一种物联网设备的后台管理方法及系统与流程

本技术涉及以管理为目的的系统，具体为一种物联网设备的后台管理方法及系统。

背景技术：

1、物联网设备的后台管理主要涉及物联网设备的连接、控制、监测和数据处理。对这些物联网设备进行管理，通常包含设备管理、数据管理和安全管理。通常通过机器学习与人工智能进行数据分析和预测，如异常检测、需求预测、设备维护预测等。

2、需要清楚的是，设备维护预测也常被称为预测性维护（predictive maintenance,pdm），是一种利用数据分析技术来预测设备何时可能会出现故障并提前进行维护的策略。这种方法能显著提高设备的可用性和寿命，同时降低维护成本。基于设备的实时数据和历史性能数据，预测性维护可以分析设备的维护需求。例如，若某个设备的性能开始下降，则系统可以自动建议进行检查或更换。而对设备进行维护预测分析时，物联网设备的网络输出的异常较为常见，对网络模块的设备进行预测性维护的必要性就较高。其中，网络输出异常表现在数据流的异常，例如传输时数据包的延迟、丢包甚至是中断。

3、为了起到物联网设备高效管理的目的，对其安全状态进行实时监测并进行预测分析，再依据历史时间序列上的数据包传输指标（延时性、丢包率等）进行预测时，因为延时的存在，本该在某个时刻具备规律性延时的时间段，经过若干时间后才会出现，打破网络传输时正常的延时节奏，那么此时预测的结果就变得不可信，进而产生预测滞后性的问题。

