[發(fā)明專利]物聯(lián)網(wǎng)設備和物聯(lián)網(wǎng)平臺之間對接的通信方法及通信系統(tǒng)

有效

• 申請?zhí)枺?/td>: 202110205300.3
• 申請日: 2021-02-24
• 公開（公告）號: CN112995172B
• 公開（公告）日: 2022-09-09
• 發(fā)明（設計）人: 黃喚宇;石海春;黃祥;周玉;程旭
• 申請（專利權）人: 合肥優(yōu)爾電子科技有限公司
• 主分類號: H04L69/18
• 分類號: H04L69/18;H04L69/08;H04L69/22;G16Y40/10;G16Y20/40;G16Y10/75;G06V40/12;G06F16/953
• 代理公司: 合肥市浩智運專利代理事務所(普通合伙) 34124
• 代理人: 張景云

1.一種物聯(lián)網(wǎng)設備和物聯(lián)網(wǎng)平臺之間對接的通信方法，其特征在于：包括以下步驟：

S01.構建指紋庫，獲取大量第一IOT協(xié)議的樣本，并從中提取指紋構建指紋庫；指紋庫中的指紋添加字段涵義是否學習標志位；

S02.構建搜索引擎庫，學習第一IOT協(xié)議的字段涵義，構建搜索引擎庫，并根據(jù)學習結果修改指紋庫中對應指紋的標志位；

所述步驟S02中的字段涵義包括消息ID、協(xié)議版本號、協(xié)議命名空間、報文收發(fā)時間、設備ID、設備屬性名、設備屬性值、設備擴展信息，構建搜索引擎庫的具體方法為：

1)建立搜索引擎庫，導入所述字段涵義的習慣命名；

2)遍歷第一IOT協(xié)議報文的各字段得其命名A_n，遍歷搜索引擎庫中的各習慣命名得出命名B_m，采用相似度匹配算法計算命名A_n與命名B_m的相似度,記為A_nB_m；兩層遍歷最終獲得的結果集矩陣如下：

相似度匹配算法的傳入?yún)?shù)為兩個字符串，記為str1和str2，執(zhí)行過程如下：

a.計算兩個字符串的長度len1和len2；

b.建立二維數(shù)組dif，行長度為len1+1，列長度為len2+1；

c.將0到len1按順序存入dif[index,0]，即dif[index,0]＝index，index為序號；

d.將0到len2按順序存入dif[0,index],即dif[0,index]＝index，index為序號；

e.定義函數(shù)f1，傳入?yún)?shù)為3個數(shù)值，計算并返回其中最小的數(shù)值；

f.通過兩層循環(huán)遍歷str1和str2得到str1[i-1]和str2[j-1]，定義temp，如果str1[i-1]等于str2[j-1]，則將0賦值給temp，如果str1[i-1]不等于str2[j-1]，則將1賦值給temp；向函數(shù)f1中傳入dif[i-1,j-1]+temp，dif[i,j-1]+1,dif[i-1,j]+1，獲得三個值中的最小值min，將min賦值給dif[i,j]；

g.相似度公式

similarity＝1-(float)dif[len1,len2]/Max(len1,len2)

其中Max(len1,len2)為返回len1和len2的最大值；

根據(jù)公式可算出字符串str1和字符串str2的相似度similarity，相似度similarity范圍在[0,1]之間，數(shù)值越大，表示相似度越高；

3)對所述結果集矩陣每行采用排序算法對相似度集合按數(shù)值大小進行倒序排序，獲得每行的最大值,記作A_iB_x,則命名為A_i的字段涵義最有可能為習慣命名B_x對應的字段涵義；

4)對匹配結果進行人工標識校準，將標識結果添加到所述搜索引擎庫；

5)將標識結果添加到所述指紋庫中對應的指紋記錄里，并修改其所述字段涵義是否學習標志位的值為1；

S03.接收IOT設備上報給IOT平臺的第一IOT協(xié)議報文；

S04.識別步驟S03中的第一IOT協(xié)議報文的指紋和字段涵義，對于能夠識別的，自動跳轉至步驟S05，對于不能識別的，則通過重復步驟S01、S02操作向所述指紋庫中添加指紋和字段涵義；

S05.根據(jù)步驟S04中識別的字段涵義，對所述第一IOT協(xié)議報文進行解析，并將相關字段值重組為第二IOT協(xié)議報文。

2.根據(jù)權利要求1所述的一種物聯(lián)網(wǎng)設備和物聯(lián)網(wǎng)平臺之間對接的通信方法，其特征在于：所述步驟S01中構建指紋庫的具體方法為：

1)使用遞歸算法，解析出第一IOT協(xié)議json格式數(shù)據(jù)的純協(xié)議文本；所述純協(xié)議文本為鍵和值類型字符串的文本,所述值類型包括數(shù)值型、字符串型和布爾型；

2)通過正則匹配替換純協(xié)議文本中的空格、換行符和制表符，得到壓縮后的純協(xié)議文本；

3)對所述壓縮后的純協(xié)議文本使用SHA256算法進行簽名，得到256位的字符串即為指紋；

4)將所述指紋存入指紋庫，并增加字段涵義是否學習標志位，字段涵義是否學習標志位值范圍為0或者1；0表示未學習第一IOT協(xié)議字段涵義；1表示已學習到第一IOT協(xié)議字段涵義。