基于saas的物聯(lián)網數據分析、監(jiān)控與預測系統(tǒng)與方法
【專利摘要】本發(fā)明公開一種基于SAAS的物聯(lián)網數據分析、監(jiān)控與預測系統(tǒng)，包括用戶界面層、業(yè)務邏輯層、數據訪問層和遠程訪問層，針對物聯(lián)網的移動設備，通過搜集其上傳的各種類型數據，包括但不限于溫度、濕度、人體脈搏、步行里程及速度等數據，通過路由器上傳到云端，在云端使用MySQL,R Server以及PHP進行多用戶的數據的采集、清洗、整理、分析、監(jiān)控以及告警功能，并通過網絡服務端將分析報表以及告警信號傳遞到網頁、APP、告示裝置等客戶端，建立數據與檢測對象之間關系的數據庫。本發(fā)明還基于統(tǒng)計方法具有機器學習的功能，通過該數據庫對歷史用戶基于同樣數據類型的特別狀況的反饋，實現(xiàn)對新用戶采集數據的分析、預測及監(jiān)控。
【專利說明】
基于SAAS的物聯(lián)網數據分析、監(jiān)控與預測系統(tǒng)與方法
技術領域
[0001]本發(fā)明涉及SAAS下物聯(lián)網數據處理技術領域，具體是為物聯(lián)網用戶提供數據清洗、去重、分析、監(jiān)控、智能判斷及告警的服務設計網絡遠程傳輸、溫度檢測、遠程硬件控制、自我學習型數據庫搭建與自我學習、PHP網站后臺顯示、APP監(jiān)控與現(xiàn)實、R語言處理框架以及大數據智能學習判定分析等技術
【背景技術】
[0002]基于SAAS模式的運維管理系統(tǒng)，通過提供在線SaaS運維平臺，企業(yè)可通過其服務在線實現(xiàn)互聯(lián)網IT資源的監(jiān)控、故障報警、事件報表、ITIL事件跟蹤、一鍵通自動化運維等功能，涵蓋內容包括:CPU/內存，網絡接口流量、服務、進程狀態(tài)、資源消耗情況、網站頁面訪問延時等等。
[0003]物聯(lián)網Internet of things(1T)，利用局部網絡或互聯(lián)網等通信技術把傳感器、控制器、機器、人員和物等通過新的方式聯(lián)在一起，形成人與物、物與物相聯(lián)，實現(xiàn)信息化、遠程管理控制和智能化的網絡。
[0004]將物聯(lián)網與SAAS服務方式結合起來，能夠為日益壯大的智能化設備的大數據分析、監(jiān)控和決策提供有效的指導和對策。

【發(fā)明內容】

[0005]本發(fā)明提出一種基于SAAS的物聯(lián)網數據分析、監(jiān)控與預測系統(tǒng)與方法，整合了物聯(lián)網遠程傳輸數據及SAAS服務的特點，對搜集的數據進行分析，智能化的判斷設備搜集的數據，無論是溫度、濕度、心率、呼吸頻率，嬰幼兒哭聲頻率等，均無需像過往一樣要獲得理論數據向客戶提供，而是通過對物聯(lián)網終端對象的正常時間范圍內的數據的清洗、觀察和分析，得出該數據是否處于正?；虍惓顟B(tài)，或者處于經過數據搜集及分析得出的特殊狀態(tài)一一如血壓升高至一定水平則通過歷史數據及用戶標記，提示可能表示某種疾病，并通過網站以及遠程實物告示裝置如網頁、APP及wifi LED燈告警向用戶遠程提示相關監(jiān)控及提不?目息。
[0006]本發(fā)明的技術解決方案如下:
[0007]—種基于SAAS的物聯(lián)網數據分析、監(jiān)控與預測系統(tǒng)，其特點在于，包括:
[0008]用戶界面層，用于向用戶展示數據，由用戶設定數據的異常狀態(tài)標記，并向用戶提供各種數據分析、監(jiān)控與預測服務；
[0009]業(yè)務邏輯層，用于搜集并未直接使用物聯(lián)網設備(直接使用物聯(lián)網設備的如嬰幼兒)的，而又需要搜集使用物聯(lián)網設備數據的遠程用戶(如嬰幼兒的母親)的數據的狀態(tài)信息，如歷史遠程用戶曾經對溫度數據進行標示，表明38度以上溫度代表高燒;又如某歷史遠程用戶曾對血壓數據進行標示，表明150/90mmHg即為高血壓;若新增一遠程用戶，僅需提供新的數據信息，如溫度38.5，血壓160/90mmHg，系統(tǒng)自會對新的數據信息自動進行識，并及反饋至新遠程用戶處，提醒其高燒或高血壓的身體狀況，而無需新用戶自行對數據進行標識。;
