[发明专利]一种大规模多品类网络摄像头识别及状态感知方法及装置

说明书

本文涉及物联网领域，提供了一种大规模多品类网络摄像头识别及状态感知方法及装置，方法应用于物联网中各路由器的程序插件，包括：按预定秒级时间间隔发送各摄像头厂商的组播组数据包至各摄像头厂商的UDP组播组；按照预设数据格式对各网络摄像头的响应数据包进行格式转换，得到标准设备信息；根据每一标准设备信息、缓存中网络摄像头的最近状态及当前系统时间，确定状态变动的网络摄像头、识别网络摄像头的最新状态及更新缓存中网络摄像头的状态和在线时间，将状态变动的网络摄像头的标准设备信息发送至云端服务器，本文能够降低路由器运营成本，提高识别效率，降低云端服务器负载压力。

技术领域

本文涉及物联网领域，尤其涉及一种大规模多品类网络摄像头设备信息识别及状态实时感知方法及装置。

背景技术

随着物联网行业的高速发展，网络摄像头作为物联网场景中常见的物联网设备，广泛的应用于各种场景中。网络摄像头种类、厂商繁多，在采集网络摄像头数据时面临时间长、步骤繁琐的困难。现有网络摄像头制造厂商各自为战，提供的网络摄像头识别程序仅能够识别和发现自家厂商型号摄像设备，无法识别和发现其他厂商的网络摄像头设备，对于包含多厂商的物联网，需要在路由器中安装各厂商的网络摄像头识别程序才能实现各厂商设备信息的识别，当物联网中包含大规模（例如百万级别）网络摄像头及大规模（例如万级别）路由器时，每台路由器上均需安装不同厂商的识别程序，因此，存在路由器运维成本高、识别方案复杂及效率低的问题。

具体实施时，各厂商的网络摄像头识别程序每间隔较大固定时间间隔识别一次设备信息，并将所有识别到的设备信息发送至云端服务器，实际上，识别到的设备信息的信息量巨大，大约每台摄像头会产生10KB的信息，一个百万级别的大规模物联网中，每次采样将产生将近10G的信息，对于云端服务器来说，会产生流量波峰和波谷，导致云端服务器一方面在波峰出现资源过载，在流量波谷出现资源闲置的现象，从而导致运维事故。同时，当物联网中各厂商包含大规模网络摄像头时，服务器同一时刻接收到巨量的设备信息，会对云端服务器产生很大压力，存在网络瘫痪的风险。

另外，现有网络摄像头制造厂商的网络摄像头识别程序中对于本厂商设备的各类参数定义并不一致，各厂商的网络摄像头识别程序在识别本厂商的网络摄像头设备时，所发送的设备识别信息存在字段名称不一致，字段类型不一致的问题，进而导致需针对每一厂商设置一物联网应用，无法同时管理各厂商网络摄像头设备。

发明内容

本文用于解决现有物联网中多厂商网络摄像头识别方法未利用网络摄像头状态及不能对多厂商网络摄像头统一识别及管理，进而导致大规模多品类网络摄像头识别存在运维成本高、复杂、效率低的问题。

为了解决上述技术问题，本文一实施例中，提供一种大规模多品类网络摄像头识别及状态感知方法，应用于物联网中各路由器中的程序插件，所述方法包括：

按预定秒级时间间隔发送各摄像头厂商的组播组数据包至各摄像头厂商的UDP组播组，以使UDP组播组中的网络摄像头接收到组播组数据包后发送包括设备信息的响应数据包；

按照预设数据格式对各网络摄像头的响应数据包进行格式转换，得到标准设备信息；

根据每一标准设备信息、缓存中网络摄像头的最近状态及当前系统时间，确定状态变动的网络摄像头、网络摄像头的最新状态并更新缓存中网络摄像头的状态和在线时间，将状态变动的网络摄像头的标准设备信息实时发送至云端服务器。

作为本文进一步实施例中，根据每一标准设备信息、缓存中网络摄像头的最近状态及当前系统时间，确定状态变动的网络摄像头包括：

从每一标准设备信息中提取网络摄像头的标识；

在缓存中查询该网络摄像头的标识及最近状态；

若缓存中不存在该网络摄像头的标识，则设置该网络摄像头为第一增量网络摄像头；

若缓存中存在该网络摄像头的标识且最近状态为下线，则设置该网络摄像头为第二增量网络摄像头；