基于节点的设备数据处理方法及装置与流程

1.本发明涉及数据处理技术领域，尤其涉及一种基于节点的设备数据处理方法及装置。


背景技术：

2.随机自动技术的发展，目前大多数企业、工厂的日常生产工作普遍呈现了机械化、自动化的趋势，进而涉及到对机械自动化生产的数据监控问题。
3.其中，就包括有采集并分析各种运行设备的设备数据，然而实际情况时，不同运行设备制造商不同，且每个制造商的设备生产标准不同，故而不同生厂商所制造的运行设备所适配的数据交互接口、协议也大相径庭，导致边缘端在采集海量运行设备的设备数据时，其数据采集难度大幅增加，同时，实现不同企业、工厂设备协议的适配也需要耗费大量时间；此外，由于每个设备上传的原数据繁多复杂，如果直接在边缘端将所有设备数据上传到云端的话，会对网络带宽有较高要求，并且这些无效的数据会占据大量的云端资源去处理和分析，进而导致数据响应速度大打折扣，甚至引发生产停顿的状况。可见，如何提高不同设备数据的处理效率显得尤为重要。


技术实现要素：

4.本发明所要解决的技术问题在于，提供一种基于节点的设备数据处理方法及装置，能够减少上传至云端的无效数据量，提高了上传至云端数据的准确性和可靠性，降低了云端处理数据的资源占用量，提高了设备数据的处理效率和处理准确性。
5.为了解决上述技术问题，本发明第一方面公开了一种基于节点的设备数据处理方法，所述方法包括：
6.数据处理节点获取目标设备对应的设备数据，所述设备数据包括所述目标设备运行时生成的数据；
7.所述数据处理节点对所述设备数据执行预设的数据处理操作，得到所述设备数据对应的数据处理结果；
8.所述数据处理节点通过确定出的目标接口将所述数据处理结果传输到云端，以触发所述云端根据所述目标接口获取所述数据处理结果，并根据确定出的配置策略对所述数据处理结果执行数据调优操作，得到所述数据处理结果的调优结果，并通过所述目标接口将所述调优结果反馈至所述数据处理节点；
9.所述数据处理节点接收所述调优结果，所述调优结果用于调整所述目标设备的运行参数。
10.作为一种可选的实施方式，在本发明第一方面中，所述数据处理节点对所述设备数据执行预设的数据处理操作，得到所述设备数据的数据处理结果之后，以及所述数据处理节点通过确定出的目标接口将所述数据处理结果传输到云端之前，所述方法还包括：
11.所述数据处理节点根据预设的资源定义模块，确定用于执行数据交互操作的目标
接口；
12.所述数据处理节点根据确定出的通信协议类型，将所述数据处理结果转换为与所述通信协议类型匹配的转换数据；
13.所述数据处理节点根据所述转换数据，更新所述数据处理结果，并执行所述的通过确定出的目标接口将所述数据处理结果传输到云端的操作。
14.作为一种可选的实施方式，在本发明第一方面中，所述数据处理节点对所述设备数据执行预设的数据处理操作，得到所述设备数据对应的数据处理结果，包括：
15.所述数据处理节点分析所述设备数据，得到所述设备数据的数据类型，所述设备数据的数据类型用于确定该设备数据的处理程序；
16.所述数据处理节点调用与所述数据类型匹配的目标处理程序，并根据所述目标处理程序分析所述设备数据，得到所述设备数据对应的分析结果；
17.当所述分析结果表示所述设备数据中包括与确定出的对照数据匹配的目标数据时，所述数据处理节点从所述设备数据，提取所述目标数据并将所述目标数据确定为所述设备数据对应的数据处理结果，所述对照数据为所述目标设备处于预设非正常运行状态时的数据。
18.作为一种可选的实施方式，在本发明第一方面中，所述云端根据确定出的配置策略对所述数据处理结果执行数据调优操作，得到所述数据处理结果的调优结果，包括：
19.由所述云端分析所述数据处理结果，得到所述数据处理结果的待校正因子，所述待校正因子用于确定处理所述数据处理结果的配置策略；
20.由所述云端根据确定出的配置策略库分析所述待校正因子，得到所述待校正因子的配对分析结果，所述配置策略包括若干个配置策略，所述配对分析结果包括所述待校正因子与所述配置策略库中每个所述配置策略的匹配度；
21.当所述配对分析结果表示所述配置策略库中存在与所述待校正因子的匹配度大于等于预设匹配度阈值的目标配置策略时，由所述云端根据至少一个所述目标配置策略，对所述待校正因子执行数据调优操作，得到所述待校正因子的调优结果。
22.作为一种可选的实施方式，在本发明第一方面中，所述方法还包括：
23.当所述配对分析结果表示所述配置策略库中不存在与所述待校正因子的匹配度大于等于所述预设匹配度阈值的目标配置策略时，由所述云端根据所述配对分析结果中与所述待校正因子的匹配度最高的配置策略以及所述待校正因子，生成所述待校正因子的优化配置策略；
24.由所述云端根据所述优化配置策略对所述待校正因子执行数据调优操作，得到所述待校正因子的调优结果。
