一种数据处理方法、装置、设备及介质

技术领域

本发明涉及计算机技术领域，尤其涉及一种数据处理方法、装置、设备及介质。

背景技术

在边缘计算领域，得益于4G和5G技术的应用，数据的传输更加快捷和方便，但是，大量数据的传输会显著增加数据的传输成本；如何低成本的将数据从边缘回传到云端，是亟需解决的一个问题。

传统的数据压缩技术，可以通过复杂的运算完成对数据的压缩，从而降低数据从边缘回传到云端的成本；但是，边缘计算领域的终端设备计算能力参差不齐，若边缘计算领域的终端设备的计算能力较差，传统的数据压缩技术会过多的占用边缘计算领域的终端设备的运算能力。

发明内容

本发明提供了一种数据处理方法、装置、设备及介质，能够在不过多占用终端设备的运算能力的前提下，降低数据传输成本，并且，能够均衡簇内各终端设备的平均剩余能量，进一步延长网络寿命。根据本发明的一方面，提供了一种数据处理方法，所述方法包括：

获取簇内平均剩余能量；其中，簇内平均剩余能量为当前终端设备所在簇的所有终端设备剩余能量的平均值；

根据簇内平均剩余能量和当前终端设备剩余能量，确定目标数值；其中，所述目标数值能够反映当前终端设备向簇头发送观测数据的概率；

根据所述目标数值，向簇头发送观测数据，以使簇头根据簇内各终端设备的观测数据，向汇聚节点发送整合后的数据；

其中，簇头基于低功耗自适应集簇分层型协议预先确定。

根据本发明的另一方面，提供了一种数据处理装置，包括：

平均剩余能量获取模块，用于获取簇内平均剩余能量；其中，簇内平均剩余能量为当前终端设备所在簇的所有终端设备剩余能量的平均值；

目标数值确定模块，用于根据簇内平均剩余能量和当前终端设备剩余能量，确定目标数值；其中，所述目标数值能够反映当前终端设备向簇头发送观测数据的概率；

观测数据发送模块，用于根据所述目标数值，向簇头发送观测数据，以使簇头根据簇内各终端设备的观测数据，向汇聚节点发送整合后的数据；

其中，簇头基于低功耗自适应集簇分层型协议预先确定。

根据本发明的另一方面，提供了一种电子设备，所述电子设备包括：

至少一个处理器；以及

与所述至少一个处理器通信连接的存储器；其中，

所述存储器存储有可被所述至少一个处理器执行的计算机程序，所述计算机程序被所述至少一个处理器执行，以使所述至少一个处理器能够执行本发明任一实施例所述的数据处理方法。

根据本发明的另一方面，提供了一种计算机可读存储介质，所述计算机可读存储介质存储有计算机指令，所述计算机指令用于使处理器执行时实现本发明任一实施例所述的数据处理方法。

本申请实施例的技术方案，包括：获取簇内平均剩余能量；其中，簇内平均剩余能量为当前终端设备所在簇的所有终端设备剩余能量的平均值；根据簇内平均剩余能量和当前终端设备剩余能量，确定目标数值；其中，所述目标数值能够反映当前终端设备向簇头发送观测数据的概率；根据所述目标数值，向簇头发送观测数据，以使簇头根据簇内各终端设备的观测数据，向汇聚节点发送整合后的数据；其中，簇头基于低功耗自适应集簇分层型协议预先确定。本技术方案，通过目标数值，确定簇内各终端设备是否参与数据采集，使得部分剩余能量较多的终端设备替换掉簇内另一部分剩余能量较低的终端设备参与数据采集，尽可能地避免了各终端设备剩余能量差值过大的情况，均衡了簇内各终端设备的平均剩余能量，达到了延长网络寿命的效果，并且，在数据传输过程中，由于数据传输量减少，使得数据传输的成本得到降低。

应当理解，本部分所描述的内容并非旨在标识本发明的实施例的关键或重要特征，也不用于限制本发明的范围。本发明的其它特征将通过以下的说明书而变得容易理解。

附图说明

为了更清楚地说明本申请实施例中的技术方案，下面将对实施例描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。

