【技术实现步骤摘要】
本专利技术提出了一种通信机柜的远程监测方法、系统、设备以及介质，属于通信。
技术介绍
1、通信机柜是通信网络的核心设备之一，其正常运行对于保证通信网络的稳定性和可靠性至关重要。然而，传统的通信机柜监测方法主要依赖于人工巡检和定期维护，这种方式不仅效率低下，而且难以实时监测机柜内部的设备状态和环境参数。随着物联网和人工智能技术的快速发展，对通信机柜进行远程监测已经成为一种趋势。现有的远程监测方法主要通过在通信机柜内部安装传感器节点，采集机柜内部的环境参数和设备状态数据，并通过无线传输方式将数据发送至远程服务器进行处理。然而，由于无线传输的稳定性和安全性问题，以及传感器节点之间的协同工作问题，现有的远程监测方法存在数据传输不稳定、监测精度不高、安全性能差等问题。
技术实现思路
1、本专利技术提供了一种通信机柜的远程监测方法、系统、设备以及介质，用以解决现有的远程监测方法存在数据传输不稳定、监测精度不高、安全性能差、数据处理效率低下等问题：
2、本专利技术提出的一种通信机柜的远程监测方法，所述方法包括：
3、在所述通信机柜内部布设传感器网络，所述传感器网络内设多个传感器节点，所述多个传感器节点的输入端通过有线连接方式与边缘设备进行连接，并将采集的数据传输至边缘设备；
4、所述边缘设备接收来自传感器采集的数据，并对采集的数据进行预处理，对预处理后的数据进行分块加密并传输至云平台；
5、所述云平台接收到预处理后的分块加密数据，对所述数据进行解密
6、根据模型的预测结果，通过虚拟现实，将通信机柜的内部环境和设备状态以三维模型的形式呈现出来，并根据预设的阈值和规则，当监测到异常情况时候，向用户终端推送警报信息。
7、进一步的，所述在所述通信机柜内部布设传感器网络，所述传感器网络内设多个传感器节点，所述多个传感器节点的输入端通过有线连接方式与边缘设备进行连接，并将采集的数据传输至边缘设备，包括：
8、根据通信机柜内部布局以及功能需求设计传感器网络的拓扑结构，所述拓扑结构包括传感器节点之间的连接方式、传感器节点数量以及传感器节点位置；
9、根据通信机柜需要监测的参数，进行传感器选择；所述传感器包括温湿度传感器、烟雾传感器、电流传感器以及振动传感器；
10、将多个传感器节点布设在通信机柜内部，所述每个传感器节点连接一个或多个传感器，通过有线连接方式，将传感器节点的输入端与边缘设备进行连接；
11、所述传感器节点根据传感器类型对采集的数据进行编号，并记录编号的数量，并将进行编号标记后数据传输至边缘设备。
12、进一步的，所述边缘设备接收来自传感器采集的数据，并对采集的数据进行预处理，对预处理后的数据进行分块加密并传输至云平台；包括：
13、所述边缘设备接收到来自传感器采集的数据，根据编号数量将边缘设备的存储空间划分为多个子空间；
14、将进行编号后，采集的数据分别存入子空间，为每个子空间分配计算资源，所述子空间对分配的采集的数据进行预处理；
15、预处理完成后，将每个子空间的处理结果分别划分为多个数据块，并对每个数据块进行压缩，并通过混合加密算法对压缩后的数据块进行加密；
16、加密后的数据通过物联网传输至云平台。
17、进一步的，所述子空间对分配的采集的数据进行预处理；包括：
18、所述子空间接收到采集的数据，将采集的数据划分为多个处理单元，通过并行处理算法对每个处理单元进行处理；
19、边缘设备通过监测各个子空间的资源使用情况来实时监测资源利用率，并通过最少连接算法对各个子空间的计算资源进行动态调整；
20、在进行计算资源动态调整过程中，所述边缘设备实时监测调整后的资源利用率，并根据监测结果进行反馈和迭代；
21、若调整后的资源利用率仍不均衡，则再次通过最少连接算法进行资源调整。
22、进一步的，所述云平台接收到预处理后的分块加密数据，对所述数据进行解密，并对数据进行处理，通过机器学习算法构建通信机柜状态预测模型；包括：
23、所述云平台接收到加密的数据块后，将所述数据块存储至云端服务器，并通过解密算法对所述数据块进行解密；
24、将解密后的数据块进行还原成原始的预处理后的数据，并通过时间戳将原始的预处理后的数据划分为多个数据段，并为每个数据段分配不同的存储空间；
25、每个存储空间对接收到的数据段进行分布式计算，获得处理后的数据，并将处理后的数据进行归纳，获得不同的存储空间分布式计算后的第一数据集；
26、通过机器学习算法并结合所述第一数据集构建通信机柜状态预测模型。
27、进一步的，所述通过机器学习算法并结合所述第一数据集构建通信机柜状态预测模型；包括：
