一种泛在网络设备相关信息的展示方法、装置及介质与流程

1.本技术涉及数据展示技术领域，特别是涉及一种泛在网络设备相关信息的展示方法、装置及介质。


背景技术：

2.随着互联网和智能设备的迅猛发展，网络中存在各种类型的设备，设备之间存在着一定的关联，可以在一个系统中实现对所有网络设备的全面管理和控制。然而，由于当前广泛存在的网络(泛在网络)设备的类型和数量众多，对泛在网络设备的管理和展示提出了挑战。
3.目前，通常采用大屏幕(数据交互界面)的形式对泛在网络设备进行展示，对泛在网络设备进行统一管理时，需要在地图上展示设备位置等相关信息，展示时主要以统计类数据和少量实时数据为主进行展示，由于泛在网络设备数量和类型众多，展示时需要在地图上展示设备位置等众多相关信息，且屏幕的显示页面空间有限，因此，以统计类数据和少量实时数据为主进行展示的方式无法对各类设备同时展示，而且不同的用户关注点不同，无法满足不同用户的需求。
4.由此可见，如何在数据交互界面上展示大量泛在网络设备及相关信息，及时将重要信息展示在用户面前，满足不同用户的需求，提升用户体验感，是本领域技术人员亟待解决的问题。


技术实现要素：

5.本技术的目的是提供一种泛在网络设备相关信息的展示方法、装置及介质，实现在数据交互界面上展示大量泛在网络设备的相关信息，并将重要信息，用户所关心的信息，以及异常事件及时呈现给用户，进而提升用户体验感。
6.为解决上述技术问题，本技术提供一种泛在网络设备相关信息的展示方法，包括：
7.将数据交互界面划分为轮流展示区，实时信息展示区和异常事件展示区；
8.获取各所述泛在网络设备产生的相关数据；
9.按照预设划分规则对所述泛在网络设备进行划分得到聚合展示页面和具体展示页面，以便在所述轮流展示区按照目标指令以所述聚合展示页面或所述具体展示页面展示所述泛在网络设备的相关信息；
10.通过设备实时活跃度指标算法和用户自定义的指标影响条件对所述相关数据进行计算得到各所述泛在网络设备的设备实时活跃度，以便按照所述设备实时活跃度轮流在所述实时信息展示区展示对应的相关信息；
11.采用通过机器学习算法进行训练得到的目标训练模型对所述相关数据进行训练以确定异常事件，以便于将所述异常事件在所述异常事件展示区进行展示。
12.优选地，所述按照预设划分规则对所述泛在网络设备进行划分得到聚合展示页面和具体展示页面包括：
13.在地图上对各所述泛在网络设备进行打点标记；
14.将各所述泛在网络设备按照行政区域划分为不同的层级；
15.确定各层级对应的所述泛在网络设备的数量是否小于预设值；
16.若小于所述预设值，将对应层级的各所述泛在网络设备相关信息作为所述具体展示页面；
17.若不小于所述预设值，将对应层级的各所述泛在网络设备相关信息作为所述聚合展示页面。
18.优选地，在所述轮流展示区按照目标指令以所述聚合展示页面或所述具体展示页面展示所述泛在网络设备的相关信息包括：
19.判断是否获取到由聚合展示页面进入具体展示页面的指令；
20.若获取到，调用设备整体活跃度算法确定各所述具体展示页面中各泛在网络设备的设备整体活跃度；
21.根据所述设备整体活跃度对各所述具体展示页面进行排序得到排序结果；
22.按照所述排序结果由高至低的顺序，在所述具体展示页面轮流展示所述具体页面中的所述相关信息。
23.优选地，若未获取到由聚合展示页面进入具体展示页面的指令，还包括：
24.调用聚合活跃度指标算法确定不同聚合区域的聚合活跃度；
25.在地图上对各所述聚合区域按照所述聚合活跃度由高至低着以由深至浅的颜色；
26.按照颜色深浅在所述具体展示页面轮流展示所述聚合展示页面中的所述相关信息。
27.优选地，所述通过设备实时活跃度指标算法和用户自定义的指标影响条件对所述相关数据进行计算得到各所述泛在网络设备的设备实时活跃度，以便按照所述设备实时活跃度轮流在在所述实时信息展示区展示对应的相关信息包括：
28.根据设备实时活跃度公式计算各所述泛在网络设备对应的设备实时活跃度；其中，所述设备实时活跃度公式为：h＝x/y*q1+m/n*q2，其中，h为设备实时活跃度，x为目标类型告警次数之和，y为所有类型告警总数，m为当前预设周期产生的流量或消息量，n为包括所述当前预设周期在内的预设个数的预设周期内产生的所有流量或消息量，q1为告警因子，q2为流量因子或消息因子；
29.根据用户自定义的所述指标影响条件确定满足所述指标影响条件的目标设备实时活跃度；
30.将所述目标设备实时活跃度和其他设备实时活跃度按照预设排序规则进行排序；
31.按照活跃度由高至低的排序结果在所述实时信息展示区轮流展示对应的相关信息。
32.优选地，在按照所述设备实时活跃度轮流在在所述实时信息展示区展示对应的相关信息之后，还包括：
33.根据所述设备实时活跃度确定各所述泛在网络设备的展示优先级；
34.根据丢弃指标计算公式确定各所述泛在网络设备的丢弃指标；其中，所述丢弃指标计算公式为：p＝s*k1+(t1-t2)*k2；其中，p为丢弃指标，s为展示优先级，t1和t2分别为同一页面内展示的泛在网络设备相关信息的时间戳最大值和时间戳最小值，k1为预设优先级
