本發(fā)明涉及數據采集和處理技術領域，特別涉及一種智能設備的監(jiān)控方法和監(jiān)控裝置。

背景技術：

目前，隨著云計算技術與物聯網技術的快速發(fā)展，一種能夠連接網絡并智能化調整運行狀態(tài)的智能設備如今應用廣泛。然而，隨著智能設備的普及，智能設備運行所產生的數據也越來越多，這些運行數據能夠很好的幫助廠家了解智能設備的真實使用狀態(tài)。因此，如何快速有效的搜集智能設備的運行數據并篩選出用戶關注的狀態(tài)信息，也成為行業(yè)內急需解決的問題。

技術實現要素：

本發(fā)明實施例的目的是提供一種智能設備的監(jiān)控方法和監(jiān)控裝置，用于解決上述問題。

為解決上述技術問題，本發(fā)明實施例提供一種智能設備的監(jiān)控方法，包括：

接收來自所述智能設備的運行數據，所述運行數據包括若干分屬不同子類的子數據；

利用預設處理策略，對所述運行數據進行處理，得到處理數據，所述處理數據內屬于相同子類的各子數據位于同一數據維度內；

利用預設統計策略，對所述處理數據進行統計，得到統計結果，所述統計結果包括所述智能設備的狀態(tài)標的以及所述狀態(tài)標的所涵蓋的子數據。

優(yōu)選的，接收來自所述智能設備的運行數據之前，所述監(jiān)控方法還包括：

向所述智能設備發(fā)送數據獲取請求。

優(yōu)選的，接收來自所述智能設備的運行數據之后，對所述運行數據進行處理之前，所述監(jiān)控方法還包括：

將接收到的運行數據存儲至消息隊列；

對所述運行數據進行處理，具體包括：

對依序從所述消息隊列中獲取的運行數據進行預處理。

優(yōu)選的，所述預設處理策略包括：歸一化策略。

優(yōu)選的，得到處理數據之后，對所述處理數據進行統計之前，所述監(jiān)控方法還包括：

將所述處理數據保存至預設NOSQL數據庫；

對所述處理數據進行統計，具體包括：

對依序從所述預設NOSQL數據庫中獲取的運行數據進行預處理

優(yōu)選的，所述預設統計策略包括：

確定所述智能設備的狀態(tài)標的，所述狀態(tài)標攜帶有子類名稱；

根據所述狀態(tài)標的內子類名稱，在所述處理數據內篩選出屬于這些子類的子數據；

將所確定出的子數據與狀態(tài)標的關聯后，形成統計結果。

優(yōu)選的，所述運行數據包括如下子類：MAC地址、IP地址、設備編號、操作動作、操作時間、控制終端；

所述統計結果包括：

所述智能設備的分布地域狀態(tài)、設備在線時刻狀態(tài)，以及與所述分布地域狀態(tài)、設備在線時刻狀態(tài)關聯的MAC地址、IP地址、設備編號類子數據；

所述智能設備的使用頻率狀態(tài)、操作狀態(tài)，以及與所述使用頻率狀態(tài)、操作狀態(tài)關聯的操作動作、操作時間、IP地址、控制終端類子數據。

優(yōu)選的，得到統計結果之后，所述監(jiān)控方法還包括：

利用預設圖表組件，渲染所述統計結果，得到數據圖表。

優(yōu)選的，得到統計結果之后，所述監(jiān)控方法還包括：

將所述統計結果保存至預設關系數據庫。

優(yōu)選的，將所述統計結果保存至預設關系數據庫之后，所述監(jiān)控方法還包括：

在接收到來自終端的訪問請求后，將位于所述預設關系數據庫內統計結果發(fā)送給所述終端。

為解決上述技術問題，本發(fā)明實施例提供一種智能設備的監(jiān)控裝置，包括：

數據接收模塊，用于接收來自所述智能設備的運行數據，所述運行數據包括若干分屬不同子類的子數據；

數據處理模塊，用于利用預設處理策略，對所述運行數據進行處理，得到處理數據，所述處理數據內屬于相同子類的各子數據位于同一數據維度內；

結果統計模塊，用于利用預設統計策略，對所述處理數據進行統計，得到統計結果，所述統計結果包括所述智能設備的狀態(tài)標的以及所述狀態(tài)標的所涵蓋的子數據。

