一种基于信息物理融合的边云协同系统及工作方法技术方案

本发明专利技术提出了一种基于信息物理融合的边云协同工作方法。包括：采集边端设备数据，对该边端设备数据进行存储和处理，将处理后的边端设备数据作为协同数据；根据该协同数据构建边云协同模型，获取边缘节点优化模型信息，通过边云协同模型对边缘节点优化模型进行更新；等待边缘节点的更新反馈，根据反馈结果，结合协同数据以及边云协同模型构建边云协同平台，获取用户数据，根据该边云协同平台对用户数据进行管理。本发明专利技术通过获得协同数据并构建边云协同模型以及边云协同平台的方式帮助对用户数据进行多层次多元化管理，提高了系统兼容性以及系统工作效率，提升了用户体验。

【技术实现步骤摘要】
一种基于信息物理融合的边云协同系统及工作方法
本专利技术涉及计算机软件
，尤其涉及一种基于信息物理融合的边云协同系统及工作方法。
技术介绍
信息物理融合系统(Cyberphysicalsystems，CPS)是集控制、通信与计算于一体的智能系统。CPS在智能感知和信息通信的基础上，通过信息计算和物理过程的相互影响实现计算、通信和控制的深度融合和实时交互，以安全、可靠、高效和实时的方式检测及控制物理系统，实现全系统的协调运行。它支撑信息化和工业化的深度融合，通过集成先进的感知、计算、通信、控制等信息技术和自动控制技术，构建了物理空间与信息空间中人、机、物、环境、信息等要素相互映射、适时交互、高效协同的复杂系统，实现系统内资源配置和运行的按需响应、快速迭代、动态优化。现有的边云系统协同系统面临数据采集种类多、采集实时性差，协议兼容难度大的问题，并且缺乏可在云和边缘高效迁移的模型以及协作机制，所以，亟需一种基于信息物理融合的边云协同系统及工作方法。上述内容仅用于辅助理解本专利技术的技术方案，并不代表承认上述内容是现有技术。
技术实现思路
有鉴于此，本专利技术提出了一种基于信息物理融合的边云协同系统及工作方法，旨在解决现有技术无法通过利用模型协同和平台协同的方式实现边云协同系统对资源的弹性调度和集群管理的技术问题。本专利技术的技术方案是这样实现的：一方面，本专利技术提供了一种基于信息物理融合的边云协同工作方法，所述基于信息物理融合的边云协同工作方法包括以下步骤：>S1，采集边端设备数据，对该边端设备数据进行存储和处理，将处理后的边端设备数据作为协同数据；S2，根据该协同数据构建边云协同模型，获取边缘节点优化模型信息，通过边云协同模型对边缘节点优化模型进行更新；S3，等待边缘节点的更新反馈，根据反馈结果，结合协同数据以及边云协同模型构建边云协同平台，获取用户数据，根据该边云协同平台对用户数据进行管理。在以上技术方案的基础上，优选的，步骤S1中，采集边端设备数据，对该边端设备数据进行存储和处理，将处理后的边端设备数据作为协同数据，还包括以下步骤，采集边端设备数据，获取本地异常数据判断模型，根据该异常数据判断模型对边端设备数据进行判断，筛选出异常数据以及正常数据，并分别建立异常数据集以及正常数据集，将该异常数据集作为协同数据。在以上技术方案的基础上，优选的，并分别建立异常数据集以及正常数据集，将该异常数据集作为协同数据，还包括以下步骤，将异常数据集以及正常数据集上传至云端，并根据该异常数据生成对应的报警等级，将报警等级与异常数据集进行绑定，并实时对用户上传的数据进行检测。在以上技术方案的基础上，优选的，步骤S2中，根据该协同数据构建边云协同模型，获取边缘节点优化模型信息，通过边云协同模型对边缘节点优化模型进行更新，还包括以下步骤，边缘节点根据该协同数据通过短期学习建立优化模型，云端根据该协同数据通过长期学习建立边云协同模型，并将该边云协同模型下发至边缘节点，对边缘节点优化模型进行更新。在以上技术方案的基础上，优选的，云端根据该协同数据通过长期学习建立边云协同模型，并将该边云协同模型下发至边缘节点，对边缘节点优化模型进行更新，还包括以下步骤，云端不断获取新的边端设备参数，对新的边端设备参数进行训练，建立新边云协同模型，通过该新边云协同模型对边云协同模型进行更新，得到最终边缘协同模型，并将该最终边缘协同模型下发至边缘节点，对边缘节点优化模型进行更新。在以上技术方案的基础上，优选的，步骤S3中，等待边缘节点的更新反馈，根据反馈结果，结合协同数据以及边云协同模型构建边云协同平台，获取用户数据，根据该边云协同平台对用户数据进行管理，还包括以下步骤，等待边缘节点的更新反馈，等接受到边缘节点更新完成的反馈时，结合协同数据以及边云协同模型构建边云协同平台，获取用户数据，根据该边云协同平台对用户数据进行管理；当接收到边缘节点更新未完成的反馈时，重新等待边缘节点的反馈。在以上技术方案的基础上，优选的，结合协同数据以及边云协同模型构建边云协同平台，获取用户数据，根据该边云协同平台对用户数据进行管理，还包括以下步骤，结合协同数据以及边云协同模型构建边云协同平台，获取用户数据以及用户需求，对用户数据进行管理，并生成用户需求对应的解决方案。更进一步优选的，所述基于信息物理融合的边云协同系统包括：采集模块，用于采集边端设备数据，对该边端设备数据进行存储和处理，将处理后的边端设备数据作为协同数据；更新模块，用于根据该协同数据构建边云协同模型，获取边缘节点优化模型信息，通过边云协同模型对边缘节点优化模型进行更新；管理模块，用于等待边缘节点的更新反馈，根据反馈结果，结合协同数据以及边云协同模型构建边云协同平台，获取用户数据，根据该边云协同平台对用户数据进行管理。第二方面，所述基于信息物理融合的边云协同工作方法还包括一种终端设备，所述终端设备包括：存储器、处理器以及存储在所述存储器上并可在所述处理器上运行的基于信息物理融合的边云协同工作方法程序，所述基于信息物理融合的边云协同工作方法程序配置为实现如上文所述的基于信息物理融合的边云协同工作方法的步骤。第三方面，所述基于信息物理融合的边云协同工作方法还包括一种存储介质，所述存储介质为计算机介质，所述计算机介质上存储有基于信息物理融合的边云协同工作方法程序，所述基于信息物理融合的边云协同工作方法程序被处理器执行时实现如上文所述的基于信息物理融合的边云协同工作方法的步骤。本专利技术的一种基于信息物理融合的边云协同工作方法相对于现有技术具有以下有益效果：(1)通过对数据进行处理分析上次，实现数据协同，能够为后期模型协同提供辅助，提高模型协同斜率，提升用户体验。(2)通过构建不同的协同模型，能够对不同的模型进行管理，能够适应各种复杂环境，极大提升了用户体验。(3)通过数据协同、模型协同，建设共享互联系统支持边云协同系统行业工业互联网平台对接，能够满足边云协同应用共享、业务复用、场景互联、网络互通需求，为不同行业工业互联网平台提供专业边云协同服务。附图说明为了更清楚地说明本专利技术实施例或现有技术中的技术方案，下面将对实施例或现有技术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专利技术的一些实施例，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。图1是本专利技术实施例方案涉及的硬件运行环境的终端设备的结构示意图；图2为本专利技术基于信息物理融合的边云协同工作方法第一实施例的流程示意图；图3为本专利技术基于信息物理融合的边云协同工作方法第一实施例的功能模块示意图。具体实施方式下面将结合本专利技术实施方式，对本专利技术实施方式中的技术方案进行清楚、完整地描述，显然，所描述的实施方式仅仅是本专利技术一部分实施方式，而不是全部的实施方式。基于本专利技术中的实施方式，本领域普通技术人员在本文档来自技高网...

