基于大数据和云计算的智能设备数据处理方法及云服务器技术

本申请提供的基于大数据和云计算的智能设备数据处理方法及云服务器，首先解析网络状态数据获得网络状态数据中包括的每个智能家居所对应的数据流量校验结果，其次通过数据流量校验结果提取网络状态数据的待处理数据，然后确定待处理数据对应的用户标签数据和属性指向值并建立每组用户行为数据与用户标签数据的对应关系，根据对应关系确定每组用户行为数据的数据维度数，最后对每组用户行为数据进行提取得到n个第一数据属性字段并进行筛分得到m个第二数据属性字段以对智能家居进行调度。如此，能够筛分出高特征识别度的数据属性字段，精简需处理的数据属性字段的数量，提高对数据属性字段的处理效率，避免占用过多的时间片资源和内存资源。

【技术实现步骤摘要】
基于大数据和云计算的智能设备数据处理方法及云服务器
本申请涉及大数据和云计算的数据处理
，尤其涉及基于大数据和云计算的智能设备数据处理方法及云服务器。
技术介绍
智能家居相较于传统家居能够为用户提供更大的便捷性、舒适性和智能性。通过智能家，可以居构建高效的住宅设施与家庭日程事务的管理系统，从而实现对诸多不同类型的智能家居的智能化管理和调度。在实际应用时，为了对智能家居实现统一、高效的管理，一般采用云端集成的管理方式，也即一套智能家居均与一个云服务器通信，并受该云服务器的管理。云服务器在对智能家居进行管理时，为了提高管理效率，通常会对智能家居对应的用户行为数据进行分析，然而通过现有技术对用户行为数据进行分析时，常常会出现占用云服务器较多的时间片资源以及内存资源的问题。
技术实现思路
本申请提供基于大数据和云计算的智能设备数据处理方法及云服务器，以改善现有技术的上述技术问题。提供一种基于大数据和云计算的智能设备数据处理方法，所述方法包括：基于获取到的每个智能家居对应的用户行为数据以及每个智能家居对应的状态记本文档来自技高网...

【技术保护点】
1.一种基于大数据和云计算的智能设备数据处理方法，其特征在于，所述方法包括：/n基于获取到的每个智能家居对应的用户行为数据以及每个智能家居对应的状态记录日志的设备运行数据，解析基于所述智能家居所形成的智能家居网络对应的网络状态数据，以获取所述网络状态数据中包括的每个智能家居所对应的数据流量校验结果；/n通过所述数据流量校验结果提取所述网络状态数据的待处理数据；其中，所述待处理数据用于确定用户行为数据的数据维度数；/n确定所述待处理数据对应的用户标签数据和属性指向值并基于所述属性指向值建立每组用户行为数据与所述用户标签数据的对应关系，根据所述对应关系确定每组用户行为数据的数据维度数；/n按照所述...

【技术特征摘要】
1.一种基于大数据和云计算的智能设备数据处理方法，其特征在于，所述方法包括：
基于获取到的每个智能家居对应的用户行为数据以及每个智能家居对应的状态记录日志的设备运行数据，解析基于所述智能家居所形成的智能家居网络对应的网络状态数据，以获取所述网络状态数据中包括的每个智能家居所对应的数据流量校验结果；
通过所述数据流量校验结果提取所述网络状态数据的待处理数据；其中，所述待处理数据用于确定用户行为数据的数据维度数；
确定所述待处理数据对应的用户标签数据和属性指向值并基于所述属性指向值建立每组用户行为数据与所述用户标签数据的对应关系，根据所述对应关系确定每组用户行为数据的数据维度数；
按照所述数据维度数对每组用户行为数据进行数据属性字段提取，得到每组用户行为数据对应的n个第一数据属性字段；对所述n个第一数据属性字段进行筛分得到m个第二数据属性字段，根据所述m个第二数据属性字段对所述智能家居进行调度；其中，n为正整数，m为小于n的正整数，所述第二数据属性字段的特征识别度大于所述第一数据属性字段的特征识别度。