技术实现思路

1、本技术的目的在于提供一种物联网设备的后台管理方法及系统，以解决现有技术中通过数据传输的延时，难以准确的对物联网设备是否异常进行评估。

2、为实现上述目的，本技术提供如下技术方案：

3、第一方面，本技术提出一种物联网设备的后台管理方法，该物联网设备的后台管理方法包括：

4、获取物联网设备的指标数据组；所述指标数据组中的指标数据包括：丢包率、带宽占比、错误率、流量来源、目的地、传输量、延迟时间；

5、基于所述指标数据组，获取多个沿时序排列的数据传输窗口；

6、基于各个数据传输窗口中的指标数据，获取各个数据传输窗口的异常包概率；

7、基于各个异常包概率，对各个数据传输窗口的预测权重进行更新，获取修正权重；

8、将所述修正权重输入孤立森林异常检测算法，获取预测结果；

9、基于所述预测结果，判定所述物联网设备是否异常。

10、作为本技术技术方案中一个具体的方案，所述获取物联网设备的指标数据组，包括：

11、基于简单网络管理协议，获取第一数据组；所述第一数据组中的数据包括：丢包率、带宽占比和错误率；

12、基于网络流量监控协议，获取第二数据组；所述第二数据组中的数据包括：流量来源、目的地、传输量和延迟时间；

13、对所述第一数据组和所述第二数据组进行预处理，获取所述物联网设备的指标数据组。

14、作为本技术技术方案中一个具体的方案，所述对所述第一数据组和所述第二数据组进行预处理，获取所述物联网设备的指标数据组，包括：

15、采用滤波的方式去除所述第一数据组和所述第二数据组中的无用数据，并且修正错误数据，获取第三数据组；

16、基于所述第三数据组各个数据的数据戳，对齐各个数据的时间，获取第四数据组；

17、基于所述第四数据组，获取所述物联网设备的指标数据组。

18、作为本技术技术方案中一个具体的方案，所述基于各个数据传输窗口中的指标数据，获取各个数据传输窗口的异常包概率，包括：

19、获取第一数据传输窗口；所述第一数据传输窗口为各个数据传输窗口中的任意数据传输窗口；所述第一数据传输窗口包括多个第一时间节点；

20、基于所述第一数据传输窗口，获取与各个第一时间节点一一对应的异常数据；

21、基于各个异常数据，获取所述第一数据传输窗口的异常包概率。

22、作为本技术技术方案中一个具体的方案，所述基于所述第一数据传输窗口，获取与各个第一时间节点一一对应的异常数据的计算公式如下：

23、其中，ui表示第一数据传输窗口中第i个时间节点所对应的异常数据；bi表示第一数据传输窗口中第i个时间节点所对应的延时值；bj表示第一数据传输窗口中第j个时间节点所对应的延时值；c表示第一数据传输窗口中第一时间节点的数量；b't表示第一数据传输窗口中所有时间节点所对应的延时值的均值；b't-1表示第一数据传输窗口时序前一个数据传输窗口中所有时间节点所对应的延时值的均值。

24、作为本技术技术方案中一个具体的方案，所述基于各个异常数据，获取所述第一数据传输窗口的异常包概率，包括：

25、对各个异常数据进行归一化处理，获取归一化数据；

26、基于各个归一化数据，获取所述第一数据传输窗口中异常延时节点的数量；若第一时间节点对应的归一化数据属于第一预设范围，则判定所述第一时间节点属于异常延时节点；

27、基于所述各个异常数据和所述异常延时节点的数量，获取所述第一数据传输窗口的异常包概率。

28、作为本技术技术方案中一个具体的方案，所述基于所述各个异常数据和所述异常延时节点的数量，获取所述第一数据传输窗口的异常包概率的计算公式如下：

29、其中，fu表示第u个数据传输窗口的异常包概率；qu表示第u个数据传输窗口对应的异常延时节点的数量；uu,v表示第u个数据传输窗口内第v个时间节点对应的异常数据；k为第u个数据传输窗口中时间节点的数量。

30、作为本技术技术方案中一个具体的方案，基于各个异常包概率，对各个数据传输窗口的预测权重进行更新，获取修正权重，包括：

31、基于各个异常包概率，获取与第一数据传输窗口对应的第一异常包概率；所述第一异常包概率为各个异常包概率中任意的异常包概率；

32、基于所述第一异常包概率，获取可信度；

33、基于所述可信度，更新所述第一数据传输窗口的预测权重，获取修正权重。

34、作为本技术技术方案中一个具体的方案，所述基于所述第一异常包概率，获取可信度的计算公式如下：其中，du表示第u个数据传输窗口的可信度；ϵ表示防零系数；| |表示求绝对值；norm( )表示归一化函数；fu表示第u个数据传输窗口所对应的异常包概率；

35、所述基于所述可信度，更新所述第一数据传输窗口的预测权重，获取修正权重的计算公式如下：其中，bu’表示第u个数据传输窗口的修正权重；bu表示第u个数据传输窗口的预测权重；du表示第u个数据传输窗口的可信度；norm()表示归一化函数。