【技术保护点】
1.一种基于信息物理融合的边云协同工作方法，其特征在于：包括以下步骤；/nS1，采集边端设备数据，对该边端设备数据进行存储和处理，将处理后的边端设备数据作为协同数据；/nS2，根据该协同数据构建边云协同模型，获取边缘节点优化模型信息，通过边云协同模型对边缘节点优化模型进行更新；/nS3，等待边缘节点的更新反馈，根据反馈结果，结合协同数据以及边云协同模型构建边云协同平台，获取用户数据，根据该边云协同平台对用户数据进行管理。/n

【技术特征摘要】
1.一种基于信息物理融合的边云协同工作方法，其特征在于：包括以下步骤；
S1，采集边端设备数据，对该边端设备数据进行存储和处理，将处理后的边端设备数据作为协同数据；
S2，根据该协同数据构建边云协同模型，获取边缘节点优化模型信息，通过边云协同模型对边缘节点优化模型进行更新；
S3，等待边缘节点的更新反馈，根据反馈结果，结合协同数据以及边云协同模型构建边云协同平台，获取用户数据，根据该边云协同平台对用户数据进行管理。


2.如权利要求1所述的基于信息物理融合的边云协同工作方法，其特征在于：步骤S1中，采集边端设备数据，对该边端设备数据进行存储和处理，将处理后的边端设备数据作为协同数据，还包括以下步骤，采集边端设备数据，获取本地异常数据判断模型，根据该异常数据判断模型对边端设备数据进行判断，筛选出异常数据以及正常数据，并分别建立异常数据集以及正常数据集，将该异常数据集作为协同数据。


3.如权利要求2所述的基于信息物理融合的边云协同工作方法，其特征在于：并分别建立异常数据集以及正常数据集，将该异常数据集作为协同数据，还包括以下步骤，将异常数据集以及正常数据集上传至云端，并根据该异常数据生成对应的报警等级，将报警等级与异常数据集进行绑定，并实时对用户上传的数据进行检测。


4.如权利要求3所述的基于信息物理融合的边云协同工作方法，其特征在于：步骤S2中，根据该协同数据构建边云协同模型，获取边缘节点优化模型信息，通过边云协同模型对边缘节点优化模型进行更新，还包括以下步骤，边缘节点根据该协同数据通过短期学习建立优化模型，云端根据该协同数据通过长期学习建立边云协同模型，并将该边云协同模型下发至边缘节点，对边缘节点优化模型进行更新。


5.如权利要求4所述的基于信息物理融合的边云协同工作方法，其特征在于：云端根据该协同数据通过长期学习建立边云协同模型，并将该边云协同模型下发至边缘节点，对边缘节点优化模型进行更新，还包括以下步骤，云端不断获取新的边端设备参数，对新的边端设备参数进行训练，建立新边云协同模型，通过该新边云协同模型对边云协同模型进行更新，得到最终边缘协同模型，并将该最终边缘协同模型下发至边...

【专利技术属性】
技术研发人员：刘伟，董为，徐欢，盛杰，
申请(专利权)人：中科蓝智武汉科技有限公司，
类型：发明
国别省市：湖北;42