工业设备的流量监测方法、装置、设备及存储介质制造方法及图纸

本发明专利技术涉及流量监测技术领域，特别涉及一种工业设备的流量监测方法、装置、设备及存储介质。方法包括：实时获取待监测工业设备的各目标协议在每一个时刻的目标流量数据；其中，每一个目标流量数据包括流向工业设备的流量值和流向服务端的流量值；对预先训练生成的多项式系数进行解析，生成每一个目标协议的第一拟合曲线和第二拟合曲线；基于目标协议的第一拟合曲线和第二拟合曲线，对各目标协议在每一个时刻的目标流量数据进行监测。本方案存储多项式系数可以节省占用空间，降低计算资源，通过对多项式系数进行解析得到的第一拟合曲线和第二拟合曲线对各目标协议在每一个时刻的目标流量数据进行监测，可以提高监测效率。可以提高监测效率。可以提高监测效率。

【技术实现步骤摘要】
工业设备的流量监测方法、装置、设备及存储介质


[0001]本专利技术实施例涉及流量监测
，特别涉及一种工业设备的流量监测方法、装置、设备及存储介质。

技术介绍

[0002]随着工业互联网应用的日趋复杂化，网络流量不断增长并且呈多样化，演变性和复杂性都随着工控协议及网络协议的不断涌现而日益增长，如何更好的满足用户对各类工业设备的服务质量越来越精细的要求，这是目前面临的关键问题。
[0003]目前，现有的工业设备的流量监测是通过传统机器学习算法来实现的，然而，传统机器学习算法需要大量的训练样本，不但需要大量的系统资源，而且在训练模型失效的时候，需要使用更新后的训练样本重新训练模型，这就使得传统的机器学习算法的监测效率较低。
[0004]因此，亟需一种新的工业设备的流量监测方法。