優(yōu)選的，所述監(jiān)控裝置還包括請求發(fā)送模塊，用于：

向所述智能設備發(fā)送數據獲取請求。

優(yōu)選的，所述監(jiān)控裝置還包括消息隊列模塊，用于：

獲取接收到的運行數據并存儲；

所述數據處理模塊，具體用于：

對依序從所述消息隊列中獲取的運行數據進行預處理。

優(yōu)選的，所述預設處理策略包括：歸一化策略。

優(yōu)選的，所述數據處理模塊，還用于：

將所述處理數據保存至預設NOSQL數據庫；

所述結果統計模塊，具體包括：

對依序從所述預設NOSQL數據庫中獲取的運行數據進行預處理

優(yōu)選的，所述預設統計策略包括：

確定所述智能設備的狀態(tài)標的，所述狀態(tài)標攜帶有子類名稱；

根據所述狀態(tài)標的內子類名稱，在所述處理數據內篩選出屬于這些子類的子數據；

將所確定出的子數據與狀態(tài)標的關聯后，形成統計結果。

優(yōu)選的，所述運行數據包括如下子類：MAC地址、IP地址、設備編號、操作動作、操作時間、控制終端；

所述統計結果包括：

所述智能設備的分布地域狀態(tài)、設備在線時刻狀態(tài)，以及與所述分布地域狀態(tài)、設備在線時刻狀態(tài)關聯的MAC地址、IP地址、設備編號類子數據；

所述智能設備的使用頻率狀態(tài)、操作狀態(tài)，以及與所述使用頻率狀態(tài)、操作狀態(tài)關聯的操作動作、操作時間、IP地址、控制終端類子數據。

優(yōu)選的，所述結果統計模塊，還用于：

利用預設圖表組件，渲染所述統計結果，得到數據圖表。

優(yōu)選的，所述結果統計模塊還包括：

將所述統計結果保存至預設關系數據庫。

優(yōu)選的，所述結果統計模塊還用于：

在接收到來自終端的訪問請求后，控制所述預設關系數據庫將所存儲的統計結果發(fā)送給所述終端。

由以上本發(fā)明實施例提供的技術方案可見，本發(fā)明實施例所提供的智能設備的監(jiān)控方法和監(jiān)控裝置，在接受智能設備的運行數據后，對運行數據內各子類的子數據進行形式上的預處理，便于后續(xù)對這些數據的統計，實現快速、簡便的監(jiān)控智能設備的運行狀態(tài)，以便根據監(jiān)控結果來調整智能設備的性能，更好的滿足用戶需求。

附圖說明

為了更清楚地說明本發(fā)明實施例或現有技術中的技術方案，下面將對實施例或現有技術描述中所需要使用的附圖作簡單地介紹，顯而易見地，下面描述中的附圖僅僅是本發(fā)明中記載的一些實施例，對于本領域普通技術人員來講，在不付出創(chuàng)造性勞動性的前提下，還可以根據這些附圖獲得其他的附圖。

圖1為本發(fā)明一實施例中智能設備的監(jiān)控方法所適用的系統的示意圖。

圖2為本發(fā)明一實施例中智能設備的監(jiān)控方法的流程圖。

圖3為本發(fā)明另一實施例中智能設備的監(jiān)控方法的流程圖。

圖4為本發(fā)明一實施例中智能設備系統的監(jiān)控裝置的模塊圖。

圖5為本發(fā)明另一實施例中智能設備系統的監(jiān)控裝置的模塊圖。

具體實施方式

為了使本技術領域的人員更好地理解本發(fā)明中的技術方案，下面將結合本發(fā)明實施例中的附圖，對本發(fā)明實施例中的技術方案進行清楚、完整地描述，顯然，所描述的實施例僅僅是本發(fā)明一部分實施例，而不是全部的實施例?；诒景l(fā)明中的實施例，本領域普通技術人員在沒有做出創(chuàng)造性勞動前提下所獲得的所有其他實施例，都應當屬于本發(fā)明保護的范圍。