25.作为一种可选的实施方式，在本发明第一方面中，所述数据处理节点通过确定出的目标接口将所述数据处理结果传输到云端之前，所述方法还包括：
26.所述数据处理节点将所述转换数据推送至确定出的中转数据节点，所述中转数据节点用于存储所述转换数据；
27.所述数据处理节点检测是否存在数据交互指令，所述数据交互指令用于调用所述中转数据节点中的某一转换数据，所述数据交互指令包括该数据交互指令所调用的某一转换数据的数据标识；
28.当检测出存在所述数据交互指令时，所述数据处理节点根据所述数据标识调用所述数据标识对应的目标转换数据，作为数据处理结果；
29.所述数据处理节点调用所述数据处理结果对应的目标接口，并执行所述的通过确定出的目标接口将所述数据处理结果传输到云端的操作。
30.作为一种可选的实施方式，在本发明第一方面中，所述目标设备包括多个子设备，所述设备数据包括每个所述子设备对应的子数据，所述方法还包括：
31.由所述云端检测是否接收到所述数据处理节点反馈的调优反馈信息，所述调优反馈信息为所述数据处理节点根据所述调优结果调整所有所述子设备中目标子设备的运行参数后生成的信息；
32.当检测出接收到所述数据处理节点反馈的所述调优反馈信息时，由所述云端根据所述调优反馈信息确定所述目标子设备根据所述调优结果调整该目标子设备的运行参数后的运行数据，并判断所述运行数据是否与所述目标子设备对应的标准运行数据相匹配，所述标准运行数据为所述目标子设备处于预设正常运行状态时的数据；
33.当判断结果为否时，由所述云端根据初始设备数据、所述运行数据以及所述调优反馈报告，生成二次调优信息，所述二次调优信息用于重新确定所述目标子设备的配置策略，所述初始设备数据为所述目标子设备根据所述调优结果调整该目标子设备的运行参数之前获取的设备数据。
34.本发明第二方面公开了一种基于节点的设备数据处理装置，所述装置包括：
35.获取模块，用于获取目标设备对应的设备数据，所述设备数据包括所述目标设备运行时生成的数据；
36.数据处理模块，用于对所述设备数据执行预设的数据处理操作，得到所述设备数据对应的数据处理结果；
37.数据交互模块，用于通过确定出的目标接口将所述数据处理结果传输到云端，以触发所述云端根据所述目标接口获取所述数据处理结果，并根据确定出的配置策略对所述数据处理结果执行数据调优操作，得到所述数据处理结果的调优结果，并通过所述目标接口将所述调优结果反馈至所述数据处理节点；
38.所述数据交互模块，还用于接收所述调优结果，所述调优结果用于调整所述目标设备的运行参数。
39.作为一种可选的实施方式，在本发明第二方面中，所述装置还包括：
40.第一确定模块，用于所述数据处理模块对所述设备数据执行预设的数据处理操作，得到所述设备数据的数据处理结果之后，以及所述数据交互模块通过确定出的目标接口将所述数据处理结果传输到云端之前，根据预设的资源定义模块，确定用于执行数据交互操作的目标接口；
41.转换模块，用于根据确定出的通信协议类型，将所述数据处理结果转换为与所述通信协议类型匹配的转换数据；
42.更新模块，用于根据所述转换数据，更新所述数据处理结果，触发所述数据交互模块执行所述的通过确定出的目标接口将所述数据处理结果传输到云端的操作。
43.作为一种可选的实施方式，在本发明第二方面中，所述数据处理模块对所述设备数据执行预设的数据处理操作，得到所述设备数据对应的数据处理结果的方式具体包括：
44.分析所述设备数据，得到所述设备数据的数据类型，所述设备数据的数据类型用于确定该设备数据的处理程序；
45.调用与所述数据类型匹配的目标处理程序，并根据所述目标处理程序分析所述设备数据，得到所述设备数据对应的分析结果；
46.当所述分析结果表示所述设备数据中包括与确定出的对照数据匹配的目标数据时，从所述设备数据，提取所述目标数据并将所述目标数据确定为所述设备数据对应的数据处理结果，所述对照数据为所述目标设备处于预设非正常运行状态时的数据。
47.作为一种可选的实施方式，在本发明第二方面中，所述云端根据确定出的配置策略对所述数据处理结果执行数据调优操作，得到所述数据处理结果的调优结果的方式具体包括：
48.由所述云端分析所述数据处理结果，得到所述数据处理结果的待校正因子，所述待校正因子用于确定处理所述数据处理结果的配置策略；
49.由所述云端根据确定出的配置策略库分析所述待校正因子，得到所述待校正因子的配对分析结果，所述配置策略包括若干个配置策略，所述配对分析结果包括所述待校正因子与所述配置策略库中每个所述配置策略的匹配度；
50.当所述配对分析结果表示所述配置策略库中存在与所述待校正因子的匹配度大于等于预设匹配度阈值的目标配置策略时，由所述云端根据至少一个所述目标配置策略，对所述待校正因子执行数据调优操作，得到所述待校正因子的调优结果。