[0010]數據訪問層，用于對數據進行清洗、去重操作；
[0011]遠程訪問層，用于向物聯(lián)網設備提供數據接口，通過互聯(lián)網的網頁顯示或通過遠程控制帶有LED顯示裝置并能智能根據所設定或默認提供的數據范圍的顯現(xiàn)不同顏色的杯裝置，以向并未直接使用物聯(lián)網設備的，而又需要搜集使用物聯(lián)網設備數據的遠程用戶告警及提醒。
[0012]所述的用戶界面層包括數據展示平臺、數據關系建立與查詢平臺、數據分析與預測平臺；所述的數據展示平臺包括UI界面、數據周期性報告、數據同比及環(huán)比比較，以及時間序列分解;所述的數據關系建立與查詢平臺包括狀態(tài)與數據對應用戶識別與監(jiān)控告警展示，通過用戶行為，對已知數據代表的狀態(tài)進行標記，在未來同樣的數據狀態(tài)出現(xiàn)的時候，再通過網站或其他對應設備對匹配關系進行展示以及對應的告警;所述的數據分析與預測模塊包括數據時間序列ARIMA過程追蹤，數據均值及偏差范圍監(jiān)控報表以及數據預測報表。
[0013]所述的業(yè)務邏輯層包括對歷史及新進數據進行整合，對于多來源的數據進行去重的數據整合處理模塊，判斷數據是否在歷史數據均值及方差范圍內的數據均值判斷模塊，判斷新進數據是否滿足過往的數據與實物之間匹配關系的數據匹配判斷模塊，對更新的數據進行分析與預測的數據分析預測模塊。
[0014]所述的數據訪問層包括兩個模塊，即數據清洗、去重、去空值、重復值以及數據入庫模塊，以及數據與傳感器關系入庫模塊。
[0015]所述的遠程訪問層包括路由器端口映射及數據傳輸模塊、傳感器終端，以及預測、
監(jiān)控與告警終端。
[0016]與現(xiàn)有技術相比，本發(fā)明的有益效果是:
[0017](I)專業(yè)化向物聯(lián)網設備提供數據分析服務，提供專業(yè)化的日報、周報、月報及同環(huán)比分析，時間序列分析，基于R語言搭建的數據分析平臺，使得現(xiàn)有物聯(lián)網用戶無需具備統(tǒng)計相關知識，即能智能化的提取、分析及識別物聯(lián)網歷史及他人數據的內在隱藏信息，通過搭建物聯(lián)網設備的數據化平臺，為物聯(lián)網的大數據的高速發(fā)展提供一站式平臺化的服務。現(xiàn)有物聯(lián)網系統(tǒng)極少提供數據分析及狀態(tài)識別功能，主要僅為展示數據。
[0018](2)多用戶歷史記錄保存并建立同類型數據之間的關系映射，可基于歷史其他用戶已上傳數據的分類和說明，對新用戶新上傳數據智能進行識別和判斷，如溫度、濕度、震動次數、脈搏數，并基于搜集的數據建立對應的數據倉庫，從而更好的運用所有的狀態(tài)數據來提供生活服務?，F(xiàn)有的數據分析系統(tǒng)缺乏物聯(lián)網相連接的通道，而現(xiàn)有物聯(lián)網系統(tǒng)并未提供其他用戶同類型數據的分析功能。
[0019](3)使用實物化的監(jiān)測及告警裝置，打造數據LED變色顯示杯裝置，用戶可設置LED燈顏色與數據間告警狀態(tài)的對應關系，從而智能、輕便的提醒用戶錯誤及異常的數據流。現(xiàn)有的數據系統(tǒng)大多數僅提供網頁或界面的數據呈現(xiàn)功能，并未提供實物告警裝置;而現(xiàn)有的實物告警裝置并未能智能識別各種類型的數據，多數僅能識別單一類型的數據并進行告塾目ο
[0020](4)本系統(tǒng)提供的是泛化的數據告警范圍，S卩6sgima原則，亦可根據需要調整至2?3倍標準差，無需用戶考慮真實數據的異常值范圍即能根據現(xiàn)有數據智能識別，打破了現(xiàn)有告警裝置必須就單一來源數據限定性的確定正常工作范圍的限制。