图1是根据本申请实施例一提供的一种数据处理方法的流程图；

图2是根据本申请实施例一提供的一种数据处理方法的无线传感器网络示意图；

图3是根据本申请实施例二提供的一种数据处理方法的流程图；

图4是根据本申请实施例三提供的一种数据处理装置的结构示意图；

图5是实现本申请实施例的一种数据处理方法的电子设备的结构示意图。

具体实施方式

为了使本技术领域的人员更好地理解本发明方案，下面将结合本申请实施例中的附图，对本申请实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分的实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都应当属于本发明保护的范围。

需要说明的是，本发明的说明书和权利要求书及上述附图中的术语“第一”、“第二”“目标”等是用于区别类似的对象，而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换，以便这里描述的本发明的实施例能够以除了在这里图示或描述的那些以外的顺序实施。此外，术语“包括”和“具有”以及他们的任何变形，意图在于覆盖不排他的包含，例如，包含了一系列步骤或单元的过程、方法、系统、产品或设备不必限于清楚地列出的那些步骤或单元，而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它步骤或单元。

实施例一

图1为本申请实施例一提供了一种数据处理方法的流程图，本申请实施例可适用于对终端设备进行数据采集和数据传输的情况，该方法可以由数据处理装置来执行，该数据处理装置可以采用硬件和/或软件的形式实现，该数据处理装置可配置于具有数据处理能力的电子设备(终端设备)中。如图1所示，该方法包括：

S110，获取簇内平均剩余能量；其中，簇内平均剩余能量为当前终端设备所在簇的所有终端设备剩余能量的平均值。

本申请实施例的技术方案，能够在边缘计算场景下，减少无线传感器网络中的终端设备采集的数据量，进而在不过多占用终端设备的运算能力的前提下，降低数据传输成本，并且，在数据采集和数据传输过程中，能够均衡簇内各终端设备的剩余能量，进一步延长网络寿命。

具体的，无线传感器网络中的各终端设备预先划分为至少一个簇，各簇预先从簇内的终端设备中确定出一个簇头，簇内各终端设备向簇头发送各自的剩余能量，簇头根据簇内各终端设备的剩余能量和簇内终端设备的数量，确定出簇内平均剩余能量，进而，本申请实施例可以从簇头中获取簇内平均剩余能量；或者，簇头向簇内各终端设备发送簇内平均剩余能量，各终端设备从相应的存储介质中获取簇内平均剩余能量。其中，簇头基于低功耗自适应集簇分层型协议(Low Energy Adaptive Clustering Hierarchy，LEACH)预先确定。

本申请实施例中，以各终端设备采集数据，到汇聚节点(云端)接收到数据为一轮数据采集，本申请实施例的技术方案可应用于任一轮数据采集过程中。需要说明的是，若在每一轮数据采集结束后，簇头再计算簇内平均剩余能量，在此情况下，首轮参与数据采集时无法获取簇内平均剩余能量，因此，在首轮参与数据采集前，簇内的各终端设备向簇头发送当前终端设备的剩余能量，以使簇头计算出簇内平均剩余能量后，将簇内平均剩余能量反馈至簇内各终端设备。

示例性的，无线传感器网络的网络结构如图2所示。

S120，根据簇内平均剩余能量和当前终端设备剩余能量，确定目标数值；其中，所述目标数值能够反映当前终端设备向簇头发送观测数据的概率。

其中，当前终端设备剩余能量是指当前终端设备完成上一轮数据采集后所剩余的能量。

具体的，如图2所示，由于簇内各终端设备与簇头的通信距离可能不同，会导致各终端设备的通信能耗可能不同，若提高剩余能量较高的终端设备在本轮进行数据采集的概率，可以进一步均衡簇内各终端设备的平均剩余能量，从而延长网络寿命。