51.作为一种可选的实施方式，在本发明第二方面中，所述云端根据确定出的配置策略对所述数据处理结果执行数据调优操作，得到所述数据处理结果的调优结果的方式还包括：
52.当所述配对分析结果表示所述配置策略库中不存在与所述待校正因子的匹配度大于等于所述预设匹配度阈值的目标配置策略时，由所述云端根据所述配对分析结果中与所述待校正因子的匹配度最高的配置策略以及所述待校正因子，生成所述待校正因子的优化配置策略；
53.由所述云端根据所述优化配置策略对所述待校正因子执行数据调优操作，得到所述待校正因子的调优结果。
54.作为一种可选的实施方式，在本发明第二方面中，所述装置还包括：
55.推送模块，用于所述数据交互模块通过确定出的目标接口将所述数据处理结果传输到云端之前，将所述转换数据推送至确定出的中转数据节点，所述中转数据节点用于存储所述转换数据；
56.第一检测模块，用于检测是否存在数据交互指令，所述数据交互指令用于调用所述中转数据节点中的某一转换数据，所述数据交互指令包括该数据交互指令所调用的某一转换数据的数据标识；
57.调用模块，用于当所述第一检测模块检测出存在所述数据交互指令时，根据所述数据标识调用所述数据标识对应的目标转换数据，作为数据处理结果；
58.所述调用模块，还用于调用所述数据处理结果对应的目标接口，并触发所述数据交互模块执行所述的通过确定出的目标接口将所述数据处理结果传输到云端的操作。
59.作为一种可选的实施方式，在本发明第二方面中，所述目标设备包括多个子设备，
所述设备数据包括每个所述子设备对应的子数据，所述装置还包括：
60.第二检测模块，用于检测是否接收到所述数据处理节点反馈的调优反馈信息，所述调优反馈信息为所述数据处理节点根据所述调优结果调整所有所述子设备中目标子设备的运行参数后生成的信息；
61.第二确定模块，用于当所述第二检测模块检测出接收到所述数据处理节点反馈的所述调优反馈信息时，根据所述调优反馈信息确定所述目标子设备根据所述调优结果调整该目标子设备的运行参数后的运行数据；
62.判断模块，用于判断所述运行数据是否与所述目标子设备对应的标准运行数据相匹配，所述标准运行数据为所述目标子设备处于预设正常运行状态时的数据；
63.生成模块，用于当判断结果为否时，根据初始设备数据、所述运行数据以及所述调优反馈报告，生成二次调优信息，所述二次调优信息用于重新确定所述目标子设备的配置策略，所述初始设备数据为所述目标子设备根据所述调优结果调整该目标子设备的运行参数之前获取的设备数据。
64.本发明第三方面公开了另一种基于节点的设备数据处理装置，所述装置包括：
65.存储有可执行程序代码的存储器；
66.与所述存储器耦合的处理器；
67.所述处理器调用所述存储器中存储的所述可执行程序代码，执行本发明第一方面公开的基于节点的设备数据处理方法。
68.本发明第四方面公开了一种计算机存储介质，所述计算机存储介质存储有计算机指令，所述计算机指令被调用时，用于执行本发明第一方面公开的基于节点的设备数据处理方法。
69.与现有技术相比，本发明实施例具有以下有益效果：
70.本发明实施例中，提供了一种基于节点的设备数据处理方法，该方法包括：数据处理节点获取目标设备对应的设备数据，所述设备数据包括所述目标设备运行时生成的数据；所述数据处理节点对所述设备数据执行预设的数据处理操作，得到所述设备数据对应的数据处理结果；所述数据处理节点通过确定出的目标接口将所述数据处理结果传输到云端，以触发所述云端根据所述目标接口获取所述数据处理结果，并根据确定出的配置策略对所述数据处理结果执行数据调优操作，得到所述数据处理结果的调优结果，并通过所述目标接口将所述调优结果反馈至所述数据处理节点；所述数据处理节点接收所述调优结果，所述调优结果用于调整所述目标设备的运行参数。可见，实施本发明能够通过边缘端的数据节点对设备数据执行预设的数据处理操作，实现在边缘端过滤冗余、无效的数据，降低了上传至云端的数据量，同时也提高了上云数据的可靠性和准确性；还能够通过云端对上云数据执行调优操作后反馈回边缘端的数据处理节点，提高了边缘节点的数据处理效率以及数据处理准确性。
附图说明
71.为了更清楚地说明本发明实施例中的技术方案，下面将对实施例描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，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
的附图。
72.图1是本发明实施例公开的一种基于节点的设备数据处理方法的流程示意图；
73.图2是本发明实施例公开的另一种基于节点的设备数据处理方法的流程示意图；
74.图3是本发明实施例公开的一种基于节点的设备数据处理装置的结构示意图；
75.图4是本发明实施例公开的另一种基于节点的设备数据处理装置的结构示意图；
76.图5是本发明实施例公开的又一种基于节点的设备数据处理装置的结构示意图；
