[發明專利]基于區塊鏈的故障預警方法、裝置、設備及存儲介質有效
| 申請號: | 201910854380.8 | 申請日: | 2019-09-10 |
| 公開(公告)號: | CN110569909B | 公開(公告)日: | 2023-07-18 |
| 發明(設計)人: | 王星雅 | 申請(專利權)人: | 騰訊科技(深圳)有限公司 |
| 主分類號: | G06F18/24 | 分類號: | G06F18/24;G06F18/214;G06F16/27;G06F21/62;G06F21/64;G16H50/20;G16H50/30;G16H10/60 |
| 代理公司: | 北京三高永信知識產權代理有限責任公司 11138 | 代理人: | 祝亞男 |
| 地址: | 518057 廣東省深圳*** | 國省代碼: | 廣東;44 |
| 權利要求書: | 查看更多 | 說明書: | 查看更多 |
| 摘要: | |||
| 搜索關鍵詞: | 基于 區塊 故障 預警 方法 裝置 設備 存儲 介質 | ||
1.一種基于區塊鏈的故障預警方法,其特征在于,應用于區塊鏈系統中的任一節點設備上,所述方法包括:
接收被預測對象的預測請求,所述預測請求中攜帶包括所述被預測對象的公鑰、所述被預測對象的故障信息以及檢測數據類別;
基于所述被預測對象的公鑰以及所述檢測數據類別,從所述區塊鏈系統中獲取所述被預測對象的目標數據,所述目標數據包括所述被預測對象的公鑰,且屬于所述檢測數據類別;
從所述區塊鏈系統的區塊鏈上獲取至少一個故障分析模型,將存儲時間距離當前時間最近的故障分析模型作為目標故障分析模型,所述目標故障分析模型由按照目標周期從所述區塊鏈系統中獲取到的各個被預測對象的數據記錄訓練得到;
將所述目標數據和所述故障信息輸入所述區塊鏈系統中的所述目標故障分析模型,由所述目標故障分析模型對所述目標數據和所述故障信息進行分析,基于所述目標故障分析模型的分析結果輸出故障預警信息。
2.根據權利要求1所述的方法,其特征在于,所述基于所述被預測對象的公鑰以及所述檢測數據類別,從所述區塊鏈系統中獲取所述被預測對象的目標數據,包括:
基于所述被預測對象的公鑰,從所述區塊鏈系統中獲取所述被預測對象的全部數據;
基于所述檢測數據類別,從所述全部數據中獲取所述檢測數據類別所指示的數據作為目標數據。
3.根據權利要求1所述的方法,其特征在于,所述將所述目標數據和所述故障信息輸入所述區塊鏈系統中的目標故障分析模型,由所述目標故障分析模型對所述目標數據和所述故障信息進行分析,基于所述目標故障分析模型的分析結果輸出故障預警信息,包括:
將所述目標數據和所述故障信息轉換為被預測對象的特征序列;
將所述特征序列輸入所述目標故障分析模型,由所述目標故障分析模型中的多個分類器對所述特征序列進行加權運算,得到所述特征序列的多個概率值,一個概率值用于表示所述特征序列與一個故障類別相匹配的概率;
當所述多個概率值中存在至少一個概率值符合目標條件時,基于所述至少一個概率值輸出所述故障預警信息。
4.根據權利要求3所述的方法,其特征在于,所述當所述多個概率值中存在至少一個概率值符合目標條件時,基于所述至少一個概率值輸出所述故障預警信息之后,所述方法還包括:
基于所述故障預警信息所包括故障類別,輸出檢查建議。
5.根據權利要求1所述的方法,其特征在于,所述將所述目標數據和所述故障信息輸入所述區塊鏈系統中的目標故障分析模型之前,所述方法還包括:
按照所述目標周期,從所述區塊鏈系統的區塊鏈上獲取至少一個故障分析模型,將存儲時間距離當前時間最近的故障分析模型作為待訓練模型;
按照所述目標周期,從所述區塊鏈系統中獲取所述各個被預測對象的數據記錄;
基于所述各個被預測對象的數據記錄生成訓練數據集;
基于所述訓練數據集對所述待訓練模型進行訓練,得到所述目標故障分析模型,將所述目標故障分析模型存儲至所述區塊鏈系統的區塊鏈上。
6.根據權利要求1所述的方法,其特征在于,所述基于所述被預測對象的公鑰以及所述檢測數據類別,從所述區塊鏈系統中獲取所述被預測對象的目標數據之前,所述方法還包括:
基于所述被預測對象的行為,生成數據記錄,一條所述數據記錄對應于一種數據類別;
基于共識機制,將所述數據記錄存儲至所述區塊鏈系統的區塊鏈上。
該專利技術資料僅供研究查看技術是否侵權等信息,商用須獲得專利權人授權。該專利全部權利屬于騰訊科技(深圳)有限公司,未經騰訊科技(深圳)有限公司許可,擅自商用是侵權行為。如果您想購買此專利、獲得商業授權和技術合作,請聯系【客服】
本文鏈接:http://www.szxzyx.cn/pat/books/201910854380.8/1.html,轉載請聲明來源鉆瓜專利網。
- 上一篇:說話人計數方法及系統
- 下一篇:直播周期的處理方法、裝置、設備及存儲介質





