基于大数据的物联网的分布式安全运维的方法技术

本发明专利技术公开了基于大数据的物联网的分布式安全运维的方法，其特征在于，采用区块链技术，结合本地机器学习和全局机器学习；所述方法，还包括如下步骤：物联网设备生成含有时间戳字段的事件；从含有时间戳字段的事件中提取训练数据；通过网络将训练数据发送到服务器；接收服务器生成的模型数据；基于接收到的模型数据更新物联网设备的本地运维模型；并通过使用更新的本地运维模型处理物联网设备的本地源数据来生成输出。通过本发明专利技术，可以改进和增强物联网设备的性能、功能和安全。功能和安全。功能和安全。

【技术实现步骤摘要】
基于大数据的物联网的分布式安全运维的方法


[0001]本专利技术涉及分布式架构、物联网、网络安全、大数据的
，尤其涉及到基于大数据的物联网的分布式安全运维的方法。

技术介绍

[0002]目前，在世界范围内，物联网（Internet
‑
of
‑
Things）几乎涉及到人们日常生活的所有领域。根据Gartner报导，随着5G的商用，到2020年以后，将有成百上千亿的物联网设备部署。事实上，人们正逐渐为他们的家庭配备物联网设备，例如，智能家居等。在工厂环境中，机器人和其它智能设备的协作提高了工厂自动化的效率和水平。物联网不仅仅限于此，而且还被广泛应用在许多其它领域，例如，智慧交通等。
[0003] 已有的物联网安全运维的解决方案，通常是采用集中式的架构，例如，公钥基础设施（PKI Public Key Infrastructure），在由成千上万个节点组成的环境中，往往物联网会产生海量数据，这会导致巨大的可扩展性问题。另外，还有一些已有的技术，为了减少可能生成的物联网安全运维数据的数量，预处理物联网生成的数据，例如，可以从物联网数据中提取指定的数据字段并存储在数据库中，以便于以后高效地检索和分析这些数据字段。未被提取的物联网数据，通常不会保存，并在预处理期间被丢弃掉。然而，随着存储设备越来越便宜、存储容量越来越大，存储大量经过最少处理或未经处理的原始运维数据”供日后检索和分析变得越来越可行。一般来说，存储原始运维数据并在以后对该数据执行分析可以提供更大的灵活性，因为它使分析人员能够分析所有生成的物联网数据，而不仅仅是其中的一小部分。例如，这可能使分析人员能够调查以前无法分析的物联网数据，因为以前大量物联网数据被丢弃。然而，虽然为物联网数据的存储和分析提供了机会，但也带来了进一步的技术挑战。
[0004]采用机器学习的大数据技术来分析物联网数据，可以提升物联网的功能和增强它的安全运维管理水平，例如，照相机设备可以学习检测特定对象并在检测到时捕捉这些对象的图像；当照相机设备处理更多的物体图像时，机器学习的大数据技术可以提高识别相似物体的能力。然而，机器学习往往是计算密集型的，这可能超过目前物联网设备自身的能力，因为这些物联网设备只有有限的存储和计算能力。此外，物联网设备的本地的机器学习在上下文中受到限制，没有全局意识。