权重，k2为预设实时性权重；
35.将所述实时信息展示区中同一页面展示的，且所述丢弃指标达到阈值的相关信息进行丢弃。
36.优选地，通过机器学习算法进行训练得到的目标训练模型包括：
37.通过所述机器学习算法对所述相关数据进行训练得到目标训练模型；
38.进一步的，在第二预设时长后，重新获取所述相关数据进行训练以便对所述目标训练模型进行更新。
39.为了解决上述技术问题，本技术还提供了一种泛在网络设备相关信息的展示装置，包括：
40.第一划分模块，用于将数据交互界面划分为轮流展示区，实时信息展示区和异常事件展示区；
41.获取模块，用于获取各所述泛在网络设备产生的相关数据；
42.第二划分模块，用于按照预设划分规则对所述泛在网络设备进行划分得到聚合展示页面和具体展示页面，以便在所述轮流展示区按照目标指令以所述聚合展示页面或所述具体展示页面展示所述泛在网络设备的相关信息；
43.计算模块，用于通过设备实时活跃度指标算法和用户自定义的指标影响条件对所述相关数据进行计算得到各所述泛在网络设备的设备实时活跃度，以便按照所述设备实时活跃度轮流在所述实时信息展示区展示对应的相关信息；
44.训练模块，用于采用通过机器学习算法进行训练得到的目标训练模型对所述相关数据进行训练以确定异常事件，以便于将所述异常事件在所述异常事件展示区进行展示。
45.为了解决上述技术问题，本技术还提供了一种泛在网络设备相关信息的展示装置，包括存储器，用于存储计算机程序；
46.处理器，用于执行所述计算机程序时实现所述的泛在网络设备相关信息的展示方法的步骤。
47.为了解决上述技术问题，本技术还提供了一种计算机可读存储介质，所述计算机可读存储介质上存储有计算机程序，所述计算机程序被处理器执行时实现所述的泛在网络设备相关信息的展示方法的步骤。
48.本发明所提供的泛在网络设备相关信息的展示方法，将数据交互界面划分为轮流展示区，实时信息展示区和异常事件展示区，并实时获取各泛在网络设备产生的相关数据。在轮流展示区按照目标指令以聚合展示页面和/或具体展示页面展示泛在网络设备的相关信息，避免了大量泛在网络设备相关信息无法及时呈现给用户。同时，通过设备实时活跃度指标算法和用户自定义的指标影响条件对相关数据进行计算得到各泛在网络设备的设备实时活跃度，并按照设备实时活跃度轮流在在实时信息展示区展示对应的相关信息，此外，采用通过机器学习算法进行训练得到的目标训练模型对相关数据进行训练以确定异常事件，以便于将异常事件在异常事件展示区进行展示，进而精准且快速地将重要的信息，用户关心的信息，以及异常事件及时呈现给用户，提升用户体验感。
49.此外，本技术还提供一种泛在网络设备相关信息的展示装置和介质，与上述的泛在网络设备相关信息的展示方法相对应，效果同上。
附图说明
50.为了更清楚地说明本技术实施例，下面将对实施例中所需要使用的附图做简单的介绍，显而易见地，下面描述中的附图仅仅是本技术的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
51.图1为本技术实施例所提供的一种泛在网络设备相关信息的展示方法的流程图；
52.图2为本技术实施例中所提供的一种泛在网络设备相关信息展示的示意图；
53.图3为本技术实施例所提供的一种泛在网络设备相关信息的展示装置的结构图；
54.图4为本技术另一实施例提供的一种泛在网络设备相关信息的展示装置的结构图；
55.附图标记为：1为前端展示单元，2为后端数据处理单元。
具体实施方式
56.下面将结合本技术实施例中的附图，对本技术实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本技术一部分实施例，而不是全部实施例。基于本技术中的实施例，本领域普通技术人员在没有做出创造性劳动前提下，所获得的所有其他实施例，都属于本技术保护范围。
57.本技术的核心是提供一种泛在网络设备相关信息的展示方法、装置及介质，在数据交互界面分别设置轮流展示区，实时信息展示区和异常事件展示区，其中，轮流展示区用于轮流展示聚合展示页面和具体展示页面中各泛在网络设备的相关信息，实施信息展示区用于根据设备实时活跃度指标轮流展示对应的相关信息，而异常时间展示区则用于实时展示异常事件。由此，实现将海量数据及时呈现给用户的同时，还能将重要信息，用户关心的信息，以及异常时间及时呈现给用户。
58.为了使本技术领域的人员更好地理解本技术方案，下面结合附图和具体实施方式对本技术作进一步的详细说明。
59.随着互联网和智能设备的迅猛发展，网络中存在各种类型的设备，设备之间存在着一定的关联，可以在一个系统中实现对所有网络设备的全面管理和控制。然而，由于当前广泛存在的网络(泛在网络)设备的类型和数量众多，对泛在网络设备的管理和展示提出了挑战。