示例性的，若当前终端设备剩余能量高于簇内平均剩余能量，可以适应性地确定目标数值，使得当前终端设备根据该目标数值确定是否进行数据采集时，进行数据采集的概率大于当前终端设备剩余能量低于或等于簇内平均剩余能量情况下的概率。

在一个可行的实施例中，可以预先设定计算函数，将簇内平均剩余能量和当前终端设备剩余能量输入至所述计算函数后，得到目标数值。

上述技术方案，使得各终端设备在数据采集过程中，部分剩余能量较多的终端设备替换掉簇内另一部分剩余能量较低的终端设备参与数据采集，尽可能地避免了各终端设备剩余能量差值过大的情况，均衡了簇内各终端设备的平均剩余能量，达到了延长网络寿命的效果。

S130，根据所述目标数值，向簇头发送观测数据，以使簇头根据簇内各终端设备的观测数据，向汇聚节点发送整合后的数据。

其中，观测数据可以反映采集数据，采集数据为当前终端进行数据采集时得到的数据，可以对采集数据进行适应性的处理得到观测数据。整合后的数据包括当前设备所在簇内的所有观测数据，示例性的，整合后的数据的获取过程可以是：簇头对簇内各终端设备发送的观测数据进行加权，汇聚成整合后的数据。

具体的，根据所述目标数值，确定是否进行数据采集，若进行数据采集，则根据采集数据确定观测数据，并向簇头发送观测数据。

需要说明的是，由于本申请实施例的技术方案控制各终端设备中的部分设备进行数据采集，汇聚节点无法接收到所有终端设备的数据，所以，需要对采集数据进行适应性地处理，得到观测数据，以使汇聚节点可以根据各终端设备的观测数据，还原出所有终端设备的数据。示例性的，可以通过压缩感知技术，确定观测数据，并且，汇聚节点通过压缩感知技术，还原出所有终端设备的数据。

本申请实施例的技术方案，包括：获取簇内平均剩余能量；其中，簇内平均剩余能量为当前终端设备所在簇的所有终端设备剩余能量的平均值；根据簇内平均剩余能量和当前终端设备剩余能量，确定目标数值；其中，所述目标数值能够反映当前终端设备向簇头发送观测数据的概率；根据所述目标数值，向簇头发送观测数据，以使簇头根据簇内各终端设备的观测数据，向汇聚节点发送整合后的数据。本技术方案，通过目标数值，确定簇内各终端设备是否参与数据采集，使得部分剩余能量较多的终端设备替换掉簇内另一部分剩余能量较低的终端设备参与数据采集，尽可能地避免了各终端设备剩余能量差值过大的情况，均衡了簇内各终端设备的平均剩余能量，达到了延长网络寿命的效果，并且，在数据传输过程中，由于数据传输量减少，使得数据传输的成本得到降低。

实施例二

图3为本申请实施例二提供的一种数据处理方法的流程图，本申请实施例以上述实施例为基础进行优化。

如图3所示，本申请实施例的方法具体包括如下步骤：

S210，获取簇内平均剩余能量；其中，簇内平均剩余能量为当前终端设备所在簇的所有终端设备剩余能量的平均值。

S220，根据簇内平均剩余能量、当前终端设备剩余能量、随机值和剩余能量影响因子，确定所述目标数值。

其中，随机值为随机生成的数值。剩余能量影响因子可以根据实际情况确定，本申请实施例对此不做限定。

具体的，通过剩余能量影响因子，可以调整剩余能量的影响程度。通过随机值，可以使确定出的目标数值存在随机性，使得剩余能量较高的终端设备，仍可能不参与本轮数据采集。

本申请实施例中，可选的，根据簇内平均剩余能量、当前终端设备剩余能量、随机值和剩余能量影响因子，确定所述目标数值，包括：所述目标数值可用如下公式确定：

p＝rand()+α×(power

其中，p为目标数值，rand()为随机值，α为剩余能量影响因子，power

S230，若所述目标数值满足预设条件，则获取采样数据。

其中，预设条件可以根据实际情况确定，本申请实施例对此不做限定。具体的，可以预先设定预设条件(例如某一数值范围)，若确定目标数值满足预设条件，可以进行数据采集，得到采样数据。

