一种应用云计算实现计算机网络信息遥控的方法与流程

本发明设计计算机网络控制，且更具体地涉及一种应用云计算实现计算机网络信息遥控的方法。

背景技术：

1、随着“互联网+”的深入发展，通过云计算平台，用户可以实时监控遥控设备的状态，并进行远程控制。监控内容包括设备运行状态、故障报警、数据统计分析等。用户可以通过web界面或移动端应用实现远程操控。现有技术中，计算机网络信息遥控能力滞后， 比如当计算机网络数据节点在传输过程中，由于连接不同的数据信息终端，则计算机传输过程容易出现故障，就难以实现数据信息的正常传输。

2、现有技术采用遥控器进行控制，具体遥控方法如下：确定遥控器类型：计算机网络信息传输的遥控器种类可能因地区而异，因此需要确定所使用的遥控器类型，常见的遥控器类型包括红外遥控器、蓝牙遥控器、gps定位遥控器等。连接遥控器：将遥控器连接到计算机网络信息传输的控制器，一般可以通过usb接口连接，也可以通过无线连接方式连接。这种方法控制能力滞后，在使用遥控器进行计算机网络信息传输控制时，需要考虑到遥控器电池电量和遥控器损坏等因素。

3、综上所述，计算机网络传输信息过程存在以下技术弊端：

4、1. 技术成本较高；计算机网络信息传输需要涵盖传感器、数据采集、远程控制、自动化等多种技术，且需要对各种技术进行优化和集成，使之协同工作，因此技术成本较高。

5、2. 延迟和响应时间长；由于控制指令需要通过互联网传输到云服务器并返回结果，因此存在一定的延迟时间。在紧急情况下，这种延迟可能导致无法及时控制计算机网络数据通信节点或接收实时反馈。

6、3. 受环境因素影响大；环境因素如自然灾害、天气等因素会对计算机网络信息传输造成影响，降低其运营效率。

7、因此，本发明公开一种应用云计算实现计算机网络信息遥控的方法。

技术实现思路

1、针对上述技术的不足，本发明公开一种应用云计算实现计算机网络信息遥控的方法，利用云计算平台和无线通信网络，减少了传统计算机网络数据通信基础设施建设和维护的成本，提高了系统的可扩展性和灵活性；通过边缘计算方法，在接近数据源的边缘节点进行数据处理和分析，减少了数据传输的延迟，提高了系统的实时性和响应速度；通过自适应网络模型，根据当前网络状态自动调整网络连接方式，提高了系统的稳定性和可靠性，减少了环境因素对系统性能的影响。

2、有鉴于此，本发明提供了一种应用云计算实现计算机网络信息遥控的方法，包括如下步骤：

3、步骤一、数据采集与传输；

4、通过传感器组进行环境参数及运行状态信息的采集，并通过无线通信网络将采集数据传输至云控制平台；

5、步骤二、数据分析处理；

6、通过所述云控制平台实现采集数据处理和指令生成；所述云控制平台通过异常检测模型实现自动化异常检测；所述异常检测模型通过边缘计算方法进行数据处理和分析，以降低延迟和提高响应时间；

7、步骤三、远程控制管理；

8、通过远程控制模块实现对计算机网络控制终端的启停、网络协议调节和数据通信量控制操作，所述远程控制模块采用主控制器基于生成的控制指令对计算机网络信息传输进行远程控制，并采用混合节能算法进行数据通信协议部署；