圖1為本發(fā)明一實施例中智能設備的監(jiān)控方法所適用的系統的示意圖參圖1所示，該系統包括若干智能設備10、用于監(jiān)控這些智能設備10的監(jiān)控裝置20、以及與監(jiān)控裝置20建立連接的終端30。其中，智能設備10可以采用智能燈具，終端30可以采用智能手機。當然，在本發(fā)明的其他實施例中，智能設備10還可以是智能洗衣機、智能空氣凈化器、智能冰箱等設備，終端30還可以是平板電腦、PC電腦等終端。

監(jiān)控裝置20可以是一臺服務器、或者由若干臺服務器組成的服務器集群、或者是一個云計算服務中心。智能設備10通過網絡與監(jiān)控裝置20建立連接，監(jiān)控裝置20可以采集智能設備10的運行數據并據此生成統計結果，在用戶有查看需求時，可以通過終端30訪問監(jiān)控裝置20，從而實現在終端30上查看這些智能設備10的統計結果。

圖2為本發(fā)明一實施例中智能設備的監(jiān)控方法的流程圖。該方法的執(zhí)行主體為前述監(jiān)控裝置20，該方法具體包括如下步驟S102至S106。

S102、接收來自所述智能設備的運行數據，所述運行數據包括若干分屬不同子類的子數據。

智能設備10在運行過程中會產生運行數據，運行數據可以包括心跳類數據和操作類數據兩個大類，心跳類數據用于描述智能設備10的身份信息，操作類數據則用于描述智能設備10的使用情況。各大類的數據又會包括多個子類的子數據，通過匯總多個子類的子數據可以確定大類的狀態(tài)。例如心跳類數據可以包括設備MAC地址、IP地址、設備編號等子類，操作類數據則包括例如操作動作、操作時間、控制終端等子類。

運行數據可以是智能設備10主動發(fā)送至監(jiān)控裝置20的，也可以是監(jiān)控裝置20在執(zhí)行步驟S101之前主動向智能設備10發(fā)送數據獲取請求而從智能設備10相應所得，在此不做贅述。

S104、利用預設處理策略，對所述運行數據進行處理，得到處理數據，所述處理數據內屬于相同子類的各子數據位于同一數據維度內。

受限于智能設備10的型號、生產時間、使用國別等因素，這些智能設備10運行所產生的運行數據內各子類的子數據的體現形式不同，需要對各子類的子數據進行預處理，使得相同子類內子數據位于同一數據維度內，即相同子類內子數據的體現形式被標準化。當然，非同子類的子數據的體現形式可以不同。

在本發(fā)明實施例中，可以通過例如歸一化處理策略作為預設處理策略，對對所述運行數據進行處理，使得相同子類內子數據位于同一數據維度內，便于后續(xù)的統計和匯總。例如針對IP地址類子數據，可以通過對IP地址進行分析、補齊等手段，進行預處理，使得各IP地址的體現形式相同。

在實際應用中，處理數據被保存至數據庫(未圖示)內以備后續(xù)處理。所保存的數據庫可以是NOSQL數據庫。NOSQL是一種非關系型數據庫，比如目前Google的BigTable和Amazon的DynamoDB就是NoSQL型數據庫。在實際使用過程中，選擇性能成熟的NOSQL數據庫即可。