本申请实施例中，可选的，若所述目标数值满足预设条件，则获取采样数据，包括：若所述目标数值小于第一阈值，或者，大于或等于第二阈值，则获取采样数据。

其中，第一阈值和第二阈值可以根据实际情况确定，本申请实施例对此不做限定。示例性的，预先设定基础采样率p

S240，根据所述采样数据和对应于观测矩阵的数值确定观测数据。

其中，每个对应于观测矩阵的数值均对应各自的采样数值。需要说明的是，在压缩感知技术中，根据观测矩阵、稀疏表示基和压缩后的数据，可以还原原始数据，所以，本申请实施例的各终端设备会在本轮数据采集中，确定对应于观测矩阵的数值，以使汇聚节点可以从整合后的数据中提取出观测矩阵，进而还原原始数据。

本申请实施例中，可选的，根据所述采样数据和对应于观测矩阵的数值确定观测数据，包括：若所述目标数值小于第一阈值，则对应于观测矩阵的数值为1；若所述目标数值大于或等于第二阈值，则对应于观测矩阵的数值为-1；根据所述采样数据和对应于观测矩阵的数值确定观测数据。

显而易见的是，本方案仅仅是对确定对应于观测矩阵的数值的一个具体举例，在实际应用过程中，本领域技术人员根据本技术方案，容易想到其他方案确定对应于观测矩阵的数值，任何在本发明的精神和原则之内所作的修改、等同替换和改进等，均应包含在本发明保护范围之内。

本申请实施例中，可选的，根据所述采样数据和对应于观测矩阵的数值确定观测数据，包括：

将采样数据乘以对应于观测矩阵的数值得到观测数据。

示例性的，观测数值可表示为：

u

其中，u

S250，向簇头发送观测数据，以使簇头根据簇内各终端设备的观测数据，向汇聚节点发送整合后的数据；其中，簇头基于低功耗自适应集簇分层型协议预先确定。

本申请实施例中，可选的，根据所述目标数值，向簇头发送观测数据，以使簇头根据簇内各终端设备的观测数据，向汇聚节点发送整合后的数据后，所述方法还包括：向下一轮簇头发送新的剩余能量，以使下一轮簇头根据簇内所有终端设备的新的剩余能量，确定新的平均剩余能量，并发送至簇内各终端设备，以准备下一轮数据采集。

示例性的，本轮数据采集完成后，可以根据LEACH协议确定下一轮簇头。需要说明的是，本申请实施例对数据采集的轮数不做限定。

实施例三

图4为本申请实施例三提供的一种数据处理装置的结构示意图，该装置可执行本发明任意实施例所提供的数据处理方法，具备执行方法相应的功能模块和有益效果。如图4所示，该装置包括：

