單一感應器93間具有相應之一組相關性r，用以代表新增感應器95與此感應器93間之相似程度。
隨後，處理器13自複數相關性r中篩選複數目標相關性t。其中，複數目標相關性t所對應之感應器93係為與新增感應器95相似度較高之目標感應器，而目標感應器相應於各伺服器91之第一感應器數值930即為目標感應器數值。據此，處理器13便根據複數目標感應器數值以及新增感應器數值950，計算複數評估參數β。
而當感應器評估伺服器1欲評估新增感應器95於一待測伺服器97中之使用狀態時，收發器11先自待測伺服器97接收目標感應器相應於待測伺服器97之複數第二感應器數值932。如此一來，處理器13便可根據複數評估參數β以及第二感應器數值932，計算新增感應器95相對於待測伺服器97之一感應器評估數值e。
請參考第2A~2B圖。第2A圖係本發明第二實施例之一感應器評估伺服器2應用於一感應器系統8之示意圖。感應器系統8包含複數伺服器S1~Sn以及複數感應器I1~Im。第2B圖係本發明 第二實施例之感應器評估伺服器2之方塊圖。感應器評估伺服器2包含一收發器21以及一處理器23。第二實施例主要係進一步詳述評估操作細節。
首先，感應器評估伺服器2之收發器21分別自多個伺服器S1~Sn接收多個感應器I1~Im相應於各伺服器S1~Sn之複數第一感應器數值I1S1~ImSn(請參考下表一)，並分別自多個伺服器S1~Sn接收一新增感應器X相應於各伺服器S1~Sn之複數新增感應器數值XS1~XSn(請參考下表二)。
需特別說明者，於第二實施例中，前述感應器數值可為同時為感應器回應時間、感應器延遲時間、感應器運算時間或感應器資料傳輸量等其中之一種數值，並可利用多維矩陣之方式將其儲存於感應器評估伺服器2中。惟其並非用以限制本發明資料之儲存態樣。
接著，感應器評估伺服器2之處理器23便可依據複數新增感應器數值XS1~XSn以及複數第一感應器數值I1S1~ImSn，計算新增感應器X相應於感應器I1~Im之複數相關性R1~Rm。具體而言，處理器23根據新增感應器數值XS1~XSn以及複數第一感應器數值I1S1~ImSn，基於皮爾森相關係數(Pearson Correlation Coefficient)公式，計算新增感應器X相應於感應器I1~Im之相關性R1~Rm。
更進一步來說，以新增感應器數值XS1~XSn為主，透過下列皮爾森相關係數公式可針對不同之感應器Im計算相關性： 其中，Rm之範圍會落在[-1,1]之間，此數值越大表示相似度越高。換言之，若Rm越接近1，代表新增感應器X與感應器Im之相似度越高，即二感應器間之性質越相同。
隨後，處理器23自相關性R1~Rm中挑選具有正相關(即挑選數值為0~1之相關性)，以初步地進行高相似度感應器之篩選。接著，處理器23針對挑選後之正相關相關性所對應之部分感應器相應之部分第一感應器數值，進行極端值過濾。舉例而言，當 Rm係為正相關相關性，則處理器23便會針對Rm所對應之感應器Im之第一感應器數值ImS1~ImSn進行極端值的過濾，以避免錯誤數據影響相關性。
接著，處理器23根據新增感應器數值XS1~XSn以及過濾後之部分第一感應器數值，同樣透過前述皮爾森相關性公式計算新增感應器X相應於部分感應器之複數更新相關性(未繪示)。隨即，處理器23排序複數更新相關性，並根據一記憶體門檻值(未繪示)，自排序後之複數更新相關性中挑選複數目標相關性T1~Tk。
更詳細來說，為避免需要處理之感應器具有之資料總量大小超過感應器評估伺服器2之記憶體可即時處理之資料量，進而導致整體效能降低，因此，處理器23排序更新相關性後，判斷前K個相關性所對應之感應器所具之可處理資料總量小於記憶體門檻值。
