一种数据决策方法、装置及系统与流程

本发明涉及通信技术领域，尤其涉及一种数据决策方法、装置及系统。

背景技术：

目前，大量可穿戴设备(例如智能手环)和可植入设备(例如心脏起搏器)已经广泛应用于用户的日常生活，这些人体设备(本申请将可穿戴设备和可植入设备统称为人体设备)可以感知人体活动以及外界环境的参数，人体设备可以将获得的数据进行汇总，以便用户可以根据人体设备提供的数据合理安排生活中各项事宜。

然而，随着人体设备的大量涌现，每个人都可能同时拥有多个人体设备，那么，如何根据多个人体设备提供的数据进行有效分析成为亟待解决的问题。例如，当用户摔倒后，其身上的姿势检测器会获取到姿势变化数据，血压监测器会获取到血压变化数据，而心率监测器会获取到心率变化数据，本申请中将人体设备生成的数据统称为感知数据，可以看出，这些人体设备获取的感知数据是碎片化的，无法根据这些碎片化的数据为用户提供较为准确的数据分析结果。

技术实现要素：

本发明的实施例提供一种数据决策方法、装置及系统，能够准确有效的分析碎片化数据包含的信息。

第一方面，本发明的实施例提供一种数据决策方法，包括：

数据决策装置获取进行数据分析的分析条件，所述分析条件是指所述数据决策装置的存储空间信息、运算速率信息以及与云服务器之间的通信速率信息，其中，所述云服务器与所述数据决策装置相连接；

所述数据决策装置向所述云服务器上报所述分析条件，以使得所述云服务器根据所述分析条件确定所述数据决策装置能够处理的第一数据类型；

所述数据决策装置获取满足所述第一数据类型的第一数据，所述第一数据为与所述数据决策装置相连的人体设备生成的感知数据；

所述数据决策装置对所述第一数据进行数据分析和数据决策，并生成第一决策数据，所述第一决策数据为对所述第一数据所反映的数据特征的决策信息。

结合第一方面，在第一方面的第一种可能的实现方式中，在所述数据决策装置向所述云服务器上报所述分析条件之后，还包括：

所述数据决策装置根据所述分析条件确定第二数据类型；

所述数据决策装置向所述云服务器发送所述第二数据类型，以使得所述云服务器根据所述分析条件判断所述数据决策装置是否有能力处理所述第二数据类型；

当所述数据决策装置接收到所述云服务器同意所述数据决策装置处理所述第二数据类型的数据的消息时，所述数据决策装置获取满足所述第一数据类型或所述第二数据类型的第一数据。

结合第一方面的第一种可能的实现方式，在第一方面的第二种可能的实现方式中，在所述数据决策装置向所述云服务器发送所述第二数据类型之前，还包括：

所述数据决策装置判断所述第一数据类型和所述第二数据类型是否一致；

当所述第一数据类型和所述第二数据类型不一致时，所述数据决策装置向所述云服务器发送所述第二数据类型以使得所述云服务器根据所述分析条件判断所述数据决策装置是否有能力处理所述第二数据类型。

结合第一方面，在第一方面的第三种可能的实现方式中，

当接收到不满足所述第一数据类型的第二数据时，所述数据决策装置将所述第二数据发送至所述云服务器，以使得所述云服务器根据所述第二 数据进行数据分析，以获取所述第二数据的分析结果。

结合第一方面的第三种可能的实现方式，在所述数据决策装置对所述第一数据进行数据分析和数据决策，并生成第一决策数据之后，还包括：

所述数据决策装置将所述第一决策数据发送至所述云服务器，以使得所述云服务器根据所述第二数据的分析结果，对所述第一决策数据进行修正，并获得修正后的第二决策数据，其中，所述第二决策数据为对所述第二数据和所述第一决策数据所反映的数据特征的决策信息。

结合第一方面的第三种可能的实现方式，在第一方面的第五种可能的实现方式中，在所述数据决策装置对所述第一数据进行数据分析和数据决策，并生成第一决策数据之后，还包括：

所述数据决策装置将所述第一数据和所述第一决策数据发送至所述云服务器，以使得所述云服务器根据所述第一数据和所述第二数据，对所述第一决策数据进行修正，并获得修正后的第三决策数据，所述第三决策数据为对所述第一数据和所述第二数据所反映的数据特征的决策信息。

第二方面，本发明的实施例提供了一种数据决策方法，包括：

云服务器接收数据决策装置发送的进行数据分析的分析条件，所述分析条件是指所述数据决策装置的存储空间信息、运算速率信息以及与所述云服务器之间的通信速率信息，其中，所述云服务器与所述数据决策装置相连接；

所述云服务器根据所述分析条件，确定所述数据决策装置能够处理的第一数据类型，以使得所述数据决策装置对满足所述第一数据类型的第一数据进行数据分析和数据决策，并生成第一决策数据。

结合第二方面，在第二方面的第一种可能的实现方式中，在云服务器接收数据决策装置发送的进行数据分析的分析条件之后，还包括：

所述云服务器接收所述数据决策装置发送的第二数据类型，所述第二数据类型为所述数据决策装置根据所述分析条件确定的；

若所述云服务器根据所述分析条件判断所述数据决策装置有能力处理所述第二数据类型，则向所述数据决策装置发送同意所述数据决策装置 处理所述第二数据类型的数据的消息，以使得所述数据决策装置获取满足所述第一数据类型或所述第二数据类型的第一数据。

结合第二方面，在第二方面的第二种可能的实现方式中，在云服务器接收数据决策装置发送的进行数据分析的分析条件之后，还包括：

所述云服务器接收所述数据决策装置发送的第二数据和所述第一决策数据，所述第二数据是指不满足所述第一数据类型的感知数据；

所述云服务器根据所述第二数据进行数据分析，以获取所述第二数据的分析结果；

所述云服务器根据所述第二数据的分析结果，对所述第一决策数据进行修正，并获得修正后的第一决策数据。

结合第二方面的第二种可能的实现方式，在第二方面的第三种可能的实现方式中，

所述云服务器还接收所述数据决策装置发送的所述第一数据；

其中，所述云服务器根据所述第二数据的分析结果，对所述第一决策数据进行修正，并获得修正后的第二决策数据，具体包括：

所述云服务器根据所述第一数据和所述第二数据的分析结果，对所述第一决策数据进行修正，并获得修正后的第一决策数据。

结合第二方面以及第二方面的第一至第三种可能的实现方式中的任一种可能的实现方式，在第二方面的第四种可能的实现方式中，所述方法还包括：

所述云服务器获取第一网关发送的感知数据，所述第一网关是指除所述数据决策装置外的任意网关；

所述云服务器根据所述第一网关获取到的感知数据，对所述第一决策数据进行修正。

第三方面，本发明的实施例提供了一种数据决策装置，包括：

获取单元，用于获取进行数据分析的分析条件，所述分析条件是指所述数据决策装置的存储空间信息、运算速率信息以及与云服务器之间的通 信速率信息，其中，所述云服务器与所述数据决策装置相连接；以及获取满足所述第一数据类型的第一数据，所述第一数据为与所述数据决策装置相连的人体设备生成的感知数据

