物联网终端升级系统及其方法

技术领域

本公开涉及物联网技术领域，尤其涉及物联网终端升级系统及其方法。

背景技术

随着物联网行业日新月异的发展及物联网终端的应用软件按照呈指数增长，终端业务不断新增，软件安装和升级成为一个迫切的需求，大批量的软件升级需要具备系统具备高并发的能力。现行技术主要为基于手动设置固定时间的升级策略，升级过程中占用较大带宽，对系统造成一定影响，另外可能导致物联网终端在运行的业务中断，无法针对不同终端制定个性化的升级策略。

发明内容

本公开针对上述问题，提出物联网终端升级策略的方法。

为了解决上述技术问题中的至少一个，本公开提出如下技术方案：物联网终端升级方法，包括以下步骤：

若干个物联网终端定时采集数据并实时将数据发送给物联管理平台；

物联管理平台接收若干个所述物联网终端发送的数据进行过滤并以物联网的终端ID为计算目标分类整理成格式化数据存储至模型训练平台的数据库中；所述格式化数据包括终端ID、传输时间、业务数据类型、网络延时时间、数据包大小；

模型训练平台调用数据库中格式化数据作为样本数据集执行训练任务，并将完成训练的升级模型发送至物联管理平台；

物联管理平台将升级模型发布给各个物联网终端进行处理，由物联网终端使用所述升级模型进行升级，并将升级日志传输至物联管理平台。

在一些实施方式中，物联管理平台接收若干个所述物联网终端发送的数据进行过滤并以物联网的终端ID为计算目标分类整理成格式化数据存储至模型训练平台的数据库中，包括以下步骤：

物联管理平台接收各个物联网终端自身运行日志数据；

物联管理平台采集自身与物联网终端交互日志数据以及交互网络流量数据；

根据运行日志数据、交互网络流量数据以及交互日志数据进行匹配关联从而获取模型训练平台需求的终端ID以及所述终端ID对应的时间、业务类型、网络延时时间、数据包大小；

将获取的终端ID以及所述终端ID对应的传输时间、业务数据类型、网络延时时间、数据包大小存储至模型训练平台的数据库中。

在一些实施方式中，模型训练平台调用数据库中格式化数据作为训练数据执行训练任务，包括以下步骤：

将存储在数据库中格式化数据作为样本数据集，并分成自变量数据和因变量数据，所述自变量数据包括终端ID以及与终端ID对应的每次传输的数据包大小、业务数据类型和传输时间，因变量为网络延时时间；

从所述自变量数据和因变量数据中选取多个数据作为训练集，剩余数据作为测试集；

选择多元线性回归分析模型，多元线性回归分析模型为：

Y＝b

其中，设置Y为因变量网络延时时间，X

采用训练集数据对所述多元线性回归分析模型进行训练，获取待估计的参数b

采用测试集的数据来对升级模型进行验证，如果是有效模型则进行存档，否则结束训练。

在一些实施方式中，物联管理平台将升级模型发布给各个物联网终端进行处理，由物联网终端使用所述升级模型进行升级，并将升级日志传输至物联管理平台，包括以下步骤：

各个物联网终端接收物联管理平台发布的升级模型，并根据升级模型对终端升级模块进行更新；

更新完成后，通知物联管理平台发布终端升级任务至物联网终端进行终端升级；

终端升级完成后将升级日志上传至物联管理平台进行处理。

在一些实施方式中，终端升级完成后将升级日志上传至物联管理平台进行处理，包括以下步骤：

物联管理平台实时接收物联网终端上传的升级日志；

对升级日志中反馈的数据进行过滤分析；

通过分析准确率数据和性能数据决策是否启动升级模型更新任务；如果需要更新则启动新的训练任务，如果不需要则终止本次反馈；

其中，更新的具体实施方法，包括以下步骤：

收集模型应用的准确率数据和性能数据；

将收集到的数据推送，进行数据完整性、有效性的过滤，然后进行分类汇总和统计分析；

根据分析结果，一部分数据用来生成用户使用报告，一部分可用数据用来生成样本数据；

对于用户报告直接进行反馈，对于样本数据则先按照正式样本的要求进行校验，通过后扩充到样本数据集，最后进行数据反馈。

本发明还提供物联网终端升级系统，包括物联管理平台、模型训练平台以及至少一个物联网终端，所述至少一个物联网终端可以是任何可以接入网络的物联网设备，

所述物联管理平台，用于接收所述物联网终端发送的数据进行过滤并以物联网的终端ID为计算目标分类整理成格式化数据存储至模型训练平台的数据库中；同时将升级模型发布给至少一个所述物联网终端，并接收物联网终端的升级日志进行处理；