技术实现思路

[0005]为了解决传统机器学习算法的监测效率较低的问题，本专利技术实施例提供了一种工业设备的流量监测方法、装置、设备及存储介质。
[0006]第一方面，本专利技术实施例提供了一种工业设备的流量监测方法，包括：
[0007]实时获取待监测工业设备的各目标协议在每一个时刻的目标流量数据；其中，目标协议包括工控协议和网络协议；每一个目标流量数据包括流向所述工业设备的流量值和流向服务端的流量值；
[0008]对预先训练生成的多项式系数进行解析，生成每一个目标协议的第一拟合曲线和第二拟合曲线；其中，所述第一拟合曲线为该目标协议对应的流向所述工业设备的拟合曲线；所述第二拟合曲线为该目标协议对应的流向服务端的拟合曲线；
[0009]基于所述目标协议的所述第一拟合曲线和所述第二拟合曲线，对各目标协议在每一个时刻的目标流量数据进行监测。
[0010]第二方面，本专利技术实施例还提供了一种工业设备的流量监测装置，包括：
[0011]获取单元，用于实时获取待监测工业设备的各目标协议在每一个时刻的目标流量数据；其中，目标协议包括工控协议和网络协议；每一个目标流量数据包括流向所述工业设备的流量值和流向服务端的流量值；
[0012]解析单元，用于对预先训练生成的多项式系数进行解析，生成每一个目标协议的第一拟合曲线和第二拟合曲线；其中，所述第一拟合曲线为该目标协议对应的流向所述工业设备的拟合曲线；所述第二拟合曲线为该目标协议对应的流向服务端的拟合曲线；
[0013]监测单元，用于基于所述目标协议的所述第一拟合曲线和所述第二拟合曲线，对各目标协议在每一个时刻的目标流量数据进行监测。
[0014]第三方面，本专利技术实施例还提供了一种计算设备，包括存储器和处理器，所述存储
器中存储有计算机程序，所述处理器执行所述计算机程序时，实现本说明书任一实施例所述的方法。
[0015]第四方面，本专利技术实施例还提供了一种计算机可读存储介质，其上存储有计算机程序，当所述计算机程序在计算机中执行时，令计算机执行本说明书任一实施例所述的方法。
[0016]本专利技术实施例提供了一种工业设备的流量监测方法、装置、设备及存储介质，首先实时获取待监测工业设备的各目标协议在每一个时刻的目标流量数据；其中，每一个目标流量数据包括流向工业设备的流量值和流向服务端的流量值；然后，对预先训练生成的多项式系数进行解析，生成每一个目标协议的第一拟合曲线和第二拟合曲线；其中，第一拟合曲线为该目标协议对应的流向工业设备的拟合曲线；第二拟合曲线为该目标协议对应的流向服务端的拟合曲线；最后，基于各目标协议的第一拟合曲线和第二拟合曲线，对各目标协议在每一个时刻的目标流量数据进行监测。本方案，存储多项式系数可以节省存储空间，降低计算资源，然后通过对多项式系数进行解析得到的第一拟合曲线和第二拟合曲线对各目标协议在每一个时刻的目标流量数据进行监测，可以提高监测效率。
附图说明
[0017]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。
[0018]图1是本专利技术一实施例提供的一种工业设备的流量监测方法的流程图；
[0019]图2是本专利技术一实施例提供的一种计算设备的硬件架构图；
[0020]图3是本专利技术一实施例提供的一种工业设备的流量监测装置结构图。
具体实施方式
[0021]为使本专利技术实施例的目的、技术方案和优点更加清楚，下面将结合本专利技术实施例中的附图，对本专利技术实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本专利技术一部分实施例，而不是全部的实施例，基于本专利技术中的实施例，本领域普通技术人员在没有做出创造性劳动的前提下所获得的所有其他实施例，都属于本专利技术保护的范围。
[0022]如前所述，现有的工业设备的流量监测是通过传统机器学习算法来实现的，然而，传统机器学习算法需要大量的训练样本，不但需要大量的系统资源，而且在训练模型失效的时候，需要使用更新后的训练样本重新训练模型，这就使得传统的机器学习算法的监测效率较低。
[0023]为了解决上述技术问题，专利技术人可以考虑利用拟合曲线作为检测模型，不仅可以简化模型的训练过程，还可以保证监测效果。另外，为了节省存储空间，降低计算资源，可以存储拟合曲线的多项式系数，在需要时对多项式系数进行解析，就可以快速地得到拟合曲线，以此来提高对各目标协议在每一个时刻的目标流量数据的监测效率。
[0024]下面描述以上构思的具体实现方式。
[0025]请参考图1，本专利技术实施例提供了一种工业设备的流量监测方法，该方法包括：
[0026]步骤100，实时获取待监测工业设备的各目标协议在每一个时刻的目标流量数据；其中，目标协议包括工控协议和网络协议；每一个目标流量数据包括流向工业设备的流量值和流向服务端的流量值；
[0027]步骤102，对预先训练生成的多项式系数进行解析，生成每一个目标协议的第一拟合曲线和第二拟合曲线；其中，第一拟合曲线为该目标协议对应的流向工业设备的拟合曲线；第二拟合曲线为该目标协议对应的流向服务端的拟合曲线；
[0028]步骤104，基于目标协议的第一拟合曲线和第二拟合曲线，对各目标协议在每一个时刻的目标流量数据进行监测。
[0029]本专利技术实施例中，首先实时获取待监测工业设备的各目标协议在每一个时刻的目标流量数据；其中，每一个目标流量数据包括流向工业设备的流量值和流向服务端的流量值；然后，对预先训练生成的多项式系数进行解析，生成每一个目标协议的第一拟合曲线和第二拟合曲线；其中，第一拟合曲线为该目标协议对应的流向工业设备的拟合曲线；第二拟合曲线为该目标协议对应的流向服务端的拟合曲线；最后，基于各目标协议的第一拟合曲线和第二拟合曲线，对各目标协议在每一个时刻的目标流量数据进行监测。本方案，存储多项式系数可以节省存储空间，降低计算资源，然后通过对多项式系数进行解析得到的第一拟合曲线本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种工业设备的流量监测方法，其特征在于，包括：实时获取待监测工业设备的各目标协议在每一个时刻的目标流量数据；其中，目标协议包括工控协议和网络协议；每一个目标流量数据包括流向所述工业设备的流量值和流向服务端的流量值；对预先训练生成的多项式系数进行解析，生成每一个目标协议的第一拟合曲线和第二拟合曲线；其中，所述第一拟合曲线为该目标协议对应的流向所述工业设备的拟合曲线；所述第二拟合曲线为该目标协议对应的流向所述服务端的拟合曲线；基于所述目标协议的所述第一拟合曲线和所述第二拟合曲线，对各目标协议在每一个时刻的目标流量数据进行监测。2.根据权利要求1所述的方法，其特征在于，所述多项式系数是通过如下方式进行训练的：获取每一个目标协议在每一个时刻的流量数据样本；其中，每一个流量数据样本包括对应的目标协议在该时刻流向所述工业设备的流量值和流向所述服务端的流量值；基于每一个目标协议在每一个时刻的流量数据样本，分别生成每一个目标协议对应的流向所述工业设备的若干个时间序列和流向所述服务端的若干个时间序列；其中，所述若干个时间序列分别对应一天中的一个时间段；基于最小二乘法和每一个时间序列，生成每一个目标协议对应的流向所述工业设备的若干个多项式系数和流向所述服务端的若干个多项式系数；其中，所述多项式系数和所述时间序列为一一对应关系。3.根据权利要求2所述的方法，其特征在于，每一个多项式系数包括对应时间序列的流量值方差、对应时间段和拟合系数。4.根据权利要求3所述的方法，其特征在于，所述对预先训练生成的多项式系数进行解析，生成每一个目标协议的第一拟合曲线和第二拟合曲线，包括：针对每一个目标协议，均执行：获取当前目标协议对应的流向所述工业设备的若干个多项式系数和流向所述服务端的若干个多项式系数；基于流向所述工业设备的若干个多项式系数和流向所述服务端的若干个多项式系数中的对应时间段和拟合系数，得到流向所述工业设备的若干个第一拟合子曲线和流向所述服务端的若干个第二拟合子曲线；基于若干个第一拟合子曲线和若干个第二拟合子曲线，分别确定当前目标协议的第一拟合曲线和第二拟合曲线。5.根据权利要求4所述的方法，其特征在于，所述第一拟合子曲线是通过如下公式得到的：f1＝P[0]*x3+P[1]*x2+P[2]*x+P[3]式中，f1为第一拟合子曲线中每一个时刻的流量值，P[i]为流向所述工业设备的多项式系数中拟合系数的第i个值，x为流向所述工业设备的多项式系数中对应时间段之间的每一个时刻值；所述第二拟合子曲线是通过如下公式得到的：
式中，f2为第二拟合子曲线中每一个时刻的流量值，为流向所述服务端的多项式系数中拟合系数的第i个值，为流向所述服务端的多项式系数中对应时间段之间的每一个时刻值。6.根据权利要求5所述的方法，其特征在于，所述基于所述目标协议的所述第一拟合曲线和所述第二拟合...

【专利技术属性】
技术研发人员：景宝，汪义舟，姜海昆，范宇，
申请(专利权)人：长扬科技北京股份有限公司，
类型：发明
国别省市：