发送单元，用于向所述云服务器上报所述获取单元中的分析条件，以使得所述云服务器根据所述分析条件确定所述数据决策装置能够处理的第一数据类型；

数据决策单元，用于对所述获取单元中的第一数据进行数据分析和数据决策，并生成第一决策数据，所述第一决策数据为对所述第一数据所反映的数据特征的决策信息。

结合第三方面，在第三方面的第一种可能的实现方式中，所述数据决策装置还包括确定单元，其中，

所述确定单元，用于根据所述获取单元中的分析条件确定第二数据类型；

所述发送单元，还用于向所述云服务器发送所述确定单元中的所述第二数据类型，以使得所述云服务器根据所述分析条件判断所述数据决策装置是否有能力处理所述第二数据类型；

所述获取单元，具体用于当收到所述云服务器同意所述数据决策装置处理所述第二数据类型的数据的消息时，获取满足所述第一数据类型或所述第二数据类型的第一数据。

结合第三方面的第一种可能的实现方式，在第三方面的第二种可能的实现方式中，

所述确定单元，还用于判断所述第一数据类型和所述第二数据类型是否一致；

所述发送单元，具体用于当所述第一数据类型和所述确定单元中的第二数据类型不一致时，向所述云服务器发送所述第二数据类型以使得所述云服务器根据所述分析条件判断所述数据决策装置是否有能力处理所述第二数据类型。

结合第三方面，在第三方面的第三种可能的实现方式中，

所述发送单元，还用于当接收到不满足所述第一数据类型的第二数据时，将所述第二数据发送至所述云服务器，以使得所述云服务器根据所述第二数据进行数据分析，以获取所述第二数据的分析结果。

结合第三方面的第三种可能的实现方式，在第三方面的第四种可能的实现方式中，

所述发送单元，还用于将所述第一决策数据发送至所述云服务器，以使得所述云服务器根据所述第二数据的分析结果，对所述第一决策数据进行修正，并获得修正后的第二决策数据，其中，所述第二决策数据为对所述第二数据和所述第一决策数据所反映的数据特征的决策信息。

结合第三方面的第三种可能的实现方式，在第三方面的第五种可能的实现方式中，

所述发送单元，还用于将所述第一数据和所述第一决策数据发送至所述云服务器，以使得所述云服务器根据所述第一数据和所述第二数据，对所述第一决策数据进行修正，并获得修正后的第三决策数据，所述第三决策数据为对所述第一数据和所述第二数据所反映的数据特征的决策信息。

第四方面，本发明的实施例提供了一种云服务器，包括：

接收单元，用于接收数据决策装置发送的进行数据分析的分析条件，所述分析条件是指所述数据决策装置的存储空间信息、运算速率信息以及与所述云服务器之间的通信速率信息，其中，所述云服务器与所述数据决策装置相连接；

确定单元，用于根据所述接收单元中的分析条件，确定所述数据决策装置能够处理的第一数据类型，以使得所述数据决策装置对满足所述第一数据类型的第一数据进行数据分析和数据决策，并生成第一决策数据。

结合第四方面，在第四方面的第一种可能的实现方式中，所述云服务器还包括发送单元，其中，

所述接收单元，还用于接收所述数据决策装置发送的第二数据类型，所述第二数据类型为所述数据决策装置根据所述分析条件确定的；

所述发送单元，用于若所述云服务器根据所述分析条件判断所述数据 决策装置有能力处理所述第二数据类型，则向所述数据决策装置发送同意所述数据决策装置处理所述第二数据类型的数据的消息，以使得所述数据决策装置获取满足所述第一数据类型或所述第二数据类型的第一数据。

结合第四方面，在第四方面的第二种可能的实现方式中，所述云服务器还包括数据处理单元，其中，

所述接收单元，还用于接收所述数据决策装置发送的第二数据和所述第一决策数据，所述第二数据是指不满足所述第一数据类型的感知数据；

所述数据处理单元，用于根据所述接收单元中的第二数据进行数据分析，以获取所述第二数据的分析结果；并根据所述第二数据的分析结果，对所述第一决策数据进行修正，并获得修正后的第一决策数据。

结合第四方面第二种可能的实现方式，在第四方面的第三种可能的实现方式中，

所述接收单元，还用于接收所述数据决策装置发送的所述第一数据；

所述数据处理单元，具体用于根据所述第一数据和所述第二数据的分析结果，对所述第一决策数据进行修正，并获得修正后的第一决策数据。

结合第四方面以及第四方面的第一至第三种可能的实现方式中的任一种可能的实现方式，在第四方面的第四种可能的实现方式中，

所述接收单元，还用于获取第一网关发送的感知数据，所述第一网关是指除所述数据决策装置外的任意网关；

所述数据处理单元，还用于根据所述接收单元中的第一网关获取到的感知数据，对所述第一决策数据进行修正。

第五方面，本发明的实施例提供了一种数据决策系统，所述系统包括如第三方面以及第三方面的第一至第五种可能的实现方式中的任一种可能的实现方式中所述的数据决策装置，以及与所述数据决策装置相连的如第四方面以及第四方面的第一至第四种可能的实现方式中的任一种可能的实现方式中所述的云服务器。

结合第五方面，在第五方面的第一种可能的实现方式中，所述系统还包括第一网关，所述第一网关为除所述数据决策装置外的任意网关，其中，

所述第一网关，用于向所述云服务器发送所述第一网关获取到的感知数据。

本发明的实施例提供一种数据决策方法、装置及系统，数据决策装置通过获取进行数据分析的分析条件后上报至云服务器，以确定能够处理的第一数据类型，当数据决策装置获取满足第一数据类型的第一数据时，该第一数据为与所述数据决策装置相连的人体设备生成的感知数据；对第一数据进行数据分析和数据决策，并生成第一决策数据，该第一决策数据为对第一数据所反映的数据特征的决策信息。可以看出，数据决策装置可以对满足第一数据类型的各种感知数据进行快速和较为准确的数据分析与决策，进而可以第一时间将得到的第一决策数据反馈给人体设备和用户，一定程度解决了无法准确有效的分析碎片化数据包含的信息的问题，提高感知数据的分析质量。

附图说明

为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，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。

图1为本发明实施例提供的一种数据决策方法的流程示意图一；

图2为本发明实施例提供的一种数据决策方法的流程示意图二；

图3为本发明实施例提供的一种数据决策方法的交互示意图一；

图4为本发明实施例提供的一种数据决策方法的交互示意图二；

图5为本发明实施例提供的一种数据决策装置的结构示意图一；

图6为本发明实施例提供的一种数据决策装置的结构示意图二；

图7为本发明实施例提供的一种云服务器的结构示意图一；

图8为本发明实施例提供的一种云服务器的结构示意图二；

图9为本发明实施例提供的一种云服务器的结构示意图三；

图10为本发明实施例提供的数据决策装置的硬件示意图；

图11为本发明实施例提供的云服务器的硬件示意图；

图12为本发明实施例提供的一种数据决策系统的结构示意图一；

图13为本发明实施例提供的一种数据决策系统的结构示意图二；

图14为本发明实施例提供的一种数据决策系统的结构示意图三。

具体实施方式

以下描述中，为了说明而不是为了限定，提出了诸如特定系统结构、接口、技术之类的具体细节，以便透彻理解本发明。然而，本领域的技术人员应当清楚，在没有这些具体细节的其它实施例中也可以实现本发明。在其它情况中，省略对众所周知的装置、电路以及方法的详细说明，以免不必要的细节妨碍本发明的描述。

