物联网设备状态管理方法及装置与流程

本申请的实施例涉及物联网设备状态管理领域，尤其涉及物联网设备状态管理方法、装置、设备和计算机可读存储介质。

背景技术：

1、在物联网设备状态管理领域，目前同类技术应用存在一些现状和潜在的缺陷。

2、具体地，基于mqtt的设备状态管理系统：

3、现状：mqtt协议广泛应用于物联网中，提供了一种轻量级、实时性强的通信方式；

4、缺陷：随着设备数量的增加和消息频率的提高，mqtt系统可能面临性能瓶颈。特别是在处理海量设备消息时，可能导致延迟和系统资源紧张。

5、基于心跳的设备在线状态监测：

6、现状：通过设备定时发送心跳信号来监测设备在线状态；

7、缺陷：单一依赖心跳机制可能无法准确捕捉设备状态变化的各种情况，如设备休眠或网络故障，影响对设备状态的精准判断。

8、同步处理和静态线程池应用：

9、现状：采用同步处理方式，使用静态线程池来处理设备状态；

10、缺陷：在大规模设备数量或设备状态变化频繁的情况下，同步处理和静态线程池可能导致性能瓶颈，限制了系统的扩展性和灵活性。

11、遗嘱消息的设备状态监测：

12、现状：使用mqtt的遗嘱消息机制来判断设备在线状态；

13、缺陷：仅依赖遗嘱消息可能无法准确捕捉设备的实时状态，尤其是在网络不稳定的情况下，可能导致误判或漏判设备状态。

14、同步存储和直接推送机制：

15、现状：采用同步方式将设备状态处理结果直接存储和推送给相关系统；

16、缺陷：直接推送可能导致对存储和通信系统的负担增大，尤其在高并发场景下，可能引发性能问题。

17、缺乏动态水平扩展和模块化设计：

18、现状：缺乏动态水平扩展和模块化设计，难以应对不断增长的物联网设备和异构消息。

19、缺陷：在大规模和复杂性方面，传统系统可能难以灵活适应新的需求和设备类型，可能导致系统难以维护和扩展。

20、综上，当前同类技术应用在处理大规模设备和异构消息时，可能面临性能瓶颈、实时性差、灵活性不足等挑战。

21、因此，如何提供一种更灵活、可扩展的解决方案是目前亟需解决的问题。

技术实现思路

1、根据本申请的实施例，提供了一种物联网设备状态管理方案，设备可以根据自身情况定制心跳间隔和内容，提供了比传统心跳更灵活、更精确的设备状态监测；结合算法分析，提高了预测设备上下线行为的准确性和对异常值的鲁棒性。

2、在本申请的第一方面，提供了一种物联网设备状态管理方法。该方法包括：

3、接收设备端上报的心跳数据；

4、若在预设的心跳间隔内，未接收到设备端上报的心跳数据，则提取已接收到的心跳数据中的多个特征，将提取的特征分别输入至已训练的与所述特征对应的特征模型，得到多个决策树；

5、拟合所有决策树，确定当前设备的状态信息；

6、其中，所述特征模型，通过如下方式进行训练：

7、生成训练样本集合，其中，训练样本包括带有标注信息的样本数据；所述标注信息为状态信息；

8、利用所述训练样本集合中的样本对特征模型进行训练，以样本文件作为输入，以状态信息作为输出，当输出的状态信息与标注的状态信息的统一率满足预设阈值时，完成对特征模型的训练。

9、进一步地，所述心跳数据包括在线时长、活动频率和/或数据传输量。

10、进一步地，可通过如下公式，拟合所有决策树，确定当前设备的状态信息包括：

11、

12、其中，n为决策树的数量；

13、ti(x)为第i个决策树对输入数据x的预测结果；

14、wi为第i个决策树的权重。

15、进一步地，还包括：

16、通过如下方式，进行不确定性度量：

17、

18、rf(x)为当前设备状态的预测结果。

19、在本申请的第二方面，提供了一种物联网设备状态管理装置。该装置包括：

20、接收模块，用于接收设备端上报的心跳数据；

21、构建模块，用于若在预设的心跳间隔内，未接收到设备端上报的心跳数据，则提取已接收到的心跳数据中的多个特征，将提取的特征分别输入至已训练的与所述特征对应的特征模型，得到多个决策树；

