[发明专利]一种大数据存储系统不断更新数据信息的方法

权利要求书

1.一种大数据存储系统不断更新数据信息的方法，其特征在于：包括以下步骤：

步骤一、通过兼容式数据接口以至少24bps/s的速率接收数据信息，并通过信息识别模块识别数据信息；

在本步骤中，兼容式数据接口为兼容TCP/IP通信协议、RS485通信协议、RS232 通信协议、Modbus通信协议、HTTP通信协议、XMPP通信协议、WIA-PA通信协议、PLC通信协议以及串行通信协议的接口，

其中所述信息识别模块包括通信接口、通信协议解码模块、通信协议匹配模块和数据输出端子，其中所述通信接口的输出端与通信协议解码模块的输入端连接，所述通信协议解码模块的输出端与通信协议匹配模块的输入端连接，通信协议匹配模块的输出端与数据输出端子的输入端连接；

步骤二、通过数据隔离模块实现更新数据信息的隔离，并通过改进型贝叶斯算法模型计算更新数据信息；

在本步骤中，数据隔离模块包括主控模块和与所述主控模块连接的存储器、并行计算模块、校验模块、屏蔽模块和通信网络接口；

在本步骤中，改进型贝叶斯算法模型包括数据输入模块、网络节点模块、分类模块、搜索模块和数据输出模块，其中所述数据输入模块的输出端与网络节点模块的输入端连接，网络节点模块的输出端与分类模块的输入端连接，所述分类模块的输出端与搜索模块的输入端连接，搜索模块的输出端与数据输出模块的输入端连接；数据输入模块的输入端接收计算更新数据信息，数据输入模块的输入端与信息识别模块连接，数据输出端子的输出端与通信接口连接；步骤三、通过更新预警函数实现数据信息预警；

在本步骤中，所述更新预警函数为改进型正交化函数实现更新数据信息的预警；

其中改进型贝叶斯算法模型的工作方法为：

步骤（1）、通过分类模块构建分类器模型，模型函数为：

（1）

式（1）中，P表示贝叶斯网络模型；C_k表示大数据类型；k表示大数据类型中的种类，i表示大数据序号，表示所有输入数据信息的大数据集合，N表示大数据集合中的样本分类，P(x_i|C_k)表示为大数据类别最大概率值；

步骤（2）、通过构建分类器模型计算更新数据信息中故障数据；通过以下公式计算：

（2）

式（2）中，k=1,2,···,N，Nc_k表示所有大数据训练样本中未更新的样本数；

采用海鸥算法优化贝叶斯网络模型迭代训练过程，假设将未更新的大数据样本进行全局搜索，样本与样本之间避免路径冲突，搜索模块函数为：

（3）

式（3）中，表示正在进行搜索更新数据信息的样本位置，中的表示输入数据信息的大数据集合，A表示样本在给定搜索空间中的移动空间范围，H_x表示海样本当前的位置，t表示当前迭代次数；

步骤（3）、搜索模块搜索数据信息的方法函数为：

（4）

式（4）中，M表示搜索海鸥数据信息的位置，H_bx表示数据更新过程中相对于最佳相邻搜索的样本的位置，H_bx中的b表示最佳相邻搜索样本位置中的标识，𝐵表示数据更新过程中影响数据信息更新的常参数；

大数据更新位置函数W_x表示为：

（5）

式（5）中，与的上箭头表示数据更新过程中移动方向矢量，大数据在迭代训练过程中相对于更新前的最佳位置；

步骤（4）、数据更新过程中的故障数据信息诊断；

大数据x₁,x₂,···,x_n的每个属性在条件上相互独立，假设更新过程中故障数据信息为C，则故障诊断函数输出为：

（6）

式（6）中，表示更新过程中故障数据信息在大数据集合中出现的概率，P(x_i|C_k)表示大数据类别最大概率值，其中：

（7）

式（7）中， 表示在迭代计算过程中，每次计算大数据更新时输出故障数据概率集合，表示训练样本P(C_k)中同时满足大数据输入但未更新属性x_i的样本数，如果不存在，则说明大数据存储系统中所有大数据均已更新，如果存在，则说明大数据存储系统中所有大数据均未更新，则训练样本数据更新故障函数进化为：

（8）

在步骤三中，更新预警函数通过具有定位功能的正交化函数实现更新数据信息预警；更新预警函数工作方法为：

通过MTG定位函数实现大数据更新输入定位，更新数据信息过程中故障数据定位函数为：

(9)

式(9)中，表示更新数据信息过程中数据通信位置，表示数据更新运行周期，表示数据更新运行中数据通信协议，表示数据更新中故障因素影响系数，表示在第个通信协议中数据更新运行周期；

构建正交化函数，将更新数据信息过程中的故障信息通过矩阵形式表示，则正交化函数表示为：

(10)

式(10)中，表示正交化函数，表示所有通信协议中数据更新指标相互交叠函数，表示更新数据信息过程中故障数据迭代计算后的平均值，通过迭代计算后，对更新数据信息诊断结果进行故障诊断；

将正交化函数输出数据信息至预警输出函数，预警输出函数为:

(11)

式(11)中，表示预警输出函数，表示大数据类型中的种类，为通信协议排序，表示大数据集合中的样本分类，表示数据更新过程中在第个通信协议中迭代计算后的平均值，表示正交化函数运行过程中的稳定性。