S106、利用預設統計策略，對所述處理數據進行統計，得到統計結果，所述統計結果包括所述智能設備的狀態(tài)標的以及所述狀態(tài)標所涵蓋的子數據。

狀態(tài)標的是用于描述智能設備10的工作狀態(tài)的一系列指標，例如可以是開關機狀態(tài)、使用時長、分布地域、某個功能的使用頻率等。

在本發(fā)明實施例中，預設統計策略可以包括如下步驟：

確定所述智能設備的狀態(tài)標的，所述狀態(tài)標攜帶有子類名稱；

根據所述狀態(tài)標的內子類名稱，在所述處理數據內篩選出屬于這些子類的子數據；

將所確定出的子數據與狀態(tài)標的關聯后，形成統計結果。

通過上述步驟，使得每一條統計結果內包括智能設備的狀態(tài)標的以及用于描述這些狀態(tài)標的子數據，用戶可以基于每條統計結果來明確想要了解智能設備的某個方面，具有很好的實用價值。

延續(xù)上例，在所述運行數據包括如下子類：MAC地址、IP地址、設備編號、操作動作、操作時間、控制終端；所述統計結果可以包括：

所述智能設備的分布地域狀態(tài)、設備在線時刻狀態(tài)，以及與所述分布地域狀態(tài)、設備在線時刻狀態(tài)關聯的MAC地址、IP地址、設備編號類子數據；

所述智能設備的使用頻率狀態(tài)、操作狀態(tài)，以及與所述使用頻率狀態(tài)、操作狀態(tài)關聯的操作動作、操作時間、IP地址、控制終端類子數據。

在本發(fā)明的其他實施例中，得到統計結果之后，所述監(jiān)控方法還包括：

利用預設圖表組件，渲染所述統計結果，得到數據圖表。通過數據圖表的形式向用戶展示智能設備的狀態(tài)信息，更直觀也更高效。

在本發(fā)明的其他實施例中，得到統計結果之后，所述監(jiān)控方法還包括：

將所述統計結果保存至預設關系數據庫。后續(xù)，在接收到來自終端30的訪問請求后，將位于所述預設關系數據庫內統計結果發(fā)送給所述終端30。

當然，統計結果也可以以數據圖表形式來存儲至預設關系數據庫(未圖示)內，使得用戶能夠在終端30上觀看圖表形式的狀態(tài)信息，具有很高的用戶體驗。

綜上，本發(fā)明實施例所提供的監(jiān)控方法，在接受智能設備的運行數據后，對運行數據內各子類的子數據進行形式上的預處理，便于后續(xù)對這些數據的統計，實現快速、簡便的監(jiān)控智能設備的運行狀態(tài)，以便根據監(jiān)控結果來調整智能設備的性能，更好的滿足用戶需求。

圖3為本發(fā)明另一實施例中智能設備的監(jiān)控方法的流程圖。該監(jiān)控方法包括步驟S202至S206。

S202、接收來自所述智能設備的運行數據，所述運行數據包括若干分屬不同子類的子數據。

S203、將接收到的運行數據存儲至消息隊列。

S204、利用預設處理策略，對依序從所述消息隊列中獲取的運行數據進行預處理，得到處理數據，所述處理數據內屬于相同子類的各子數據位于同一數據維度內。

S206、利用預設統計策略，對依序從所述消息隊列中獲取的運行數據進行預處理，得到統計結果，所述統計結果包括所述智能設備的狀態(tài)標的以及所述狀態(tài)標所涵蓋的子數據。

本實施例中，步驟S202、S206與前述實施例中步驟S102、S106一致，在此不做贅述。

通過步驟S203中消息隊列來緩存運行數據，再通過步驟S204來異步地按序取出運行數據來進行處理，可以防止執(zhí)行步驟S204來進行數據處理過程中可能出現的瞬時高并發(fā)壓力。

