[发明专利]设备感染预测方法及系统

权利要求书

1.一种设备感染预测方法，其特征在于，所述方法包括：

基于传染病SIR模型获取设备感染扩散模型；所述设备感染扩散模型，包括：

其中，为设备感染的扩散率，λ为设备感染的传染率，κ为设备感染的控制率，T表示采集设备感染的周期，t表示周期T内任意时间点，S(t)表示t时间点的设备感染数，Φ(t)表示设备感染数的初始值，t₀表示设备感染数的初始值对应的时间点；

根据预设的统计规则获取所述设备感染扩散模型中的各个参数值；

根据所获取的各个参数值以及所述设备感染扩散模型通过欧拉公式进行计算，得到设备感染的预测值；

其中，所述根据预设的统计规则获取所述设备感染扩散模型中的各个参数值，包括：

统计周期内新增设备感染数和截止到t时刻所累计设备感染数，将所述周期内新增设备感染数与所述累计设备感染数的比值作为所述设备感染扩散模型的传染率λ；

统计周期内新增设备感染数和前一周期内新增设备感染数，将所述周期内新增设备感染数与所述前一周期内新增设备感染数 的比值作为所述设备感染扩散模型的控制率κ。

2.根据权利要求1所述的方法，其特征在于，根据所获取的各个参数值以及所述设备感染扩散模型通过欧拉公式进行计算，得到设备感染的预测值，包括：

获取步长值h；

假定欧拉公式中的f(x_n，y_n)为并根据所述步长值h、所述λ、κ、T以及所述设备感染扩散模型通过欧拉公式进行计算，得到所述步长值h对应的设备感染的预测值。

3.根据权利要求2所述的方法，其特征在于，所述获取步长值h包括：

获取周期内任意时间点的设备感染数的真实值；

获取多个所述步长值计算得到多个步长值对应的设备感染的预测值；

将所述真实值与多个所述预测值比较，确定与所述真实值误差最小的预测值所对应的步长值h。

4.一种设备感染预测系统，其特征在于，所述系统包括：获取模型模块、获取参数模块和预测模块；

所述获取模型模块，用于基于传染病SIR模型获取设备感染扩散模型；所述设备感染扩散模型，包括：

其中，为设备感染的扩散率，λ为设备感染的传染率，κ为设备感染的控制率，T表示采集设备感染的周期，t表示周期T内任意时间点，S(t)表示t时间点的设备感染数，Φ(t)表示设备感染数的初始值，t₀表示设备感染数的初始值对应的时间点；

所述获取参数模块，用于根据预设的统计规则获取所述设备感染扩散模型中的各个参数值；

所述预测模块，用于根据所获取的各个参数值以及所述设备感染扩散模型通过欧拉公式进行计算，得到设备感染的预测值；

所述获取参数模块，具体用于：

统计周期内新增设备感染数和截止到t时刻所累计设备感染数，将所述周期内新增设备感染数与所述累计设备感染数的比值作为所述设备感染扩散模型的传染率λ；

统计周期内新增设备感染数和前一周期内新增设备感染数，将所述周期内新增设备感染数与所述前一周期内新增设备感染数 的比值作为所述设备感染扩散模型的控制率κ。

5.根据权利要求4所述的系统，其特征在于，所述预测模块，具体用于：

获取步长值h；

假定欧拉公式中的f(x_n，y_n)为并根据所述步长值h、所述λ、κ、T以及所述设备感染扩散模型通过欧拉公式进行计算，得到所述步长值h对应的设备感染的预测值。

6.根据权利要求5所述的系统，其特征在于，所述系统还包括获取步长值模块；

所述获取步长值模块，用于获取周期内任意时间点的设备感染数的真实值；

获取多个所述步长值计算得到多个步长值对应的设备感染的预测值；

将所述真实值与多个所述预测值比较，确定与所述真实值误差最小的预测值所对应的步长值h。