【技术实现步骤摘要】
本专利技术涉及电子数字数据处理，具体为一种基于边缘计算的数据责任溯源方法及系统。
技术介绍
1、在数字化时代，数据已经成为企业和社会的重要资产，数据的真实性和可信度对于决策和判断至关重要。因此，数据责任溯源成为了保障数据安全、维护数据质量和防止数据欺诈的重要手段。同时，随着物联网、5g/6g通信技术和智能设备的快速发展，越来越多的计算和数据存储需求被推向了网络的边缘。这种趋势使得边缘计算成为实现大规模实时计算、优化网络带宽和降低延迟的重要手段。
2、例如公告号为：cn116579008a的专利技术专利，为一种基于标识的数据追踪溯源方法，包括如下步骤：s1：日志提取解析步骤，采集和拉取日志信息，对日志数据进行提取解析；s2：日志分析步骤，对解析后的日志数据以数据标识id为维度进行汇聚；根据数据标识id查找标识信息，提取标识中记录的该数据内容的模糊哈希，计算数据间的相似度；提取日志中的用户id数据，获取该用户id对应的身份信息；获取系统id对应的系统信息或设备信息，完成数据和人、设备的关联；s3：追溯结果呈现步骤，将s2中日志分析的结果，以数据id为维度进行展示。实现数据泄漏事件的源头追溯、责任定位、可信取证，并起到一定的威慑和监管作用，帮助用户及时处置数据安全风险。
3、例如公告号为：cn113010906b的专利技术专利，为一种基于区块链的可信的数据溯源方法及系统。该方法包括：数据上传验证：数据上传前，由验证者验证数据本身的完整性、合法性，验证后的数据上传到区块链附属链；数据可信溯源：对上传至区块链附属链
4、但本申请在实现本申请实施例中专利技术技术方案的过程中，发现上述技术至少存在如下技术问题：目前的边缘设备的计算能力通常有限，难以处理大规模数据集或复杂的数据溯源任务。
技术实现思路
1、针对现有技术的不足，本专利技术提供了一种基于边缘计算的数据责任溯源方法及系统，能够有效解决上述
技术介绍
中涉及的问题。
2、为实现以上目的，本专利技术通过以下技术方案予以实现：本专利技术第一方面提供了一种基于边缘计算的数据责任溯源方法，包括：获取目标生产线的边缘设备，标记为各边缘设备，采集生产线周边环境数据，经处理得到区域环境影响特征值。
3、获取各边缘设备运行数据，经处理得到各边缘设备的性能评估指数，根据各边缘设备的性能评估指数对各边缘设备进行可承载数据量匹配。
4、采集各边缘设备基本数据，经处理得到各边缘设备异常特征值。
5、根据区域环境影响特征值、各边缘设备的性能评估指数和各边缘设备异常特征值，综合分析得到各边缘设备的故障风险评估指标，根据各边缘设备的故障风险评估指标对各边缘设备进行风险评估并反馈。
6、获取各边缘设备的需求处理数据，并根据各边缘设备的可承载数据量和风险评估结果对各边缘设备和云端处理设备进行数据分配。
7、作为进一步的方法，所述经处理得到区域环境影响特征值，具体过程为：所述生产线周边环境数据，包括：设备运行期间各环境监测点的灰尘浓度、电磁干扰强度、静电放电电荷量和振动强度，从系统数据库中提取得到临界灰尘浓度、临界电磁干扰强度、临界静电放电电荷量和临界振动强度，综合分析得到区域环境影响特征值，所述区域环境影响特征值是用于量化评估区域异常环境对各边缘设备的负面影响程度，为对各边缘设备的故障风险评估提供依据。
8、作为进一步的方法，所述经处理得到各边缘设备的性能评估指数，具体过程为：所述各边缘设备运行数据，包括：各边缘设备在运行期间各时间监测点的数据吞吐量、处理器利用率、内存使用率、响应时间和读写速度，从系统数据库中提取得到临界处理器利用率、临界内存使用率、临界数据吞吐量、临界响应时间和临界读写速度，综合分析得到各边缘设备的性能评估指数，所述各边缘设备的性能评估指数是用于量化评估各边缘设备的运行性能，为对各边缘设备进行性能评估提供依据。
9、作为进一步的方法，所述对各边缘设备进行可承载数据量匹配，具体匹配过程为：从系统数据库提取得到各边缘设备的性能评估指数区间对应的可承载数据量的映射集，根据各边缘设备的性能评估指数匹配得到各边缘设备的可承载数据量。
10、作为进一步的方法，所述经处理得到各边缘设备异常特征值，具体过程为：所述各边缘设备基本数据，包括：各边缘设备在运行期间各时间监测点的电压、电流和功率，从系统数据库中提取得到额定电压、额定电流、额定功率、允许偏差电流、允许偏差电压和允许偏差功率，并根据区域环境影响特征值，综合分析得到各边缘设备异常特征值，所述各边缘设备异常特征值是用于量化评估各边缘设备的异常程度，为各边缘设备进行故障风险评估提供依据。