28、将所述第一数据集根据时间戳划分为训练集以及测试集，并将时间戳前70%的数据作为训练集，后30%的数据作为测试集；
29、通过训练集对机器学习算法进行训练，并通过迭代优化预测模型参数；
30、使用验证集对训练好的预测模型进行评估，根据评估结果对预测模型进行调优；
31、通过传感器网络实时采集数据，并进行相应处理，获得第二数据集，将所述第二数据集作为测试集，通过所述测试集对调优后的预测模型进行二次评估；并根据二次评估结果做出决策，根据最终决策执行结果对预测模型进行部署；
32、通过部署的预测模型对通信机柜的状态进行预测，并获得预测结果。
33、进一步的，所述根据模型的预测结果，通过虚拟现实，将通信机柜的内部环境和设备状态以三维模型的形式呈现出来，并根据预设的阈值和规则，当监测到异常情况时候，向用户终端推送警报信息；包括：
34、基于采集到的数据和预测结果，使用虚拟现实技术创建通信机柜的三维模型，并将内部环境和设备状态以可视化的方式呈现给用户；
35、根据业务需求和设备特性，设置预设的阈值和规则，所述预设的阈值和规则用于判断是否出现异常情况；
36、在三维模型展示中，实时监测采集到的数据，并与预设的阈值和规则进行比较；
37、若检测到异常情况，则触发警报机制，并向用户终端推送警报信息；所述用户终端包括平板、手机以及电脑；
38、警报推送后，用户通过虚拟现实界面进一步查看异常情况的具体细节，并获得故障诊断和维护建议。
39、本专利技术提出的一种通信机柜的远程监测系统，所述系统包括：
40、网络布设模块：在所述通信机柜内部布设传感器网络，所述传感器网络内设多个传感器节点，所述多个传感器节点的输入端通过有线连接方式与边缘设备进行连接，并将采集的数据传输至边缘设备；
41、数据预处理模块：所述边缘设备接收来自传感器采集的数据，并对采集的数据进行预处理，对预处理后的本文档来自技高网...
【技术保护点】
1.一种通信机柜的远程监测方法，其特征在于，所述方法包括：
2.根据权利要求1所述一种通信机柜的远程监测方法，其特征在于，所述在所述通信机柜内部布设传感器网络，所述传感器网络内设多个传感器节点，所述多个传感器节点的输入端通过有线连接方式与边缘设备进行连接，并将采集的数据传输至边缘设备，包括：
3.根据权利要求1所述一种通信机柜的远程监测方法，其特征在于，所述边缘设备接收来自传感器采集的数据，并对采集的数据进行预处理，对预处理后的数据进行分块加密并传输至云平台；包括：
4.根据权利要求3所述一种通信机柜的远程监测方法，其特征在于，所述子空间对分配的采集的数据进行预处理；包括：
5.根据权利要求1所述一种通信机柜的远程监测方法，其特征在于，所述云平台接收到预处理后的分块加密数据，对所述数据进行解密，并对数据进行处理，通过机器学习算法构建通信机柜状态预测模型；包括：
6.根据权利要求5所述一种通信机柜的远程监测方法，其特征在于，所述通过机器学习算法并结合所述第一数据集构建通信机柜状态预测模型；包括：
7.根据权利要
8.一种通信机柜的远程监测系统，其特征在于，所述系统包括：
9.一种电子设备，其特征在于，包括存储器、处理器及存储在所述存储器上并可在所述的存储器上运行的计算机程序，所述处理器执行所述程序，以实现如权利要求的1-7中任一所述的一种通信机柜的远程监测方法。
10.一种非临时性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
...【技术特征摘要】
1.一种通信机柜的远程监测方法，其特征在于，所述方法包括：
2.根据权利要求1所述一种通信机柜的远程监测方法，其特征在于，所述在所述通信机柜内部布设传感器网络，所述传感器网络内设多个传感器节点，所述多个传感器节点的输入端通过有线连接方式与边缘设备进行连接，并将采集的数据传输至边缘设备，包括：
3.根据权利要求1所述一种通信机柜的远程监测方法，其特征在于，所述边缘设备接收来自传感器采集的数据，并对采集的数据进行预处理，对预处理后的数据进行分块加密并传输至云平台；包括：
4.根据权利要求3所述一种通信机柜的远程监测方法，其特征在于，所述子空间对分配的采集的数据进行预处理；包括：
5.根据权利要求1所述一种通信机柜的远程监测方法，其特征在于，所述云平台接收到预处理后的分块加密数据，对所述数据进行解密，并对数据进行处理，通过机器学习算法构建通信...
【专利技术属性】
技术研发人员：高佳林，熊淞，
申请(专利权)人：杭州汉超科技有限公司，
类型：发明
国别省市：
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。