77.图6是本发明实施例公开的另一种基于节点的设备数据处理装置的结构示意图。
具体实施方式
78.为了使本技术领域的人员更好地理解本发明方案，下面将结合本发明实施例中的附图，对本发明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发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
79.本发明的说明书和权利要求书及上述附图中的术语“第一”、“第二”等是用于区别不同对象，而不是用于描述特定顺序。此外，术语“包括”和“具有”以及它们任何变形，意图在于覆盖不排他的包含。例如包含了一系列步骤或单元的过程、方法、装置、产品或端没有限定于已列出的步骤或单元，而是可选地还包括没有列出的步骤或单元，或可选地还包括对于这些过程、方法、产品或端固有的其他步骤或单元。
80.在本文中提及“实施例”意味着，结合实施例描述的特定特征、结构或特性可以包含在本发明的至少一个实施例中。在说明书中的各个位置出现该短语并不一定均是指相同的实施例，也不是与其它实施例互斥的独立的或备选的实施例。本领域技术人员显式地和隐式地理解的是，本文所描述的实施例可以与其它实施例相结合。
81.本发明公开了一种基于节点的设备数据处理方法及装置，能够通过边缘端的数据节点对设备数据执行预设的数据处理操作，实现在边缘端过滤冗余、无效的数据，降低了上传至云端的数据量，同时也提高了上云数据的可靠性和准确性；还能够通过云端对上云数据执行调优操作后反馈回边缘端的数据处理节点，提高了边缘节点的数据处理效率以及数据处理准确性。以下分别进行详细说明。
82.实施例一
83.请参阅图1，图1是本发明实施例公开的一种基于节点的设备数据处理方法的流程示意图。其中，图1所描述的基于节点的设备数据处理方法可以应用于基于节点的设备数据处理装置中，本发明实施例不做限定。如图1所示，该基于节点的设备数据处理方法可以包括以下操作：
84.101、数据处理节点获取目标设备对应的设备数据。
85.本发明实施例中，设备数据包括目标设备运行时生成的数据；进一步的，该设备数据可以为目标设备本身的参数数据和/或目标设备运行时对应记录的数据(如监控的视频)；数据处理节点可以为客户应用端、确定出的设备ai模型或用于存储设备数据的数据库，本发明实施例不做限定。
86.本发明实施例中，需要说明的是，数据处理节点获取设备数据的获取方式可以通过确定出的设备对接装置mapper采集目标设备的设备数据，数据处理节点通过对接该
mapper来获取设备数据，本发明实施例不做限定。
87.102、数据处理节点对设备数据执行预设的数据处理操作，得到设备数据对应的数据处理结果。
88.本发明实施例中，步骤102中数据处理节点对设备数据执行预设的数据处理操作，得到设备数据对应的数据处理结果的方式具体可以包括以下操作：
89.数据处理节点分析设备数据，得到设备数据的数据类型，设备数据的数据类型用于确定该设备数据的处理程序；
90.数据处理节点调用与数据类型匹配的目标处理程序，并根据目标处理程序分析设备数据，得到设备数据对应的分析结果；
91.当分析结果表示设备数据中包括与确定出的对照数据匹配的目标数据时，数据处理节点从设备数据，提取目标数据并将目标数据确定为设备数据对应的数据处理结果，对照数据为目标设备处于预设非正常运行状态时的数据。
92.在本发明实施例中，可选的，当分析结果表示设备数据中不包括与确定出的对照数据匹配的目标数据时，确定该设备数据为无需上传至云端的数据，并将该设备数据存储至对应的预设存储空间或删除该设备数据。
93.本发明实施例中，设备数据的数据类型可以包括图像的数据类型(如视频监控)、包括数据的数据类型(如温度数据、重量数据)，本发明实施例不做限定。
94.为了便于理解，以下通过应用场景进行说明，当设备数据为某一图像记录设备(如摄像机)对应记录的数据时，则调用的处理程序为包括有图像识别处理功能的程序；进一步的，对照数据可以为摄像机所记录的画面出现画面模糊时的数据和/或摄像机所监控的场景中出现非工作人员(如未穿戴工作服、未佩戴工牌)时的数据和/或摄像机所监控的设备中出现设备故障(如被监控设备故障冒烟或故障警示灯亮起)时的数据，本发明实施例不做限定。
95.本发明实施例中，进一步的，当设备数据中不存在对照数据时，也即默认设备数据均为目标设备对应的正常数据，则后续对该设备数据在一定存储周期内保存(如1天)或直接删除该设备数据，本发明实施例不做限定。
96.可见，本发明实施例中，能够基于数据处理节点自动分析设备数据类型，从而调用对应的处理程序处理该设备数据，提高了设备数据的处理效率以及得到的处理结果的准确性；此外，通过对将设备数据中与对照数据不匹配的数据进行数据删除或滞留不上传的筛选操作，极大程度上减少了上传至云端的数据量，一定程度上提高了云端的数据处理效率。