物联网终端定时将数据发送给物联管理平台，同时接收物联网管理平台下发的升级模型，并将升级结果反馈至物联管理平台；

模型训练平台被配置为进行具体执行训练任务，根据物联管理平台的格式化数据训练所述模型形成优化的升级模型发送给物联管理平台。

在一些实施方式中，所述物联管理平台包括：

数据收集模块，用于完成物联网终端的数据的采集；

数据处理模块，用于将采集到的数据进行清洗过滤、分析汇总，并生成格式化数据，作为样本数据集存储至模型训练平台的数据库中，完成数据的准备工作；

模型发布模块，用于接收模型训练平台训练输出的模型，并进行快速发布，分发到各个物联网终端。

在一些实施方式中，物联网终端包括：

终端处理模块，用于与所述物联管理平台通信，并根据接收物联管理平台发送信息对物联网终端进行升级控制；包括根据模型发布模块的模型对终端升级模块进行更新并接收其反馈消息发送至物联管理平台的任务发布模块；

任务发布模块用于接收终端升级模块完成更新的消息后发布终端升级任务至终端处理模块，终端处理模块继而执行升级任务。

在一些实施方式中，模型训练平台包括平台处理模块以及和平台处理模块通信连接的数据库，处理模块包括训练单元、验证单元以及数据库，所述训练单元用于调用数据库存储的部分样本数据集进行处理得到训练数据集，并根据所述训练数据集建立升级模型；

所述验证单元用于采用训练模块未采集的数据作为测试数据集来对升级模型进行验证，如果是有效模型则进行存档，否则结束训练。

在一些实施方式中，根据所述训练数据集建立升级模型的具体方法包括：

将训练数据集分为自变量数据和因变量数据；

选择多元线性回归分析模型，多元线性回归分析模型为：

Y＝b

其中，设置Y为因变量网络延时时间，X

采用训练集数据对所述多元线性回归分析模型进行训练，获取待估计的参数b

本公开的有益效果是：本发明基于线性回归分析算法，训练出升级模型，升级模型可通过不断自学习进行优化完善，同时与平台进行交互，实现每个物联网终端由各自独立升级策略。

另外，在本公开技术方案中，凡未作特别说明的，均可通过采用本领域中的常规手段来实现本技术方案。

附图说明

为了更清楚地说明本公开具体实施方式或现有技术中的技术方案，下面将对具体实施方式或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图是本公开的一些实施方式，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为本申请物联网终端升级系统的结构示意图；

图2为本申请物联网终端升级方法的流程图。

具体实施方式

为了使本公开的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本公开进行进一步详细说明。应当理解，此处所描述的具体实施例是本公开一部分实施例，而不是全部的实施例，仅用以解释本公开，并不用于限定本公开。基于本公开中的实施例，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，都属于本公开保护的范围。

需要说明的是，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、产品或服务器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他步骤或单元。

实施例1：

如图1－2所示，提供物联网终端升级方法，包括以下步骤：

S100.若干个物联网终端定时采集数据并实时将数据发送给物联管理平台；

S200.物联管理平台接收若干个所述物联网终端发送的数据进行过滤并以物联网的终端ID为计算目标分类整理成格式化数据存储至模型训练平台的数据库中；所述格式化数据包括终端ID、传输时间、业务数据类型、网络延时时间、数据包大小；具体是指，以终端ID为计算目标，整理与其单次传输的开始时间、结束时间、网络延时时间、传输数据的业务类型和单次传输数据包大小。

S300.模型训练平台调用数据库中格式化数据作为样本数据集执行训练任务，并将完成训练的升级模型发送至物联管理平台；

S400.物联管理平台将升级模型发布给各个物联网终端进行处理，由物联网终端使用所述升级模型进行升级，并将升级日志传输至物联管理平台。

具体的，在步骤S200.物联管理平台接收若干个所述物联网终端发送的数据进行过滤并以物联网的终端ID为计算目标分类整理成格式化数据存储至模型训练平台的数据库中，包括以下步骤：

S201.物联管理平台接收各个物联网终端自身运行日志数据；

S202.物联管理平台接收交互网络流量数据以及交互日志数据；

S203.根据运行日志数据、交互网络流量数据以及交互日志数据进行匹配关联从而获取模型训练平台需求的终端ID以及所述终端ID对应的时间、业务类型、网络延时时间、数据包大小；

S204.将获取的终端ID以及所述终端ID对应的传输时间、业务数据类型、网络延时时间、数据包大小存储至模型训练平台的数据库中。由此，将生成的格式化数据导入到模型训练平台中，对提取的格式化数据进行模型参数封装，基于线性回归核构建原理构建模型训练参数，分析与终端ID升级的时间段和流量相关的升级模型。

具体的，在步骤S300中，模型训练平台调用数据库中格式化数据作为训练数据执行训练任务，包括以下步骤：

S301.将存储在数据库中格式化数据作为样本数据集，并分成自变量数据和因变量数据，所述自变量数据包括终端ID以及与终端ID对应的每次传输的数据包大小、业务数据类型和传输时间，因变量为网络延时时间；