平均剩余能量获取模块310，用于获取簇内平均剩余能量；其中，簇内平均剩余能量为当前终端设备所在簇的所有终端设备剩余能量的平均值；

目标数值确定模块320，用于根据簇内平均剩余能量和当前终端设备剩余能量，确定目标数值；其中，所述目标数值能够反映当前终端设备向簇头发送观测数据的概率；

观测数据发送模块330，用于根据所述目标数值，向簇头发送观测数据，以使簇头根据簇内各终端设备的观测数据，向汇聚节点发送整合后的数据；

其中，簇头基于低功耗自适应集簇分层型协议预先确定。

可选的，观测数据发送模块330，包括：

采样数据获取单元，用于若所述目标数值满足预设条件，则获取采样数据；

观测数值确定单元，用于根据所述采样数据和对应于观测矩阵的数值确定观测数据。

可选的，采样数据获取单元，包括：

采样数据获取子单元，用于若所述目标数值小于第一阈值，或者，大于或等于第二阈值，则获取采样数据；

观测数值确定单元，包括：

第一数值确定子单元，用于若所述目标数值小于第一阈值，则对应于观测矩阵的数值为1；

第二数值确定子单元，用于若所述目标数值大于或等于第二阈值，则对应于观测矩阵的数值为-1；

观测数值确定子单元，用于根据所述采样数据和对应于观测矩阵的数值确定观测数据。

可选的，观测数值确定子单元，具体用于：

将采样数据乘以对应于观测矩阵的数值得到观测数据。

可选的，目标数值确定模块320，包括：

目标数值确定单元，用于根据簇内平均剩余能量、当前终端设备剩余能量、随机值和剩余能量影响因子，确定所述目标数值。

可选的，目标数值确定单元，包括：所述目标数值可用如下公式确定：

p＝rand()+α×(power

其中，p为目标数值，rand()为随机值，α为剩余能量影响因子，power

可选的，所述装置还包括：

剩余能量发送模块，用于向下一轮簇头发送新的剩余能量，以使下一轮簇头根据簇内所有终端设备的新的剩余能量，确定新的平均剩余能量，并发送至簇内各终端设备，以准备下一轮数据采集。

本申请实施例所提供的一种数据处理装置可执行本发明任意实施例所提供的一种数据处理方法，具备执行方法相应的功能模块和有益效果。

实施例四

图5示出了可以用来实施本发明的实施例的电子设备10的结构示意图。电子设备旨在表示各种形式的数字计算机，诸如，膝上型计算机、台式计算机、工作台、个人数字助理、服务器、刀片式服务器、大型计算机、和其它适合的计算机。电子设备还可以表示各种形式的移动装置，诸如，个人数字处理、蜂窝电话、智能电话、可穿戴设备(如头盔、眼镜、手表等)和其它类似的计算装置。本文所示的部件、它们的连接和关系、以及它们的功能仅仅作为示例，并且不意在限制本文中描述的和/或者要求的本发明的实现。

如图5所示，电子设备10包括至少一个处理器11，以及与至少一个处理器11通信连接的存储器，如只读存储器(ROM)12、随机访问存储器(RAM)13等，其中，存储器存储有可被至少一个处理器执行的计算机程序，处理器11可以根据存储在只读存储器(ROM)12中的计算机程序或者从存储单元18加载到随机访问存储器(RAM)13中的计算机程序，来执行各种适当的动作和处理。在RAM 13中，还可存储电子设备10操作所需的各种程序和数据。处理器11、ROM 12以及RAM 13通过总线14彼此相连。输入/输出(I/O)接口15也连接至总线14。

电子设备10中的多个部件连接至I/O接口15，包括：输入单元16，例如键盘、鼠标等；输出单元17，例如各种类型的显示器、扬声器等；存储单元18，例如磁盘、光盘等；以及通信单元19，例如网卡、调制解调器、无线通信收发机等。通信单元19允许电子设备10通过诸如因特网的计算机网络和/或各种电信网络与其他设备交换信息/数据。

处理器11可以是各种具有处理和计算能力的通用和/或专用处理组件。处理器11的一些示例包括但不限于中央处理单元(CPU)、图形处理单元(GPU)、各种专用的人工智能(AI)计算芯片、各种运行机器学习模型算法的处理器、数字信号处理器(DSP)、以及任何适当的处理器、控制器、微控制器等。处理器11执行上文所描述的各个方法和处理，例如数据处理方法。

在一些实施例中，数据处理方法可被实现为计算机程序，其被有形地包含于计算机可读存储介质，例如存储单元18。在一些实施例中，计算机程序的部分或者全部可以经由ROM 12和/或通信单元19而被载入和/或安装到电子设备10上。当计算机程序加载到RAM 13并由处理器11执行时，可以执行上文描述的数据处理方法的一个或多个步骤。备选地，在其他实施例中，处理器11可以通过其他任何适当的方式(例如，借助于固件)而被配置为执行数据处理方法。