97.103、数据处理节点通过确定出的目标接口将数据处理结果传输到云端，以触发云端根据目标接口获取数据处理结果，并根据确定出的配置策略对数据处理结果执行数据调优操作，得到数据处理结果的调优结果，并通过目标接口将调优结果反馈至数据处理节点。
98.104、数据处理节点接收调优结果，调优结果用于调整目标设备的运行参数。
99.本发明实施例中，数据处理节点可以通过device twin接收云端下传的device，本发明实施例不做限定。
100.可见，实施图1所描述的基于节点的设备数据处理方法，能够通过边缘端的数据节点对设备数据执行预设的数据处理操作，实现在边缘端过滤冗余、无效的数据，降低了上传至云端的数据量，同时也提高了上云数据的可靠性和准确性；还能够通过云端对上云数据
执行调优操作后反馈回边缘端的数据处理节点，提高了边缘节点的数据处理效率以及数据处理准确性。
101.在一个可选的实施例中，上述云端根据确定出的配置策略对数据处理结果执行数据调优操作，得到数据处理结果的调优结果方式具体可以包括以下操作：
102.由云端分析数据处理结果，得到数据处理结果的待校正因子，待校正因子用于确定处理数据处理结果的配置策略；
103.由云端根据确定出的配置策略库分析待校正因子，得到待校正因子的配对分析结果，配置策略包括若干个配置策略，配对分析结果包括待校正因子与配置策略库中每个配置策略的匹配度；
104.当配对分析结果表示配置策略库中存在与待校正因子的匹配度大于等于预设匹配度阈值的目标配置策略时，由云端根据至少一个目标配置策略，对待校正因子执行数据调优操作，得到待校正因子的调优结果。
105.在该可选的实施例中，可选的，该方法还可以包括以下操作：
106.当配对分析结果表示配置策略库中不存在与待校正因子的匹配度大于等于预设匹配度阈值的目标配置策略时，由云端根据配对分析结果中与待校正因子的匹配度最高的配置策略以及待校正因子，生成待校正因子的优化配置策略；
107.由云端根据优化配置策略对待校正因子执行数据调优操作，得到待校正因子的调优结果。
108.在该可选的实施例中，为了便于理解，进行举例说明如下：
109.当代校正因子为目标设备对应的温度数据时，则会生成对应的温度调控策略，也即当目标设备对应的温度数据高于目标值时，生成匹配的降温策略，反之同理。
110.可见，在该可选的实施例中，能够智能化分析数据处理结果得到待校正因子，从而根据该待校正因子在配置策略库中筛选出匹配度大于等于预设匹配度阈值的目标配置策略，提高了最终确定出的目标配置策略的准确性和可靠性；进一步的，当配置策略库中不存在上述目标配置策略时，还能够自动根据配对分析结果中与待校正因子的匹配度最高的配置策略以及待校正因子，生成优化配置策略，保证最终能够得到一个用于对目标设备进行参数调整的配置策略，一定程度上提高了确定出的配置策略的可靠性和准确性。
111.在另一个可选的实施例中，该方法还可以包括以下操作：
112.数据处理节点检测是否接收到数据编辑指令，该数据编辑指令用于对云端存储的数据进行数据编辑操作，且该数据编辑指令包括该数据处理节点对应的数据访问权限；
113.当检测出接收到该数据编辑指令时，根据数据访问权限以及确定出的访问接口，对待编辑数据执行数据编辑操作，得到待编辑数据对应的编辑结果。
114.在该可选的实施例中，数据处理节点可以通过kubernetes api服务器公开的crd api从云中创建、更新和删除设备元数据，提高了边缘端数据对云端数据编辑操作性。
115.实施例二
116.请参阅图2，图2是本发明实施例公开的另一种基于节点的设备数据处理方法的流程示意图。其中，图2所描述的基于节点的设备数据处理方法可以应用于基于节点的设备数据处理装置中，本发明实施例不做限定。如图2所示，该基于节点的设备数据处理方法可以包括以下操作：
117.201、数据处理节点获取目标设备对应的设备数据。
118.202、数据处理节点对设备数据执行预设的数据处理操作，得到设备数据对应的数据处理结果。
119.203、数据处理节点根据预设的资源定义模块，确定用于执行数据交互操作的目标接口。
120.本发明实施例中，资源定义模块可以为基于kubernetes的crd，也即基于kubernetes的crd配置目标接口api，本发明实施例不做限定。
121.204、数据处理节点根据确定出的通信协议类型，将数据处理结果转换为与通信协议类型匹配的转换数据。
122.本发明实施例中，通信协议类型可以为mqtt协议对应的协议类型。
123.205、数据处理节点根据转换数据，更新数据处理结果。
124.206、数据处理节点通过确定出的目标接口将数据处理结果传输到云端，以触发云端根据目标接口获取数据处理结果，并根据确定出的配置策略对数据处理结果执行数据调优操作，得到数据处理结果的调优结果，并通过目标接口将调优结果反馈至数据处理节点。