22、确定模块，用于拟合所有决策树，确定当前设备的状态信息；

23、其中，所述特征模型，通过如下方式进行训练：

24、生成训练样本集合，其中，训练样本包括带有标注信息的样本数据；所述标注信息为状态信息；

25、利用所述训练样本集合中的样本对特征模型进行训练，以样本文件作为输入，以状态信息作为输出，当输出的状态信息与标注的状态信息的统一率满足预设阈值时，完成对特征模型的训练。

26、在本申请的第三方面，提供了一种电子设备。该电子设备包括：存储器和处理器，所述存储器上存储有计算机程序，所述处理器执行所述程序时实现如以上所述的方法。

27、在本申请的第四方面，提供了一种计算机可读存储介质，其上存储有计算机程序，所述程序被处理器执行时实现如根据本申请的第一方面的方法。

28、本申请实施例提供的物联网设备状态管理方法，通过接收设备端上报的心跳数据；若在预设的心跳间隔内，未接收到设备端上报的心跳数据，则提取已接收到的心跳数据中的多个特征，将提取的特征分别输入至已训练的与所述特征对应的特征模型，得到多个决策树；拟合所有决策树，确定当前设备的状态信息；其中，所述特征模型，通过如下方式进行训练：生成训练样本集合，其中，训练样本包括带有标注信息的样本数据；所述标注信息为状态信息；利用所述训练样本集合中的样本对特征模型进行训练，以样本文件作为输入，以状态信息作为输出，当输出的状态信息与标注的状态信息的统一率满足预设阈值时，完成对特征模型的训练，供了比传统心跳更灵活、更精确的设备状态监测；结合算法分析，提高了预测设备上下线行为的准确性和对异常值的鲁棒性。

29、应当理解，
技术实现要素：
部分中所描述的内容并非旨在限定本申请的实施例的关键或重要特征，亦非用于限制本申请的范围。本申请的其它特征将通过以下的描述变得容易理解。

技术特征：

1.一种物联网设备状态管理方法，其特征在于，包括：

2.根据权利要求1所述的方法，其特征在于，所述心跳数据包括在线时长、活动频率和/或数据传输量。

3.根据权利要求2所述的方法，其特征在于，可通过如下公式，拟合所有决策树，确定当前设备的状态信息包括：

4.根据权利要求1所述的方法，其特征在于，还包括：

5.一种物联网设备状态管理装置，其特征在于，包括：

6.根据权利要求5所述的装置，其特征在于，所述心跳数据包括在线时长、活动频率和/或数据传输量。

7.根据权利要求6所述的装置，其特征在于，可通过如下公式，拟合所有决策树，确定当前设备的状态信息包括：

8.根据权利要求5所述的装置，其特征在于，还包括：

9.一种电子设备，包括存储器和处理器，所述存储器上存储有计算机程序，其特征在于，所述处理器执行所述计算机程序时实现如权利要求1～4中任一项所述的方法。

10.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现如权利要求1～4中任一项所述的方法。

技术总结
本申请的实施例提供了物联网设备状态管理方法、装置、设备和计算机可读存储介质。所述方法包括接收设备端上报的心跳数据；若在预设的心跳间隔内，未接收到设备端上报的心跳数据，则提取已接收到的心跳数据中的多个特征，将提取的特征分别输入至已训练的与所述特征对应的特征模型，得到多个决策树；拟合所有决策树，确定当前设备的状态信息。以此方式，设备可以根据自身情况定制心跳间隔和内容，提供了比传统心跳更灵活、更精确的设备状态监测。结合方案中的算法对心跳数据进行分析，提高了预测设备上下线行为的准确性和对异常值的鲁棒性。

技术研发人员：张灵晶,姜红庆
受保护的技术使用者：深圳市华曦达科技股份有限公司
技术研发日：
技术公布日：2024/9/12