本文中以上描述的系统和技术的各种实施方式可以在数字电子电路系统、集成电路系统、场可编程门阵列(FPGA)、专用集成电路(ASIC)、专用标准产品(ASSP)、芯片上系统的系统(SOC)、负载可编程逻辑设备(CPLD)、计算机硬件、固件、软件、和/或它们的组合中实现。这些各种实施方式可以包括：实施在一个或者多个计算机程序中，该一个或者多个计算机程序可在包括至少一个可编程处理器的可编程系统上执行和/或解释，该可编程处理器可以是专用或者通用可编程处理器，可以从存储系统、至少一个输入装置、和至少一个输出装置接收数据和指令，并且将数据和指令传输至该存储系统、该至少一个输入装置、和该至少一个输出装置。

用于实施本发明的方法的计算机程序可以采用一个或多个编程语言的任何组合来编写。这些计算机程序可以提供给通用计算机、专用计算机或其他可编程数据处理装置的处理器，使得计算机程序当由处理器执行时使流程图和/或框图中所规定的功能/操作被实施。计算机程序可以完全在机器上执行、部分地在机器上执行，作为独立软件包部分地在机器上执行且部分地在远程机器上执行或完全在远程机器或服务器上执行。

在本发明的上下文中，计算机可读存储介质可以是有形的介质，其可以包含或存储以供指令执行系统、装置或设备使用或与指令执行系统、装置或设备结合地使用的计算机程序。计算机可读存储介质可以包括但不限于电子的、磁性的、光学的、电磁的、红外的、或半导体系统、装置或设备，或者上述内容的任何合适组合。备选地，计算机可读存储介质可以是机器可读信号介质。机器可读存储介质的更具体示例会包括基于一个或多个线的电气连接、便携式计算机盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦除可编程只读存储器(EPROM或快闪存储器)、光纤、便捷式紧凑盘只读存储器(CD-ROM)、光学储存设备、磁储存设备、或上述内容的任何合适组合。

为了提供与用户的交互，可以在电子设备上实施此处描述的系统和技术，该电子设备具有：用于向用户显示信息的显示装置(例如，CRT(阴极射线管)或者LCD(液晶显示器)监视器)；以及键盘和指向装置(例如，鼠标或者轨迹球)，用户可以通过该键盘和该指向装置来将输入提供给电子设备。其它种类的装置还可以用于提供与用户的交互；例如，提供给用户的反馈可以是任何形式的传感反馈(例如，视觉反馈、听觉反馈、或者触觉反馈)；并且可以用任何形式(包括声输入、语音输入或者、触觉输入)来接收来自用户的输入。

可以将此处描述的系统和技术实施在包括后台部件的计算系统(例如，作为数据服务器)、或者包括中间件部件的计算系统(例如，应用服务器)、或者包括前端部件的计算系统(例如，具有图形用户界面或者网络浏览器的用户计算机，用户可以通过该图形用户界面或者该网络浏览器来与此处描述的系统和技术的实施方式交互)、或者包括这种后台部件、中间件部件、或者前端部件的任何组合的计算系统中。可以通过任何形式或者介质的数字数据通信(例如，通信网络)来将系统的部件相互连接。通信网络的示例包括：局域网(LAN)、广域网(WAN)、区块链网络和互联网。

计算系统可以包括客户端和服务器。客户端和服务器一般远离彼此并且通常通过通信网络进行交互。通过在相应的计算机上运行并且彼此具有客户端-服务器关系的计算机程序来产生客户端和服务器的关系。服务器可以是云服务器，又称为云计算服务器或云主机，是云计算服务体系中的一项主机产品，以解决了传统物理主机与VPS服务中，存在的管理难度大，业务扩展性弱的缺陷。

应该理解，可以使用上面所示的各种形式的流程，重新排序、增加或删除步骤。例如，本发明中记载的各步骤可以并行地执行也可以顺序地执行也可以不同的次序执行，只要能够实现本发明的技术方案所期望的结果，本文在此不进行限制。

上述具体实施方式，并不构成对本发明保护范围的限制。本领域技术人员应该明白的是，根据设计要求和其他因素，可以进行各种修改、组合、子组合和替代。任何在本发明的精神和原则之内所作的修改、等同替换和改进等，均应包含在本发明保护范围之内。