技术实现思路

[0005]为了解决上述技术问题，本专利技术提供了基于大数据的物联网的分布式安全运维的方法。
[0006]基于大数据的物联网的分布式安全运维的方法，其特征在于，采用区块链技术，结合本地机器学习和全局机器学习；所述方法，还包括如下步骤：物联网设备生成含有时间戳字段的事件；从含有时间戳字段的事件中提取训练数据；
通过网络将训练数据发送到服务器；接收服务器生成的模型数据；基于接收到的模型数据更新物联网设备的本地运维模型；并通过使用更新的本地运维模型处理物联网设备的本地源数据来生成输出；进一步地，所述生成输出，基于所生成的输出改变物联网设备的安全运维操作和修改物联网设备的设置；进一步地，所述提取训练数据，从含有时间戳事件中提取多个数据字段和从多个时间戳事件中提取训练数据；进一步地，所述多个时间戳事件，多个按照时间进行索引的事件和由物联网设备的传感器输出的多个原始运维数据字段；进一步地，所述方法，还包括：在从多个时间戳事件中提取训练数据之前：索引多个时间戳事件以生成多个时间索引事件；在索引多个时间戳事件时从多个时间索引事件中提取多个数据字段，其中训练数据包括多个数据字段；进一步地，所述方法，还包括，在从多个时间戳事件中提取训练数据之前：索引多个时间戳事件以生成多个时间戳事件；在索引多个时间戳事件之后从多个时间戳事件中提取多个数据字段，其中训练数据包括多个数据字段；进一步地，所述方法，还包括：通过在物联网设备上执行本地机器学习来更新物联网设备的本地运维模型；进一步地，所述方法，还包括：物联网设备和服务器断链时，则通过在物联网设备上执行本地机器学习来更新本地运维模型；进一步地，所述方法，还包括：通过在物联网设备与服务器通信断开的同时执行本地机器学习来更新物联网设备的本地运维模型；进一步地，所述方法，还包括：通过在物联网设备上本地执行另一机器学习来更新物联网设备的本地运维模型；以及基于更新的本地运维模型生成另一输出；进一步地，所述方法，还包括：通过在所述物联网设备本地执行另一机器学习来更新所述物联网设备的本地运维模型；基于所述更新的本地运维模型生成另一输出；以及基于所述另一输出执行本地动作；进一步地，所述将训练数据发送到服务器，包括：在物联网设备和服务器之间建立机器到机器（M2M）的通信链路；以及通过M2M通信链路将训练数据发送到服务器。进一步地，所述更新的本地运维模型，包括如下步骤：用新的本地运维模型替换原本地运维模型；变更本地运维模型；从本地运维模型中移除数据；
进一步地，所述接收服务器生成的模型数据，基于从多个物联网设备收集的训练数据；进一步地，所述方法，还包括：基于所述输出数据执行本地动作以改变所述物联网装置；进一步地，所述模型数据，来自原始运维数据或来自由包括所述物联网设备在内的多个物联网设备生成的原始运维数据的数据。
[0007]本专利技术的技术效果在于：在本专利技术中，提供了基于大数据的物联网的分布式安全运维的方法，其特征在于，采用区块链技术，结合本地机器学习和全局机器学习；所述方法，还包括步骤：物联网设备生成含有时间戳字段的事件；从含有时间戳字段的事件中提取训练数据；通过网络将训练数据发送到服务器；接收服务器生成的模型数据；基于接收到的模型数据更新物联网设备的本地运维模型；并通过使用更新的本地运维模型处理物联网设备的本地源数据来生成输出。通过本专利技术，可以改进和增强物联网设备的性能、功能和安全。
附图说明
[0008]图1是基于大数据的物联网的分布式安全运维的方法的框架示意图；图2是基于大数据的物联网的分布式安全运维的方法的原始物联网数据的事件序列示意图；图3是基于大数据的物联网的分布式安全运维的方法的数据接收和查询模块的示意图；图4是基于大数据的物联网的分布式安全运维的方法的数据接收和查询模块的流程示意图；图5是基于大数据的物联网的分布式安全运维的方法的搜索头和局域管理模块搜索查询的流程示意图；图6是基于大数据的物联网的分布式安全运维的方法的物联网设备连接到服务器的组件示意图；图7是基于大数据的物联网的分布式安全运维的方法的示意图；图8是基于大数据的物联网的分布式安全运维的方法的绑定示意图；图9是基于大数据的物联网的分布式安全运维的方法的本地机器学习的示意图；图10是基于大数据的物联网的分布式安全运维的方法的物联网侧流程示意图；图11是基于大数据的物联网的分布式安全运维的方法的服务器侧运维流程图；图12是基于大数据的物联网的分布式安全运维的方法的服务器硬件组件示意图。
具体实施方式
[0009]下面是根据附图和实例对本专利技术的进一步详细说明：图1是基于大数据的物联网的分布式安全运维的方法的框架示意图，采用区块链本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.基于大数据的物联网的分布式安全运维的方法，其特征在于，采用区块链技术，结合本地机器学习和全局机器学习；所述方法，还包括如下步骤：物联网设备生成含有时间戳字段的事件；从含有时间戳字段的事件中提取训练数据；通过网络将训练数据发送到服务器；接收服务器生成的模型数据；基于接收到的模型数据更新物联网设备的本地运维模型；并通过使用更新的本地运维模型处理物联网设备的本地源数据来生成输出。2.如权利要求1所述的基于大数据的物联网的分布式安全运维的方法，所述生成输出，基于所生成的输出改变物联网设备的安全运维操作和修改物联网设备的设置。3.如权利要求1所述的基于大数据的物联网的分布式安全运维的方法，所述提取训练数据，从含有时间戳事件中提取多个数据字段和从多个时间戳事件中提取训练数据。4.如权利要求1所述的基于大数据的物联网的分布式安全运维的方法，所述多个时间戳事件，多个按照时间进行索引的事件和由物联网设备的传感器输出的多个原始运维数据字段。5.如权利要求1所述的基于大数据的物联网的分布式安全运维的方法，所述方法，还包括：在从多个时间戳事件中提取训练数据之前：索引多个时间戳事件以生成多个时间索引事件；在索引多个时间戳事件时从多个时间索引事件中提取多个数据字段，其中训练数据包括多个数据字段。6.如权利要求1所述的基于大数据的物联网的分布式安全运维的方法，所述方法，还包括：在从多个时间戳事件中提取训练数据之前：索引多个时间戳事件以生成多个时间戳事件；在索引多个时间戳事件之后从多个时间戳事件中提取多个数据字段，其中训练数据包括多个数据字段。7.如权利要求1所述的基于大数据的物联网的分布式安全运维的方法，所述方法，还包括：通过在物联网设备上执行本地机器学习来更新物联网设备的本地运维模型。8.如权利要求1所述的基于大数据的物联网的分布式安全运维的方法，...

【专利技术属性】
技术研发人员：ꢀ五一IntClH零四L一二二四，
申请(专利权)人：南京联成科技发展股份有限公司，
类型：发明
国别省市：