2.如权利要求1所述的智能设备数据处理方法，其特征在于，通过所述数据流量校验结果提取所述网络状态数据的待处理数据，包括：
将所述数据流量校验结果中相对于具备数据备份密钥的校验结果标签具有数据修改标识的目标结果数据转移到预设缓存区；
根据所述数据流量校验结果中的剩余结果数据提取所述网络状态数据中数据更新频率不随所述具有数据修改标识的目标结果数据的更新而初始化的待处理数据。


3.如权利要求1所述的智能设备数据处理方法，其特征在于，对所述n个第一数据属性字段进行筛分得到m个第二数据属性字段，包括：
根据获取的每组用户行为数据的数据流轨迹和数据认证协议确定用于筛分所述n个第一数据属性字段的多个指标数据的筛分权重以及不同指标数据之间的指标重叠率；
基于确定的所述多个指标数据的筛分权重以及不同指标数据之间的指标重叠率，对所述n个第一数据属性字段进行筛分，使得筛分出的m个第二数据属性字段中的每个第二数据属性字段对应的目标指标数据的目标筛分权重位于第一预设区间内且筛选出m个第二数据属性字段之间的指标重叠率位于第二预设区间内；其中，所述第一预设区间和所述第二预设区间用于指示数据属性字段的特征识别度的分布。


4.如权利要求3所述的智能设备数据处理方法，其特征在于，根据获取的每组用户行为数据的数据流轨迹和数据认证协议确定用于筛分所述n个第一数据属性字段的多个指标数据的筛分权重以及不同指标数据之间的指标重叠率，包括：
按照预设时间步长间隔将每组用户行为数据的数据流轨迹进行切分得到多个轨迹区段并针对每个轨迹区段生成对应的轨迹描述数据，将生成的轨迹描述数据按照时序先后顺序拼接成所述数据流轨迹对应的轨迹数据集；其中，所述轨迹数据集中的每组轨迹描述数据的第一时序权重不同；
基于基于每组用户行为数据对应的轨迹数据集对应的第一时序权重的分布轨迹调整预设的协议解析线程中的线程参数，并基于调整过后的协议解析线程对每组用户行为数据对应的数据认证协议进行认证密钥的解析，获得每组用户行为数据轨迹对应的数据认证协议的多个认证密钥以及每个认证密钥的第二时序权重；
判断每组用户行为数据对应的第一时序权重的数量与第二时序权重的数量是否相同；在每组用户行为数据对应的第一时序权重的数量与第二时序权重的数量不相同时，则计算每组用户行为数据对应的第一时序权重对应的第一权重均值以及每组用户行为数据对应的第二时序权重对应的第二权重均值，以所述第一权重均值和所述第二权重均值中的较大值对应的时序权重的数量为基准，对所述第一权重均值和所述第二权重均值中的较小值对应的时序权重进行合并以使得每组用户行为数据对应的第一时序权重的数量与第二时序权重的数量相同；
在每组用户行为数据对应的第一时序权重的数量与第二时序权重的数量相同时，提取每组用户行为数据对应的轨迹数据集中的其中一个轨迹区段的轨迹影响数据的数据描述信息，并行地将每组用户行为数据对应的数据认证协议中具有最大第二时序权重的认证密钥作为基准密钥；根据每组用户行为数据的时序有效性指标数据采用所述基准密钥对所述数据描述信息进行加密计算得到所述数据描述信息对应的加密信息；基于所述加密信息和所述数据描述信息的信息相关度确定每组用户行为数据对应的数据流轨迹和数据认证协议之间的时序差异系数并采用所述时序差异系数对所述第一时序权重和所述第二时序权重进行修正得到第一目标时序权重和第二目标时序权重；
根据所述第一目标时序权重确定所述数据流轨迹对应的轨迹变量数据并通过所述轨迹变量数据确定用于筛分所述n个第一数据属性字段的多个指标数据的筛分权重；采用所述第二目标时序权重对所述筛分权重进行加权得到目标筛分权重，通过每个认证密钥计算对应...

【专利技术属性】
技术研发人员：周蓉，
申请(专利权)人：周蓉，
类型：发明
国别省市：云南;53