一种基于人工智能边缘设备的运维方法

技术领域

本发明涉及人工智能技术领域，特别涉及一种基于人工智能边缘设备的运维方法。

背景技术

目前，人工智能(Artificial Intelligence，AI)边缘设备的运维主要是针对其CPU、内存、硬盘空间等使用情况的监测，未对设备的算力做相应监测及预警，然而人工智能边缘设备作为算力设备，而算力作为它的基础资源，需要进行监测。

因此，需要提出一种基于人工智能边缘设备的运维方法，以对边缘设备的算力进行监测。

发明内容

本发明提供一种基于人工智能边缘设备的运维方法，用以对人工智能边缘设备的算力进行监测，保证算法的正常运行。

本发明提供了一种基于人工智能边缘设备的运维方法，所述方法执行以下步骤：

步骤1：采集边缘设备的基础数据；

步骤2：基于所述边缘设备的基础数据，计算所述边缘设备的算力使用情况；

步骤3：基于云端存储的故障库，对所述算力使用情况的计算结果进行分析；

步骤4：基于对所述边缘设备的算力使用情况的分析结果，对所述边缘设备进行运行维护。

进一步地，在所述步骤1中，所述基础数据包括：设备电流和/或设备算力。

进一步地，在所述步骤2中，所述算力使用情况包括：电流信号频域数据和/或设备实时功率。

进一步地，所述步骤2：基于所述边缘设备的基础数据，计算所述边缘设备的算力使用情况执行以下步骤：

步骤S21：将采集边缘设备的基础数据中的模拟信号数据转换为数字信号数据；

步骤S22：对所述数字信号数据进行计算，以得到所述电流信号频域数据和/或设备实时功率。

进一步地，所述步骤3：基于云端存储的故障库，对所述算力使用情况的计算结果进行分析执行以下步骤：

步骤S31：对所述边缘设备的算力使用情况进行加密，得到加密数据；

步骤S32：将所述加密数据发送到云端；

步骤S33：基于所述云端存储的故障库，对所述边缘设备的算力使用情况进行分析。

进一步地，所述步骤S31：对所述边缘设备的算力使用情况进行加密包括：

通过物联网加密锁对所述边缘设备的算力使用情况进行加密。

进一步地，所述步骤S31：对所述边缘设备的算力使用情况进行加密，得到加密数据，执行以下步骤：

步骤S311：根据将需要加密的信息转换成的二进制值和所述二进制值对应的Unicode编码Ux，计算Unicode编码和二进制值的相应运算值，如下公式(1)所示：

其中，X为需要加密的信息，Tx为将需要加密的信息转换成的二进制值，Ux为二进制值对应的Unicode编码，H

步骤S312：对所述二进制值和对应的所述Unicode编码进行合并运算，，如下公式(2)所示：

E

其中，E

步骤S313：根据所述的相应运算值和所述合并运算的值，计算所述需要加密的信息经过加密后的值，如下公式(3)所示：.

其中，S

将F

进一步地，所述步骤S33：基于所述云端存储的故障库，对所述边缘设备的算力使用情况进行分析包括：

将所述边缘设备的使用情况与所述云端存储的故障库进行对比，以得到所述设备的故障分析情况。

进一步地，所述步骤4：基于对所述边缘设备的算力使用情况的分析结果，对所述边缘设备进行运行维护包括：

根据对所述边缘设备的算力使用情况的分析结果，对所述边缘设备的故障情况进行预测、预警以及全设备生命周期监视。

进一步地，所述步骤4：基于对所述边缘设备的算力使用情况的分析结果，对所述边缘设备进行运行维护还包括：

基于对所述边缘设备的算力使用情况的分析结果，根据用户预设规则对所述边缘设备进行远程控制。

本发明实施例提供的一种基于人工智能边缘设备的运维方法，具有以下有益效果：基于物联网技术实现边缘设备的运行维护，可动态地实时获取边缘设备运行的基础数据，并且可以基于历史数据和云端大数据进行人工智能分析，对边缘设备算力进行监测，以保证边缘设备的算法可以正常运行。

本发明的其它特征和优点将在随后的说明书中阐述，并且，部分地从说明书中变得显而易见，或者通过实施本发明而了解。本发明的目的和其他优点可通过在所写的说明书、权利要求书、以及附图中所特别指出的结构来实现和获得。

下面通过附图和实施例，对本发明的技术方案做进一步的详细描述。

附图说明

附图用来提供对本发明的进一步理解，并且构成说明书的一部分，与本发明的实施例一起用于解释本发明，并不构成对本发明的限制。在附图中：

图1为本发明实施例中一种基于人工智能边缘设备的运维方法的流程示意图。

具体实施方式

以下结合附图对本发明的优选实施例进行说明，应当理解，此处所描述的优选实施例仅用于说明和解释本发明，并不用于限定本发明。

本发明实施例提供了一种基于人工智能边缘设备的运维方法，如图1所示，所述方法执行以下步骤：

步骤1：采集边缘设备的基础数据；

步骤2：基于所述边缘设备的基础数据，计算所述边缘设备的算力使用情况；

步骤3：基于云端存储的故障库，对所述算力使用情况的计算结果进行分析；

步骤4：基于对所述边缘设备的算力使用情况的分析结果，对所述边缘设备进行运行维护。

上述技术方案的工作原理为：本发明中的边缘设备(Edge Device)例如可以是智能摄像头、交换机、路由器、路由交换机、IAD以及各种MAN/WAN设备等。

其中，在所述步骤1中的所述基础数据包括：设备电流和/或设备算力。在一种实现方式中，边缘设备的基础数据为设备电流；在另一种实现方式中，边缘设备的基础数据为设备算力；在又一种实现方式中，边缘设备的基础数据为设备电流和设备算力两者。