據此，處理器23透過前述方式挑選K個目標相關性T1~Tk後，代表其所對應之感應器係為與新增感應器X相似度最高之複數目標感應器J1~Jk(包含在感應器I1~Im內)，且感應器評估伺服器2可即時處理感應器J1~Jk之資料總量。其中，目標感應器J1~Jk相應於各伺服器S1~Sn之感應器數值即為目標感應器數值J1S1~JkSn(包含在感應器數值I1S1~ImSn內)。
隨後，處理器23便根據目標感應器數值J1S1~JkSn以及新增感應器數值XS1~XSn，計算複數評估參數β0~βk。具體而言，處理器23基於以下迴歸公式計算該等評估參數： XS i =β0+β1×J 1 S i +β2×J 2 S i +…+β k ×J k S i 其中，i係為伺服器個數，XSi係為新增感應器X相應於第i個伺服器之新增感應器數值。k係為目標感應器J1~Jk之個數。J1Si~JkSi係為目標感應器J1~Jk相應於第i個伺服器之目標感應器數值。β0~βk係為評估參數。
更詳細來說，由於XSi、k、J1Si~JkSi係為已知數值，因此，於伺服器S1~Sn中挑選k+1個伺服器，便可透過前述迴歸公式列出k+1條方程式，並據以求得評估參數β0~βk。據此，當處理器23欲評估新增感應器X於一待測伺服器P中之使用狀態時，收發器21先自待測伺服器P接收目標感應器J1~Jk相應於待測伺服器P之複數第二感應器數值J1Sp~JkSp。
據此，處理器23便可根據複數評估參數β0~βk以及第二感應器數值J1Sp~JkSp，基於以下迴歸公式計算新增感應器x相應於待測伺服器P之一感應器評估數值Xsp：XS p =β0+β1×J 1 S p +β2×J 2 S p +…+βk×J k S p 如此一來，便可感應器評估伺服器2便可以評估新增感應器X部署於待測伺服器P之環境下可能之相關感應器數值。
另需特別說明，本發明第二實施例之感應器評估伺服器2除了評估新增感應器X部署於伺服器可能之相關感應器數值外，亦可提供伺服器相關資訊供使用者參考新增感應器X可能對伺服器效能產生之影響。
詳言之，感應器評估伺服器2之收發器21可進一步自 伺服器S1~Sn接收目標感應器J1~Jk連接至伺服器S1~Sn之複數效能差異資訊D(1,1)~D(k,n)。舉例而言，當目標感應器J1連接至伺服器S1前，伺服器S1記錄有一第一感應器數值總和，而目標感應器J1連接至伺服器S1後，伺服器S1記錄有一第二感應器數值總和，此時，效能資訊差異資訊D(1,1)即為第二感應器數值總和與第一感應器數值總和之比值，數值越大，代表J1加入伺服器S1對於伺服器S1效能影響越大。
據此，由於新增感應器X與目標感應器J1~Jk之相似度非常高，因此，處理器23便會根據目標感應器J1~Jk連接至伺服器S1~Sn之複數效能差異資訊D(1,1)~D(k,n)，決定新增感應器X連接至伺服器S1~Sn之複數效能差異資訊d(x,1)~d(x,n)，並提供予使用者作為新增感應器X對於伺服器S1~Sn整體效能影響之參考。
本發明之第三實施例為感應器評估方法，其流程圖請參考第3A圖。第三實施例之方法係用於一感應器評估伺服器(例如前述實施例之感應器評估伺服器1)。感應器評估伺服器用於一感應器系統，感應器系統包含複數伺服器以及複數感應器。第三實施例之詳細步驟如下所述。
首先，執行步驟301，令感應器評估伺服器自複數伺服器，接收複數感應器相應於各伺服器之複數第一感應器數值。執行步驟302，令感應器評估伺服器自複數伺服器，接收一新增感應器相應於各伺服器之複數新增感應器數值。
執行步驟303，令感應器評估伺服器根據複數新增感 應器數值以及複數第一感應器數值，計算新增感應器相應於複數感應器之複數相關性。執行步驟304，令感應器評估伺服器自複數相關性中，篩選複數目標相關性。其中，複數目標相關性相應於複數感應器中之複數目標感應器。