[0021](5)遠程監(jiān)控溫度，以通用的路由器及wifi進行上下流數據的連接，成本低廉，使得用戶在遠程也能及時知曉數據的異常變化，對狀態(tài)的變化可第一時間感知，降低用戶使用成本，適合家庭應用。而現(xiàn)有的根據數據進行告警的裝置，主要適用于工業(yè)場所，通過藍牙或GSM進行上傳，成本高昂，迀移不便。
【附圖說明】
[0022]圖1為本發(fā)明實施例1基于SAAS的物聯(lián)網數據分析、監(jiān)控與預測系統(tǒng)的示意圖；
[0023]圖2為數據界面層中數據關系建立與查詢部分，根據數據波動進行LED變色的顯示杯裝置
[0024]圖3為發(fā)明中用戶界面層檢測溫度數據的實施示例。
【具體實施方式】
[0025]下面結合附圖對本發(fā)明作進一步的詳細說明。
[0026]—種基于SAAS的通用物聯(lián)網數據分析、監(jiān)控與預測系統(tǒng)，用于向各種物聯(lián)網設備提供的數據進行數據清洗、分析、報表呈現(xiàn)、歷史數據狀態(tài)記錄和分析、實物展示、預測及告警的服務，包括用戶界面層、業(yè)務邏輯層、數據訪問層和遠程訪問層。
[0027]其中，用戶界面層包括數據展示平臺，數據關系建立與查詢平臺，數據分析與預測平臺。數據展示平臺包括經優(yōu)化易于使用的UI界面，數據周期性報告(日、月、季、年報)，數據同比及環(huán)比比較，以及時間序列分解，包括季節(jié)性因素、趨勢及對應的隨機量等;數據關系建立與查詢平臺有狀態(tài)與數據對應用戶識別與監(jiān)控告警展示等，通過用戶行為，對已知數據代表的狀態(tài)進行標記，在未來同樣的數據狀態(tài)出現(xiàn)的時候，再通過網站或其他對應設備對匹配關系進行展示以及對應的告警;數據分析與預測模塊包括數據時間序列ARIMA過程追蹤，數據均值及偏差范圍監(jiān)控報表以及數據預測報表。
[0028]在用戶界面層，用戶可通過用戶界面定時接收數據，通過接收的數據進行分析并顯示對應的數據報表，并由此確定正常值及異常觀測值的范圍，從而確定新接收數據的監(jiān)控內容，并通過網站或實物顯示以監(jiān)控及提示特殊的狀態(tài)。
[0029]業(yè)務邏輯層包括如下四個功能模塊:①對歷史及新進數據進行整合，對于多來源的數據進行去重;②判斷數據是否在歷史數據均值及方差范圍內；③判斷新進數據是否滿足過往的數據與實物之間匹配關系和④對更新的數據進行分析與預測。
[0030]在業(yè)務邏輯層，系統(tǒng)會將各用戶上傳同類型數據進行對比和分析，如針對人體溫度在一定時間的變化范圍，基于歷史用戶提供的信息，來為新用戶提供該溫度變化范圍可能代表的含義，如高熱，低燒等特殊狀況。
[0031]數據訪問層包括兩個模塊:數據清洗、去重、去空值、重復值以及數據入庫;數據與傳感器關系入庫。數據訪問層將實現(xiàn)數據的重復和錯誤值的剔除，基本清洗和分析的功能。
[0032]遠程訪問層包括三部分:①路由器端口映射及數據傳輸;②傳感器終端和③預測、監(jiān)控與告警終端。傳感器的實現(xiàn)可以由智能硬件提供不同的數據，通過路由器的端口映射及傳輸功能將數據傳輸到遠程服務器上；同時對監(jiān)控的反饋，除了基本的網站界面外，還提供硬件實物式的告警方式，即根據數據波動，其上LED變色顯示的杯裝置上LED燈的不同顏色，代表不同的溫度(或異常數據狀態(tài))，從而方便用戶第一時間判斷和發(fā)現(xiàn)數據的異常狀況。
[0033]發(fā)送端的數據接口裝置主要包括U2代表的與物聯(lián)網裝置進行連接的接口，如測溫度的裝置可用DS18B20溫控探針及由Pl，Ul，Dl及1?2所組成的Arduino模塊，可編程對wifi傳輸裝置進行控制，上傳后通過服務器定期往終端發(fā)送數據及告警記錄，來控制示意杯的警示信息及呈現(xiàn)數據記錄。
