一种制造技术

本发明专利技术公开了一种

【技术实现步骤摘要】
一种5G网络监控器的远程终端状态检测方法及系统


[0001]本专利技术涉及智能物件
，具体是涉及一种
5G
网络监控器的远程终端状态检测方法及系统
。

技术介绍

[0002]监控系统又称之为闭路电视监控系统，典型的监控系统主要由前端音视频采集设备
、
音视频传输设备
、
后端存储
、
控制及显示设备这五大部分组成，其中后端设备可进一步分为中心控制设备和分控制设备
。
前
、
后端设备有多种构成方式，它们之间的联系可通过同轴电缆
、
双绞线
、
光纤
、
微波
、
无线等多种方式来实现
。
网络监视器是通过网络监视器软件来对网络中1个或多个网络监视终端行为控制的装置
。
[0003]现有的网络监控器的远程终端主要由操作员直接控制调整，欠缺对其工作状态的检测，网络监控器的远程终端运行复杂，牵涉多种数据的识别和反应，通过人眼识别，容易出现遗漏，无法在第一时间察觉到问题，因而会造成监控出现疏漏
。

技术实现思路

[0004]为解决上述技术问题，提供一种
5G
网络监控器的远程终端状态检测方法及系统，本技术方案解决了上述
技术介绍
中提出的现有的网络监控器的远程终端主要由操作员直接控制调整，欠缺对其工作状态的检测，网络监控器的远程终端运行复杂，牵涉多种数据的识别和反应，通过人眼识别，容易出现遗漏，无法在第一时间察觉到问题，因而会造成监控出现疏漏的问题
。
[0005]为达到以上目的，本专利技术采用的技术方案为：一种
5G
网络监控器的远程终端状态检测方法，包括：获取远程终端的样本状态数据，样本状态数据均为合格的检测数据，样本状态数据包括网络接入层样本数据
、
采集层样本数据
、
控制层样本数据和操作显示层样本数据，建立数据分析模型；获取远程终端的实际状态数据，实际状态数据包括网络接入层实际数据
、
采集层实际数据
、
控制层实际数据和操作显示层实际数据，根据数据分析模型对远程终端的实际状态数据进行分析，判断远程终端的实际状态数据是否存在异常，若否，则不作任何处理，若是，则判断远程终端的实际状态数据异常的原因；根据远程终端的实际状态数据异常的原因，发出预警，进行针对性修复
。
[0006]优选的，所述获取远程终端的样本状态数据包括以下步骤：获取网络接入层样本数据时，获取通过三层交换机
VLAN
的方式连接进入的不同网段信息，获取各监控服务器的地址信息和监控终端的地址信息，获取同一监控服务器在同一时间登录的操作人员数量，获取监控终端的登录验证权；获取采集层样本数据时，获取各监控服务器采集生成的监控画面，并获取各监控服务器采集生成监控画面的时间；
获取控制层样本数据时，分别获取视频音频切换数据
、
视频图像处理数据和矩阵切换控制数据，视频音频切换数据包括监控器图像和相应的音频信号进行切换的时间差距，视频图像处理数据包括多幅图像和单幅图像在一个监视器屏幕的切换显示情况，矩阵切换控制数据包括管理报警的输入和输出信号的反应速度；获取操作显示层样本数据时，获取监控终端为操作人员提供登录的集成监控画面数据；获取远程终端的实际状态数据与获取远程终端的样本状态数据的步骤一致
。
[0007]优选的，所述建立数据分析模型包括以下步骤：通过神经网络建立关键词智能识别模型，使用关键词智能识别模型对输入数据分析模型的信息进行归类识别；根据获取的远程终端的样本状态数据，构建网络接入层判断向量，其中，为允许接入的网段范围，为各监控服务器的地址信息集合，为监控终端的地址信息集合，为同一监控服务器在同一时间登录的操作人员人数阙值，为监控终端允许登录的访问权限集合；构建采集层判断向量，其中，为各监控服务器采集生成的监控画面的清晰度范围值，为各监控服务器采集生成监控画面的时间范围；构建控制层判断向量，其中，为监控器图像和相应的音频信号进行切换的时间差距范围，为多幅图像和单幅图像在一个监视器屏幕的切换流畅度范围，为管理报警的输入和输出信号的反应速度范围；构建操作显示层判断向量，其中，为集成监控画面清晰度范围
。
[0008]优选的，所述通过神经网络建立关键词智能识别模型包括以下步骤：设置输入层
、
处理层和输出层，输入层
、
处理层和输出层构成关键词智能识别模型；输入层由多个并列的关键词构成，关键词提取于样本状态数据；处理层存储关键词对应的信息归类识别的路径，所述路径将关键词映射至分类；输出层存储关键词的分类；使用样本状态数据输入关键词智能识别模型，关键词智能识别模型进行分类识别，计算识别的正确度，若识别的正确度大于预设值，则关键词智能识别模型建立完成，若识别的正确度不超过预设值，则修改处理层存储的关键词对应的信息归类识别的路径，继续测试关键词智能识别模型
。
[0009]优选的，所述构建网络接入层判断向量包括以下步骤：在样本状态数据中，得到允许接入的网段的最大值和最小值，组合为区间得到；聚合样本状态数据中所有监控服务器的地址信息，得到；聚合样本状态数据中所有监控终端的地址信息，得到；选取同一监控服务器在同一时间登录的操作人员人数的最大值，得到；聚合样本状态数据中所有监控终端允许登录的人员类别，得到
