[发明专利]使用主动学习框架控制用于数据分析服务的数据报告

权利要求书

1.一种使用主动学习来调节数据业务的系统，包括：

全局监测器，被配置为提供数据分析服务，所述全局监测器包括：

全局接口组件，被配置为通过广域网络与多个传感器通信；以及

全局学习器，被配置为执行迭代过程以构建用于所述数据分析服务的全局模型，所述全局模型基于由所述传感器报告的数据将元素映射到值；

针对所述迭代过程的至少一次迭代，所述全局学习器被配置为：生成针对来自所述传感器的所述数据的查询；基于以下来在所述全局模型中从所述元素中选择至少一个候选元素：所述至少一个候选元素对改进所述全局模型的贡献，其中，当所述至少一个候选元素被扩充到所述全局模型时，基于所述全局模型的错误风险估计来评估所述贡献；以及由所述传感器报告以所述全局模型中的所述至少一个候选元素为目标的数据而引起的对所述广域网络的影响；生成全局策略，所述全局策略指定从所述传感器请求的所述数据限于以所述全局模型中的所述至少一个候选元素为目标的所述数据；通过全局接口组件向所述传感器发送指示所述全局策略的所述查询；根据所述全局策略通过所述全局接口组件从所述传感器接收以所述全局模型中的所述至少一个候选元素为目标的所述数据；以及基于以所述全局模型中的所述至少一个候选元素为目标的所述数据来调整所述全局模型。

2.根据权利要求1所述的系统，其中：

所述全局策略指定速率，所述传感器通过所述广域网络以所述速率来传输以所述全局模型中的所述至少一个候选元素为目标的所述数据。

3.根据权利要求1或2所述的系统，其中：

所述全局学习器还被配置为：还基于对以所述至少一个候选元素为目标的所述数据的监管限制来选择所述至少一个候选元素。

4.根据权利要求1或2所述的系统，还包括：

所述传感器；

其中所述传感器包括被配置用于物联网(IoT)通信的IoT设备。

5.根据权利要求1或2所述的系统，还包括：

所述传感器；

其中所述传感器包括云网络中的服务器。

6.根据权利要求1或2所述的系统，还包括：

多个局部监测器，其中所述局部监测器中的每个局部监测器包括：

局部接口组件，被配置为与位于局部网络中的所述传感器的子集通信；以及

局部学习器，被配置为执行另一迭代过程以构建用于所述数据分析服务的局部模型；

针对所述另一迭代过程的至少一次迭代，所述局部学习器被配置为：生成针对来自位于所述局部网络中的所述传感器的所述子集的所述数据的查询；基于以下来在所述局部模型中选择至少一个候选元素：所述至少一个候选元素对改进所述局部模型的贡献，其中，当所述至少一个候选元素被扩充到所述局部模型时，基于所述局部模型的错误风险估计来评估所述贡献；以及由所述传感器的所述子集报告以所述局部模型中的所述至少一个候选元素为目标的数据而引起的对所述局部网络的影响；生成局部策略，所述局部策略指定从所述传感器的所述子集请求的所述数据限于以所述局部模型中的所述至少一个候选元素为目标的所述数据；通过局部接口组件向位于所述局部网络中的所述传感器的所述子集发送指示所述局部策略的所述查询；根据所述局部策略通过所述局部接口组件从所述传感器的所述子集接收以所述局部模型中的所述至少一个候选元素为目标的所述数据；以及基于以所述局部模型中的所述至少一个候选元素为目标的所述数据来调整所述局部模型。

7.根据权利要求6所述的系统，其中：

所述局部学习器被配置为：通过所述局部接口组件向所述全局监测器发送所述局部模型。

8.根据权利要求7所述的系统，其中：

所述全局学习器被配置为：通过所述全局接口组件从所述局部监测器接收多个局部模型，并且组合所述局部模型以构建所述全局模型。

9.根据权利要求6所述的系统，其中：

所述局部学习器被配置为：通过所述局部接口组件向其他局部监测器发送所述局部模型。