本发明实施例中涉及的数据决策装置可以从用户拥有的各个人体设备中获取各个人体设备的感知数据，例如，血压监测器生成的用户的血压值，智能眼镜生成的视频信息等，数据决策装置可以作为网关将人体设备的感知数据发送至云服务器，以使得云服务器可以根据各个感知数据进行数据分析，最终根据分析结果得到决策数据并反馈至用户和各个人体设备。另外，数据决策装置还可以对各个人体设备生成的感知数据进行一定程度的数据分析和数据决策，本发明的实施例中将数据决策装置进行数据分析的过程称为轻量级数据分析，而将云服务器进行数据分析的过程称为综合性数据分析，可以看出，通过数据决策装置与云服务器之间对轻量级数据分析和综合性数据分析进行有效的协同和配合，可以对某一用户拥有的各个人体设备生成的感知数据进行快速和准确的分析，进而提高感知数据的分析质量。

具体的，在数据决策装置与云服务器之间对轻量级数据分析和综合性数据分析进行协同之前，数据决策装置需要预先确定哪些感知数据需要数据决策装置进行轻量级数据分析，哪些感知数据需要数据决策装置发送至云服务器，以使得云服务器进行综合性数据分析。

示例性的，图1为本发明的实施例提供一种数据决策方法，包括：

101、数据决策装置获取进行数据分析的分析条件，该分析条件是指该数据决策装置的存储空间信息、运算速率信息以及与云服务器之间的通信速率信息，其中，该云服务器与该数据决策装置相连接。

102、数据决策装置向云服务器上报该分析条件，以使得云服务器根据该分析条件确定数据决策装置能够处理的第一数据类型。

103、数据决策装置获取满足第一数据类型的第一数据，该第一数据为与数据决策装置相连的人体设备生成的感知数据。

104、数据决策装置对该第一数据进行数据分析和数据决策，以生成第一决策数据，该第一决策数据为对第一数据所反映的数据特征的决策信息。

在步骤101中，数据决策装置首先获取其进行数据分析的分析条件，该分析条件可以包括该数据决策装置的存储空间信息、运算速率信息以及与云服务器之间的通信速率信息，其中，该存储空间信息中可以具体包括数据决策装置当前可以使用的存储容量，该运算速率信息可以具体包括数据决策装置可以使用的负载值、数据决策装置的资源占用率或者数据决策装置的主频参数等，该通信速率信息可以具体包括数据决策装置与云服务器之间可用的通信速率等。

可以看出，由于数据决策装置的存储空间信息、运算速率信息以及与云服务器之间的通信速率信息，是制约数据决策装置与云服务器进行数据交互的主要因素，因此，数据决策装置与云服务器之间进行数据交互之前，需要确定自身的存储空间信息、运算速率信息以及与云服务器之间的通信速率信息，例如，数据决策装置当前可以使用的存储空间为8GB，数据决策装置的主频参数为500MHz(其中，数据决策装置的空闲资源为80％)，而数据决策装置与云服务器之间可用的通信速率为100Mbps。

当然，这些分析条件可以预先存储在数据决策装置内部，也可以由云服务器发送至该数据决策装置，本发明对此不做任何限定。

在步骤102中，在获取到上述分析条件之后，数据决策装置便可以将步骤101中的分析条件上报至云服务器，以使得云服务器根据该分析条件确定数据决策装置能够处理的第一数据类型，例如，心率监测装置生成的心率值等。

具体的，由于数据决策装置的存储空间信息、运算速率信息以及与云服务器的通信速率信息，是制约数据决策装置与云服务器进行数据交互的主要因素，因此，当第一数据类型的数据分析任务满足该分析条件时，例 如，假设第一数据类型为血压测量器生成的实时血压值，那么，第一数据类型的数据分析任务即为：对实时血压值与健康血压，或健康血压范围进行对比，而数据决策装置对实时血压值与健康血压，或健康血压范围进行对比时，所消耗的存储空间小于该数据决策装置当前可以使用的存储容量，所占用的负载值小于该运算速率信息中可使用的负载值、并且数据决策装置与云服务器之间的通信速率小于上述分析条件中的通信速率信息中可用的通信速率(即当前数据决策装置与云服务器之间的通信质量较低)，即可以确定血压测量器生成的实时血压值为数据决策装置能够处理的第一数据类型。

进一步地，在确定第一数据类型的数据分析任务是否满足所述分析条件时有两种方法，第一种方法，可由数据决策装置将该分析条件发送至云服务器，以使得云服务器根据该分析条件确定数据决策装置能够处理的第一数据类型，即确定第一数据类型的数据分析任务是否满足该分析条件，若第一数据类型的数据分析任务满足该分析条件，则向数据决策装置发送第一数据类型的数据分析指示，以便于数据决策装置根据该数据分析指示获取满足该第一数据类型的第一数据。

第二种方法，可由数据决策装置根据该分析条件确定数据决策装置能够处理的第二数据类型，例如，数据决策装置可以在预先存储的数据分析模型库中，查找与第二数据类型对应的第二数据类型分析模型，进而根据该第二数据类型分析模型中，第二数据类型的数据分析任务所占用的存储空间信息、运算速率信息以及与云服务器的通信速率信息，与上述分析条件中的存储空间信息、运算速率信息以及与云服务器的通信速率信息相比较，确定第二数据类型的数据分析任务是否满足所述分析条件，若满足所述分析条件，则确定第二数据类型为数据决策装置能够处理的数据类型，进而向云服务器发送该第二数据类型，以使得云服务器同意数据决策装置处理第二数据类型的数据。

当然，数据决策装置向云服务器发送该第二数据类型之前，还可以判断云服务器已发送的第一数据类型和自身确定的第二数据类型是否一致，若第一数据类型和第二数据类型一致，数据决策装置则无需向云服务器发送该第二数据类型，若第一数据类型和第二数据类型不一致，数据决策装 置则可以向云服务器发送该第二数据类型，以使得云服务器同意数据决策装置处理第二数据类型的数据。

其中，数据分析模型库中可以包括多种感知数据的数据分析模型，例如，对心脏起搏器生成的心脏跳动信息的数据分析模型、对姿势检测器生成的姿势变换信息的数据分析模型等等，而且，数据决策装置还可以对数据分析模型库中的数据模型进行定期的更新，以保证数据决策装置在确定第一数据类型的数据分析任务是否满足所述分析条件时的准确性。

当然，数据决策装置还可以对执行第一数据类型的数据分析任务时，占用的存储空间信息、运算速率信息以及与云服务器的通信速率信息进行估算，进而根据估算后的结果与上述分析条件中的存储空间信息、运算速率信息以及与云服务器的通信速率信息相比较，最终确定第一数据类型的数据分析任务是否满足所述分析条件，本发明对此不作任何限定。

在步骤103中，在数据决策装置根据步骤102中确定的第一数据类型，获取满足第一数据类型的第一数据，该第一数据为与数据决策装置相连的人体设备生成的感知数据。例如，已确定需要进行数据分析的第一数据类型为血压监测器生成的当前血压值，那么，当数据决策装置获取到血压监测器生成的任意血压值时(即任意血压值为第一数据)，便可以对该第一数据进行数据分析以获取第一数据的分析结果。