。
[0010]优选的，所述构建采集层判断向量包括以下步骤：
在样本状态数据中，得到各监控服务器采集生成的监控画面的清晰度的最大值和最小值，组合为区间得到；得到各监控服务器采集生成监控画面的时间的最大值和最小值，组合为区间得到
。
[0011]优选的，所述构建控制层判断向量包括以下步骤：在样本状态数据中，得到监控器图像和相应的音频信号进行切换的时间差距的最大值和最小值，组合为区间得到；得到多幅图像和单幅图像在一个监视器屏幕的切换流畅度的最大值和最小值，组合为区间得到；得到管理报警的输入和输出信号的反应速度的最大值和最小值，组合为区间得到
。
[0012]优选的，所述判断远程终端的实际状态数据是否存在异常包括以下步骤：将远程终端的实际状态数据输入数据分析模型中，关键词智能识别模型对远程终端的实际状态数据进行关键词提取；关键词智能识别模型将与关键词对应的数据进行分类，形成网络接入层实际向量
、
采集层实际向量
、
控制层实际向量和操作显示层实际向量；判断网络接入层实际向量
、
采集层实际向量
、
控制层实际向量和操作显示层实际向量的取值是否分别在网络接入层判断向量
、
采集层判断向量
、
控制层判断向量和操作显示层判断向量的取值范围内；若是，则远程终端的实际状态数据不存在异常，若否，则远程终端的实际状本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.
一种
5G
网络监控器的远程终端状态检测方法，其特征在于，包括：获取远程终端的样本状态数据，样本状态数据均为合格的检测数据，样本状态数据包括网络接入层样本数据
、
采集层样本数据
、
控制层样本数据和操作显示层样本数据，建立数据分析模型；获取远程终端的实际状态数据，实际状态数据包括网络接入层实际数据
、
采集层实际数据
、
控制层实际数据和操作显示层实际数据，根据数据分析模型对远程终端的实际状态数据进行分析，判断远程终端的实际状态数据是否存在异常，若否，则不作任何处理，若是，则判断远程终端的实际状态数据异常的原因；根据远程终端的实际状态数据异常的原因，发出预警，进行针对性修复
。2.
根据权利要求1所述的一种
5G
网络监控器的远程终端状态检测方法，其特征在于，所述获取远程终端的样本状态数据包括以下步骤：获取网络接入层样本数据时，获取通过三层交换机
VLAN
的方式连接进入的不同网段信息，获取各监控服务器的地址信息和监控终端的地址信息，获取同一监控服务器在同一时间登录的操作人员数量，获取监控终端的登录验证权；获取采集层样本数据时，获取各监控服务器采集生成的监控画面，并获取各监控服务器采集生成监控画面的时间；获取控制层样本数据时，分别获取视频音频切换数据
、
视频图像处理数据和矩阵切换控制数据，视频音频切换数据包括监控器图像和相应的音频信号进行切换的时间差距，视频图像处理数据包括多幅图像和单幅图像在一个监视器屏幕的切换显示情况，矩阵切换控制数据包括管理报警的输入和输出信号的反应速度；获取操作显示层样本数据时，获取监控终端为操作人员提供登录的集成监控画面数据；获取远程终端的实际状态数据与获取远程终端的样本状态数据的步骤一致
。3.
根据权利要求2所述的一种
5G
网络监控器的远程终端状态检测方法，其特征在于，所述建立数据分析模型包括以下步骤：通过神经网络建立关键词智能识别模型，使用关键词智能识别模型对输入数据分析模型的信息进行归类识别；根据获取的远程终端的样本状态数据，构建网络接入层判断向量，其中，为允许接入的网段范围，为各监控服务器的地址信息集合，为监控终端的地址信息集合，为同一监控服务器在同一时间登录的操作人员人数阙值，为监控终端允许登录的访问权限集合；构建采集层判断向量，其中，为各监控服务器采集生成的监控画面的清晰度范围值，为各监控服务器采集生成监控画面的时间范围；构建控制层判断向量，其中，为监控器图像和相应的音频信号进行切换的时间差距范围，为多幅图像和单幅图像在一个监视器屏幕的切换流畅度范围，为管理报警的输入和输出信号的反应速度范围；构建操作显示层判断向量，其中，为集成监控画面清晰度范围
。
4.
根据权利要求3所述的一种
5G
网络监控器的远程终端状态检测方法，其特征在于，所述通过神经网络建立关键词智能识别模型包括以下步骤：设置输入层
、
处理层和输出层，输入层
、
处理层和输出层构成关键词智能识别模型；输入层由多个并列的关键词构成，关键词提取于样本状态数据；处理层存储关键词对应的信息归类识别的路径，所述路径将关键词映射至分类；输出层存储关键词的分类；使用样本状态数据输入关键词智能识别模型，关键词智能识别模型进行分类识别，计算识别的正确度，若识别的正确度大于预设值，则关键词智能识别模型建立完成，若识别的正确度不超过预设值，则修改处理层存储的关键词对应的信息归类识别的路径，继续测试关键词智能识别模型
。5.
根据权利要求4所述的一种
...

【专利技术属性】
技术研发人员：李伟彬，
申请(专利权)人：深圳市光影百年科技有限公司，
类型：发明
国别省市：