60.目前，通常采用大屏幕(数据交互界面)的形式对泛在网络设备进行展示，对泛在网络设备进行统一管理时，需要在地图上展示设备位置等相关信息，展示时主要以统计类数据和少量实时数据为主进行展示，由于泛在网络设备数量和类型众多，展示时需要在地图上展示设备位置等众多相关信息，且屏幕的显示页面空间有限，因此，以统计类数据和少量实时数据为主进行展示的方式无法对各类设备同时展示，而且不同的用户关注点不同，无法满足不同用户的需求。
61.为了能在数据交互界面上展示大量泛在网络设备及相关信息，及时将重要信息和用户关心的信息及时展示在用户面前，满足不同用户的需求，提升用户体验感，本技术实施例提供了一种泛在网络设备相关信息的展示方法。
62.图1为本技术实施例所提供的一种泛在网络设备相关信息的展示方法的流程图，如图1所示，该方法包括：
63.s10：将数据交互界面划分为轮流展示区，实时信息展示区和异常事件展示区；
64.为了能满足用户通过数据交互界面查看海量泛在网络设备的相关信息，以及及时查看重要信息、特别关心的信息和异常事件的信息，本技术实施例所提供的技术方案将数据交互界面(大屏幕)划分为轮流展示区，实时信息展示区和异常事件展示区三个展示区域。
65.可以理解的是，实时信息展示区用于展示泛在网络设备的实时相关信息，异常时间展示区用于展示泛在网络设备中出现异常的相关信息，而轮流展示区则是用于轮流展示聚合展示页面和具体展示页面所对应的泛在网络设备相关信息。
66.需要说明的是，本技术对轮流展示区，实时信息展示区和异常事件展示区的面积大小、形状和位置不作限定。
67.s11：获取各泛在网络设备产生的相关数据；
68.在具体实施中，泛在网络设备的相关信息展示主要分为前端展示单元和后端数据处理单元。图2为本技术实施例中所提供的一种泛在网络设备相关信息展示的示意图，如图2所示，实施中需要通过数据采集205单元获取各泛在网络设备产生的相关数据，并通过数据清洗206单元进行数据过滤和清洗，然后将数据存储于数据存储207单元，以便于后续调取各泛在网络设备的相关数据进行处理后在前端展示单元1进行展示。
69.s12：按照预设划分规则对泛在网络设备进行划分得到聚合展示页面和具体展示页面，以便在轮流展示区按照目标指令以聚合展示页面或具体展示页面展示泛在网络设备的相关信息；
70.泛在网络设备通常有wifi设备、交换机设备，各类传感器及网关设备，以及视频设备等，大量的泛在网络设备会产生海量的相关信息，因此在数据展示界面进行展示时，可以采用聚合的方式进行呈现。实施中，展示预设划分规则对泛在网络设备进行划分，进而得到聚合展示页面和具体展示页面。
71.其中，预设划分规则可以是按照行政区域进行划分，例如将泛在网络设备按照省、市和县等进行划分得到不同层级的聚合区域，当然也可以是用于自定义，按照区域面积进行划分，但是需要注意的是，划分后同一层级的聚合区域不存在交集，上下层级的聚合区域之间存在交集关系。本技术对预设划分规则不作限定，优选按照行政区域进行划分。
72.可以理解的是，聚合展示页面展示泛在网络设备的相关信息较少，而具体展示页面则展示的是泛在网络设备的具体相关信息。聚合展示页面包含具体展示页面，即，点击聚合展示页面上的某个区域可进入对应的具体展示页面，由此，可根据目标指令在轮流展示区轮流展示聚合展示页面或具体展示页面，其中，目标指令至少包括由聚合展示页面进入具体展示页面的指令，或由具体展示页面退出至聚合展示页面的指令。
73.s13：通过设备实时活跃度指标算法和用户自定义的指标影响条件对相关数据进行计算得到各泛在网络设备的设备实时活跃度，以便按照设备实时活跃度轮流在实时信息展示区展示对应的相关信息；
74.在获取到各泛在网络设备产生的相关数据后，通过设备实时活跃度指标算法和用户自定义的指标影响条件对相关数据进行计算得到各泛在网络设备的设备实时活跃度，进而可以按照设备实时活跃度由高至低的顺序轮流在实时信息展示区进行展示。
75.具体的，设备实时活跃度指标算法为在预设时长内，设备实时活跃度h＝＝x/y*q1
+m/n*q2，其中，x为目标类型告警次数之和，y为所有类型告警总数，m为当前预设周期产生的流量或消息量，n为包括所述当前预设周期在内的预设个数的预设周期内产生的所有流量或消息量，q1为告警因子，q2为流量因子或消息因子。事实上，m/n称为流量爆发值或消息爆发值，则，设备实时活跃度＝目标类型告警次数之和/所有类型告警总数*告警因子+流量爆发值*流量因子或消息爆发值*消息因子。
76.需要说明的是，目标类型告警可以是一个，也可以是多个，当为多个时，目标类型告警可以是严重告警和重要告警，还可以是别的组合，本技术对此不作限定，但需要注意的是，目标类型告警种类小于所有类型告警种类。此外，还需要说明的是，告警因子、流量因子和消息因子均为预设权重因子，可根据网络运行情况和用户需求调整优化设定。也可以根据设备类型不同选择流量爆发值或消息爆发值计算设备实时活跃度，对此本技术也不作限定。
77.流量爆发值或消息爆发值为当前预设周期产生的流量或消息量与包括所述当前预设周期在内的预设个数的预设周期内产生的所有流量或消息量的比值。为了便于理解，下面将以流量爆发值为例进行举例说明。
78.例如，预设周期个数为3，当前周期产生的流量数据为150mb，前2个周期的流量数据均值为5mb，则流量爆发值＝150/(150+2*5)/3＝2.81。