例如，数据决策装置从血压监测器中获取到用户的当前血压值，那么，由于当前血压值是数据决策装置已经确定的需要进行数据分析的第一数据类型，即当前血压值满足第一数据类型，因此，数据决策装置可以根据当前血压值进行数据分析，即将当前血压值与健康血压范围进行比较，得到第一数据的分析结果，即判断当前血压值是否符合健康血压范围。

进一步地，如果数据决策装置在步骤102中已确定了数据决策装置能够处理的第二数据类型，也就是说，数据决策装置既能够处理第一数据类型，也能够处理第二数据类型，那么，在步骤103中，数据决策装置可以获取满足第一数据类型或者第二数据类型的第一数据。该第一数据可以是一个或多个人体设备生成的多个感知数据。

在步骤104中，数据决策装置对步骤103中获取到的第一数据进行数据分析，进而根据第一数据的分析结果进行数据决策，并生成第一决策数 据，其中，该第一决策数据为对第一数据所反映的数据特征的决策信息。

具体的，数据决策装置可以预先存储有多种感知数据的分析策略，例如，对数据决策装置获取的血糖值与数据决策装置存储的健康血糖值进行比较，确定数据决策装置获取的血糖值是否高于健康血糖值等，这样，当数据决策装置获取到第一数据时，便可以查找与第一数据关联的分析策略，进而根据分析策略对该第一数据进行数据分析，以获取第一数据的分析结果。

相应的，如果数据决策装置从人体设备处获取到的数据不是第一数据时，即数据决策装置从人体设备处获取到的数据不满足步骤102中的第一数据类型，本发明实施例将这类数据称为第二数据，此时，数据决策装置可以将第二数据发送至云服务器，由云服务器对第二数据进行数据分析，这样，云服务器和数据决策装置之间可以对获取到的各个人体设备生成的第一数据和第二数据同时进行数据分析，提高感知数据的分析效率。

由于第一数据为任意人体设备生成的至少一个感知数据，也就是说第一数据可以是某一类型的多个数据，即可能包含多个人体设备生成的多个感知数据，那么，当所述数据决策装置获取到所述第一数据时，可以对所述第一数据进行数据分析和数据决策，生成第一决策数据，该第一决策数据为对第一数据中至少一个感知数据所共同反映的数据特征的决策信息。

例如，数据决策装置在步骤103中已获取到需要进行数据分析的第一数据包括体重计生成的体重值和血压监测器生成的血压值，那么，当数据决策装置获取到体重计生成的体重值时，便可以对体重值是否超标进行数据分析，并获取到1个第一数据的分析结果为：体重值严重超标。而当数据决策装置获取到血压监测器生成的血压值时，便可以对血压值是否在合理范围进行数据分析，并获取到第2个第一数据的分析结果为：血压值偏高。那么，数据决策装置便可以对着2个分析结果进行数据决策，为用户提供合理的决策信息，例如，由于体重值严重超标指示用户的身体健康存在问题，而血压值偏高也指示用户的身体健康存在问题，并且，体重值严重超标可以导致血压值偏高，因此，数据决策装置根据各个分析结果之间的数据特征和关联关系，为用户生成第一决策数据，例如：建议用户减肥并注意身体健康。

当然，数据决策装置中也可以预先存储有数据决策模型库，与数据分析模型库类似的，数据分析模型库中可以包括多种分析结果的数据决策模型，例如，对血压值与血糖值的分析结果的数据决策模型，比如血压值与血糖值的相对值在什么范围变化是正常的，血压值与血糖值的相对值在什么范围变化是非常的，再例如，对姿势变化数据与心率值的分析结果的数据决策模型，比如姿势变化数据的分析结果显示用户处于剧烈运动状态，那么，如果心率值的分析结果显示用户心率增快，则属于正常现象。

至此，可以看出，数据决策装置可以针对获取到的多个感知数据与云服务器进行数据交互，并根据自身进行数据分析的分析条件确定对一部分感知数据(即第一数据)进行数据分析，并根据多个第一数据的分析结果生成第一决策数据，以便于将第一决策数据在第一时间反馈至用户，增加在多个人体设备的应用场景下对感知数据的分析效率。

在本发明实施例的另一种可能的实现方式中，云服务器可以根据接收到的分析条件，确定数据决策装置能够处理的第一数据类型，示例性的，图2为本发明的实施例提供一种数据决策方法，包括：

201、云服务器接收数据决策装置发送的进行数据分析的分析条件，该分析条件是指所述数据决策装置的存储空间信息、运算速率信息以及与云服务器之间的通信速率信息。

202、云服务器根据该分析条件，确定数据决策装置能够处理的第一数据类型，以使得数据决策装置对满足第一数据类型的第一数据进行数据分析和数据决策，并生成第一决策数据。

云服务器与数据决策装置之间通过数据交互，完成对获取到的各个人体设备生成的多个感知数据的分析和决策，其中，数据决策装置可以作为各个人体设备的网关获取各个人体设备生成的多个感知数据，而且，数据决策装置还可以对一部分获取到的感知数据进行轻量级数据分析，而云服务器可以对获取到的感知数据进行综合性数据分析，可以看出，通过数据决策装置与云服务器之间对轻量级数据分析和综合性数据分析进行有效的协同和配合，可以对某一用户拥有的各个人体设备生成的感知数据进行快速和准确的分析，进而提高感知数据的分析质量。

在步骤201中，数据决策装置获取到自身进行数据分析的分析条件 后，将该分析条件发送给云服务器，其中，该分析条件是指该数据决策装置的存储空间信息、运算速率信息以及与云服务器之间的通信速率信息等。

由于数据决策装置的存储空间信息、运算速率信息以及与云服务器的通信速率信息，是制约数据决策装置与云服务器进行数据交互的主要因素，因此，云服务器可以根据该分析条件确定哪些感知数据需要由数据决策装置进行轻量级数据分析，哪些感知数据需要由数据决策装置发送至云服务器，以使得云服务器进行综合性数据分析。

在步骤202中，在获取到步骤201中进行数据分析的分析条件后，云服务器便可以根据该分析条件，确定数据决策装置对第一数据类型进行数据分析和数据决策，其中，该第一数据类型的数据分析任务满足分析条件。

具体的，云服务器可以主动根据步骤201中获取到的分析条件，确定需要由数据决策装置进行数据分析的第一数据类型，并向数据决策装置发送该第一数据类型，以指示数据决策装置对满足第一数据类型的数据进行数据分析和数据决策。

又或者，云服务器也可以根据数据决策装置主动发送的第二数据类型，判断数据决策装置是否有能力处理所述第二数据类型，若有能力处理所述第二数据类型，则向数据决策装置发送同意数据决策装置处理第二数据类型的数据的消息，以使得数据决策装置获取满足第一数据类型或第二数据类型的第一数据。