執行步驟305，令感應器評估伺服器根據複數目標感應器相應於各伺服器之複數目標感應器數值以及新增感應器相應於各伺服器之複數新增感應器數值，計算複數評估參數。執行步驟306，令感應器評估伺服器自待測伺服器，接收複數目標感應器相應於待測伺服器之複數第二感應器數值。最後，執行步驟307，令感應器評估伺服器根據複數評估參數以及複數第二感應器數值，計算新增感應器相對於待測伺服器之一感應器評估數值。
需特別說明，前述步驟303更可進一步由感應器評估伺服器根據複數新增感應器數值以及複數第一感應器數值，基於皮爾森相關係數公式計算新增感應器相應於複數感應器之複數相關性。其中，新增感應器與複數感應器其中之一之配對，對應至複數相關性其中之一。
同樣地，前述步驟304更可進一步先由感應器評估伺服器自複數相關性中挑選正相關相關性，再由感應器評估伺服器針對挑選後之正相關相關性對應之部分感應器相應之部分第一感應器數值進行極端值過濾。隨後，再由感應器評估伺服器根據複數新增感應器數值以及過濾後之部分第一感應器數值，計算新增感應器相應於部分感應器之複數更新相關性。
最後，再由感應器評估伺服器排序複數更新相關性，並根據一記憶體門檻值，自排序後之複數更新相關性中挑選複數目標相關性。其中，複數目標相關性相應之複數目標感應器之一可處理資料總量小於記憶體門檻值。
另外，步驟305更可進一步由感應器評估伺服器根據複數目標感應器相應於各伺服器之複數目標感應器數值以及新增感應器相應於各伺服器之複數新增感應器數值，基於以下迴歸公式計算複數評估參數：XS i =β0+β1×J 1 S i +β2×J 2 S i +…+β k ×J k S i 其中，i係為伺服器之個數，XSi係為新增感應器相應於第i個伺服器之新增感應器數值，k係為目標感應器之個數，J1Si,J2Si,...,JkSi係為複數目標感應器相應於第i個伺服器之該等目標感應器數值，β0,β1,...,βk係為該等評估參數。
據此，步驟307更可進一步由感應器評估伺服器根據複數評估參數以及複數第二感應器數值，基於以下迴歸公式計算感應器評估數值：XS p =β0+β1×J 1 S p +β2×J 2 S p +…+β k ×J k S p
其中，J1Sp,J2Sp,...,JkSp係為第二感應器數值，XSp係為感應器評估數值。
類似地，本發明第三實施例之感應器評估方法更可包含伺服器效能評估步驟，其流程圖請參考第3B圖。具體而言，執行步驟308，令感應器評估伺服器自複數伺服器，接收各目標感 應器連接至複數伺服器之複數效能差異資訊。
詳言之，複數效能差異資訊包含一第一效能差異資訊。複數目標感應器其中之一A連接至複數伺服器其中之一B前，伺服器B記錄一第一感應器數值總和。而目標感應器A連接至伺服器B後，伺服器B記錄一第二感應器數值總和。第一效能差異資訊係第二感應器數值總和與第一感應器數值總和之比值。
據此，同樣地，由於新增感應器與目標感應器之相似度非常高，因此，執行步驟309，令感應器評估伺服器根據複數效能差異資訊，決定新增感應器連接至各伺服器之複數效能差異評估資訊。並提供予使用者作為新增感應器對於各伺服器整體效能影響之參考。
綜合上述，本發明之感應器評估伺服器及其感應器評估方法，主要係先找出與新增感應器相似度較高之感應器，並再利用相似度較高之感應器之感應器數值以及迴歸方法，估算新增感應器於不同伺服器之感應器數值。同時，亦可透過相似感應器對伺服器之整體效能影響，判斷新增感應器可能對伺服器產生之效能影響，如此一來，大幅降低網路系統中導入新的感應器之整體成本，有效地改善先前技術缺點。
惟上述實施例僅為例示性說明本發明之實施態樣，以及闡釋本發明之技術特徵，並非用來限制本發明之保護範疇。任何熟悉此技藝之人士可輕易完成之改變或均等性之安排均屬於本發明所主張之範圍，本發明之權利保護範圍應以申請專利範圍為 準。