125.207、数据处理节点接收调优结果，调优结果用于调整目标设备的运行参数。
126.本发明实施例中，针对步骤201-步骤202以及步骤206-步骤207的其他描述请参阅实施例一中针对步骤101-步骤102以及步骤103-步骤104的其他具体描述，本发明实施例不再赘述。
127.可见，实施图2所描述的基于节点的设备数据处理方法，能够根据确定的通信协议类型对数据处理结果执行转换，从而通过确定出目标接口传输该数据处理结果，统一转换后的数据处理结果，有利于提高数据传输时的准确性和可靠性，同时降低了云端解析数据处理结果的解析工作量，也即提高了云端进行数据处理的效率。
128.在一个可选的实施例中，上述数据处理节点通过确定出的目标接口将数据处理结果传输到云端之前，该方法还可以包括以下操作：
129.数据处理节点将转换数据推送至确定出的中转数据节点，中转数据节点用于存储转换数据；
130.数据处理节点检测是否存在数据交互指令，数据交互指令用于调用中转数据节点中的某一转换数据，数据交互指令包括该数据交互指令所调用的某一转换数据的数据标识；
131.当检测出存在数据交互指令时，数据处理节点根据数据标识调用数据标识对应的目标转换数据，作为数据处理结果；
132.数据处理节点调用数据处理结果对应的目标接口，并执行上述的通过确定出的目标接口将数据处理结果传输到云端的操作。
133.在该可选的实施例中，中转数据节点可以为mqtt broker，后续云端topcloud-edge就能从mqtt broker中获取到设备的具体数据。
134.可见，在该可选的实施例中，能够通过中转数据节点，实现数据处理节点、云端、转换数据的数据交互，该中转数据节点有利于提高数据交互的可靠性和提高数据交互效率。
135.在另一个可选的实施例中，目标设备包括多个子设备，设备数据包括每个子设备对应的子数据，该方法还可以包括以下操作：
136.由云端检测是否接收到数据处理节点反馈的调优反馈信息，调优反馈信息为数据处理节点根据调优结果调整所有子设备中目标子设备的运行参数后生成的信息；
137.当检测出接收到数据处理节点反馈的调优反馈信息时，由云端根据调优反馈信息确定目标子设备根据调优结果调整该目标子设备的运行参数后的运行数据，并判断运行数据是否与目标子设备对应的标准运行数据相匹配，标准运行数据为目标子设备处于预设正常运行状态时的数据；
138.当判断结果为否时，由云端根据初始设备数据、运行数据以及调优反馈报告，生成二次调优信息，二次调优信息用于重新确定目标子设备的配置策略，初始设备数据为目标子设备根据调优结果调整该目标子设备的运行参数之前获取的设备数据。
139.可见，在该可选的实施例中，在云端生成配置策略之后，还能够进一步分析目标设备调整运行参数后反馈的调优反馈信息，并确定配置策略无效之后进一步生成二次调优信息，实现了对边缘端接收调优结果后目标设备的运行参数的后续监控，一定程度上提高了目标设备根据调优结果调整设备运行参数的成功率。
140.实施例三
141.请参阅图3，图3是本发明实施例公开的一种基于节点的设备数据处理装置的结构示意图。其中，该基于节点的设备数据处理装置可以是基于节点的设备数据处理终端、基于节点的设备数据处理设备、基于节点的设备数据处理系统或者基于节点的设备数据处理服务器，基于节点的设备数据处理服务器可以是本地服务器，也可以是远端服务器，还可以是云服务器(又称云端服务器)，当基于节点的设备数据处理服务器为非云服务器时，该非云服务器能够与云服务器进行通信连接，本发明实施例不做限定。如图3所示，该基于节点的设备数据处理装置可以包括获取模块301、数据处理模块302以及数据交互模块303，其中：
142.获取模块301，用于获取目标设备对应的设备数据，设备数据包括目标设备运行时生成的数据。
143.数据处理模块302，用于对设备数据执行预设的数据处理操作，得到设备数据对应的数据处理结果。
144.数据交互模块303，用于通过确定出的目标接口将数据处理结果传输到云端，以触发云端根据目标接口获取数据处理结果，并根据确定出的配置策略对数据处理结果执行数据调优操作，得到数据处理结果的调优结果，并通过目标接口将调优结果反馈至数据处理节点。
145.数据交互模块303，还用于接收调优结果，调优结果用于调整目标设备的运行参数。
146.可见，实施图3所描述的基于节点的设备数据处理装置，能够通过边缘端的数据节点对设备数据执行预设的数据处理操作，实现在边缘端过滤冗余、无效的数据，降低了上传至云端的数据量，同时也提高了上云数据的可靠性和准确性；还能够通过云端对上云数据执行调优操作后反馈回边缘端的数据处理节点，提高了边缘节点的数据处理效率以及数据处理准确性。
147.在另一个可选的实施例中，如图4所示，该装置还可以包括第一确定模块304、转换模块305以及更新模块306，其中：