示例性的，本发明提供两种云服务器指示数据决策装置对满足第一数据类型或第二数据类型的第一数据进行数据分析的方法，具体如下：

方法一，在数据决策装置和获取到上述分析条件后，云服务器可以主动根据上述分析条件，确定需要由数据决策装置进行数据分析的第一数据类型，类似的，云服务器可以查找与第一数据类型对应的第一数据类型分析模型，进而根据该第一数据类型分析模型中，占用的存储空间信息、运算速率信息以及与云服务器的通信速率信息，与上述分析条件中的存储空间信息、运算速率信息以及与云服务器的通信速率信息相比较，确定第一数据类型的数据分析任务是否满足所述分析条件。如果第一数据类型的数据分析任务满足所述分析条件，云服务器则向数据决策装置发送针对第一 数据类型的数据分析指示，以指示数据决策装置对满足第一数据类型的数据进行数据分析。

方法二，在数据决策装置获取到上述分析条件后，数据决策装置会根据该分析条件确定需要进行数据分析的第二数据类型(具体方法可参见步骤102)，此时，数据决策装置生成数据分析请求，该数据分析请求用于请求所述云服务器同意对满足第二数据类型的数据进行数据分析，这样，当云服务器接收到数据决策装置发送的数据分析请求后，可以根据分析条件确定是否批准数据决策装置发送的该数据分析请求。

具体的，云服务器可以根据该数据分析请求，计算第二数据类型的数据分析任务是否满足步骤201中获取的分析条件，例如，云服务器中存储有数据分析模型库，那么，云服务器可以查找与第二数据类型对应的第二数据类型分析模型，进而根据该第二数据类型分析模型中第二数据类型的数据分析任务所占用的存储空间信息、运算速率信息以及与云服务器的通信速率信息，与上述分析条件中的存储空间信息、运算速率信息以及与云服务器的通信速率信息相比较，确定第二数据类型的数据分析任务是否满足所述分析条件。如果第二数据类型的数据分析任务满足所述分析条件，云服务器则向数据决策装置发送数据分析允许响应，以同意数据决策装置处理满足第二数据类型的数据。

至此，云服务器根据步骤201中获取的分析条件，确定数据决策装置对满足第一数据类型或第二数据类型的第一数据进行数据分析和数据决策。

可以看出，通过步骤202，云服务器可以向数据决策装置指示多个满足上述分析条件的第一数据的数据分析任务，这样，当数据决策装置接收到某用户拥有的多个人体设备生成的多个感知数据的时候，数据决策装置便可以根据云服务器指示的第一数据的数据分析任务，对第一数据进行数据分析，进而得到第一数据的分析结果。

当数据决策装置获取到多个第一数据的分析结果后，数据决策装置就可以对这多个第一数据的分析结果进行数据决策，得到第一决策数据。然而，数据决策装置得到的第一决策数据中，只考虑了由数据决策装置的存储空间信息、运算速率信息以及与云服务器的通信速率信息所决定的一部 分感知数据，当数据决策装置获取到的多个感知数据中包含第二数据(其中，第二数据为不满足第一数据类型或第二数据类型的数据)的时候，数据决策装置无法对第二数据进行数据分析，因此，数据决策装置得到的第一决策数据是不全面的。

对此，数据决策装置在获取到第二数据之后，将第二数据发送至云服务器，以使得云服务器对第二数据进行数据分析，以获取第二数据的分析结果。进一步地，数据决策装置将得到的第一决策数据发送至云服务器，这样，云服务器便可以根据第二数据的分析结果对第一决策数据进行修正，并获得修正后的第二决策数据。

仍以步骤104中，第一数据包括体重计生成的体重值和血压监测器生成的血压值为例，数据决策装置生成的第一决策数据为：建议用户减肥并注意身体健康。而数据决策装置在获取到第一数据的同时还获取到第二数据，例如，第二数据为用户的智能手环提供的用户一个月内的运动数据，那么，数据决策装置将第二数据发送至云服务器，云服务器对第二数据进行分析，确定用户在一个月内的运动量严重偏低，那么，云服务器便可以对数据决策装置发送的第一决策数据进行修正，生成第二决策数据，例如，在建议用户减肥并注意身体健康的基础上，建议用户增加运动锻炼等。

当然，云服务器中也可以预先存储有数据决策模型库，与数据分析模型库类似的，数据决策模型库中可以包括多种分析结果的数据决策模型(具体可参见步骤104)，云服务器可以根据数据决策模型对第一决策数据进行修正。

另外，云服务器也可以直接从数据决策装置中获取用户拥有的各个人体设备生成的感知数据(即第一数据和第二数据)，并对这些感知数据进行分析和决策，最终生成第三决策数据，例如，当数据决策装置获取到多个人体设备生成的感知数据后，如果当前数据决策装置与云服务器的通讯速率大于阈值，数据决策装置则可以将获取到的所有感知数据发送至云服务器，以使得云服务器对这些感知数据进行数据分析和决策，得到第三决策数据。

可以看出，相对于第二决策数据和第三决策数据，第一决策数据中的信息可能是不全面的，然而，由于数据决策装置在生成第一决策数据时不 需要与云服务器进行交互，因而大大提高了数据分析和决策的效率，可以快速的为用户提供较为准确的决策数据，而通过云服务器对第一决策数据的修正，可以为用户提供更为准确的决策数据。

本发明的实施例提供一种数据决策方法，数据决策装置通过获取进行数据分析的分析条件后上报至云服务器，以确定能够处理的第一数据类型，当数据决策装置获取满足第一数据类型的第一数据时，该第一数据为与所述数据决策装置相连的人体设备生成的感知数据；对第一数据进行数据分析和数据决策，并生成第一决策数据，该第一决策数据为对第一数据所反映的数据特征的决策信息。可以看出，数据决策装置可以对满足第一数据类型的各种感知数据进行快速和较为准确的数据分析与决策，进而可以第一时间将得到的第一决策数据反馈给人体设备和用户，一定程度解决了不能有效协同多个人体设备分别感知到的感知数据的问题，提高感知数据的分析质量。

数据决策装置可以与多个人体设备相连，当接收到任意人体设备生成的感知数据时，数据决策装置可以与云服务器进行数据交互，以便于对各个人体设备生成的感知数据进行数据分析和数据决策，最终为用户提供快速准确的决策数据，为了满足这样的需求，如图3所示，本发明的实施例提供一种数据决策方法，包括：

301、数据决策装置获取进行数据分析的分析条件，该分析条件是指该数据决策装置的存储空间信息、运算速率信息以及与云服务器之间的通信速率信息。

302、数据决策装置向云服务器发送该分析条件。

303、云服务器根据该分析条件确定数据决策装置能够处理的第一数据类型。

304、云服务器向数据决策装置发送第一数据类型的数据分析指示，以指示数据决策装置对满足第一数据类型的第一数据进行数据分析。

305、当数据决策装置获取到满足第一数据类型的第一数据时，对第一数据进行数据分析以获取第一数据的分析结果，该第一数据为与数据决策装置相连的人体设备生成的感知数据。