[0034]接收端數據LED變色顯示杯裝置如圖2所示，其中上半部分與下半部分可分離，上半部分包括LED燈，天線，HLK-RM-04及Arduino模塊，以及USB電源。上半部分將密封并與下半部分相連，下半部分可做日常杯子飲水用；上半部分可以通過HLK-RM04將外部網絡的信號通過選擇wif i或GSM傳遞到內部網絡，并通過Arduino模塊的串口接口對數據進行接收和處理，對于超出正常范圍的數據，同樣通過Arduino利用串口傳送數據至四腳LED燈上，實現(xiàn)根據數據超出正常范圍(以標準差作為標識)的多少來進行顏色的變化，或由用戶自行對數據的不同狀態(tài)進行標記及對應不同的顏色，以示警告之用。
[0035]最后所應說明的是，以上實施例僅用以說明本發(fā)明的技術方案而非限制，盡管參照較佳實施例對本發(fā)明進行了詳細說明，本領域的普通技術人員應當理解，可以對發(fā)明的技術方案進行修改或者等同替換，而不脫離本發(fā)明技術方案的精神和范圍，其均應涵蓋在本發(fā)明的權利要求范圍當中。
【主權項】
1.一種基于SAAS的物聯(lián)網數據分析、監(jiān)控與預測系統(tǒng)，其特征在于，包括: 用戶界面層，用于向用戶展示數據，由用戶設定數據的異常狀態(tài)標記，并向用戶提供各種數據分析、監(jiān)控與預測服務； 業(yè)務邏輯層，用于搜集物聯(lián)網設備的遠程用戶數據的狀態(tài)信息，進行識別并反饋至新遠程用戶處； 數據訪問層，用于對數據進行清洗、去重操作； 遠程訪問層，用于向物聯(lián)網設備提供數據接口，通過互聯(lián)網的網頁顯示或通過遠程控制帶有LED顯示裝置并能智能根據所設定或默認提供的數據范圍的顯現(xiàn)不同顏色的杯裝置，向物聯(lián)網設備的遠程用戶告警及提醒。2.根據權利要求1所述的基于SAAS的物聯(lián)網數據分析、監(jiān)控與預測系統(tǒng)，其特征在于，所述的用戶界面層包括數據展示平臺、數據關系建立與查詢平臺、數據分析與預測平臺；所述的數據展示平臺包括UI界面、數據周期性報告、數據同比及環(huán)比比較，以及時間序列分解;所述的數據關系建立與查詢平臺包括狀態(tài)與數據對應用戶識別與監(jiān)控告警展示，通過用戶行為，對已知數據代表的狀態(tài)進行標記，在未來同樣的數據狀態(tài)出現(xiàn)的時候，再通過網站或其他對應設備對匹配關系進行展示以及對應的告警;所述的數據分析與預測模塊包括數據時間序列ARIMA過程追蹤，數據均值及偏差范圍監(jiān)控報表以及數據預測報表。3.根據權利要求1所述的基于SAAS的物聯(lián)網數據分析、監(jiān)控與預測系統(tǒng)，其特征在于，所述的業(yè)務邏輯層包括對歷史及新進數據進行整合，對于多來源的數據進行去重的數據整合處理模塊，判斷數據是否在歷史數據均值及方差范圍內的數據均值判斷模塊，判斷新進數據是否滿足過往的數據與實物之間匹配關系的數據匹配判斷模塊，對更新的數據進行分析與預測的數據分析預測模塊。4.根據權利要求1所述的基于SAAS的物聯(lián)網數據分析、監(jiān)控與預測系統(tǒng)，其特征在于，所述的數據訪問層包括兩個模塊，即數據清洗、去重、去空值、重復值以及數據入庫模塊，以及數據與傳感器關系入庫模塊。5.根據權利要求1所述的基于SAAS的物聯(lián)網數據分析、監(jiān)控與預測系統(tǒng)，其特征在于，所述的遠程訪問層包括路由器端口映射及數據傳輸模塊、傳感器終端，以及預測、監(jiān)控與告警終端。
【文檔編號】G06Q10/00GK105930926SQ201610244409
【公開日】2016年9月7日
【申請日】2016年4月19日
【發(fā)明人】楊展業(yè)
【申請人】楊展業(yè)