79.进一步的，根据用户自定义的指标影响条件确定满足指标影响条件的目标设备实时活跃度，将目标设备实时活跃度和其他设备实时活跃度按照预设排序规则进行排序，其中，预设排序规则可以是为目标设备实时活跃度和其他设备实时活跃度分配不同系数进行计算，需要注意的是，为了保证能及时展示用户关心的相关信息，为目标设备实时活跃度分配更大系数，由此提高目标设备实时活跃度对应泛在网络的展示优先级。当然，还可以是直接按照预设比例提升目标设备实时活跃度的排名，本技术对预设排序规则均不作限定。
80.此外，还需要注意的是，用户自定义的指标影响条件可以是为特定泛在网络设备设置标签，也可以是指定关心的泛在网络设备，本技术对指标影响条件不作限定。
81.s14：采用通过机器学习算法进行训练得到的目标训练模型对相关数据进行训练以确定异常事件，以便于将异常事件在异常事件展示区进行展示。
82.实施中，为了保证用户能及时查看泛在网络设备中出现的异常事件，因此本技术实施例通过机器学习算法进行训练得到的目标训练模型，并基于该目标训练模型对获取的各泛在网络设备的相关数据进行训练以确定异常事件，得到异常事件后，将其在异常事件展示区进行实时展示。
83.当然，异常事件展示区显示界面优先，因此得到各异常事件后，需要根部步骤s13中确定的各泛在网络设备的设备实时活跃度进行排序，将按照活跃度由高至低在异常事件展示区进行轮流展示，展示预先设定的时长后进行丢弃，即，进行删除。
84.本技术实施例所提供的泛在网络设备相关信息的展示方法，将数据交互界面划分为轮流展示区，实时信息展示区和异常事件展示区，并实时获取各泛在网络设备产生的相关数据。在轮流展示区按照目标指令以聚合展示页面和/或具体展示页面展示泛在网络设备的相关信息，避免了大量泛在网络设备相关信息无法及时呈现给用户。同时，通过设备实时活跃度指标算法和用户自定义的指标影响条件对相关数据进行计算得到各泛在网络设备的设备实时活跃度，并按照设备实时活跃度轮流在在实时信息展示区展示对应的相关信
息，此外，采用通过机器学习算法进行训练得到的目标训练模型对相关数据进行训练以确定异常事件，以便于将异常事件在异常事件展示区进行展示，进而精准且快速地将重要的信息，用户关心的信息，以及异常事件及时呈现给用户，提升用户体验感。
85.可以理解的是，泛在网络设备及相关信息在地图上展示最为直观，因此本技术实施例也基于地图实现泛在网络设备相关信息的展示。具体的，根据泛在网络设备的坐标信息在地图上进行打点标记，并将各泛在网络设备按照行政区域进行划分为不同层级，进而得到不同聚合区域，值得注意的是，聚合展示页面和下层的具体展示页面如果层数过多并不方便用户的使用，因此，对层级的划分可以按照实际业务需求进行调整。
86.由于泛在网络设备数量众多，通常一个页面上只能展示少量的信息，因此本技术实施例采用聚合方式来呈现海量泛在网络设备相关信息。具体的，将展示的页面分为聚合展示页面和具体展示页面，实施中，确定各层级对应的泛在网络设备的数量是否小于预设值，若小于，则将对应层级的各泛在网络设备相关信息作为具体展示页面进行展示，否则，将对应层级的各泛在网络设备相关信息作为聚合展示页面进行展示。例如，将泛在网络设备数量小于500的层级作为具体展示页面进行展示，将大于或等于500的层级作为聚合展示页面进行展示。
87.需要说明的是，预设划分规则可以按照行政区域进行划分，也可以是用户自定义进行划分，对此本技术不作限定。
88.本技术实施例所提供的泛在网络设备相关信息的展示方法，按照预设划分规则对泛在网络设备进行划分得到聚合展示页面和具体展示页面时，在地图上对各泛在网络设备进行打点标记，并将各泛在网络设备按照行政区域划分为不同的层级，在确定各层级对应的泛在网络设备的数量小于预设值时，将对应层级的各泛在网络设备相关信息作为具体展示页面，否则，将对应层级的各泛在网络设备相关信息作为聚合展示页面。由此，实现海量泛在网络设备相关数据及时呈现给用户。
89.在具体实施例中，在轮流展示区按照目标指令以聚合展示页面和/或具体展示页面展示泛在网络设备的相关信息包括：
90.判断是否获取到由聚合展示页面进入具体展示页面的指令；
91.若获取到，调用设备整体活跃度算法确定各具体展示页面中各泛在网络设备的设备整体活跃度；
92.根据设备整体活跃度对各具体展示页面进行排序得到排序结果；
93.按照排序结果由高至低的顺序，在具体展示页面轮流展示具体页面中的相关信息。
94.实施中，目标指令至少包括由聚合展示页面进入具体展示页面的指令，或由具体展示页面退出至聚合展示页面的指令。具体展示页面的数据量已经相对较小，可以对设备数据进行逐一展示，但采用分批轮流展示，不仅无法在页面上及时展示所有的设备信息，也无法对重要信息的进行优先展示。
95.因此，在具体展示页面需要关注相关信息的整体活跃度，在确定获取到由聚合展示页面进入具体展示页面的指令后，调用设备整体活跃度算法确定各具体展示页面中各泛在网络设备的设备整体活跃度，然后，根据设备整体活跃度对各具体展示页面进行排序得到排序结果，最后，按照排序结果由高至低的顺序在具体展示页面轮流展示具体页面中的