306、当数据决策装置获取到第二数据时，将第二数据发送至云服务 器，该第二数据为不满足第一数据类型的数据。

307、云服务器对第二数据进行数据分析以获取第二数据的分析结果。

308、数据决策装置根据第一数据的分析结果生成第一决策数据，该第一决策数据为对第一数据所反映的数据特征的决策信息。

309、数据决策装置将第一决策数据发送至云服务器。

310、云服务器根据第二数据的分析结果对第一决策数据进行修正，获得修正后的第二决策数据，该第二决策数据为对第一数据和第二数据所反映的数据特征的决策信息。

311、云服务器将第二决策数据发送至数据决策装置，以使得数据决策装置将第二决策数据反馈至用户。

在步骤301中，由于数据决策装置的存储空间信息、运算速率信息以及与云服务器的通信速率信息，是制约数据决策装置与云服务器进行数据交互的主要因素，因此，数据决策装置与云服务器进行数据交互之前，需要确定自身的存储空间信息、运算速率信息以及与云服务器的通信速率信息，例如，数据决策装置当前可以使用的存储空间为8GB，数据决策装置的主频参数为500MHz(其中，数据决策装置的空闲资源为80％)，而数据决策装置与云服务器之间可用的通信速率为100Mbps。

在步骤302中，在获取到上述分析条件之后，为了确定哪些感知数据需要数据决策装置进行轻量级数据分析，哪些感知数据需要数据决策装置发送至云服务器，以使得云服务器进行综合性数据分析，数据决策装置向云服务器发送该分析条件。

在步骤303中，云服务器接收到数据决策装置发送的该分析条件后，根据该分析条件确定数据决策装置能够处理的第一数据类型。

具体的，可参见步骤102以及步骤202，此处以第一数据类型为血压监测器生成的血压值为例进行示例性说明。云服务器接收到该分析条件后，确定第一数据类型的数据分析任务，即：对血压值与健康血压范围进行对比，是否符合该分析条件。例如，该分析条件中数据决策装置当前可以使用的存储空间为8GB，数据决策装置的主频参数为500MHz(其中，数据决策装置的空闲资源为80％)，而数据决策装置与云服务器之间可用的通信速率为100Mbps，而进行第一数据类型的数据分析任务时需要 500MB的存储空间，同时需要80Mbps的主频参数(需要占用10％的空闲资源)，均满足该分析条件中的各项条件，因此，云服务器可以确定数据决策装置能够对第一数据类型进行数据分析，也就是说，确定数据决策装置能够处理的第一数据类型为血压监测器生成的血压值。

又或者，云服务器接收到该分析条件后，查找已存储的历史数据后，查找到数据决策装置曾经处理过血压值的数据分析任务，因此，云服务器便可以确定数据决策装置对第一数据类型(即血压值)进行数据分析。

在步骤304中，云服务器确定数据决策装置对第一数据类型进行数据分析之后，向数据决策装置发送第一数据类型的数据分析指示，以指示数据决策装置对满足第一数据类型的第一数据进行数据分析。

而数据决策装置接收到该数据分析指示后，便确定了需要对满足第一数据类型的第一数据进行数据分析的任务。

在步骤305中，当数据决策装置获取到满足第一数据类型的第一数据时，由于已经收到云服务器发送的数据分析指示，因此，数据决策装置对第一数据进行数据分析以获取第一数据的分析结果。

仍以步骤301至304中的例子进行说明，当数据决策装置获取到血压监测器生成的血压值时，数据决策装置对第一数据进行数据分析，即对血压值与健康血压范围进行对比，例如，对血压值与健康血压范围进行对比之后，对第一数据的分析结果为：用户当前的血压值高于正常血压范围。

其中，数据决策装置对第一数据进行数据分析以获取第一数据的分析结果的方法可参见步骤104，此处不再赘述。

在步骤306中，与步骤305对应的，当数据决策装置获取到第二数据(该第二数据为不满足第一数据类型的数据)时，由于没有收到云服务器发送的对第二数据的数据分析指示，因此，数据决策装置将第二数据发送至云服务器。

在步骤307中，云服务器获取到数据决策装置发送的第二数据后，对第二数据进行数据分析以获取第二数据的分析结果。

其中，云服务器对第二数据进行数据分析并获取第二数据的分析结果的方法，可以参照数据决策装置对第一数据进行数据分析并获取第一数据的分析结果的方法。

当然，由于云服务器中存储有用户的信息以及用户操作的历史信息，因此，云服务器在对第二数据进行数据分析时，可以调用用户的信息以及用户操作的历史信息，生成更全面的分析结果。例如，当第二数据为用户的当前的位置信息时，云服务器可以根据已经存储的用户在当前的位置的历史信息，为用户提供更加全面的分析结果。

在步骤308中，在数据决策装置获取到第一数据的分析结果后，便可以根据第一数据的分析结果生成第一决策数据，该第一决策数据为对第一数据所反映的数据特征的决策信息。

具体的，数据决策装置对第一数据进行数据分析和数据决策，以生成第一决策数据的方法可以参见步骤104，此处不再赘述。

在步骤309中，数据决策装置生成第一决策数据后，可以将第一决策数据发送至云服务器，以使得云服务器对第一决策数据进行修正获得更准确地决策数据。

另外，数据决策装置还可以在将第一决策数据发送至云服务器的同时，还可以将第一决策数据发送至各个人体设备或者显示在数据决策装置的显示界面中，这样，用户便可以在第一时间获取关于自身拥有的多个人体设备生成的感知数据的决策信息，提高了感知数据的分析效率。

在步骤310中，云服务器根据第二数据的分析结果，对数据决策装置发送的第一决策数据进行修正，获得修正后的第二决策数据。

当数据决策装置获取到第一数据的分析结果后，数据决策装置可以对第一数据的分析结果进行数据决策，得到第一决策数据。然而，数据决策装置得到的第一决策数据中，只考虑了由数据决策装置的存储空间信息、运算速率信息以及与云服务器的通信速率信息所决定的一部分感知数据，当数据决策装置获取到的多个感知数据中包含第二数据(其中，第二数据的数据分析任务不满足步骤201中的分析条件)的时候，数据决策装置无法对第二数据进行数据分析，因此，数据决策装置得到的第一决策数据是不全面的。

对此，云服务器中也可以预先存储有数据决策模型库，与数据分析模型库类似的，数据决策模型库中可以包括多种分析结果的数据决策模型(具体可参见步骤104)，云服务器可以根据数据决策模型对第一决策数 据进行修正。

例如，数据决策装置上报给云服务器的第一决策信息为：用户摔倒，需要治疗擦伤药物，而云服务器对第二数据的分析结果为：用户当前位置距离1公里内有两家药店，那么，云服务器便可根据数据决策模型库中的相关数据决策模型，修正第一决策信息，为用户提供距离最近的药店的路线图。

在步骤311中，云服务器将第二决策数据发送至数据决策装置，以使得数据决策装置将第二决策数据反馈至用户。

可以看出，云服务器通过修正数据决策装置生成的第一决策信息，可以为用户提供更全面的数据决策信息，一定程度解决了现有技术中不能有效协同多个人体设备分别感知到的感知数据的问题，提高感知数据的分析质量。

