[发明专利]一种基于边缘计算的数据融合的方法和系统有效

专利信息
申请号: 201910539009.2 申请日: 2019-06-17
公开(公告)号: CN110247977B 公开(公告)日: 2022-04-26
发明(设计)人: 贾子翔;张呈宇;贾捷 申请(专利权)人: 中国联合网络通信集团有限公司
主分类号: H04L67/10 分类号: H04L67/10
代理公司: 北京天昊联合知识产权代理有限公司 11112 代理人: 彭瑞欣;刘悦晗
地址: 100033 *** 国省代码: 北京;11
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 一种 基于 边缘 计算 数据 融合 方法 系统
【说明书】:

本公开提供了一种基于边缘计算的数据融合的方法和系统,该方法包括:接收中心服务器发送的数据处理任务,根据数据处理任务对获取到的数据进行处理,将处理后的数据发送至中心服务器,以便中心服务器对处理后的数据进行融合,通过本公开实施例的技术方案,相较于现有技术中由中心服务器统一进行处理的方式,由于本实施例是由边缘服务器进行处理,可降低中心服务器的存储和计算负载,实现节约资源,确保数据融合高效运行的技术效果。

技术领域

本公开实施例涉及数据处理技术领域,特别涉及一种基于边缘计算的数据融合的方法和系统。

背景技术

数据融合是将多传感器信息源的数据和信息加以联合、相关及组合,获得更为精确的位置估计及身份估计,从而实现对战场态势和威胁以及其重要程度实时、完整评价的处理过程。数据融合是行业内数据持有者间合作的一种重要手段,也是公司内部不同采集系统采集到的同类型不同结构数据合并解析的必经之路。

在现有技术中,数据融合需借助大数据平台,通过集中处理的方式将从不同数据采集接收数据,通过数据融合的处理(如数据筛选等)。

发明人在实现本发明的过程中,发现至少存在以下问题:

随着数据接入越来越多数据量越来越大,由于从多数据获取的数据均在大数据平台内完成计算、匹配、融合等操作,大数据平台对于数据的存储和计算负载会随之增大,无法保证资源的正常使用,进而可能导致任务堆积,数据融合效率及效果变差。

发明内容

本公开实施例提供一种基于边缘计算的数据融合的方法和系统。

第一方面,本公开实施例提供了一种基于边缘计算的数据融合的方法,所述方法包括:

接收中心服务器发送的数据处理任务;

根据所述数据处理任务对获取到的数据进行处理;

将处理后的数据发送至所述中心服务器,以便所述中心服务器对处理后的数据进行融合。

在一些实施例中,所述根据所述数据处理任务对获取到的数据进行处理,包括:

根据预存的包括数据处理任务与数据处理规则的映射关系确定所述数据处理任务对应的数据处理规则;

根据所述数据处理规则对所述数据进行处理。

在一些实施例中,所述根据所述数据处理规则对所述数据进行处理,包括:

获取所述数据的结构信息;

响应于所述数据的结构信息为非结构化或者半结构化,依次对所述数据进行构建图像、语义解析、提取关键字段和组合处理;或者,

响应于所述数据的结构信息为结构化,对所述数据进行计算目标字段和组合处理。

第二方面,本公开实施例还提供了一种基于边缘计算的数据融合的方法,所述方法包括:

接收多个边缘服务器分别发送的样本数据;

根据预设的融合需求对多个所述样本数据分别进行分析,得到多个数据处理任务;

将每个所述数据处理任务分别发送至与其对应的边缘服务器,以便所述与其对应的边缘服务器根据与其对应的数据处理任务对获取到的数据进行处理;

接收多个所述边缘服务器分别反馈的处理后的数据;

根据多个处理后的数据进行融合。

在一些实施例中,在所述根据预设的融合需求对多个所述样本数据分别进行分析,得到多个数据处理任务之后,所述方法还包括:

分别制定每个所述数据处理任务对应的数据处理规则;

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于中国联合网络通信集团有限公司,未经中国联合网络通信集团有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/201910539009.2/2.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top