【技术实现步骤摘要】
基于大数据和边缘计算的数据处理方法及人工智能服务器
本申请涉及边缘计算数据处理
，尤其涉及基于大数据和边缘计算的数据处理方法及人工智能服务器。
技术介绍
随着科学技术的快速发展，工业互联网技术已逐步应用到各类自动化工业场景中。工业互联网能够为传统的工业厂商提供灵活、快捷的业务功能，显著提高工业制造质量和效率。然而，鉴于工业互联网的特点，它的各个节点(组成部分)之间需要实现信息的互联互通，信息技术的高度渗透融合，尤其是工业生产过程和控制网络、互联网的紧密结合，使得工业生产在提高效率的同时，也面临着较为严重的信息安全风险隐患。其中较为严重的信息安全风险隐患为：黑客通过盗取工业设备的生产信息从而实现对工业设备的运行参数的恶意篡改，这会导致整个工业互联网生产系统出现严重的生产安全事故。
技术实现思路
本申请提供基于大数据和边缘计算的数据处理方法及人工智能服务器，以改善现有技术存在的上述技术问题。第一方面，提供一种大数据和边缘计算的数据处理方法，应用于人工智能服务器，所述人工智能服务器与互相之...
【技术保护点】
1.一种大数据和边缘计算的数据处理方法，其特征在于，应用于人工智能服务器，所述人工智能服务器与互相之间通信连接的工业生产控制服务器以及多个工业设备通信，所述方法至少包括如下步骤：/n检测并获取工业生产控制服务器的第一业务生产标识和每个工业设备的第二业务生产标识，在所述第一业务生产标识和所述第二业务生产标识相同的情况下，获取所述工业生产控制服务器的第一工作状态数据以及每个工业设备的第二工作状态数据；/n按照设定时间步长确定所述第一工作状态数据在当前时段内的状态传递数据，并根据所述状态传递数据确定每个第二工作状态数据在当前时段内的状态优先级；/n基于所述状态优先级构建所述工业设...
【技术特征摘要】
1.一种大数据和边缘计算的数据处理方法，其特征在于，应用于人工智能服务器，所述人工智能服务器与互相之间通信连接的工业生产控制服务器以及多个工业设备通信，所述方法至少包括如下步骤：
检测并获取工业生产控制服务器的第一业务生产标识和每个工业设备的第二业务生产标识，在所述第一业务生产标识和所述第二业务生产标识相同的情况下，获取所述工业生产控制服务器的第一工作状态数据以及每个工业设备的第二工作状态数据；
按照设定时间步长确定所述第一工作状态数据在当前时段内的状态传递数据，并根据所述状态传递数据确定每个第二工作状态数据在当前时段内的状态优先级；
基于所述状态优先级构建所述工业设备的生产状态拓扑，并提取所述生产状态拓扑在当前时段内的特征数据；
在检测出所述第一业务生产标识和所述第二业务生产标识在当前时段的下一时段内仍然相同的情况下，若所述生产状态拓扑在下一时段内的特征数据与所述生产状态拓扑在当前时段内的特征数据不一致，则根据所述生产状态拓扑在下一时段内的特征数据与所述生产状态拓扑在当前时段内的特征数据之间的差异数据确定存在入侵行为的目标工业设备。
2.根据权利要求1所述的数据处理方法，其特征在于，所述方法至少还包括以下步骤：
提取所述目标工业设备的通信协议文本；
对所述通信协议文本进行通信路径识别得到所述通信协议文本中包括的多条通信路径信息；
确定每条通信路径信息对应的通信频段基于所述通信频段在所述目标工业设备的通信范围内广播与所述通信频段对应的干扰频段以实现对所述目标工业设备的通信屏蔽。
3.根据权利要求1或2所述的数据处理方法，其特征在于，根据所述生产状态拓扑在下一时段内的特征数据与所述生产状态拓扑在当前时段内的特征数据之间的差异数据确定存在入侵行为的目标工业设备，进一步包括：
基于所述生产状态拓扑在下一时段内的特征数据的第一时序数据流提取所述生产状态拓扑在下一时段内的特征数据的第一字典数据集，基于所述生产状态拓扑在当前时段内的特征数据的第二时序数据流提取所述生产状态拓扑在当前时段内的特征数据的第二字典数据集；其中，所述第一字典数据集和所述第二字典数据集中均包括多个具有不同特征权重的数据段，且所述第一字典数据集和所述第二字典数据集中的数据段不存在数据类别；
获取所述生产状态拓扑在下一时段内的特征数据在所述第一字典数据集中的其中一个数据段的第一序列信息，查找出所述第二字典数据集中具有最大特征权重的数据段并将该数据段确定为模板数据段；
基于计算得到的所述生产状态拓扑在当前时段和下一时段之间的节点集中度的变化率，在所述模板数据段中确定出与所述第一序列信息中的每个第一序列值相对应的第二序列值并将确定出的第二序列值按照其对应的第一序列值在所述第一序列信息中的排序的倒序进行排列得到第二序列信息；确定所述第一序列信息和所述第二序列信息之间的关联系数并基于所述关联系数计算每个工业设备在当前时段内的状态相关性系数；其中，所述状态相关性系数通过采用每个工业设备与所述工业生产控制服务器之间在当前时段内的交互频率对应的活跃度对所述关联系数进行加权得到；
根据所述状态相关性系数计算每个工业设备在当前时段内和下一时段之间的间接相关性系数；
采用所述间接相关性系数分别对所述生产状态拓扑在下一时段内的特征数据以及在当前时段内的特征数据进行加权得到第一加权数组和第二加权数组；通过计算得到的所述第一加权数组和所述第二加权数组之间的数组相似度确定所述差异数据，并根据所述差异数据确定存在入侵行为的目标工业设备。
4.根据权利要求3所述的数据处理方法，其特征在于，根据所述状态相关性系数计算每个工业设备在当前时段内和下一时段之间的间接相关性系数，具体包括：
依据计算得到的每个状态相关性系数对应的第一设备关联路径信息和第二设备关联路径信息，确定待映射的用于确定每个状态相关性系数对应工业设备在当前时段内和下一时段之间的状态相关性变化率的多个路径资源信息的信息签名以及不同路径资源信息之间的重叠率；
基于所述信息签名以及所述重叠率将每个状态相关性变化率分别映射到所述生产状态拓扑在当前时段和在下一时段对应的设备状态列表中得到第一状态相关性基值以及第二状态相关性基值；
根据所述第一状态相关性基值以及所述第二状态相关性基值计算每个工业设备在当前时段内和下一时段之间的间接相关性系数。
5.根据权利要求3所述的数据...
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。