Claims (14)

  1. 一種用於感應器評估伺服器之感應器評估方法，該感應器評估伺服器用於一感應器系統，該感應器系統包含複數伺服器以及複數感應器，該感應器評估方法包含：令該感應器評估伺服器自該等伺服器，接收該等感應器相應於各該伺服器之複數第一感應器數值；令該感應器評估伺服器自該等伺服器，接收一新增感應器相應於各該伺服器之複數新增感應器數值；令該感應器評估伺服器根據該等新增感應器數值以及該等第一感應器數值，計算該新增感應器相應於該等感應器之複數相關性；令該感應器評估伺服器自該等相關性中，篩選複數目標相關性，其中，該等目標相關性相應於該等感應器中之複數目標感應器；令該感應器評估伺服器根據該等目標感應器相應於各該伺服器之複數目標感應器數值以及該新增感應器相應於各該伺服器之該等新增感應器數值，計算複數評估參數；令該感應器評估伺服器自一待測伺服器，接收該等目標感應器相應於該待測伺服器之複數第二感應器數值；令該感應器評估伺服器根據該等評估參數以及該等第二感應器數值，計算該新增感應器相對於該待測伺服器之一感應器評估數值。
  2. 如請求項1所述之感應器評估方法，更包含：令該感應器評估伺服器自該等伺服器，接收各該目標感應器連接至該等伺服器之複數效能差異資訊；令該感應器評估伺服器根據該等效能差異資訊，決定該新增感應器連接至各該伺服器之複數效能差異評估資訊。
  3. 如請求項2所述之感應器評估方法，其中，該等效能差異資訊包含一第一效能差異資訊，該等目標感應器其中之一連接至該等伺服器其中之一前，該等伺服器其中之一記錄一第一感應器數值總和，該等目標感應器其中之一連接至該等伺服器其中之一後，該等伺服器其中之一記錄一第二感應器數值總和，該第一效能差異資訊係該第二感應器數值總和與該第一感應器數值總和之比值。
  4. 如請求項1所述之感應器評估方法，其中，該等第一感應器數值、該新增感應器數值、該等第二感應器數值係為感應器回應時間、感應器延遲時間、感應器運算時間或感應器資料傳輸量。
  5. 如請求項1所述之感應器評估方法，其中，計算該新增感應器相應於該等感應器之該等相關性更包含：令該感應器評估伺服器根據該等新增感應器數值以及該等第一感應器數值，基於皮爾森相關係數(Pearson Correlation Coefficient)公式計算該新增感應器相應於該等感應器之該等相關性，其中，該新增感應器與該等感應器其中之一之配對，對應至該等相關性其中之一。
  6. 如請求項5所述之感應器評估方法，其中，篩選該等目標相關性更包含：令該感應器評估伺服器自該等相關性中，挑選正相關相關性；令該感應器評估伺服器針對挑選後之正相關相關性對應之部分該等感應器相應之部分該等第一感應器數值，進行極端值過濾；令該感應器評估伺服器根據該等新增感應器數值以及過濾後之部分該等第一感應器數值，計算該新增感應器相應於部分該等感應器之複數更新相關性；令該感應器評估伺服器排序該等更新相關性，並根據一記憶體門檻值，自排序後之該等更新相關性中挑選該等目標相關性，其中，該等目標相關性相應之該等目標感應器之一可處理資料總量小於該記憶體門檻值。
  7. 如請求項1所述之感應器評估方法，其中，計算該等評估參數更包含：令該感應器評估伺服器根據該等目標感應器相應於各該伺服器之該等目標感應器數值以及該新增感應器相應於各該伺服器之該等新增感應器數值，基於以下迴歸公式計算該等評估參數：XS i =β0+β1×J 1 S i +β2×J 2 S i +…+β k ×J k S i 其中，i係為該等伺服器之個數，XSi係為該新增感應器相應於第i個伺服器之新增感應器數值，k係為該等目標感應器之個數，J1Si,J2Si,...,JkSi係為該等目標感應器相應於第i個伺服器之該等目標感應器數值，β0,β1,...,βk係為該等評估參數；其中，計算該新增感應器相對於該待測伺服器之該感應器評估數值更包含：令該感應器評估伺服器根據該等評估參數以及該等第二感應器數值，基於以下迴歸公式計算該感應器評估數值：XS p =β0+β1×J 1 S p +β2×J 2 S p +…+β k ×J k S p 其中，J1Sp,J2Sp,...,JkSp係為該等第二感應器數值，XSp係為該感應器評估數值。