圖4為本發(fā)明一實施例中智能設備系統的監(jiān)控裝置的模塊圖。該監(jiān)控裝置的原理可以參考前述監(jiān)控方法，在此不做詳述。

監(jiān)控裝置20包括：

數據接收模塊22，用于接收來自所述智能設備的運行數據，所述運行數據包括若干分屬不同子類的子數據；

數據處理模塊24，用于利用預設處理策略，對所述運行數據進行處理，得到處理數據，所述處理數據內屬于相同子類的各子數據位于同一數據維度內；

結果統計模塊26，用于利用預設統計策略，對所述處理數據進行統計，得到統計結果，所述統計結果包括所述智能設備的狀態(tài)標的以及所述狀態(tài)標所涵蓋的子數據。

綜上，本發(fā)明實施例所提供的監(jiān)控裝置，在接受智能設備的運行數據后，對運行數據內各子類的子數據進行形式上的預處理，便于后續(xù)對這些數據的統計，實現快速、簡便的監(jiān)控智能設備的運行狀態(tài)，以便根據監(jiān)控結果來調整智能設備的性能，更好的滿足用戶需求。

在本發(fā)明實施例中，所述監(jiān)控裝置還包括請求發(fā)送模塊(未圖示)，用于：

向所述智能設備發(fā)送數據獲取請求。

在本發(fā)明實施例中，所述預設處理策略包括：歸一化策略。

在本發(fā)明實施例中，所述數據處理模塊24，還用于：

將所述處理數據保存至預設NOSQL數據庫；

所述結果統計模塊26，具體包括：

對依序從所述預設NOSQL數據庫中獲取的運行數據進行預處理

在本發(fā)明實施例中，所述預設統計策略包括：

確定所述智能設備的狀態(tài)標的，所述狀態(tài)標攜帶有子類名稱；

根據所述狀態(tài)標的內子類名稱，在所述處理數據內篩選出屬于這些子類的子數據；

將所確定出的子數據與狀態(tài)標的關聯后，形成統計結果。

在本發(fā)明實施例中，所述運行數據包括如下子類：MAC地址、IP地址、設備編號、操作動作、操作時間、控制終端；

所述統計結果包括：

所述智能設備的分布地域狀態(tài)、設備在線時刻狀態(tài)，以及與所述分布地域狀態(tài)、設備在線時刻狀態(tài)關聯的MAC地址、IP地址、設備編號類子數據；

所述智能設備的使用頻率狀態(tài)、操作狀態(tài)，以及與所述使用頻率狀態(tài)、操作狀態(tài)關聯的操作動作、操作時間、IP地址、控制終端類子數據。

在本發(fā)明實施例中，所述結果統計模塊26，還用于：

利用預設圖表組件，渲染所述統計結果，得到數據圖表。

在本發(fā)明實施例中，所述結果統計模塊26還用于：

將所述統計結果保存至預設關系數據庫。

在本發(fā)明實施例中，所述結果統計模塊26還用于：

在接收到來自終端的訪問請求后，控制所述預設關系數據庫將所存儲的統計結果發(fā)送給所述終端。

圖5為本發(fā)明另一實施例中智能設備系統的監(jiān)控裝置的模塊圖。與前述實施例相比，區(qū)別在于：所述監(jiān)控裝置20’還包括消息隊列模塊23，用于：獲取接收到的運行數據并存儲。對應的，所述數據處理模塊24，具體用于：對依序從所述消息隊列中獲取的運行數據進行預處理。

消息隊列模塊23可以緩存運行數據，再異步地按序取出運行數據來進行處理，可以防止數據處理過程中可能出現的瞬時高并發(fā)壓力。

本說明書中的各個實施例均采用遞進的方式描述，各個實施例之間相同相似的部分互相參見即可，每個實施例重點說明的都是與其他實施例的不同之處。尤其，對于系統實施例而言，由于其基本相似于方法實施例，所以描述的比較簡單，相關之處參見方法實施例的部分說明即可。

以上所述僅為本發(fā)明的實施例而已，并不用于限制本發(fā)明。對于本領域技術人員來說，本發(fā)明可以有各種更改和變化。凡在本發(fā)明的精神和原理之內所作的任何修改、等同替換、改進等，均應包含在本發(fā)明的權利要求范圍之內。