基于智能体图谱的多源数据分析预警方法、系统和介质与流程

本技术涉及数据分析与预警，具体而言，涉及基于智能体图谱的多源数据分析预警方法、系统和介质。

背景技术：

1、在当今信息时代，数据来源日益广泛且复杂多样，包括传感器数据、互联网数据、业务系统数据等，传统的数据分析预警方法往往难以处理数据间复杂的关联关系和语义差异，导致预警的准确性、及时性和智能性大打折扣，如何有效地整合这些多源数据，挖掘其中有价值的信息，并及时进行预警以应对各种潜在风险或机遇，成为了众多领域面临的关键问题；智能体图谱作为一种新兴的技术手段，能够很好地描述智能体之间以及智能体与环境之间的复杂关系，为多源数据分析预警提供了新的解决方案。

2、针对上述问题，目前亟待有效的技术解决方案。

技术实现思路

1、本技术的目的在于提供基于智能体图谱的多源数据分析预警方法、系统和介质，可以通过对历史多源数据进行处理，生成智能体图谱并构建预警模型，实现了对实时多源数据的分析预警，提高了预警的智能性和准确性。

2、本技术还提供了基于智能体图谱的多源数据分析预警方法，包括以下步骤：

3、获取多个历史预设时间段内不同数据源的采集数据，并进行预处理，获得历史多源数据；

4、根据所述历史多源数据进行处理，获得与历史多源数据相关联的智能体信息，根据智能体信息提取智能体的图谱生成数据，根据图谱生成数据进行处理，获得智能体图谱；

5、根据所述智能体图谱进行匹配分析，获取具有关联关系的智能体对应的待融合数据的数据源，根据待融合数据的数据源进行处理，获得融合数据；

6、根据所述融合数据提取关键特征数据，根据关键特征数据进行训练，获得预警模型；

7、获取预设时间段内的实时多源数据进行处理，并通过所述智能体图谱和预警模型进行处理，获得对应的预警标签数据，根据预警标签数据进行预警响应。

8、可选地，在本技术所述的基于智能体图谱的多源数据分析预警方法中，所述获取多个历史预设时间段内不同数据源的采集数据，并进行预处理，获得历史多源数据，包括：

9、获取多个历史预设时间段内不同数据源的采集数据，并进行清洗、去噪和格式统一预处理，获得预处理采集数据；

10、根据预处理采集数据进行完整性校验、准确性校验和可用性校验，完整性校验包括记录完整性校验和范围完整性校验，准确性校验包括历史均值偏差校验和行业均值偏差校验，可用性校验包括数据格式校验和数据时效性校验；

11、若所述完整性校验、准确性校验和可用性校验均通过，则将预处理采集数据记录为历史多源数据；

12、若所述完整性校验、准确性校验和可用性校验存在一个或多个校验不通过，则标记对应的预处理采集数据，并进行修正。

13、可选地，在本技术所述的基于智能体图谱的多源数据分析预警方法中，所述根据所述历史多源数据进行处理，获得与历史多源数据相关联的智能体信息，根据智能体信息提取智能体的图谱生成数据，根据图谱生成数据进行处理，获得智能体图谱，包括：

14、根据所述历史多源数据进行处理，获得与历史多源数据相关联的智能体信息；

15、根据所述智能体信息提取智能体的图谱生成数据，包括智能体的标识数据和属性数据以及智能体间的关系数据；

16、所述智能体间的关系数据包括数据传输关系、依赖关系、协作关系或因果关系；

17、根据所述智能体的标识数据和属性数据结合所述智能体间的关系数据进行处理，获得智能体图谱。

18、可选地，在本技术所述的基于智能体图谱的多源数据分析预警方法中，所述根据所述智能体图谱进行匹配分析，获取具有关联关系的智能体对应的待融合数据的数据源，根据待融合数据的数据源进行处理，获得融合数据，包括：

19、根据所述智能体图谱进行匹配分析，获取具有关联关系的智能体对应的待融合数据的数据源；

20、根据待融合数据的数据源对待融合数据进行语义转换和统一处理，获得同语义待融合数据；

21、将所述同语义待融合数据通过预设数据融合算法进行融合处理，获得融合数据。

22、可选地，在本技术所述的基于智能体图谱的多源数据分析预警方法中，所述根据所述融合数据提取关键特征数据，根据关键特征数据进行训练，获得预警模型，包括：

23、根据所述融合数据提取关键特征数据，包括预测特征数据集及对应的历史预警标签数据；

24、所述预测特征数据集包括统计特征数据、时序特征数据和关联特征数据；

25、根据所述统计特征数据、时序特征数据和关联特征数据及对应的历史预警标签数据对初始预测模型进行训练，获得训练好的预警模型。

26、可选地，在本技术所述的基于智能体图谱的多源数据分析预警方法中，所述取预设时间段内的实时多源数据进行处理，并通过所述智能体图谱和预警模型进行处理，获得对应的预警标签数据，根据预警标签数据进行预警响应，包括：