  8. 一種感應器評估伺服器，用於一感應器系統，該感應器系統包含複數伺服器以及複數感應器，該感應器評估伺服器包含：一收發器，用以：自該等伺服器接收該等感應器相應於各該伺服器之複數第一感應器數值；自該等伺服器接收一新增感應器相應於各該伺服器之複數新增感應器數值；一處理器，用以：根據該等新增感應器數值以及該等第一感應器數值，計算該新增感應器相應於該等感應器之複數相關性；自該等相關性中篩選複數目標相關性，其中，該等目標相關性相應於該等感應器中之複數目標感應器；根據該等目標感應器相應於各該伺服器之複數目標感應器數值以及該新增感應器相應於各該伺服器之該等新增感應器數值，計算複數評估參數；其中，該收發器更用以：自一待測伺服器接收該等目標感應器相應於該待測伺服器之複數第二感應器數值；其中，該處理器更用以：根據該等評估參數以及該等第二感應器數值，計算該新增感應器相對於該待測伺服器之一感應器評估數值。
  9. 如請求項8所述之感應器評估伺服器，其中，該收發器更用以接收各該目標感應器連接至該等伺服器之複數效能差異資訊；其中，該處理器更用以：根據該等效能差異資訊，決定該新增感應器連接至各該伺服器之複數效能差異評估資訊。
  10. 如請求項9所述之感應器評估伺服器，其中，該等效能差異資訊包含一第一效能差異資訊，該等目標感應器其中之一連接至該等伺服器其中之一前，該等伺服器其中之一記錄一第一感應器數值總和，該等目標感應器其中之一連接至該等伺服器其中之一後，該等伺服器其中之一記錄一第二感應器數值總和，該第一效能差異資訊係該第二感應器數值總和與該第一感應器數值總和之比值。
  11. 如請求項8所述之感應器評估伺服器，其中，該等第一感應器數值、該新增感應器數值、該等第二感應器數值係為感應器回應時間、感應器延遲時間、感應器運算時間或感應器資料傳輸量。
  12. 如請求項8所述之感應器評估伺服器，其中，該處理器更用以根據該等新增感應器數值以及該等第一感應器數值，基於皮爾森相關係數(Pearson Correlation Coefficient)公式計算該新增感應器相應於該等感應器之該等相關性，該新增感應器與該等感應器其中之一之配對對應至該等相關性其中之一。
  13. 如請求項12所述之感應器評估伺服器，其中，該處理器更用以：自該等相關性中挑選正相關相關性；針對挑選後之正相關相關性對應之部分該等感應器相應之部分該等第一感應器數值，進行極端值過濾；根據該等新增感應器數值以及過濾後之部分該等第一感應器數值，計算該新增感應器相應於部分該等感應器之複數更新相關性；排序該等更新相關性，並根據一記憶體門檻值，自排序後之該等更新相關性中挑選該等目標相關性，其中，該等目標相關性相應之該等目標感應器之一可處理資料總量小於該記憶體門檻值。
  14. 如請求項8所述之感應器評估伺服器，其中，該處理器更用以：根據該等目標感應器相應於各該伺服器之該等目標感應器數值以及該新增感應器相應於各該伺服器之該等新增感應器數值，基於以下迴歸公式計算該等評估參數：XS i =β0+β1×J 1 S i +β2×J 2 S i +…+β k ×J k S i 其中，i係為該等伺服器之個數，XSi係為該新增感應器相應於第i個伺服器之新增感應器數值，k係為該等目標感應器之個數，J1Si,J2Si,...,JkSi係為該等目標感應器相應於第i個伺服器之該等目標感應器數值，β0,β1,...,βk係為該等評估參數；其中，計算該新增感應器相對於該待測伺服器之該感應器評估數值更包含：根據該等評估參數以及該等第二感應器數值，基於以下迴歸公式計算該感應器評估數值：XS p =β0+β1×J 1 S p +β2×J 2 S p +…+β k ×J k S p 其中，J1Sp,J2Sp,...,JkSp係為該等第二感應器數值，XSp係為該感應器評估數值。
TW106120734A 2017-06-21 2017-06-21 感應器評估伺服器以及感應器評估方法 TWI658368B (zh)