本发明的实施例提供一种数据决策方法，如图4所示，其中，步骤401至步骤410可参见上述步骤301至310，在步骤410之后还包括步骤411至413，具体的：

411、第一网关将自身生成或接收到的感知数据发送至云服务器。

412、云服务器根据该感知数据对第一决策数据或第二决策数据进行修正。

413、云服务器将修正后的决策数据发送至数据决策装置，以使得数据决策装置将修正后的决策数据反馈至用户。

云服务器还可以与第一网关进行数据交互，其中，该第一网关为除数据决策装置外的任意网关，例如家庭内安装的家庭网关、汽车内安装的汽车网关等等。由于，人体设备生成的感知数据只能在一定程度上反映人体当前的各项指标，因此，第一决策数据或第二决策数据无法全面的为用户提供最准确的决策信息，这样，云服务器可以根据第一网关生成或接收到的感知数据，对数据决策装置生成的第一决策数据，或者对云服务器生成的第二决策数据进行进一步修正，进而提高了对感知数据的分析质量。

在步骤411中，云服务器可以先获取第一网关上报的感知数据，例如，家庭网关上报的温度值、视频监控数据等等。需要说明的是，云服务器可以在执行步骤401至410的任意时刻获取第一网关上报的感知数据，即步 骤411与步骤401至410之间没有时间上的逻辑关系。

在步骤412中，在获取到第一网关上报的感知数据之后，云服务器便可以根据该感知数据对步骤409中云服务器获取的第一决策数据进行修正；或者，云服务器也以根据该感知数据对步骤410中云服务器生成的第二决策数据进行修正。

例如，数据决策装置发送的第一决策数据为：用户的体重超标，建议加强锻炼，而家庭网关上报的视频数据显示用户在一个月内摄入了过量的热量，那么，云服务器可以根据该视频数据对第一决策数据进行修正，例如，建议用户在加强锻炼的同时，减少热量的摄入。可以看出，由于数据决策装置只能获取到人体设备生成的感知数据，这些感知数据只能反映用户自身的各项人体指标，因此，云服务器获取到的数据决策装置发送的第一决策数据可能是不全面的，而第一网关上报的感知数据可以帮助云服务器获取关于用户的更全面的决策数据。

当然，与数据决策装置类似的，第一网关也可以对获取到的感知数据进行初步分析和决策，并生成第四决策数据，进而将第一网关生成的第四决策数据发送至云服务器，这样，云服务器便可以根据第四决策数据对第一决策数据或第二决策数据进行进一步的修正，无需获取第一网关的全部感知数据，减轻云服务器的运算负担的同时可以提高对第一决策数据或第二决策数据进行进一步修正的速度。

最后，在步骤413中，云服务器将步骤412中修正后的决策数据发送至数据决策装置，以使得数据决策装置将修正后的决策数据反馈至用户。

可以看出，在对第一决策数据或第二决策数据进行进一步的修正时，由于云服务器通过结合第一网关上报的感知数据，对第一决策数据或第二决策数据进行更为全面的综合性深度分析，可以保证步骤412中修正后的决策数据更加准确，进而提高了对感知数据的分析质量。

本发明的实施例提供一种数据决策方法，数据决策装置通过获取进行数据分析的分析条件后上报至云服务器，以确定能够处理的第一数据类型，当数据决策装置获取满足第一数据类型的第一数据时，该第一数据为与所述数据决策装置相连的人体设备生成的感知数据；对第一数据进行数据分析和数据决策，并生成第一决策数据，该第一决策数据为对第一数据 所反映的数据特征的决策信息。可以看出，数据决策装置可以对满足第一数据类型的各种感知数据进行快速和较为准确的数据分析与决策，进而可以第一时间将得到的第一决策数据反馈给人体设备和用户，一定程度解决了不能有效协同多个人体设备分别感知到的感知数据的问题，提高感知数据的分析质量。

图5为本发明实施例提供的一种数据决策装置的结构示意图，本发明实施例提供的数据决策装置可以用于实施上述图1-图4所示的本发明各实施例实现的方法，为了便于说明，仅示出了与本发明实施例相关的部分，具体技术细节未揭示的，请参照图1-图4所示的本发明各实施例。

示例性的，所述数据决策装置具体包括：

获取单元11，用于获取进行数据分析的分析条件，所述分析条件是指所述数据决策装置的存储空间信息、运算速率信息以及与云服务器之间的通信速率信息，其中，所述云服务器与所述数据决策装置相连接；以及获取满足所述第一数据类型的第一数据，所述第一数据为与所述数据决策装置相连的人体设备生成的感知数据；

发送单元12，用于向所述云服务器上报所述获取单元11中的分析条件，以使得所述云服务器根据所述分析条件确定所述数据决策装置能够处理的第一数据类型；

数据决策单元13，用于对所述获取单元11中的第一数据进行数据分析和数据决策，并生成第一决策数据，所述第一决策数据为对所述第一数据所反映的数据特征的决策信息。

进一步地，如图6所示，所述数据决策装置还包括确定单元14，其中，

所述确定单元14，用于根据所述获取单元11中的分析条件确定第二数据类型；

所述发送单元12，还用于向所述云服务器发送所述确定单元14中的所述第二数据类型，以使得所述云服务器根据所述分析条件判断所述数据决策装置是否有能力处理所述第二数据类型；

所述获取单元11，具体用于当收到所述云服务器同意所述数据决策装置处理所述第二数据类型的数据的消息时，获取满足所述第一数据类型 或所述第二数据类型的第一数据。

进一步地，所述确定单元14，还用于判断所述第一数据类型和所述第二数据类型是否一致；

所述发送单元12，具体用于当所述第一数据类型和所述确定单元14中的第二数据类型不一致时，向所述云服务器发送所述第二数据类型以使得所述云服务器根据所述分析条件判断所述数据决策装置是否有能力处理所述第二数据类型。

进一步地，所述发送单元12，还用于当接收到不满足所述第一数据类型的第二数据时，将所述第二数据发送至所述云服务器，以使得所述云服务器根据所述第二数据进行数据分析，以获取所述第二数据的分析结果。

进一步地，所述发送单元12，还用于将所述第一决策数据发送至所述云服务器，以使得所述云服务器根据所述第二数据的分析结果，对所述第一决策数据进行修正，并获得修正后的第二决策数据，其中，所述第二决策数据为对所述第二数据和所述第一决策数据所反映的数据特征的决策信息。

进一步地，所述发送单元12，还用于将所述第一数据和所述第一决策数据发送至所述云服务器，以使得所述云服务器根据所述第一数据和所述第二数据，对所述第一决策数据进行修正，并获得修正后的第三决策数据，所述第三决策数据为对所述第一数据和所述第二数据所反映的数据特征的决策信息。

另外，需要说明的是，本发明实施例提供的数据决策装置可以是移动个人站(MPS，Mobile Personal Station)，其中，移动个人站是一种用于辅助个人对个人所属的人体设备进行通信、管理、数据分析的逻辑设备单元。

具体的，MPS可以自动确定植入设备、穿戴式设备、便携设备等人体设备间的通信方式(如：蓝牙、Wi-Fi(Wireless Fidelity，无线保真)、ZigBee(紫蜂协议，一种基于IEEE802.15.4标准的低功耗局域网协议)等进行单独组网或混合组网)并维护和优化网络运行，充当人体设备到互联网的通信网关；MPS还可以负责对采集自人体和环境(如：家庭、汽 车等)的感知数据(如：人体的心率、血压；家庭环境的温度、水电煤使用情况；汽车运行状态)进行一定程度的数据分析，并与云服务器进行数据交互；MPS可以集成到一个智能设备或者作为实体设备存在，本发明名对此不作任何限制。