9、步骤四、数据安全保护；

10、利用安全加固模块对数据进行加密和验证，所述安全加固模块通过区块链加密模型确保数据的安全性和完整性；

11、步骤五、网络连接加固；

12、通过自适应网络模型根据当前网络状态自动调整网络连接方式；所述自适应网络模型通过基于机器学习的自适应控频算法识别异常服务器或设备。

13、作为上述技术方案的进一步描述，所述云控制平台包括数据处理模块和控制指令模块；所述数据处理模块包括数据清洗单元、数据归一化单元、数据存储单元和数据分析单元；所述数据清洗单元通过离群值检测、异常值检测和缺失值填充方法对数据进行清洗处理；所述数据归一化单元通过最小最大规范化方法将采集到的数据转换为标准化的数值范围；所述数据存储单元通过云存储服务实现大规模数据的安全存储和高效查询；所述数据分析单元通过数据挖掘和机器学习方法对采集到的数据进行分析；所述控制指令模块包括控制逻辑单元、指令生成单元、指令发送单元和网络通信单元；所述控制逻辑单元通过专家系统制定信息一体化控制策略；所述指令生成单元通过基于规则的方法和基于统计学模型的方法生成控制指令；所述基于规则的方法通过规则匹配、推理机制和知识库管理方法进行推理和决策；所述基于统计学模型的方法通过线性回归和逻辑回归模型对采集到的数据进行分析；所述指令发送单元通过云计算和mqtt协议将生成的控制指令发送到计算机网络数据通信节点控制设备中，实现自动化控制；所述网络通信单元通过全双工websocket协议实现远程控制指令的实时传输和接收。

14、作为上述技术方案的进一步描述，所述异常检测模型包括输入层、数据层、模型层、算法层、优化层和输出层，所述异常检测模型的工作包括以下步骤：

15、步骤1、数据输入；

16、将计算机网络信息传输的环境参数及运行状态信息进行格式转换，通过所述输入层输入至异常检测模型；

17、步骤2、确定计算的目标和基本参数；

18、通过所述数据层从输入数据中获取计算参数和限制条件，计算参数和限制条件包括计算规模、目标函数、约束条件和变量范围，以保证求最优解过程的合理性和有效性；

19、步骤3、建立异常对比数学模型；

20、所述模型层基于历史环境参数及运行状态信息建立异常对比数学模型；

21、步骤4、异常检测；

22、所述异常检测模型采用算法层进行迭代计算、参数修正以及计算结果和真实值比较，并根据目标函数和计算节点分布情况获取计算节点的邻居列表，所述异常检测模型通过维护计算节点的邻居列表优化计算速度；

23、步骤5、对求解过程进行精细控制和优化；

24、通过所述优化层合并或拆分计量单位，提高计算的准确性，并通过自适应参数选择方式设置阈值和迭代次数，所述优化层采用并行计算方式将计算任务分配给多个处理器或计算节点，以提高计算速度；

25、步骤6、结果输出；

26、通过所述输出层对计算结果进行输出。

27、作为上述技术方案的进一步描述，所述混合节能算法通过服务器数据通信协议收集系统节点的负载情况，并通过负载均衡算法将任务合理分配到数据通信协议空闲的节点上，以优化虚拟机之间的调度和内存数据通信协议的利用方式，所述负载均衡算法通过负载调度原则避免单一虚拟机负载过慢或负荷过重。

28、作为上述技术方案的进一步描述，所述自适应网络模型通过网络冗余备份机制进行数据冗余传输和故障自动切换，所述网络冗余备份机制通过多网络路径实现数据的冗余传输和路由选择，所述多网络路径通过网络连接形成冗余集群，以实现无间歇故障切换；所述网络冗余备份机制通过备用通道驱动卡实现故障服务器或设备的无间歇切换，所述备用通道驱动卡包括高速串行扩展总线pcie和备用通道处理电路，所述高速串行扩展总线pcie采用热插拔备用切换方式和qos抗延迟阻塞服务实现主通道和备用通道端对端实时切换，以减少切换时间延迟，所述备用通道处理电路通过连接控制器的输出端接收备用通道切换控制指令。

