基于大数据的智能设备掉线处理方法与流程

1.本发明涉及智能设备技术领域，特别是一种基于大数据的智能设备掉线处理方法。


背景技术：

2.随着智能设备在日常生活中的逐渐普及，越来越多的智能设备出现在普通用户的日常生活环境中，通过各项的远程控制与状态监控等智能化功能升级迭代，极大的便利了用户的日常生活，但目前智能设备掉线的问题较频繁的出现在普通用户的日常使用环境中，不仅十分影响普通用户的使用体验，而且对于各大产品提供商来说，设备的长时间掉线造成的用户使用数据缺失也将十分影响其对用户使用习惯的探究，因此，对于智能设备掉线原因的研究与解决方案的探索是十分有必要性的。


技术实现要素：

3.为解决现有技术中存在的问题，本发明的目的是提供一种基于大数据的智能设备掉线处理方法，本发明通过大数据分析，对设备断网原因进行进一步讨论，并提供对应的解决方案。
4.为实现上述目的，本发明采用的技术方案是：一种基于大数据的智能设备掉线处理方法，包括：
5.采集所有设备全生命周期所有上报数据，并进行统计，然后对所有设备的sn码进行分组和对上报数据时间戳进行排序，如果最后一条时间戳未落入规定时间段内，则判断设备可能已掉线，否则判定为正常设备。
6.作为本发明的进一步改进，对每台设备上报的最后一条数据的时间戳进行提取，以现有检测时间与最后一条时间戳之间做差值，如果相差时间大于第一时间阈值，则被判定为存在可能掉线设备，否则被判定为正常设备：
7.t
now-t
timestamp_end
《第一时间阈值：正常设备；
8.t
now-t
timestamp_end
》第一时间阈值：可能掉线设备；
9.其中，t
now
表示现有检测时间，t
timestamp_end
表示每台设备最后一条数据上报的时间戳。
10.作为本发明的进一步改进，所述第一时间阈值为3个月。
11.作为本发明的进一步改进，通过物联网通讯模块采集所有设备全生命周期所有上报数据。
12.作为本发明的进一步改进，通过上报数据条数和使用时间间隔维度对判定为可能已掉线的设备进行进一步判断，对判定为可能掉线设备的数据进行提取出来，将排序后的单台设备的第一条数据或最后一条数据提取出来做差，如果使用时间小于第二时间阈值，则判定为安装人员导致的设备掉线，如果使用时间大于第二时间阈值，则进入下一级判定：
13.t
timestamp_end-t
timestamp_start
《第二时间阈值：安装人员掉线导致设备；
14.t
timestamp_end-t
timestamp_start
》第二时间阈值：进行下一级进行判定；
15.其中，t
timestamp_end
表示以sn码分组后最后一条数据的时间戳，t
timestamp_start
表示以sn码分组后第一条数据；
16.对上一步进行下一级判定的设备数据进行排序，对设备数据前后每一条数据进行一次做差判定，如果任何存在时间间隔大于第三时间阈值，则判定为网络原因掉线设备，如果任何存在时间间隔均小于第三时间阈值，则判定为用户存在一定的使用时间性的正常设备：
17.t
timestamp_i 1-t
timestamp_i
》第三时间阈值：网络原因导致设备掉线；
18.t
timestamp_i 1-t
timestamp_i
《第三时间阈值：正常设备；
19.其中t
timestamp_i
表示单台设备中的某条时间戳数据，t
timestamp_i 1
表示单台设备中的t
timestamp_i
的下一条数据，i表示从第1条数据到倒数第2条数据之间进行遍历。
20.作为本发明的进一步改进，所述第二时间阈值为1天，所述第三时间阈值为1年。
21.作为本发明的进一步改进，根据检测出不同的设备掉线原因而实现对设备掉线问题的解决，对于网络原因导致设备掉线的设备，调取设备断网时保存的网络配置，实现设备的再次主动配网，对不能进行重新联网的设备sn码进行关联设备用户信息，实现短信端或app端的通知用户进行再次配网。