相关信息。
96.可以理解的是，设备整体活跃度主要考虑整体的活跃性，而设备实时活跃度更注重泛在网络设备的重要性和及时性。
97.设备整体活跃度算法为在预设计算周期内(例如，以24小时为一个周期)，利用泛在网络设备产生的数据流量、告警和产生的消息数量等相关数据进行计算。具体的，在计算某个泛在网络设备的设备整体活跃度时，设备整体活跃度＝当前设备产生的设备数据流量/区域内所有设备产生的数据流量+当前设备产生的目标类型告警次数/区域内所有类型告警次数+当前设备产生的消息数量/区域内所有设备产生的消息总条数，其中，目标类型告警可以是一个，也可以是多个，当为多个时，目标类型告警可以是严重告警和重要告警，还可以是别的组合，本技术对此不作限定，但需要注意的是，目标类型告警种类小于区域内所有类型告警种类，区域内可以是当前计算的设备所在的最小层级内的所有设备，也可以是其他层级，对此本技术不作限定。此外，还需要说明的是，在计算设备整体活跃度时，可以预先为各影响因素设置一个对应的影响因子进行计算，例如，为告警预先设置一个告警因子，计算当前设备产生的目标类型告警次数/区域内所有类型告警次数时乘以该告警因子进行计算，用户可对影响因子进行修改，其他影响因素同理，此处暂不赘述。
98.本技术实施例所提供的泛在网络设备相关信息的展示方法，在获取到由聚合展示页面进入具体展示页面的指令时间，根据设备整体活跃度对具体展示页面的设备进行轮流展示，保证活跃度更高的设备优先呈现在用户面前，进一步提高信息展示可靠性。
99.在上述实施例的基础上，若未获取到由聚合展示页面进入具体展示页面的指令，还包括：
100.调用聚合活跃度指标算法确定不同聚合区域的聚合活跃度；
101.在地图上对各聚合区域按照聚合活跃度由高至低着以由深至浅的颜色；
102.按照颜色深浅在具体展示页面轮流展示聚合展示页面中的相关信息。
103.由具体展示页面退出至聚合展示页面后，调用聚合活跃度指标算法确定不同聚合区域的聚合活跃度，并在地图上对各聚合区域按照聚合活跃度由高至低着以由深至浅的颜色，然后按照颜色由深至浅的顺序进行轮流展示。聚合活跃度指标根据聚合区域内设备的数量、区域内所有设备当前活跃告警级别与数量、设备上产生的数据流量、设备上产生的消息数量、当前活跃的终端数量等指标来计算产生。
104.其中，告警通常分为4个级别，按严重程度由高到低为严重告警、重要告警、一般告警和普通警告，使用严重告警和重要告警来度量聚合活跃度指标的告警维度，聚合活跃度指标时间维度可以依据实际业务需求进行设定，需要说明的是，每调整新的时间维度后，需要根据上一个时间维度进行一次聚合活跃度计算后，再根据当前设定的时间维度进行数据清洗。
105.聚合活跃度指标算法具体算法为：聚合活跃度＝当前聚合区域的设备数量/同层级所有聚合区域的设备总数+当前聚合区域内产生目标类型告警的设备数量/当前聚合区域内产生所有告警类型的设备总数+当前聚合区域内设备产生的数据流量/当前同层级所有聚合区域产生的数据流量总和+当前聚合区域内所有设备接收的消息数量/同层级所有聚合区域内设备接收的总消息数量。计算时，可以为各计算影响因素设定对应的权重因子进行计算，例如，为计算当前聚合区域内产生目标类型告警的设备数量和当前聚合区域内
产生所有告警类型的设备总数的比值预先设定一个告警因子进行计算，计算原理与计算设备实时活跃度相同，此处暂不赘述。
106.聚合活跃度指标作为区域聚合显示时可在地图上展示各个区域的整体活跃状态，因此，在得到各聚合区域的聚合活跃度后，进行排序，并按照排序结果活跃度由高至低的顺序进行着色和轮流展示。
107.本技术实施例所提供的泛在网络设备相关信息的展示方法，通过确定不同聚合区域的聚合活跃度，并在地图上对各聚合区域按照聚合活跃度由高至低着以由深至浅的颜色，然后按照颜色深浅在具体展示页面轮流展示聚合展示页面中的相关信息，由此，可根据聚合区域的不同活跃度轮流为用户呈现泛在网络相关信息，以便于将活跃度更高的聚合区域对应的泛在网络展示给用户。
108.作为优选的实施例，通过设备实时活跃度指标算法和用户自定义的指标影响条件对相关数据进行计算得到各泛在网络设备的设备实时活跃度，以便按照设备实时活跃度轮流在在实时信息展示区展示对应的相关信息包括：
109.计算第一预设时长内泛在网络设备产生的目标类型告警次数之和除以所有类型告警总数与流量爆发值之和得到对应的设备实时活跃度；其中，目标类型告警的种类小于所有类型告警的种类，流量爆发值为当前预设周期内产生流量数据总数除以历史预设个数的预设周期内产生的流量数据均值；
110.根据用户自定义的指标影响条件确定满足指标影响条件的目标设备实时活跃度；
111.将目标设备实时活跃度和其他设备实时活跃度按照预设排序规则进行排序；
112.按照活跃度由高至低的排序结果在实时信息展示区轮流展示对应的相关信息。