29、作为上述技术方案的进一步描述，所述基于机器学习的自适应控频算法的工作方法为：

30、在正常频率中设置干扰门限，任何一个频率点的干扰大于干扰门限的概率公式为：

31、（1）

32、（2）

33、式（1）和（2）中，q表示大于干扰门限的概率，t表示拥塞状态的平均时间，s表示小于干扰门限的频率点，r表示大于干扰门限的频率点；

34、在正常频率中出现异常频率数量为：

35、（3）

36、式（3）中，表示正常频率，表示第跳，m表示所有跳数，e表示平均异常频率数量，表示异常频率跳数在所有频率跳数中的占比；

37、异常频率数量进一步化简为：

38、（4）

39、式（4）中，表示正常频率状态概率，表示异常频率状态概率，表示所有频率数量，表示异常频率数量；

40、从而获得最终比特误码率为：

41、（5）

42、式（5）中，表示异常频率比特误码率，表示供选择的频率。

43、作为上述技术方案的进一步描述，所述区块链加密模型包括区块链网络模块、数据加密模块、数据验证模块和去中心化存储模块；所述区块链网络模块包括共识机制单元和区块链数据结构单元；所述共识机制单元通过工作量证明确保网络中各节点对数据的一致性验证；所述区块链数据结构单元通过默克尔树结构存储和管理数据；所述默克尔树结构通过二叉树结构将大量数据分成小块，并通过哈希函数将这些块链接在一起，以确保数据的不可篡改性；所述数据加密模块通过对称密钥加密算法对数据进行加密；所述数据验证模块通过数字签名单元和智能合约确保数据的来源和安全性；所述去中心化存储模块通过分布式文件系统和分布式存储算法单元确保数据的可靠性和持久性；所述分布式文件系统通过星际文件系统ipfs存储数据，所述星际文件系统ipfs通过分布式哈希表存储和检索文件，并通过内容寻址定位文件；所述分布式存储算法单元通过纠删码和分布式哈希表将数据分散存储在多个节点上，以提高数据的安全性和抗攻击能力。

44、作为上述技术方案的进一步描述，所述边缘计算方法的工作原理步骤为：

45、s1、数据采集；

46、通过传感器和数据采集设备采集计算机网络数据通信节点包括但不限于通信频率、通信时间和网络数据通信速率数据；

47、s2、数据预处理；

48、通过滑动窗口平均法和kalman滤波器对采集到的数据进行预处理；

49、s3、特征提取；

50、通过小波变换和傅立叶变换从经过预处理的数据中提取周期性变化和趋势分析特征；

51、s4、异常检测模型训练；

52、基于已采集和预处理的数据；通过深度神经网络训练异常检测模型；

53、s5、模型部署；

54、通过机器学习框架将模型部署到移动设备或嵌入式设备上；

55、s6、异常识别与响应；

56、当边缘计算设备检测到异常情况时，通过消息传输协议mqtt实现实时通信和数据传输；

57、s7、数据传输与云端存储；

58、通过云计算和大数据存储服务将处理后的数据传输到云控制平台进行进一步的分析和存储。

59、作为上述技术方案的进一步描述，所述安全加固模块采用双层安全防火墙保护系统安全、内核平台安全和服务安全，所述双层安全防火墙采用ssl安全套接字层协议加速卡提高安全访问速度和设备性能处理能力，所述ssl安全套接字层协议加速卡通过加速安全套接字层和传输层连接的处理过程，以缩短用户访问时间和减轻防火墙内部服务器的负载，所述双层安全防火墙通过与防漏洞攻击apt和数据安全服务平台安全设备协同工作，对内部网络中的敏感数据进行分类、监视和保护，并通过智能安全引擎识别sql注入、跨站脚本攻击xss和命令注入攻击行为，并识别未知威胁及无补丁漏洞攻击行为，以提高网络安全性和系统稳定性。

60、本发明区别于现有技术有益的技术效果在于：

61、本发明公开一种应用云计算实现计算机网络信息遥控的方法，利用云计算平台和无线通信网络，减少了传统计算机网络数据通信基础设施建设和维护的成本，提高了系统的可扩展性和灵活性；通过边缘计算方法，在接近数据源的边缘节点进行数据处理和分析，减少了数据传输的延迟，提高了系统的实时性和响应速度；通过自适应网络模型，根据当前网络状态自动调整网络连接方式，提高了系统的稳定性和可靠性，减少了环境因素对系统性能的影响；利用智能维护诊断系统，对设备进行智能诊断和维护，降低了人工检修和维护的成本，提高了系统的可靠性和可用性。