进一步地，在所述步骤2中的所述算力使用情况包括：电流信号频域数据和/或设备实时功率。在一种实现方式中，边缘设备的算力使用情况为电流信号频域数据；在另一种实现方式中，边缘设备的算力使用情况为设备实时功率；在又一种实现方式中，边缘设备的算力使用情况为电流信号频域数据和设备实时功率两者。

在本发明中，首先，由数据采集设备采集边缘设备的基础数据；然后，由计算设备基于边缘设备的基础数据，计算边缘设备的算力使用情况；最后，采用物联网技术，基于云端存储的故障库对算力使用情况的计算结果进行分析，以此来根据分析结果对边缘设备进行运行维护。

上述技术方案的有益效果为：基于物联网技术实现边缘设备的运行维护，可动态地实时获取边缘设备运行的基础数据，并且可以基于历史数据和云端大数据进行人工智能分析，对边缘设备算力进行监测，以保证边缘设备的算法可以正常运行。

在一个实施例中，所述步骤2：基于所述边缘设备的基础数据，计算所述边缘设备的算力使用情况执行以下步骤：

步骤S21：将采集边缘设备的基础数据中的模拟信号数据转换为数字信号数据；

步骤S22：对所述数字信号数据进行计算，以得到所述电流信号频域数据和/或设备实时功率。

上述技术方案的工作原理为：首先将采集的模拟信号转换为数字信号，然后对数字信号形式的数据进行数据处理，得到电流信号频域数据和/或设备实时功率，以便于后续对算力使用情况的计算结果进行分析。

上述技术方案的有益效果为：提供了基于边缘设备的基础数据计算边缘设备的算力使用情况的具体步骤。

在一个实施例中，所述步骤3：基于云端存储的故障库，对所述算力使用情况的计算结果进行分析执行以下步骤：

步骤S31：对所述边缘设备的算力使用情况进行加密，得到加密数据；

步骤S32：将所述加密数据发送到云端；

步骤S33：基于所述云端存储的故障库，对所述边缘设备的算力使用情况进行分析。

上述技术方案的工作原理为：所述步骤S33：基于所述云端存储的故障库，对所述边缘设备的算力使用情况进行分析包括：

将所述边缘设备的使用情况与所述云端存储的故障库进行对比，以得到所述设备的故障分析情况。

其中，所述云端存储的故障库包括边缘设备的历史信号特征以及同类边缘设备的信号特征，在云端进行信号对比时，将计算得到的算力使用情况特征与故障库的历史信号特征以及同类边缘设备特征进行动态在线比对，实现边缘设备的故障分析。

上述技术方案的有益效果为：提供了基于云端存储的故障库对算力使用情况的计算结果进行分析的具体步骤。

在一个实施例中，在所述步骤S31中对所述边缘设备的算力使用情况进行加密包括：

通过物联网加密锁对所述边缘设备的算力使用情况进行加密。

上述技术方案的工作原理为：具体而言，可以采用对称密钥加密或非对称密钥加密的方式加密从边缘设备到云端之间传递的信息，从而实现信息传输的安全性。

进一步地，所述步骤S31：对所述边缘设备的算力使用情况进行加密，得到加密数据，执行以下步骤：

步骤S311：根据将需要加密的信息转换成的二进制值和所述二进制值对应的Unicode编码Ux，计算Unicode编码和二进制值的相应运算值，如下公式(1)所示：

其中，X为需要加密的信息，Tx为将需要加密的信息转换成的二进制值，Ux为二进制值对应的Unicode编码，H

步骤S312：对所述二进制值和对应的所述Unicode编码进行合并运算，，如下公式(2)所示：

E

其中，E

步骤S313：根据所述的相应运算值和所述合并运算的值，计算所述需要加密的信息经过加密后的值，如下公式(3)所示：.

其中，S

将F

上述技术方案的有益效果为：相较于常见的加密算法，如哈希、RSA、AES等，此加密过程更为简单且时间复杂度更低，对资源的消耗更少，同时加密等级也较高，对于云端传输等具有很高的性价比，可以提升数据加密效率，并减少数据传输资源消耗。

在一个实施例中，所述步骤4：基于对所述边缘设备的算力使用情况的分析结果，对所述边缘设备进行运行维护包括：

根据对所述边缘设备的算力使用情况的分析结果，对所述边缘设备的故障情况进行预测、预警以及全设备生命周期监视。

上述技术方案的工作原理为：通过将计算得到的算力使用情况特征与故障库的历史信号特征以及同类边缘设备特征进行动态在线比对，得到分析结果，进而可以根据分析结果对边缘设备的故障情况进行预测、预警以及全设备生命周期的监视。

上述技术方案的有益效果为：根据对边缘设备的算力使用情况的分析结果，可以对边缘设备的故障情况进行预测、预警以及全设备生命周期监视，有助于实现边缘设备的智能化、远程化管控，以及精准的故障分析和预测。

在一个实施例中，所述步骤4：基于对所述边缘设备的算力使用情况的分析结果，对所述边缘设备进行运行维护还包括：

基于对所述边缘设备的算力使用情况的分析结果，根据用户预设规则对所述边缘设备进行远程控制。

上述技术方案的工作原理为：通过将计算得到的算力使用情况特征与故障库的历史信号特征以及同类边缘设备特征进行动态在线比对，得到分析结果，进而可以根据分析结果对边缘设备进行远程控制。

上述技术方案的有益效果为：根据对边缘设备的算力使用情况的分析结果，可以对边缘设备的故障情况进行远程控制。

显然，本领域的技术人员可以对本发明进行各种改动和变型而不脱离本发明的精神和范围。这样，倘若本发明的这些修改和变型属于本发明权利要求及其等同技术的范围之内，则本发明也意图包含这些改动和变型在内。