Priority Applications (3)

Application Number Priority Date Filing Date Title
TW106120734A TWI658368B (zh) 2017-06-21 2017-06-21 感應器評估伺服器以及感應器評估方法
CN201710521796.9A CN109104453B (zh) 2017-06-21 2017-06-30 传感器评估服务器以及传感器评估方法
US15/643,783 US20180375737A1 (en) 2017-06-21 2017-07-07 Sensor estimation server and sensor estimation method

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
TW106120734A TWI658368B (zh) 2017-06-21 2017-06-21 感應器評估伺服器以及感應器評估方法

Publications (2)

Publication Number Publication Date
TW201905725A TW201905725A (zh) 2019-02-01
TWI658368B true TWI658368B (zh) 2019-05-01

Family

ID=64692892

Family Applications (1)

Application Number Title Priority Date Filing Date
TW106120734A TWI658368B (zh) 2017-06-21 2017-06-21 感應器評估伺服器以及感應器評估方法

Country Status (3)

Country Link
US (1) US20180375737A1 (zh)
CN (1) CN109104453B (zh)
TW (1) TWI658368B (zh)

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
ES2970621T3 (es) * 2017-12-18 2024-05-29 Somero Entpr Inc Máquina de enrasado de hormigón con control de bloque de columnas usando sensor giroscópico

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20080208367A1 (en) * 2007-02-26 2008-08-28 International Business Machines Corporation Controller sensor networks
TW201333731A (zh) * 2011-09-19 2013-08-16 Tata Consultancy Services Ltd 用於以感測器資料為基礎之應用及服務的開發及部署之運算平台
US20160112518A1 (en) * 2014-10-21 2016-04-21 Skynet Phase 1, Inc. Systems and methods for smart device networking
TW201626340A (zh) * 2014-09-26 2016-07-16 英特爾公司 針對物聯網域之多重感官變化偵測技術
US9554236B1 (en) * 2014-05-13 2017-01-24 Senseware, Inc. Sensor deployment mechanism at a monitored location
TW201712480A (zh) * 2015-06-24 2017-04-01 英特爾公司 感測器裝置及方法