36、第二方面，本技术提出一种物联网设备的后台管理系统，该物联网设备的后台管理系统包括：

37、读取器，用于获取物联网设备的指标数据组；所述指标数据组中的指标数据包括：丢包率、带宽占比、错误率、流量来源、目的地、传输量、延迟时间；

38、处理器，用于基于所述指标数据组，获取多个沿时序排列的数据传输窗口；

39、以及，基于各个数据传输窗口中的指标数据，获取各个数据传输窗口的异常包概率；

40、以及，基于各个异常包概率，对各个数据传输窗口的预测权重进行更新，获取修正权重；

41、以及，将所述修正权重输入孤立森林异常检测算法，获取预测结果；

42、以及，基于所述预测结果，判定所述物联网设备是否异常。

43、作为本技术技术方案中一个具体的方案，所述读取器还用于，基于简单网络管理协议，获取第一数据组；所述第一数据组中的数据包括：丢包率、带宽占比和错误率；

44、以及，基于网络流量监控协议，获取第二数据组；所述第二数据组中的数据包括：流量来源、目的地、传输量和延迟时间；

45、所述处理器还用于，对所述第一数据组和所述第二数据组进行预处理，获取所述物联网设备的指标数据组。

46、作为本技术技术方案中一个具体的方案，所述处理器还用于，采用滤波的方式去除所述第一数据组和所述第二数据组中的无用数据，并且修正错误数据，获取第三数据组；

47、以及，基于所述第三数据组各个数据的数据戳，对齐各个数据的时间，获取第四数据组；

48、以及，基于所述第四数据组，获取所述物联网设备的指标数据组。

49、作为本技术技术方案中一个具体的方案，所述读取器还用于，获取第一数据传输窗口；所述第一数据传输窗口为各个数据传输窗口中的任意数据传输窗口；所述第一数据传输窗口包括多个第一时间节点；

50、所述处理器还用于，基于所述第一数据传输窗口，获取与各个第一时间节点一一对应的异常数据；

51、以及，基于各个异常数据，获取所述第一数据传输窗口的异常包概率。

52、作为本技术技术方案中一个具体的方案，所述处理器还用于，基于如下的计算公式，获取第一数据传输窗口中与各个第一时间节点一一对应的异常数据：

53、其中，ui表示第一数据传输窗口中第i个时间节点所对应的异常数据；bi表示第一数据传输窗口中第i个时间节点所对应的延时值；bj表示第一数据传输窗口中第j个时间节点所对应的延时值；c表示第一数据传输窗口中第一时间节点的数量；b't表示第一数据传输窗口中所有时间节点所对应的延时值的均值；b't-1表示第一数据传输窗口时序前一个数据传输窗口中所有时间节点所对应的延时值的均值。

54、作为本技术技术方案中一个具体的方案，所述处理器还用于，对各个异常数据进行归一化处理，获取归一化数据；

55、以及，基于各个归一化数据，获取所述第一数据传输窗口中异常延时节点的数量；若第一时间节点对应的归一化数据属于第一预设范围，则判定所述第一时间节点属于异常延时节点；

56、以及，基于所述各个异常数据和所述异常延时节点的数量，获取所述第一数据传输窗口的异常包概率。

57、作为本技术技术方案中一个具体的方案，所述处理器还用于，基于如下的计算公式，获取所述第一数据传输窗口的异常包概率：

58、其中，fu表示第u个数据传输窗口的异常包概率；qu表示第u个数据传输窗口对应的异常延时节点的数量；uu,v表示第u个数据传输窗口内第v个时间节点对应的异常数据；k为第u个数据传输窗口中时间节点的数量。

59、作为本技术技术方案中一个具体的方案，所述处理器还用于，基于各个异常包概率，获取与第一数据传输窗口对应的第一异常包概率；所述第一异常包概率为各个异常包概率中任意的异常包概率；

60、以及，基于所述第一异常包概率，获取可信度；

61、以及，基于所述可信度，更新所述第一数据传输窗口的预测权重，获取修正权重。

62、作为本技术技术方案中一个具体的方案，所述处理器还用于，基于如下的计算公式，由所述第一异常包概率，获取可信度：

63、其中，du表示第u个数据传输窗口的可信度；ϵ表示防零系数；| |表示求绝对值；norm( )表示归一化函数；fu表示第u个数据传输窗口所对应的异常包概率；

64、所述处理器还用于，基于如下的计算公式，更新所述第一数据传输窗口的预测权重，获取修正权重：其中，bu’表示第u个数据传输窗口的修正权重；bu表示第u个数据传输窗口的预测权重；du表示第u个数据传输窗口的可信度；norm()表示归一化函数。

65、与现有技术相比，本技术的有益效果是：

66、本技术通过获取时序排列的多个数据传输窗口，并且将当前数据传输窗口与上一个数据传输窗口的异常传输的数据包进行比对，获取异常包概率，能够及时的察觉数据传输窗口中数据传输的异常，避免后续预测结果的滞后。本技术还通过异常包概率对当前数据传输窗口的预测权重进行调整，进而获取修正权重，能够配合现有算法更加精准的判定物联网设备是否异常。