基于工业互联网标识体系的存量物联设备配置方法及装置制造方法及图纸

本发明专利技术提供一种基于工业互联网标识体系的存量物联设备配置方法及装置，所述方法包括：获取存量物联设备的流量报文，基于获取到的流量报文提取存量物联设备流量的静态特征、动态特征以及流量业务特征；分别将静态特征、动态特征以及流量业务特征输入至不同的深度神经网络模型，对存量物联设备的业务类型进行识别，得到不同的初步识别结果，基于多个初步识别结果确定存量物联设备的业务类型的最终识别结果；基于业务类型的最终识别结果确定所述存量物联设备的设备类型，从流量报文中获取设备信息，将设备类型及获取到的设备信息自动写入至互联网网关配置中心。该方法可准确识别存量物联设备的设备类型，并可实现存量物联设备接入时网关的自动配置。备接入时网关的自动配置。备接入时网关的自动配置。

【技术实现步骤摘要】
基于工业互联网标识体系的存量物联设备配置方法及装置


[0001]本专利技术涉及工业物联网
，尤其涉及一种基于工业互联网标识体系的存量物联设备配置方法及装置。

技术介绍

[0002]随着物联网设备的普及，工业企业中的物联终端设备越来越多。物联管理平台常用于管理物联网终端设备，在公司内部系统中起着承上启下的作用，主要用于实现各专业、各类型终端设备的统一接入、管理和应用，并向企业中台、业务系统以开放接口方式提供标准化的数据和平台能力，主要包括连接管理、设备管理、消息处理、北向接口服务以及平台管理等功能。
[0003]在当前物联系统中物联终端种类多样、厂家众多，物联终端异构部署，在物联终端接入时，面临差异化异构设备的智能辨识问题，目前由于物联系统不具备智能化辨识功能，通常需要人工识别并手动配置，产生了大量人工维护成本。因此，如何实现存量物联设备的设备类型的智能识别以及如何实现存量物联设备接入时网关的自动配置是亟待解决的技术问题。