113.在实时信息展示区分批轮流显示最新活跃设备相关信息，轮流显示相关信息使用与聚合区域的聚合活跃度指标不同，使用的评价指标体系主要考虑到信息的重要性和及时性两方面，称为设备实时活跃度指标。通过这个评价指标将即时发生的重要信息推送到数据交互界面，这个评价指标针对设备个体进行计算，时间维度考虑到实时性，可以设定为1分钟等较短的时间维度，计算第一预设时长内各个设备的实时活跃度。
114.设备实时活跃度h＝x/y*q1+m/n*q2，其中，x为目标类型告警次数之和，y为所有类型告警总数，m为当前预设周期产生的流量或消息量，n为包括所述当前预设周期在内的预设个数的预设周期内产生的所有流量或消息量，q1为告警因子，q2为流量因子或消息因子。为了便于理解，下面将以消息量为例进行举例说明。
115.例如，预设周期个数为3，当前周期产生的消息量为15条，前2个周期的消息量均值为5条，则消息爆发值＝15/(15+2*5)/3＝1.8。
116.得到各泛在网络设备的设备实时活跃度后，用户可以配置自己关心的数据维度，自定义指标影响条件来影响页面显示的设备与相关信息。用户可以对指定设备的特定类型数据设置标签条件，例如，该特定类型数据的数值超过预先设定值，本技术对自定义的指标影响条件不作限定。
117.提高展示优先级时，根据用户自定义的指标影响条件确定满足指标影响条件的目标设备实时活跃度，将目标设备实时活跃度和其他设备实时活跃度按照预设排序规则进行排序，其中，预设排序规则可以是为目标设备实时活跃度和其他设备实时活跃度分配不同系数进行计算，需要注意的是，为了保证能及时展示用户关心的相关信息，为目标设备实时
活跃度分配更大系数，由此提高目标设备实时活跃度对应泛在网络的展示优先级。当然，还可以是直接按照预设比例提升目标设备实时活跃度的排名，本技术对预设排序规则均不作限定。
118.本技术实施例所提供的泛在网络设备相关信息的展示方法，根据设备实时活跃度和用户自定义的指标影响条件，及时将重要的信息呈现给用户，同时，能将用户所关心的泛在网络设备的相关信息及时呈现。由此，匹配了指标影响条件的设备数据会自动进入到设备实时消息推送数据中，并与设备实时活跃度指标计算出来的数据进行优先级对比与合并后推送，进而通过设备实时活跃度指标将重要信息和最为活跃的设备信息挑出来推送给用户。
119.实施中，前端展示单元1与后端数据处理单元2建立双向通道，以实现数据的及时交互。在前端展示单元1建立除了建立轮流展示区，实时信息展示区外，还要保证用户能及时查看泛在网络设备发生的异常事件，因此，在前端展示单元1还建立了异常事件展示区。每个异常事件都有优先级对应的指标值，在后端数据处理单元2将数据传输至前端展示单元1前会对异常事件进行优先级排序，始终保障优先级最高的数据实时呈现到用户页面，前端展示单元1收到数据后会与前一时刻传输的数据进行重新合并和排序后呈现到异常事件展示区。
120.前端展示单元1的展示队列和存储队列长度有一定限制，实时展示数据展示后丢弃，如果消息数量超过队列限制，则根据优先级和消息时间两个维度设置丢弃策略。
121.具体的，根据设备实时活跃度确定各泛在网络设备的展示优先级后，根据丢弃指标计算公式确定各泛在网络设备的丢弃指标；其中，丢弃指标计算公式为：p＝s*k1+(t1-t2)*k2；其中，p为丢弃指标，s为展示优先级，t1和t2分别为同一页面内展示的泛在网络设备相关信息的时间戳最大值和时间戳最小值，k1为预设优先级权重，k2为预设实时性权重，其中，k1+k2＝1。例如，预设优先级权重k1为0.7，预设实时性权重k2为0.3，则p＝0.7*s+0.3*(t1-t2)。
122.进一步的，展示时将实时信息展示区中同一页面展示的，且丢弃指标达到阈值的相关信息进行丢弃。
123.本技术实施例所提供的泛在网络设备相关信息的展示方法，根据丢弃指标丢弃不重要的相关信息和数据，缓解数据处理压力的同时，节约内存。
124.作为优选的实施例，通过机器学习算法进行训练得到的目标训练模型包括：
125.通过机器学习算法对相关数据进行训练得到目标训练模型；
126.进一步的，在第二预设时长后，重新获取相关数据进行训练以便对目标训练模型进行更新。
127.可以理解的是，目标训练目标死机器学习算法根据各泛在网络产生的实时数据进行训练得到，随着时间的推移，泛在网络产生的数据会不断产生变化，因此，为了保证确定异常事件的准确性，每隔第二预设时长，重新获取依次各泛在网络设备的相关数据进行训练，进而得到新的目标训练模型，即，对目标训练模型进行更新。
128.本技术实施例所提供的泛在网络设备相关信息的展示方法，在第二预设时长后，重新获取相关数据进行训练以便对目标训练模型进行更新，进而提高对异常事件的确定准确性，进一步提升泛在网络设备相关信息展示的可靠性。
129.为了使本领域的技术人员更清楚本技术的技术方案，下面将结合图2进行详细说明。
130.如图2所示，在前端展示单元1中，数据交互页面101用于在前端展示单元1的web界面渲染显示及交互。数据缓存队列102用于管理和缓存后端数据处理单元2推送的各泛在网络的相关信息，进行重新合并和排序后发送至数据交互页面101呈现给用户。数据交互103用于完成前端展示单元1与后端数据处理单元2之间的数据发送与获取。
