[发明专利]基于人工智能与物联网的接口访问方法、系统及云平台

权利要求书

1.一种基于人工智能与物联网的接口访问方法，其特征在于，应用于基于人工智能与物联网的接口访问系统，所述方法至少包括：

获得物联业务数据和事先设置的数据认证量化指标；所述事先设置的数据认证量化指标涵盖事先设置的异常削弱指示；

通过所述事先设置的异常削弱指示对该物联业务数据进行异常认证处理，并依据所述物联业务数据的异常事件数目，通过所述异常事件数目优化所述事先设置的异常削弱指示，并依据优化后的异常削弱指示对该物联业务数据进行异常认证处理，以确定目标物联业务数据。

2.如权利要求2所述的方法，其特征在于，所述所述通过所述事先设置的异常削弱指示对该物联业务数据进行异常认证处理，并依据所述物联业务数据的异常事件数目，通过所述异常事件数目优化所述事先设置的异常削弱指示，并依据优化后的异常削弱指示对该物联业务数据进行异常认证处理，以确定目标物联业务数据包括：

通过所述事先设置的异常削弱指示对该物联业务数据进行异常认证处理，并依据所述物联业务数据的第一异常事件数目；

通过所述第一异常事件数目优化所述事先设置的异常削弱指示，并依据优化后的异常削弱指示对该物联业务数据进行异常认证处理，确定所述物联业务数据的第二异常事件数目；

反复执行上述异常认证处理以及优化异常削弱指示的步骤，直到所述物联业务数据的异常事件数目满足优化量化指标，确定目标物联业务数据。

3.如权利要求2所述的方法，其特征在于，所述通过所述第一异常事件数目优化所述事先设置的异常削弱指示，并依据优化后的异常削弱指示对该物联业务数据进行异常认证处理，确定所述物联业务数据的第二异常事件数目包括：

判断所述第一异常事件数目是否满足所述优化量化指标；

如果所述第一异常事件数目没有满足所述优化量化指标，则以第一优化模态优化所述事先设置的异常削弱指示，确定优化后的异常削弱指示；

所述第一优化模态包括扩大所述事先设置的异常削弱指示的模态或者削减所述事先设置的异常削弱指示的模态；

根据优化后的异常削弱指示对该物联业务数据进行异常认证处理，确定所述第二异常事件数目。

4.如权利要求3所述的方法，其特征在于，所述反复执行上述异常认证处理以及优化异常削弱指示的步骤，直到所述物联业务数据的异常事件数目满足优化量化指标包括：

通过所述第一异常事件数目和所述第二异常事件数目，判断所述物联业务数据的异常事件数目是否削减；

如果所述物联业务数据的异常事件数目削减，则连续以所述第一优化模态优化异常削弱指示，并反复执行上述异常认证处理以及优化异常削弱指示的步骤，直到所述物联业务数据的异常事件数目满足优化量化指标；

如果所述物联业务数据的异常事件数目扩大，则以第二优化模态优化异常削弱指示，并反复执行上述异常认证处理以及优化异常削弱指示的步骤，直到所述物联业务数据的异常事件数目满足优化量化指标；所述第一优化模态与所述第二优化模态维度不相同；所述第二优化模态包括削减异常削弱指示的模态或者扩大异常削弱指示的模态。

5.如权利要求3所述的方法，其特征在于，在所述以第一优化模态优化所述事先设置的异常削弱指示，确定优化后的异常削弱指示之前，所述方法还包括：

获得事先设置的间隔周期内所述物联业务数据中事先设置的标准标签的标签评估量化程度，以及确定所述事先设置的间隔周期内热度分析模块的热度评估量化程度；

比对所述标签评估量化程度的模态与所述热度评估量化程度的模态，得到比对结果，并通过所述比对结果确定所述第一优化模态。

6.如权利要求5所述的方法，其特征在于，所述通过所述比对结果确定所述第一优化模态包括：

依据所述比对结果，如果所述标签评估量化程度的模态与所述热度评估量化程度的模态相同，则确定所述第一优化模态为扩大所述事先设置的异常削弱指示的模态；

如果所述标签评估量化程度的模态与所述热度评估量化程度的模态不相同，则确定所述第一优化模态为削减所述事先设置的异常削弱指示的模态。