技术实现思路

[0004]有鉴于此，本专利技术提供了一种基于工业互联网标识体系的存量物联设备配置方法及装置，以解决现有技术中存在的一个或多个问题。
[0005]根据本专利技术的一个方面，本专利技术公开了一种基于工业互联网标识体系的存量物联设备配置方法，所述方法包括：
[0006]获取存量物联设备的流量报文，基于获取到的所述流量报文提取所述存量物联设备流量的静态特征、动态特征以及流量业务特征；
[0007]分别将所述静态特征、动态特征以及流量业务特征输入至不同的深度神经网络模型，对所述存量物联设备的业务类型进行识别，得到不同的初步识别结果，基于多个所述初步识别结果确定所述存量物联设备的业务类型的最终识别结果；
[0008]基于所述业务类型的最终识别结果确定所述存量物联设备的设备类型，从所述流量报文中获取设备信息，将设备类型及获取到的所述设备信息自动写入至互联网网关配置中心。
[0009]在本专利技术的一些实施例中，所述方法还包括：
[0010]生成多个样本数据集，第一样本数据集中的各样本数据包括静态特征数据及对应的第一分类结果，第二样本数据集中的各样本数据包括动态特征数据及对应的第二分类结果，第三样本数据集中的各样本数据包括流量业务特征数据及对应的第三分类结果；
[0011]分别基于第一样本数据集、第二样本数据集以及第三样本数据集对第一网络模型、第二网络模型和第三网络模型进行训练，得到训练后的深度神经网络模型。
[0012]在本专利技术的一些实施例中，所述设备信息包括：设备ID、设备型号、设备状态及设
备厂商。
[0013]在本专利技术的一些实施例中，所述方法还包括：
[0014]基于所述存量物联设备的设备信息及设备类型生成所述存量物联设备的广义标识编码；和/或
[0015]对所述存量物联设备的设备信息进行存储。
[0016]在本专利技术的一些实施例中，基于所述存量物联设备的设备信息及设备类型生成所述存量物联设备的广义标识编码，包括：
[0017]基于所述存量物联设备的设备信息及设备类型通过散列函数生成所述存量物联设备的广义标识编码。
[0018]在本专利技术的一些实施例中，所述方法还包括：
[0019]基于哈夫曼算法对所述广义标识编码进行压缩。
[0020]根据本专利技术的另一方面，还公开了一种融合工业互联网标识体系的物联网网关，所述互联网网关在接入所述存量物联设备时采用如上任一实施例所述的基于工业互联网标识体系的存量物联设备配置方法。
[0021]在本专利技术的一些实施例中，所述网关包括存储服务层、应用服务层以及云边协同数据服务层，所述存储服务层用于存储数据，所述应用服务层用于完成存量物联设备的数据接入以及自动化配置，所述云边协同数据服务层用于对工业互联网标识体系企业节点云边进行可信数据操作。
[0022]在本专利技术的一些实施例中，所述云边协同数据服务层包括通信模块、操作分析模块、接入控制模块以及队列控制模块。
[0023]根据本专利技术的又一方面，还公开了一种计算机可读存储介质，其上存储有计算机程序，其特征在于，该程序被处理器执行时实现如上任一实施例所述方法的步骤。
[0024]本专利技术所公开的基于工业互联网标识体系的存量物联设备配置方法及装置，基于流量报文通过深度神经网络模型实现设备类型的自动且准确识别，另外设备类型以及设备信息被自动写入至互联网网关配置中心；该方法可准确识别存量物联设备的设备类型，从而可实现存量物联设备接入时网关的自动配置，因而降低了人工维护成本。
[0025]本专利技术的附加优点、目的，以及特征将在下面的描述中将部分地加以阐述，且将对于本领域普通技术人员在研究下文后部分地变得明显，或者可以根据本专利技术的实践而获知。本专利技术的目的和其它优点可以通过在书面说明及其权利要求书以及附图中具体指出的结构实现到并获得。
[0026]本领域技术人员将会理解的是，能够用本专利技术实现的目的和优点不限于以上具体所述，并且根据以下详细说明将更清楚地理解本专利技术能够实现的上述和其他目的。
附图说明
[0027]此处所说明的附图用来提供对本专利技术的进一步理解，构成本申请的一部分，并不构成对本专利技术的限定。附图中的部件不是成比例绘制的，而只是为了示出本专利技术的原理。为了便于示出和描述本专利技术的一些部分，附图中对应部分可能被放大，即，相对于依据本专利技术实际制造的示例性装置中的其它部件可能变得更大。在附图中：
[0028]图1为本专利技术一实施例的基于工业互联网标识体系的存量物联设备配置方法的流
程示意图。
[0029]图2为本专利技术一实施例的存量物联设备的设备类型智能识别的流程示意图。
[0030]图3为本专利技术一实施例的融合工业互联网标识体系的物联网网关的架构示意图。
[0031]图4为本专利技术另一实施例的存量物联设备配置方法的流程示意图。
[0032]图5为本专利技术一实施例的广义标识编码的流程示意图。
[0033]图6为不同存量物联设备在不同业务中的数据阈值基线示意图。
[0034]图7为不同存量物联设备业务逻辑特征原理示意图。
具体实施方式
[0035]为使本专利技术实施例的目的、技术方案和优点更加清楚明白，下面结合附图对本专利技术实施例做进一步详细说明。在此，本专利技术的示意性实施例及其说明用于解释本专利技术，但并不作为对本专利技术的限定。
[0036]在此，需要说明的是，为了避免因不必要的细节而模糊了本专利技术，在附图中仅仅示出了与根据本专利技术的方案密切相关的结构和/或处理步骤，而省略了与本专利技术关系不大的其他细节。
[0037]应该强调，术语“包括/包含/具有”在本文使用时指特征、要素、步骤或组件的存在，但并不排除一个或更多个其它特征、要素、步骤或组件的存在或附加。
[0038]现在工业互联网标识解析体系建设已经取得了阶段性成果，工业互联网标识深化应用已逐渐渗透到我国的工业体系的各个行业与环节中，公共应用服本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于工业互联网标识体系的存量物联设备配置方法，其特征在于，所述方法包括：获取存量物联设备的流量报文，基于获取到的所述流量报文提取所述存量物联设备流量的静态特征、动态特征以及流量业务特征；分别将所述静态特征、动态特征以及流量业务特征输入至不同的深度神经网络模型，对所述存量物联设备的业务类型进行识别，得到不同的初步识别结果，基于多个所述初步识别结果确定所述存量物联设备的业务类型的最终识别结果；基于所述业务类型的最终识别结果确定所述存量物联设备的设备类型，从所述流量报文中获取设备信息，将设备类型及获取到的所述设备信息自动写入至互联网网关配置中心。2.根据权利要求1所述的基于工业互联网标识体系的存量物联设备配置方法，其特征在于，所述方法还包括：生成多个样本数据集，第一样本数据集中的各样本数据包括静态特征数据及对应的第一分类结果，第二样本数据集中的各样本数据包括动态特征数据及对应的第二分类结果，第三样本数据集中的各样本数据包括流量业务特征数据及对应的第三分类结果；分别基于第一样本数据集、第二样本数据集以及第三样本数据集对第一网络模型、第二网络模型和第三网络模型进行训练，得到训练后的深度神经网络模型。3.根据权利要求1所述的基于工业互联网标识体系的存量物联设备配置方法，其特征在于，所述设备信息包括：设备ID、设备型号、设备状态及设备厂商。4.根据权利要求3所述的基于工业互联网标识体系的存量物联设备配置方法，其特征在于，所述方法还包括：基于所述存量物联设备...

【专利技术属性】
技术研发人员：谢人超，刘天，任语铮，邹壮，韩璐，黄韬，刘韵洁，
申请(专利权)人：北京邮电大学，
类型：发明
国别省市：