131.在后端数据处理单元2中，用户属性管理201用于用户自定义的指标影响条件。指标管理与计算202用于根据聚合活跃度、设备实时活跃度、设备整体活跃度和丢弃指标等指标定义抽取对应维度的数据进行计算，并根据用户属性管理201对指标算法进行更新。数据维度与标签管理203用于支持对设备的数据维度及用户自定义的维度管理，用户自定义影响指标的管理，即，设定标签对应字段及触发条件和优先级值等。
132.数据查询与推送204用于与web页面建立全双工长连接，实时双向通信，支持web页面的请求查询数据，获取后端数据处理单元2推送数据并排序合并推送给web页面，包含了4个消息队列，即，根据聚合活跃度指标推送的数据，根据设备整体活跃度指标推送的数据，以及根据设备实时活跃度指标推送的数据，以及异常事件的推送。数据采集205用于采集各泛在网络设备产生的相关数据。数据清洗206用于从数据采集205读取数据，并根据数据维度和标签定义处理数据，将处理好的数据传输给数据存储207。数据存储207用于数据存储，以便供后续指标计算。机器学习与事件输出208用于使用机器学习算法进行目标训练模型的训练，并通过目标训练模型对异常事件进行分类和生成具体异常事件发送给数据查询与推送204。
133.实施中，数据采集205采集各泛在网络数据产生的相关数据，并将数据传输至数据清洗206进行过滤，数据清洗206将清洗后的数据存储与数据存储207，以便于目标模型训练208和指标管理与计算202调用数据进行聚合活跃度、设备试试活跃度、设备整体活跃度和丢弃指标等指标的计算，计算得到轮流展示区，实时信息展示区和异常事件展示区各区域需要展示的数据后通过数据查询与推送204传输至前端展示单元1，由数据交互103将数据存储至数据缓存队列102进行重新组合和排序后传输至数据交互界面101进行展示。
134.此外，前端展示单元1也可以通过数据交互103对后端数据处理单元2的数据、指标和自定义的指标影响条件等数据进行查询。
135.由此，即可实现泛在网络设备的海量信息及时呈现给用户，同时，还能实现重要信息、用户特别关心的信息以及异常事件的及时展示，进而提升用户体验感。
136.在上述实施例中，对于泛在网络设备相关信息的展示方法进行了详细描述，本技术还提供一种泛在网络设备相关信息的展示装置对应的实施例。需要说明的是，本技术从两个角度对装置部分的实施例进行描述，一种是基于功能模块的角度，另一种是基于硬件结构的角度。
137.图3为本技术实施例所提供的一种泛在网络设备相关信息的展示装置的结构图，如图3所示，该装置包括：
138.第一划分模块10，用于将数据交互界面划分为轮流展示区，实时信息展示区和异常事件展示区；
139.获取模块11，用于获取各泛在网络设备产生的相关数据；
140.第二划分模块12，用于按照预设划分规则对泛在网络设备进行划分得到聚合展示页面和具体展示页面，以便在轮流展示区按照目标指令以聚合展示页面或具体展示页面展示泛在网络设备的相关信息；
141.计算模块13，用于通过设备实时活跃度指标算法和用户自定义的指标影响条件对相关数据进行计算得到各泛在网络设备的设备实时活跃度，以便按照设备实时活跃度轮流在实时信息展示区展示对应的相关信息；
142.训练模块14，用于采用通过机器学习算法进行训练得到的目标训练模型对相关数据进行训练以确定异常事件，以便于将异常事件在异常事件展示区进行展示。
143.由于装置部分的实施例与方法部分的实施例相互对应，因此装置部分的实施例请参见方法部分的实施例的描述，这里暂不赘述。
144.本技术实施例所提供的泛在网络设备相关信息的展示装置，将数据交互界面划分为轮流展示区，实时信息展示区和异常事件展示区，并实时获取各泛在网络设备产生的相关数据。在轮流展示区按照目标指令以聚合展示页面和/或具体展示页面展示泛在网络设备的相关信息，避免了大量泛在网络设备相关信息无法及时呈现给用户。同时，通过设备实时活跃度指标算法和用户自定义的指标影响条件对相关数据进行计算得到各泛在网络设备的设备实时活跃度，并按照设备实时活跃度轮流在在实时信息展示区展示对应的相关信息，此外，采用通过机器学习算法进行训练得到的目标训练模型对相关数据进行训练以确定异常事件，以便于将异常事件在异常事件展示区进行展示，进而精准且快速地将重要的信息，用户关心的信息，以及异常事件及时呈现给用户，提升用户体验感。
145.图4为本技术另一实施例提供的一种泛在网络设备相关信息的展示装置的结构图，如图4所示，泛在网络设备相关信息的展示装置包括：存储器20，用于存储计算机程序；
146.处理器21，用于执行计算机程序时实现如上述实施例所提到的泛在网络设备相关信息的展示方法的步骤。
147.本实施例提供的泛在网络设备相关信息的展示装置可以包括但不限于智能手机、平板电脑、笔记本电脑或台式电脑等。