148.第一确定模块304，用于数据处理模块302对设备数据执行预设的数据处理操作，
得到设备数据的数据处理结果之后，以及数据交互模块303通过确定出的目标接口将数据处理结果传输到云端之前，根据预设的资源定义模块，确定用于执行数据交互操作的目标接口。
149.转换模块305，用于根据确定出的通信协议类型，将数据处理结果转换为与通信协议类型匹配的转换数据。
150.更新模块306，用于根据转换数据，更新数据处理结果，触发数据交互模块303执行上述的通过确定出的目标接口将数据处理结果传输到云端的操作。
151.可见，实施图4所描述的基于节点的设备数据处理装置，能够根据确定的通信协议类型对数据处理结果执行转换，从而通过确定出目标接口传输该数据处理结果，统一转换后的数据处理结果，有利于提高数据传输时的准确性和可靠性，同时降低了云端解析数据处理结果的解析工作量，也即提高了云端进行数据处理的效率。
152.在又一个可选的实施例中，数据处理模块302对设备数据执行预设的数据处理操作，得到设备数据对应的数据处理结果的方式具体包括：
153.分析设备数据，得到设备数据的数据类型，设备数据的数据类型用于确定该设备数据的处理程序；
154.调用与数据类型匹配的目标处理程序，并根据目标处理程序分析设备数据，得到设备数据对应的分析结果；
155.当分析结果表示设备数据中包括与确定出的对照数据匹配的目标数据时，从设备数据，提取目标数据并将目标数据确定为设备数据对应的数据处理结果，对照数据为目标设备处于预设非正常运行状态时的数据。
156.可见，在该可选的实施例中，能够基于数据处理节点自动分析设备数据类型，从而调用对应的处理程序处理该设备数据，提高了设备数据的处理效率以及得到的处理结果的准确性；此外，通过对将设备数据中与对照数据不匹配的数据进行数据删除或滞留不上传的筛选操作，极大程度上减少了上传至云端的数据量，一定程度上提高了云端的数据处理效率。
157.在又一个可选的实施例中，上述云端根据确定出的配置策略对数据处理结果执行数据调优操作，得到数据处理结果的调优结果的方式具体包括：
158.由云端分析数据处理结果，得到数据处理结果的待校正因子，待校正因子用于确定处理数据处理结果的配置策略；
159.由云端根据确定出的配置策略库分析待校正因子，得到待校正因子的配对分析结果，配置策略包括若干个配置策略，配对分析结果包括待校正因子与配置策略库中每个配置策略的匹配度；
160.当配对分析结果表示配置策略库中存在与待校正因子的匹配度大于等于预设匹配度阈值的目标配置策略时，由云端根据至少一个目标配置策略，对待校正因子执行数据调优操作，得到待校正因子的调优结果。
161.在该可选的实施例中，可选的，云端根据确定出的配置策略对数据处理结果执行数据调优操作，得到数据处理结果的调优结果的方式还可以包括：
162.当配对分析结果表示配置策略库中不存在与待校正因子的匹配度大于等于预设匹配度阈值的目标配置策略时，由云端根据配对分析结果中与待校正因子的匹配度最高的
配置策略以及待校正因子，生成待校正因子的优化配置策略；
163.由云端根据优化配置策略对待校正因子执行数据调优操作，得到待校正因子的调优结果。
164.可见，在该可选的实施例中，能够智能化分析数据处理结果得到待校正因子，从而根据该待校正因子在配置策略库中筛选出匹配度大于等于预设匹配度阈值的目标配置策略，提高了最终确定出的目标配置策略的准确性和可靠性；进一步的，当配置策略库中不存在上述目标配置策略时，还能够自动根据配对分析结果中与待校正因子的匹配度最高的配置策略以及待校正因子，生成优化配置策略，保证最终能够得到一个用于对目标设备进行参数调整的配置策略，一定程度上提高了确定出的配置策略的可靠性和准确性。
165.在另一个可选的实施例中，如图4所示，该装置还可以包括推送模块307、第一检测模块308以及调用模块309，其中：
166.推送模块307，用于数据交互模块303通过确定出的目标接口将数据处理结果传输到云端之前，将转换数据推送至确定出的中转数据节点，中转数据节点用于存储转换数据。
167.第一检测模块308，用于检测是否存在数据交互指令，数据交互指令用于调用中转数据节点中的某一转换数据，数据交互指令包括该数据交互指令所调用的某一转换数据的数据标识。
168.调用模块309，用于当第一检测模块308检测出存在数据交互指令时，根据数据标识调用推送模块307的中转数据节点中与该数据标识对应的目标转换数据，作为数据处理结果。
169.调用模块309，还用于调用数据处理结果对应的目标接口，并触发数据交互模块303执行上述的通过确定出的目标接口将数据处理结果传输到云端的操作。
170.可见，实施图4所描述的基于节点的设备数据处理装置，能够通过中转数据节点，实现数据处理节点、云端、转换数据的数据交互，该中转数据节点有利于提高数据交互的可靠性和提高数据交互效率。