S302.从所述自变量数据和因变量数据中选取多个数据作为训练集，剩余数据作为测试集；

S303.选择多元线性回归分析模型，多元线性回归分析模型为：

Y＝b

其中，设置Y为因变量网络延时时间，X

S304.采用训练集数据对所述多元线性回归分析模型进行训练，获取待估计的参数b

S305.采用测试集的数据来对升级模型进行验证，如果是有效模型则进行存档，否则结束训练。

具体的，在步骤S200中物联管理平台将升级模型发布给各个物联网终端进行处理，由物联网终端使用所述升级模型进行升级，并将升级日志传输至物联管理平台，包括以下步骤：

S401.各个物联网终端接收物联管理平台发布的升级模型，并根据升级模型对终端升级模块进行更新；

S402.更新完成后，通知物联管理平台发布终端升级任务至物联网终端进行终端升级；

S403.终端升级完成后将升级日志上传至物联管理平台进行处理。

在本实施例中，终端升级完成后将升级日志上传至物联管理平台进行处理，包括以下步骤：

物联管理平台实时接收物联网终端上传的升级日志；

对升级日志进行过滤分析；

通过分析准确率数据和性能数据决策是否启动升级模型更新任务；如果需要更新则启动新的训练任务，如果不需要则终止本次反馈；

其中，更新的具体实施方法，包括以下步骤：

收集模型应用的准确率数据和性能数据；

将收集到的数据推送，进行数据完整性、有效性的过滤，然后进行分类汇总和统计分析；

根据分析结果，一部分数据用来生成用户使用报告，一部分可用数据用来生成样本数据；

对于用户报告直接进行反馈，对于样本数据则先按照正式样本的要求进行校验，通过后扩充到样本数据集，最后进行数据反馈。

实施例2

如图2所示，本发明还提供物联网终端升级系统，包括物联管理平台、模型训练平台以及至少一个物联网终端，所述至少一个物联网终端可以是任何可以接入网络的物联网设备，

所述物联管理平台，用于接收所述物联网终端发送的数据进行过滤并以物联网的终端ID为计算目标分类整理成格式化数据存储至模型训练平台的数据库中；同时将升级模型发布给至少一个所述物联网终端，并接收物联网终端的升级日志进行处理；

物联网终端定时将数据发送给物联管理平台，同时接收物联网管理平台下发的升级模型，并将升级结果反馈至物联管理平台；

模型训练平台被配置为进行具体执行训练任务，根据物联管理平台的格式化数据训练所述模型形成优化的升级模型发送给物联管理平台。

所述物联管理平台包括：

数据收集模块，用于完成物联网终端的数据的采集；

数据处理模块，用于将采集到的数据进行清洗过滤、分析汇总，并生成格式化数据，作为样本数据集存储至模型训练平台的数据库中，完成数据的准备工作；

模型发布模块，用于接收模型训练平台训练输出的模型，并进行快速发布，分发到各个物联网终端。

在本实施例中，物联网终端包括：

终端处理模块，用于与所述物联管理平台通信，并根据接收物联管理平台发送信息对物联网终端进行升级控制；包括根据模型发布模块的模型对终端升级模块进行更新并接收其反馈消息发送至物联管理平台的任务发布模块；

任务发布模块用于接收物联网终端反馈的终端升级模块是否完成更新的消息，根据接收的消息用于决策是否需要发布终端升级任务，需要时则通知物联网终端的终端处理模块执行升级任务。

由此，通过物联管理平台将升级模型下发到物联网终端，在物联管理平台中配置任务发布模块并下发升级任务至物联网终端中，物联网终端根据升级任务升级终端。在此过程中，物联管理平台实时收集物联网终端运行过程中的网络流量数据以及相关的日志数据信息。

优选的，模型训练平台包括平台处理模块以及和平台处理模块通信连接的数据库，处理模块包括训练单元、验证单元以及数据库，所述训练单元用于调用数据库存储的部分样本数据集进行处理得到训练数据集，并根据所述训练数据集建立升级模型；

所述验证单元用于采用训练模块未采集的数据作为测试数据集来对升级模型进行验证，如果是有效模型则进行存档，否则结束训练。

具体的，根据所述训练数据集建立升级模型的具体方法包括：

将训练数据集分为自变量数据和因变量数据；

选择多元线性回归分析模型，多元线性回归分析模型为：

Y＝b

其中，设置Y为因变量网络延时时间，X

采用训练集数据对所述多元线性回归分析模型进行训练，获取待估计的参数b

本发明基于线性回归分析算法，训练出升级模型，升级模型可通过不断自学习进行优化完善，同时与平台进行交互，实现每个物联网终端由各自独立升级策略。

需要说明的是：上述本说明书实施例先后顺序仅仅为了描述，不代表实施例的优劣。且上述对说明书特定实施例进行了描述。其它实施例在所附权利要求书的范围内。在一些情况下，在权利要求书中记载的动作或步骤可以按照不同于实施例中的顺序来执行并且仍然可以实现期望的结果。另外，在附图中描绘的过程不一定要求示出的特定顺序或者连续顺序才能实现期望的结果。在某些实施方式中，多任务处理和并行处理也是可以的或者可能是有利的。

本说明书中的各个实施例均采用递进的方式描述，各个实施例之间相同相似的部分互相参见即可，每个实施例重点说明的都是与其他实施例的不同之处。尤其，对于装置、设备及存储介质的实施例而言，由于其基本相似于方法实施例，所以描述的比较简单，相关之处参见方法实施例的部分说明即可。

以上仅为本发明的较佳实施例，并不用以限制本发明，凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。