【技术实现步骤摘要】
本专利技术涉及配置管理，尤其涉及一种物联网设备管理系统。
技术介绍
1、配置管理是信息技术和网络管理中的一个关键领域，涉及监控、控制和优化网络和系统中的各种硬件和软件资源的配置，目的是确保所有系统和设备的配置信息都是最新的、一致的，并能快速适应变化的需求。通常包括自动化工具和流程，用于设定和维护系统配置的标准，以防止未授权的更改，同时提高系统的稳定性和安全性，使得技术人员能够从中心位置监视和调整网络行为，确保设备和应用程序之间的兼容性及最优性能。
2、其中，物联网设备管理系统是专门设计用来监控和管理连接到物联网网络中的各种设备的系统，主要用途是通过远程监控、自动化控制和维护设备状态，以优化设备性能和功能。物联网设备管理系统使用户可以从中央控制点配置设备，监控设备健康和安全状况，并进行故障排除和性能优化，从而提高设备利用率和网络整体效率，对于确保大规模物联网部署的稳定运行至关重要。
3、现有的物联网设备管理中通常依赖静态的配置管理和手动更新，缺乏对环境变化的快速响应能力，在动态和规模庞大的物联网环境中，静态管理方式无法有效应对频繁变化的网络条件和设备状态，导致管理延迟和故障响应不及时。同时现有系统往往未能实现对设备行为模式的实时分析与更新，使得设备运行的监控和控制不能精确匹配实际的设备状态，容易造成资源浪费和潜在的安全风险。此外，缺少自动化的网络性能调整机制，使得网络在遇到性能瓶颈时不能及时自适应调整，影响了整体的网络效率和设备性能。
技术实现思路
1、本专利
2、为了实现上述目的，本专利技术采用了如下技术方案：一种物联网设备管理系统包括：
3、状态认知模块通过传感器进行设备操作数据实时采集，并进行数据流的存储，分析存储数据确定正常操作模式，对模式中的每一个数据点进行频率和幅度分析，对比常态行为确认设备行为界限，生成设备行为特征；
4、故障诊断模块结合实时监控数据，与所述设备行为特征进行持续对比，并进行异常数据点检测，分析数据点与常态数据的差异，根据差异显著性识别异常模式，根据异常模式的特征和强度，确定是否与已知故障类型匹配，生成设备故障警示信息；
5、网络分析模块结合所述设备故障警示信息，进行网络流量和节点活动状态的监控，并进行节点间通信效率分析，检测设备间数据包传输速度及错误发生率，计算网络总流量，评估网络延迟情况和数据丢失频率，确定网络的运行效率，生成网络性能记录；
6、拓扑调整模块基于所述网络性能记录，进行网络流量和节点状态分析，识别数据流中的瓶颈区域，并进行网络路径的重规划，调整关键节点的配置匹配设备当前数据需求，修改连接权重和更新路由规则，响应网络流量的实际变化，得到设备配置更新记录。
7、作为本专利技术的进一步方案，所述设备行为特征的获取步骤为：
8、初始化传感器，实时采集设备操作数据，并进行数据归一化处理，
9、
10、其中，v表示原始数据，min(v)和max(v)分别为数据集中的最小和最大值；
11、对归一化后的设备操作数据进行统计分析，计算参数的平均值、方差及频率分布，并与历史数据进行对比，确定正常操作模式，
12、
13、其中，m代表设备正常操作模式的综合评分，xi为参数的归一化值，wi为对应参数的权重，n为参数的总数；
14、对每一个数据点应用傅里叶变换，分解数据时间序列到频域，计算每个频率的幅度，
15、
16、其中，a(f)为频率幅度值，f(f)是频率f在傅里叶变换后的复数结果，re和im是结果的实部和虚部；
17、对比分析与正常模式的偏差，确定设备行为特征，
18、
19、其中，c为差异分数，xi是当前数据点的测量值，μi是正常模式的平均值，tlimit是偏离正常行为的阈值。
20、作为本专利技术的进一步方案，所述异常数据点的检测步骤为：
21、收集设备实时监控数据，设数据集合为d，表示每一时刻设备的监测指标，包括温度、压力和电流；