11、作为进一步的方法，所述综合分析得到各边缘设备的故障风险评估指标，具体分析过程为：根据区域环境影响特征值、各边缘设备的性能评估指数和各边缘设备异常特征值，综合分析得到各边缘设备的故障风险评估指标，所述各边缘设备的故障风险评估指标是用于量化评估各边缘设备可能发生故障的风险程度，为对各边缘设备进行故障风险评估提供依据。
12、作为进一步的方法，所述对各边缘设备进行风险评估并反馈，具体评估过程为：从系统数据库提取得到故障风险评估指标阈值，将各边缘设备的故障风险评估指标与故障风险评估指标阈值进行比对，若某边缘设备的故障风险评估指标高于或等于故障风险评估指标阈值，则将该边缘设备标记为故障设备并对故障设备进行风险预警，若某边缘设备的故障风险评估指标低于故障风险评估指标阈值，则将该边缘设备标记为正常设备，并对结果进行显示输出。
13、作为进一步的方法，所述根据各边缘设备的可承载数据量和风险评估结果对各边缘设备和云端处理设备进行数据分配，具体分配策略为：当某边缘设备为正常设备，将该边缘设备的需求处理数据与该边缘设备的可承载数据量进行比对，若该边缘设备的需求处理数据大于该边缘设备的可承载数据量，则需将超出数据量分配至各目标边缘设备和云端处理设备进行处理，若该边缘设备的需求处理数据小于或等于该边缘设备的可承载数据量，则直接进行数据处理，不进行额外分配操作。
14、当某边缘设备为故障设备，将该边缘设备的需求处理数据分配至各目标边缘设备和云端处理设备进行处理，该边缘设备不进行数据处理。
15、作为进一步的方法，所述各边缘设备异常特征值，具体数值表达式为：
16、
17、式中，表示第n个边缘设备异常特征值，表示区域环境影响特征值，αnj表示第n个边缘设备在第j个时间监测点的电压，βnj表示第n个边缘设备在第j个时间监测点的电流，γnj表示第n个边缘设备在第j个时间监测点的功率，α0表示额定电压，β0表示额定电流，γ0表示额定功率，δα表示允许偏差电流本文档来自技高网...
【技术保护点】
1.一种基于边缘计算的数据责任溯源方法，其特征在于，包括：
2.根据权利要求1所述一种基于边缘计算的数据责任溯源方法，其特征在于：所述经处理得到区域环境影响特征值，具体过程为：
3.根据权利要求1所述一种基于边缘计算的数据责任溯源方法，其特征在于：所述经处理得到各边缘设备的性能评估指数，具体过程为：
4.根据权利要求3所述一种基于边缘计算的数据责任溯源方法，其特征在于：所述对各边缘设备进行可承载数据量匹配，具体匹配过程为：
5.根据权利要求1所述一种基于边缘计算的数据责任溯源方法，其特征在于：所述经处理得到各边缘设备异常特征值，具体过程为：
6.根据权利要求5所述一种基于边缘计算的数据责任溯源方法，其特征在于：所述综合分析得到各边缘设备的故障风险评估指标，具体分析过程为：
7.根据权利要求6所述一种基于边缘计算的数据责任溯源方法，其特征在于：所述对各边缘设备进行风险评估并反馈，具体评估过程为：
8.根据权利要求7所述一种基于边缘计算的数据责任溯源方法，其特征在于：所述根据各边缘设备的可承载数据量和
9.根据权利要求5所述一种基于边缘计算的数据责任溯源方法，其特征在于：所述各边缘设备异常特征值，具体数值表达式为：
10.应用如权利要求1-9任意一项所述的一种基于边缘计算的数据责任溯源方法的系统，其特征在于：包括：区域环境影响评估模块、边缘设备性能评估模块、边缘设备异常特征评估模块、边缘设备故障风险评估模块、数据分配模块和系统数据库；
...【技术特征摘要】
1.一种基于边缘计算的数据责任溯源方法，其特征在于，包括：
2.根据权利要求1所述一种基于边缘计算的数据责任溯源方法，其特征在于：所述经处理得到区域环境影响特征值，具体过程为：
3.根据权利要求1所述一种基于边缘计算的数据责任溯源方法，其特征在于：所述经处理得到各边缘设备的性能评估指数，具体过程为：
4.根据权利要求3所述一种基于边缘计算的数据责任溯源方法，其特征在于：所述对各边缘设备进行可承载数据量匹配，具体匹配过程为：
5.根据权利要求1所述一种基于边缘计算的数据责任溯源方法，其特征在于：所述经处理得到各边缘设备异常特征值，具体过程为：
6.根据权利要求5所述一种基于边缘计算的数据责任溯源方法，其特征在于：所述综合分析得到各边缘设备的故障风险...
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。