171.在又一个可选的实施例中，目标设备包括多个子设备，设备数据包括每个子设备对应的子数据，如图4所示，该装置还可以包括第二检测模块310、第二确定模块311、判断模块312以及生成模块313，其中：
172.第二检测模块310，用于检测是否接收到数据处理节点反馈的调优反馈信息，调优反馈信息为数据处理节点根据调优结果调整所有子设备中目标子设备的运行参数后生成的信息。
173.第二确定模块311，用于当第二检测模块310检测出接收到数据处理节点反馈的调优反馈信息时，根据调优反馈信息确定目标子设备根据调优结果调整该目标子设备的运行参数后的运行数据。
174.判断模块312，用于判断运行数据是否与目标子设备对应的标准运行数据相匹配，标准运行数据为目标子设备处于预设正常运行状态时的数据。
175.生成模块313，用于当判断结果为否时，根据初始设备数据、运行数据以及调优反馈报告，生成二次调优信息，二次调优信息用于重新确定目标子设备的配置策略，初始设备数据为目标子设备根据调优结果调整该目标子设备的运行参数之前获取的设备数据。
176.可见，实施图4所描述的基于节点的设备数据处理装置，在云端生成配置策略之
后，还能够进一步分析目标设备调整运行参数后反馈的调优反馈信息，并确定配置策略无效之后进一步生成二次调优信息，实现了对边缘端接收调优结果后目标设备的运行参数的后续监控，一定程度上提高了目标设备根据调优结果调整设备运行参数的成功率。
177.实施例四
178.请参阅图5，图5是本发明实施例公开的又一种基于节点的设备数据处理装置的结构示意图。如图5所示，该基于节点的设备数据处理装置可以包括：
179.存储有可执行程序代码的存储器401；
180.与存储器401耦合的处理器402；
181.处理器402调用存储器401中存储的可执行程序代码，执行本发明实施例一或本发明实施例二所描述的基于节点的设备数据处理方法中的步骤。
182.实施例五
183.本发明实施例公开了一种计算机存储介质，该计算机存储介质存储有计算机指令，该计算机指令被调用时，用于执行本发明实施例一或本发明实施例二所描述的基于节点的设备数据处理方法中的步骤。
184.实施例六
185.本发明实施例公开了一种计算机程序产品，该计算机程序产品包括存储了计算机程序的非瞬时性计算机存储介质，且该计算机程序可操作来使计算机执行实施例一或实施例二中所描述的基于节点的设备数据处理方法中的步骤。
186.以上所描述的装置实施例仅是示意性的，其中所述作为分离部件说明的模块可以是或者也可以不是物理上分开的，作为模块显示的部件可以是或者也可以不是物理模块，即可以位于一个地方，或者也可以分布到多个网络模块上。可以根据实际的需要选择其中的部分或者全部模块来实现本实施例方案的目的。本领域普通技术人员在不付出创造性的劳动的情况下，即可以理解并实施。
187.通过以上的实施例的具体描述，本领域的技术人员可以清楚地了解到各实施方式可借助软件加必需的通用硬件平台的方式来实现，当然也可以通过硬件。基于这样的理解，上述技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来，该计算机软件产品可以存储在计算机存储介质中,存储介质包括只读存储器(read-only memory，rom)、随机存储器(random access memory，ram)、可编程只读存储器(programmable read-only memory，prom)、可擦除可编程只读存储器(erasable programmable read only memory，eprom)、一次可编程只读存储器(one-time programmable read-only memory，otprom)、电子抹除式可复写只读存储器(electrically-erasable programmable read-only memory，eeprom)、只读光盘(compact disc read-only memory，cd-rom)或其他光盘存储器、磁盘存储器、磁带存储器、或者能够用于携带或存储数据的计算机可读的任何其他介质。
188.最后应说明的是：本发明实施例公开的一种基于节点的设备数据处理方法及装置所揭露的仅为本发明较佳实施例而已，仅用于说明本发明的技术方案，而非对其限制；尽管参照前述实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解；其依然可以对前述各项实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换；而这些修改或替换，并不使相应的技术方案的本质脱离本发明各项实施例技术方案的
精神和范围。