[发明专利]工业设备的流量监测方法、装置、设备及存储介质在审
申请号: | 202211715703.3 | 申请日: | 2022-12-28 |
公开(公告)号: | CN116016288A | 公开(公告)日: | 2023-04-25 |
发明(设计)人: | 景宝;汪义舟;姜海昆;范宇 | 申请(专利权)人: | 长扬科技(北京)股份有限公司 |
主分类号: | H04L43/0876 | 分类号: | H04L43/0876;H04L43/045;H04L43/50 |
代理公司: | 北京格允知识产权代理有限公司 11609 | 代理人: | 张莉瑜 |
地址: | 100195 北京市*** | 国省代码: | 北京;11 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 工业 设备 流量 监测 方法 装置 存储 介质 | ||
本发明涉及流量监测技术领域,特别涉及一种工业设备的流量监测方法、装置、设备及存储介质。方法包括:实时获取待监测工业设备的各目标协议在每一个时刻的目标流量数据;其中,每一个目标流量数据包括流向工业设备的流量值和流向服务端的流量值;对预先训练生成的多项式系数进行解析,生成每一个目标协议的第一拟合曲线和第二拟合曲线;基于目标协议的第一拟合曲线和第二拟合曲线,对各目标协议在每一个时刻的目标流量数据进行监测。本方案存储多项式系数可以节省占用空间,降低计算资源,通过对多项式系数进行解析得到的第一拟合曲线和第二拟合曲线对各目标协议在每一个时刻的目标流量数据进行监测,可以提高监测效率。
技术领域
本发明实施例涉及流量监测技术领域,特别涉及一种工业设备的流量监测方法、装置、设备及存储介质。
背景技术
随着工业互联网应用的日趋复杂化,网络流量不断增长并且呈多样化,演变性和复杂性都随着工控协议及网络协议的不断涌现而日益增长,如何更好的满足用户对各类工业设备的服务质量越来越精细的要求,这是目前面临的关键问题。
目前,现有的工业设备的流量监测是通过传统机器学习算法来实现的,然而,传统机器学习算法需要大量的训练样本,不但需要大量的系统资源,而且在训练模型失效的时候,需要使用更新后的训练样本重新训练模型,这就使得传统的机器学习算法的监测效率较低。
因此,亟需一种新的工业设备的流量监测方法。
发明内容
为了解决传统机器学习算法的监测效率较低的问题,本发明实施例提供了一种工业设备的流量监测方法、装置、设备及存储介质。
第一方面,本发明实施例提供了一种工业设备的流量监测方法,包括:
实时获取待监测工业设备的各目标协议在每一个时刻的目标流量数据;其中,目标协议包括工控协议和网络协议;每一个目标流量数据包括流向所述工业设备的流量值和流向服务端的流量值;
对预先训练生成的多项式系数进行解析,生成每一个目标协议的第一拟合曲线和第二拟合曲线;其中,所述第一拟合曲线为该目标协议对应的流向所述工业设备的拟合曲线;所述第二拟合曲线为该目标协议对应的流向服务端的拟合曲线;
基于所述目标协议的所述第一拟合曲线和所述第二拟合曲线,对各目标协议在每一个时刻的目标流量数据进行监测。
第二方面,本发明实施例还提供了一种工业设备的流量监测装置,包括:
获取单元,用于实时获取待监测工业设备的各目标协议在每一个时刻的目标流量数据;其中,目标协议包括工控协议和网络协议;每一个目标流量数据包括流向所述工业设备的流量值和流向服务端的流量值;
解析单元,用于对预先训练生成的多项式系数进行解析,生成每一个目标协议的第一拟合曲线和第二拟合曲线;其中,所述第一拟合曲线为该目标协议对应的流向所述工业设备的拟合曲线;所述第二拟合曲线为该目标协议对应的流向服务端的拟合曲线;
监测单元,用于基于所述目标协议的所述第一拟合曲线和所述第二拟合曲线,对各目标协议在每一个时刻的目标流量数据进行监测。
第三方面,本发明实施例还提供了一种计算设备,包括存储器和处理器,所述存储器中存储有计算机程序,所述处理器执行所述计算机程序时,实现本说明书任一实施例所述的方法。
第四方面,本发明实施例还提供了一种计算机可读存储介质,其上存储有计算机程序,当所述计算机程序在计算机中执行时,令计算机执行本说明书任一实施例所述的方法。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于长扬科技(北京)股份有限公司,未经长扬科技(北京)股份有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/202211715703.3/2.html,转载请声明来源钻瓜专利网。