22、从所述设备行为特征中提取设备行为的正常特征数据集n，表示设备在无故障状态下的行为模式；
23、对比实时数据集d中的每个数据点与正常特征数据集n，计算差异显著性，
24、
25、其中，e表示差异显著性的度量，di为实时数据点中的第i个监测指标值，ni为正常特征数据集中的第i个指标的平均值，wi为权重，反映指标在故障诊断中的重要性；
26、设置阈值t，判断所述差异显著性e是否超过阈值，若超过则标记数据点为异常数据点，记录为异常数据点集合a。
27、作为本专利技术的进一步方案，所述设备故障警示信息的获取步骤为：
28、对所述异常数据点集合a进行聚类分析，识别差异异常模式，计算每个聚类中心，
29、
30、其中，aj为同一异常模式中的数据点，wj为基于异常程度的权重，m为异常数据点的总数；
31、将每个异常模式与已知故障类型库进行比较，进行相似度评价，确定每个异常模式与故障类型接近程度，
32、
33、其中，s为相似度评分，fk、ck、vk、γ分别表示故障库中的特征值、异常模式的特征值、特征匹配权重和调整参数；
34、为每个异常模式选择相似度最高的故障类型，若相似度s超过设定阈值，则确认匹配的故障类型，否则标记为未知类型；
35、综合所有匹配结果，生成故障警示信息，输出故障警示结果集合r。
36、作为本专利技术的进一步方案，所述网络总流量率的计算步骤为：
37、监测并记录网络中所有节点的数据包发送和接收情况，包括每个数据包的发送起点和接收终点时间，以及发送和接收的数据包总数；
38、对每对节点间的数据包传输速度和错误发生率进行计算，
39、
40、其中，vij是数据包传输速度，dij是预设的节点间距离，表示传输的物理距离，tij是时间差，k是校正因子匹配网络拥堵，αij是基于历史数据分析的节点间稳定性系数，
41、
42、其中，∈ij为错误发生率，rij是成功接收的数据包数量，sij是发送的数据包数量，β是数据完整性加权因子；
43、使用数据包传输速度和错误发生率数据，计算节点间通信效率，
44、
45、其中，eij是通信效率，γ是错误影响的调节系数；
46、综合所有节点对的数据，计算整个网络的总流量，
47、
48、其中，δ是数据量的归一化因子，并对网络性能进行综合评估。
49、作为本专利技术的进一步方案，所述网络性能记录的获取步骤为：
50、对网络中各节点间的通信延迟数据进行收集，包括每个数据包从发送到被接收的完整本文档来自技高网...
【技术保护点】
1.一种物联网设备管理系统，其特征在于，所述系统包括：
2.根据权利要求1所述的物联网设备管理系统，其特征在于：所述设备行为特征的获取步骤为：
3.根据权利要求1所述的物联网设备管理系统，其特征在于：所述异常数据点的检测步骤为：
4.根据权利要求1所述的物联网设备管理系统，其特征在于：所述设备故障警示信息的获取步骤为：
5.根据权利要求1所述的物联网设备管理系统，其特征在于：所述网络总流量率的计算步骤为：
6.根据权利要求1所述的物联网设备管理系统，其特征在于：所述网络性能记录的获取步骤为：
7.根据权利要求1所述的物联网设备管理系统，其特征在于：所述网络路径的重规划步骤为：
8.根据权利要求1所述的物联网设备管理系统，其特征在于：所述设备配置更新记录的获取步骤为：
【技术特征摘要】
1.一种物联网设备管理系统，其特征在于，所述系统包括：
2.根据权利要求1所述的物联网设备管理系统，其特征在于：所述设备行为特征的获取步骤为：
3.根据权利要求1所述的物联网设备管理系统，其特征在于：所述异常数据点的检测步骤为：
4.根据权利要求1所述的物联网设备管理系统，其特征在于：所述设备故障警示信息的获取步骤为：
5.根据权...
【专利技术属性】
技术研发人员：王晓冬，
申请(专利权)人：上海听脉信息技术有限公司，
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。