22.本发明的有益效果是：
23.本发明通过大数据分析，对设备断网原因进行进一步讨论，并提供对应的解决方案。
附图说明
24.图1为本发明实施例中智能设备掉线处理流程图；
25.图2为本发明实施例中智能设备是否掉线的判定流程图。
具体实施方式
26.下面结合附图对本发明的实施例进行详细说明。
27.实施例
28.如图1和图2所示，一种基于大数据的智能设备掉线处理方法，包括以下步骤：
29.步骤1、收集带有物联网模块的智能设备的上报数据，对设备上报数据以sn(设备sn码)和t imestamp(设备上报时间戳)进行二次数据分组；
30.步骤2、对每台设备的上报的最后一条数据的时间戳进行提取，以现有时间与最后一条时间戳之间做差值，如果相差时间大于三个月，则被判定为存在可能掉线设备，否则被判定为正常设备；
31.t
now-t
timestamp_end
《3个月：正常设备
32.t
now-t
timestamp_end
》3个月：可能掉线设备
33.其中t
now
表示检测时间，t
timestamp_end
表示每台设备最后一条数据上报时间；
34.步骤3、对判定为可能掉线设备的数据进行提取出来，将排序后的单台设备的第一条数据或最后一条数据提取出来做差，如果使用时间小于1天，则判定为安装人员导致的设备掉线，如果使用时间大于1天，则进入下一级判定：
35.t
timestamp_end-t
timestamp_start
《1天：安装人员掉线导致设备
36.t
timestamp_end-t
timestamp_start
》1天：进行下一级进行判定
37.其中t
timestamp_end
表示以sn分组后最后一条数据的时间戳，t
timestamp_start
表示以sn分组后第一条数据；
38.步骤4、对上一步进行下一级判定的设备数据进行排序，对设备数据前后每一条数据进行一次做差判定，如果任何存在时间间隔大于一年，则判定为网络原因掉线设备，如果任何存在时间间隔均小于一年，则判定为正常设备(该设备用户存在一定的使用时间性)：
39.t
timestamp_i 1-t
timestamp_i
》1年：网络原因导致设备掉线
40.t
timestamp_i 1-t
timestamp_i
《1年：正常设备(用户存在使用时间性)
41.其中t
timestamp_i
表示单台设备中的某条时间戳数据，t
timestamp_i 1
表示单台设备中的t
timestamp_i
的下一条数据，i表示从第1条数据到倒数第2条数据之间进行遍历；
42.步骤5、对于网络原因导致设备掉线的设备，调取设备断网时保存的网络配置，实现设备的再次主动配网，对不能进行重新联网的设备sn进行关联设备用户信息，实现短信端或app端的通知用户进行再次配网。
43.本实施例采集所有设备全生命周期所有上报数据进行统计，然后对所有设备的sn进行分组和对上报数据时间戳进行排序，如若最后一条时间戳未落入规定时间段内，则表明设备已掉线，对判定为掉线设备进行新一轮分析，主要从上报数据条数和使用时间间隔维度对设备断网情况进行新一轮判定，如设备使用时间未超过1天，则表明安装人员对设备进行配网调试时使用的是自身所携带的wifi，当其离开后用户未在进行主动配网使用，如设备存在多个掉线时间段，且每个时间范围均未超过1年，则表明用户每年使用智能设备时间存在一定的时间性，未使用时间段设备被断电未进行上报，如设备最大掉线时间段时间超过1年，且后续未在上线上报数据，则表明可能由于家里网络环境影响或更换了路由器而导致了智能设备掉线，根据检测出不同的设备掉线原因而实现对设备掉线问题的解决。
44.以上所述实施例仅表达了本发明的具体实施方式，其描述较为具体和详细，但并不能因此而理解为对本发明专利范围的限制。应当指出的是，对于本领域的普通技术人员来说，在不脱离本发明构思的前提下，还可以做出若干变形和改进，这些都属于本发明的保护范围。