Family Cites Families (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH0417758A (ja) * 1990-05-08 1992-01-22 Honda Motor Co Ltd 内燃機関の三元触媒の劣化検出方法
US7383261B2 (en) * 2004-01-16 2008-06-03 Xerox Corporation Reference database and method for determining spectra using measurements from an LED color sensor, and method of generating a reference database
DE602004012228T2 (de) * 2004-04-16 2009-03-12 Honda Research Institute Europe Gmbh Selbstkalibrierendes Orientierungssystem für ein Handhabungsgerät
US7870223B2 (en) * 2007-02-27 2011-01-11 Rockwell Automation Technologies, Inc. Services associated with an industrial environment employing controller engine instances
CN101217548A (zh) * 2008-01-17 2008-07-09 上海交通大学 无线传感器网络中s-mac协议参数设置的优化方法
CN101382439B (zh) * 2008-10-27 2010-12-29 哈尔滨工业大学 多参数自确认传感器的状态自确认方法
JP2015501459A (ja) * 2011-09-19 2015-01-15 タタ コンサルタンシー サービシズ リミテッドＴＡＴＡ Ｃｏｎｓｕｌｔａｎｃｙ Ｓｅｒｖｉｃｅｓ Ｌｉｍｉｔｅｄ センサー駆動型車両遠隔計測アプリケーションおよびサービスの開発および配備のための演算プラットフォーム
US9562764B2 (en) * 2012-07-23 2017-02-07 Trimble Inc. Use of a sky polarization sensor for absolute orientation determination in position determining systems
CN103064919B (zh) * 2012-12-20 2017-02-15 北京思特奇信息技术股份有限公司 一种业务***中配置参数的保存方法及装置
CN105930178B (zh) * 2015-11-12 2018-12-28 ***股份有限公司 一种可配置的参数动态装载方法及***

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20080208367A1 (en) * 2007-02-26 2008-08-28 International Business Machines Corporation Controller sensor networks
TW201333731A (zh) * 2011-09-19 2013-08-16 Tata Consultancy Services Ltd 用於以感測器資料為基礎之應用及服務的開發及部署之運算平台
US9554236B1 (en) * 2014-05-13 2017-01-24 Senseware, Inc. Sensor deployment mechanism at a monitored location
TW201626340A (zh) * 2014-09-26 2016-07-16 英特爾公司 針對物聯網域之多重感官變化偵測技術
US20160112518A1 (en) * 2014-10-21 2016-04-21 Skynet Phase 1, Inc. Systems and methods for smart device networking
TW201712480A (zh) * 2015-06-24 2017-04-01 英特爾公司 感測器裝置及方法

Also Published As

Publication number Publication date
CN109104453B (zh) 2021-03-09
TW201905725A (zh) 2019-02-01
CN109104453A (zh) 2018-12-28
US20180375737A1 (en) 2018-12-27

Similar Documents

Publication Publication Date Title
CN108921206B (zh) 一种图像分类方法、装置、电子设备及存储介质
CN107566897B (zh) 一种视频刷量的鉴别方法、装置及电子设备
US10229208B2 (en) Optimization of query execution
US10866953B2 (en) Intelligent caching for enterprise resource planning reporting
CN110928739B (zh) 一种进程监控方法、装置以及计算设备
CN110826685A (zh) 神经网络卷积计算的方法和装置
CN114785696A (zh) 复杂网络节点的重要度评估方法及装置
TWI658368B (zh) 感應器評估伺服器以及感應器評估方法
CN104199738B (zh) 一种多数据处理设备协同工作方法及***
CN112464065A (zh) 基于移动互联网的大数据采集方法及***
WO2020107264A1 (zh) 神经网络架构搜索的方法与装置
KR20200098586A (ko) 추천 방법, 장치, 저장 매체 및 단말 기기
CN110334104A (zh) 一种榜单更新方法、装置、电子设备及存储介质
CN102262638A (zh) 图片标引的方法和装置
US20210037084A1 (en) Management device, management method, and management program
CN103530392B (zh) 确定抓取流量的方法及设备
CN111159131A (zh) 性能优化方法、装置、设备及计算机可读存储介质
CN111159768B (zh) 社交网络链接隐私保护效果的评价方法
CN110753117B (zh) 一种无线城域网环境下兼顾隐私保护的计算迁移方法
Durot et al. Nonparametric species richness estimation under convexity constraint
CN103425579A (zh) 基于势函数的移动终端***安全测评方法
WO2016053824A1 (en) Systems and methods for processing graphs
CN113780656A (zh) 基于聚类解耦的复杂产品多源变更传播影响力预测方法
WO2019114481A1 (zh) 集群类型识别方法、装置、电子设备及存储介质
CN112069532A (zh) 一种基于差分隐私的轨迹隐私保护方法与装置