148.其中，处理器21可以包括一个或多个处理核心，比如4核心处理器、8核心处理器等。处理器21可以采用数字信号处理器(digital signal processor，简称dsp)、现场可编程门阵列(field－programmable gate array，简称fpga)、可编程逻辑阵列(programmable logic array，简称pla)中的至少一种硬件形式来实现。处理器21也可以包括主处理器和协处理器，主处理器是用于对在唤醒状态下的数据进行处理的处理器，也称中央处理器(central processing unit，简称cpu)；协处理器是用于对在待机状态下的数据进行处理的低功耗处理器。在一些实施例中，处理器21可以集成有图像处理器(graphics processing unit，简称gpu)，gpu用于负责显示屏所需要显示的内容的渲染和绘制。一些实施例中，处理器21还可以包括人工智能(artificial intelligence，简称ai)处理器，该ai处理器用于处理有关机器学习的计算操作。
149.存储器20可以包括一个或多个计算机可读存储介质，该计算机可读存储介质可以是非暂态的。存储器20还可包括高速随机存取存储器，以及非易失性存储器，比如一个或多个磁盘存储设备、闪存存储设备。本实施例中，存储器20至少用于存储以下计算机程序30，其中，该计算机程序被处理器21加载并执行之后，能够实现前述任一实施例公开的泛在网
络设备相关信息的展示方法的相关步骤。另外，存储器20所存储的资源还可以包括操作系统31和数据32等，存储方式可以是短暂存储或者永久存储。其中，操作系统31可以包括windows、unix、linux等。数据32可以包括但不限于泛在网络设备相关信息的展示方法中所涉及的相关数据。
150.在一些实施例中，泛在网络设备相关信息的展示装置还可包括有显示屏22、输入输出接口23、通信接口24、电源25以及通信总线26。
151.本领域技术人员可以理解，图4中示出的结构并不构成对泛在网络设备相关信息的展示装置的限定，可以包括比图示更多或更少的组件。
152.本技术实施例提供的泛在网络设备相关信息的展示装置，包括存储器和处理器，处理器在执行存储器存储的程序时，能够实现如下方法：泛在网络设备相关信息的展示方法。
153.本技术实施例所提供的泛在网络设备相关信息的展示装置，将数据交互界面划分为轮流展示区，实时信息展示区和异常事件展示区，并实时获取各泛在网络设备产生的相关数据。在轮流展示区按照目标指令以聚合展示页面和/或具体展示页面展示泛在网络设备的相关信息，避免了大量泛在网络设备相关信息无法及时呈现给用户。同时，通过设备实时活跃度指标算法和用户自定义的指标影响条件对相关数据进行计算得到各泛在网络设备的设备实时活跃度，并按照设备实时活跃度轮流在在实时信息展示区展示对应的相关信息，此外，采用通过机器学习算法进行训练得到的目标训练模型对相关数据进行训练以确定异常事件，以便于将异常事件在异常事件展示区进行展示，进而精准且快速地将重要的信息，用户关心的信息，以及异常事件及时呈现给用户，提升用户体验感。
154.最后，本技术还提供一种计算机可读存储介质对应的实施例。计算机可读存储介质上存储有计算机程序，计算机程序被处理器执行时实现如上述方法实施例中记载的步骤。
155.可以理解的是，如果上述实施例中的方法以软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。基于这样的理解，本技术的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的全部或部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质中，执行本技术各个实施例所述方法的全部或部分步骤。而前述的存储介质包括：u盘、移动硬盘、只读存储器(read-only memory，简称rom)、随机存取存储器(randomaccess memory，简称ram)、磁碟或者光盘等各种可以存储程序代码的介质。
156.以上对本技术所提供的一种泛在网络设备相关信息的展示方法、装置及介质进行了详细介绍。说明书中各个实施例采用递进的方式描述，每个实施例重点说明的都是与其他实施例的不同之处，各个实施例之间相同相似部分互相参见即可。对于实施例公开的装置而言，由于其与实施例公开的方法相对应，所以描述的比较简单，相关之处参见方法部分说明即可。应当指出，对于本技术领域的普通技术人员来说，在不脱离本技术原理的前提下，还可以对本技术进行若干改进和修饰，这些改进和修饰也落入本技术权利要求的保护范围内。
157.还需要说明的是，在本说明书中，诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来，而不一定要求或者暗示这些实体或操作
之间存在任何这种实际的关系或者顺序。而且，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者设备所固有的要素。在没有更多限制的情况下，由语句“包括一个
……”
限定的要素，并不排除在包括所述要素的过程、方法、物品或者设备中还存在另外的相同要素。