27、获取预设时间段内的实时多源数据；

28、根据所述实时多源数据进行预处理，获得实时优化多源数据；

29、根据实时优化多源数据通过所述智能体图谱进行处理，获得实时融合数据，并提取实时预测特征数据集，包括实时统计特征数据、实时时序特征数据和实时关联特征数据；

30、将所述实时统计特征数据、实时时序特征数据和实时关联特征数据输入所述预警模型进行处理，获得对应的实时预警标签数据，包括低风险、中风险或高风险；

31、根据实时预警标签数据进行预警响应。

32、第二方面，本技术提供了基于智能体图谱的多源数据分析预警系统，该系统包括：存储器及处理器，所述存储器中包括基于智能体图谱的多源数据分析预警方法的程序，所述基于智能体图谱的多源数据分析预警方法的程序被所述处理器执行时实现以下步骤：

33、获取多个历史预设时间段内不同数据源的采集数据，并进行预处理，获得历史多源数据；

34、根据所述历史多源数据进行处理，获得与历史多源数据相关联的智能体信息，根据智能体信息提取智能体的图谱生成数据，根据图谱生成数据进行处理，获得智能体图谱；

35、根据所述智能体图谱进行匹配分析，获取具有关联关系的智能体对应的待融合数据的数据源，根据待融合数据的数据源进行处理，获得融合数据；

36、根据所述融合数据提取关键特征数据，根据关键特征数据进行训练，获得预警模型；

37、获取预设时间段内的实时多源数据进行处理，并通过所述智能体图谱和预警模型进行处理，获得对应的预警标签数据，根据预警标签数据进行预警响应。

38、可选地，在本技术所述的基于智能体图谱的多源数据分析预警系统中，所述获取多个历史预设时间段内不同数据源的采集数据，并进行预处理，获得历史多源数据，包括：

39、获取多个历史预设时间段内不同数据源的采集数据，并进行清洗、去噪和格式统一预处理，获得预处理采集数据；

40、根据预处理采集数据进行完整性校验、准确性校验和可用性校验，完整性校验包括记录完整性校验和范围完整性校验，准确性校验包括历史均值偏差校验和行业均值偏差校验，可用性校验包括数据格式校验和数据时效性校验；

41、若所述完整性校验、准确性校验和可用性校验均通过，则将预处理采集数据记录为历史多源数据；

42、若所述完整性校验、准确性校验和可用性校验存在一个或多个校验不通过，则标记对应的预处理采集数据，并进行修正。

43、可选地，在本技术所述的基于智能体图谱的多源数据分析预警系统中，所述根据所述历史多源数据进行处理，获得与历史多源数据相关联的智能体信息，根据智能体信息提取智能体的图谱生成数据，根据图谱生成数据进行处理，获得智能体图谱，包括：

44、根据所述历史多源数据进行处理，获得与历史多源数据相关联的智能体信息；

45、根据所述智能体信息提取智能体的图谱生成数据，包括智能体的标识数据和属性数据以及智能体间的关系数据；

46、所述智能体间的关系数据包括数据传输关系、依赖关系、协作关系或因果关系；

47、根据所述智能体的标识数据和属性数据结合所述智能体间的关系数据进行处理，获得智能体图谱。

48、第三方面，本技术还提供了一种计算机可读存储介质，所述计算机可读存储介质中存储基于智能体图谱的多源数据分析预警方法程序，所述基于智能体图谱的多源数据分析预警方法程序被处理器执行时，实现如上述任一项所述的基于智能体图谱的多源数据分析预警方法的步骤。

49、由上可知，本技术提供的基于智能体图谱的多源数据分析预警方法、系统和介质，通过对历史多源数据进行处理，生成智能体图谱并构建预警模型，实现了对实时多源数据的分析预警，提高了预警的智能性和准确性。

50、本技术的其他特征和优点将在随后的说明书阐述，并且，部分地从说明书中变得显而易见，或者通过实施本技术实施例了解。本技术的目的和其他优点可通过在所写的说明书以及附图中所特别指出的结构来实现和获得。