【技术实现步骤摘要】
本专利技术属于运维系统领域，特别是涉及一种实时前端感知与云边端协同的多模态多参量智能运维平台。
技术介绍
1、多模态数据通常指的是来自不同来源的数据类型，如关系型数据、图数据、时序数据、图像、视频等。现有的研究主要集中在将多模态数据进行融合，以提高机器学习模型的性能。然而，对于多模态数据的存取和操作方面的研究相对较少，尤其是涉及数据操作与完整性约束的理论研究不足。
2、传统的数据模型，如关系型模型和xml模型，在面对多模态数据时，往往会出现兼容性问题，导致数据丢失、冗余或破坏数据完整性。因此，现有的数据存储与查询系统在处理多模态数据时面临诸多挑战。
3、基于上述问题提出一种实时前端感知与云边端协同的多模态多参量智能运维平台。
技术实现思路
1、本专利技术的目的在于提供一种实时前端感知与云边端协同的多模态多参量智能运维平台，用于提高大规模终端多模态多参量数据的处理速度。
2、为解决上述技术问题，本专利技术是通过以下技术方案实现的：
3、一种实时前端感知与云边端协同的多模态多参量智能运维平台，所述系统框架采用分层设计，包括；终端设备层，用于底层数据的实时采集与传输；边缘计算层，用于增强实时性和可扩展性：云平台层，用于系统的全局分析、优化和协调；
4、所述运维平台包括多模态数据分类模块，用于将数据分为时序数据、关系型数据和编码数据，具体包括；
5、时序数据存储模块，用于基于时序基类与高维时序基类对时序数据进行存储，数
6、关系型数据存储模块，用于基于属性基类对设备状态数据进行存储，包括设备id、设备状态、开始时间、结束时间字段，以元组形式存储在设备状态表中；
7、图像和视频数据存储模块，用于基于编码基类对图像和视频数据进行存储，所述图像数据通过编码压缩存储为图像文件引用，并与图像id、设备id、拍摄时间元数据关联，所述视频数据存储在云计算层，并进行分片存储，附加时间戳、设备id元数据。
8、有益效果：
9、本申请云边端协同架构下的多模态数据模型不仅能够支持各种类型数据的灵活存储，还能通过精确的查询和更新操作，确保数据的高效管理与利用。
10、当然，实施本专利技术的任一产品并不一定需要同时达到以上所述的所有优点。
本文档来自技高网...【技术保护点】
1.一种实时前端感知与云边端协同的多模态多参量智能运维平台，其特征在于，所述系统框架采用分层设计，包括；终端设备层，用于底层数据的实时采集与传输；边缘计算层，用于增强实时性和可扩展性：云平台层，用于系统的全局分析、优化和协调；
2.根据权利要求1所述的一种实时前端感知与云边端协同的多模态多参量智能运维平台，其特征在于，关系型数据，包括设备的启停状态、工作效率设备状态信息；关系型数据，包括设备的启停状态、工作效率设备状态信息；编码数据，包括监控摄像头捕获的图像和视频数据，用于故障检测和安全监控。
3.根据权利要求1所述的一种实时前端感知与云边端协同的多模态多参量智能运维平台，其特征在于，所述系统支持两类查询操作，分别为：
4.根据权利要求3所述一种实时前端感知与云边端协同的多模态多参量智能运维平台，其特征在于，即席查询包括以下步骤：确定查询对象，设置查询条件，在云端通过查询条件筛选符合要求的数据项，返回符合条件的记录。
5.根据权利要求3所述的一种实时前端感知与云边端协同的多模态多参量智能运维平台，其特征在于，持续查询包括以下步骤：<...
【技术特征摘要】
1.一种实时前端感知与云边端协同的多模态多参量智能运维平台，其特征在于，所述系统框架采用分层设计，包括；终端设备层，用于底层数据的实时采集与传输；边缘计算层，用于增强实时性和可扩展性：云平台层，用于系统的全局分析、优化和协调；
2.根据权利要求1所述的一种实时前端感知与云边端协同的多模态多参量智能运维平台，其特征在于，关系型数据，包括设备的启停状态、工作效率设备状态信息；关系型数据，包括设备的启停状态、工作效率设备状态信息；编码数据，包括监控摄像头捕获的图像和视频数据，用于故障检测和安全监控。
3.根据权利要求1所述的一种实时前端感知与云边端协同的多模态多参量智能运维平台，其特征在于，所述系统支持两类查询操作，分别为：<...
【专利技术属性】
技术研发人员：宋銮玉，曾文潇，张仿，谢红涛，贾继辉，潘磊，罗斌，
申请(专利权)人：新疆西北星信息技术有限责任公司，
类型：发明
国别省市：
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。