图7为本发明实施例提供的一种与服务器的结构示意图，本发明实施例提供的服务器可以用于实施上述图1-图4所示的本发明各实施例实现的方法，为了便于说明，仅示出了与本发明实施例相关的部分，具体技术细节未揭示的，请参照图1-图4所示的本发明各实施例。

示例性的，所述服务器具体包括：

接收单元21，用于接收数据决策装置发送的进行数据分析的分析条件，所述分析条件是指所述数据决策装置的存储空间信息、运算速率信息以及与所述云服务器之间的通信速率信息，其中，所述云服务器与所述数据决策装置相连接；

确定单元22，用于根据所述接收单元21中的分析条件，确定所述数据决策装置能够处理的第一数据类型，以使得所述数据决策装置对满足所述第一数据类型的第一数据进行数据分析和数据决策，并生成第一决策数据。

进一步地，如图8所示，所述云服务器还包括发送单元23，其中，

所述接收单元21，还用于接收所述数据决策装置发送的第二数据类型，所述第二数据类型为所述数据决策装置根据所述分析条件确定的；

所述发送单元23，用于若所述云服务器根据所述分析条件判断所述数据决策装置有能力处理所述第二数据类型，则向所述数据决策装置发送同意所述数据决策装置处理所述第二数据类型的数据的消息，以使得所述数据决策装置获取满足所述第一数据类型或所述第二数据类型的第一数据。

进一步地，所述指示单元22，具体用于根据所述分析条件确定是否允许对所述第一数据进行数据分析；若允许对所述第一数据进行数据分析，则向所述数据决策装置发送针对所述第一数据的数据分析指示，以指示所述数据决策装置对第一数据进行数据分析。

进一步地，如图9所示，所述云服务器还包括数据处理单元24，其 中，

所述接收单元21，还用于接收所述数据决策装置发送的第二数据和所述第一决策数据，所述第二数据是指不满足所述第一数据类型的感知数据；

所述数据处理单元24，用于根据所述接收单元21中的第二数据进行数据分析，以获取所述第二数据的分析结果；并根据所述第二数据的分析结果，对所述第一决策数据进行修正，并获得修正后的第一决策数据。

进一步地，所述接收单元21，还用于接收所述数据决策装置发送的所述第一数据；

所述数据处理单元24，具体用于根据所述接收单元21中的第一数据和所述第二数据的分析结果，对所述第一决策数据进行修正，并获得修正后的第一决策数据。

进一步地，所述接收单元21，还用于获取第一网关发送的感知数据，所述第一网关是指除所述数据决策装置外的任意网关；

所述数据处理单元24，还用于根据所述接收单元21中的第一网关获取到的感知数据，对所述第一决策数据进行修正。

需要说明的是，本发明实施例提供的云服务器可以为一个或多个，例如多个云服务器组件的云平台，云平台中可以存储有各个用户的信息以及历史数据，云平台在进行云计算时，可以通过调用每个用户的信息和历史数据进行深度和精确计算。

具体的，云平台可以用于存储各个人体设备生成的感知数据；以及对采集自各个人体设备的感知数据进行数据分析，并提取这些数据的变化特征与规律，例如：云平台可以计算一年内，人体血压的变化规律；一年内，人体酒精的含量变化规律等等；另外，云平台还可以根据数据分析的结果做关联分析，给出决策及建议信息，例如：若果云平台发现血压的增高由饮酒引起，则通过MPS向主人发出告警信息及行动建议，比如停止饮酒，或者限制饮酒量在某一个值；当然，云平台还可以与MPS进行通信，即对MPS的参数进行配置和管理，例如：成人可以登录到云平台对小孩的MPS进行远程配置与管理等，本发明对此不作任何限制。

本发明的实施例提供一种数据决策装置，数据决策装置通过获取进行 数据分析的分析条件后上报至云服务器，以确定能够处理的第一数据类型，当数据决策装置获取满足第一数据类型的第一数据时，该第一数据为与所述数据决策装置相连的人体设备生成的感知数据；对第一数据进行数据分析和数据决策，并生成第一决策数据，该第一决策数据为对第一数据所反映的数据特征的决策信息。可以看出，数据决策装置可以对满足第一数据类型的各种感知数据进行快速和较为准确的数据分析与决策，进而可以第一时间将得到的第一决策数据反馈给人体设备和用户，一定程度解决了不能有效协同多个人体设备分别感知到的感知数据的问题，提高感知数据的分析质量。

图10为本发明实施例提供的移动个人站(MPS)的硬件示意图，其中，MPS是一种用于辅助个人对个人所属设备或相关设备进行通信、管理、数据分析的逻辑设备单元，该MPS可以为上述实施例中的数据决策装置，本发明实施例提供的MPS可以用于实施上述图1-图4所示的本发明各实施例实现的方法，为了便于说明，仅示出了与本发明实施例相关的部分，具体技术细节未揭示的，请参照图1-图4所示的本发明各实施例。

如图10，所述MPS包括处理器31、通信接口32、存储器33以及总线34。

其中，处理器31、通信接口32以及存储器33通过总线34进行通信。

处理器31，是所述MPS的控制中心，处理器31通过运行或执行存储在存储器33内的软件程序和/或模块，以及调用存储在存储器333内的数据，执行MPS的各种功能和处理数据。

通信接口32，可以由光通讯接口，电通讯接口，无线通讯接口或其任意组合实现。例如，光通讯接口可以是小封装可插拔(英文：small form-factor pluggable transceiver，缩写：SFP)通讯接口(英文：transceiver),增强小封装可插拔(英文：enhanced small form-factor pluggable，缩写：SFP+)通讯接口或10吉比特小封装可插拔(英文：10Gigabit small form-factor pluggable，缩写：XFP)通讯接口。电通讯接口可以是以太网(英文：Ethernet)网络接口控制器(英文：network interface controller，缩写：NIC)。无线通讯接口可以是无线网络接口控制器(英文：wireless network interface controller，缩写：WNIC)。接 收端中可以有多个通信接口32。

存储器33，可用于存储软件程序或数据，处理器31通过运行存储在存储器33的软件程序或数据，从而执行所述MPS的各种功能应用以及数据处理。

在本发明的实施例中，MPS的通讯接口32获取进行数据分析的分析条件并存储在存储器33中，所述分析条件包括所述MPS的存储空间信息、运算速率信息以及与云服务器的通信速率信息；处理器31调用通讯接口32向所述云服务器上报所述分析条件，以使得所述云服务器根据所述分析条件确定所述MPS能够处理的第一数据类型；通讯接口32获取满足所述第一数据类型的第一数据时发送至处理器31，所述第一数据为与所述MPS相连的人体设备生成的感知数据，处理器31对所述第一数据进行数据分析和数据决策，并生成第一决策数据，并将第一决策数据存储在存储器33中，所述第一决策数据为对所述第一数据所反映的数据特征的决策信息。

进一步地，在MPS的通讯接口32获取进行数据分析的分析条件之后，还可以包括步骤：处理器31根据通讯接口32获取的所述分析条件确定第二数据类型；处理器31调用通讯接口32向所述云服务器发送所述第二数据类型，以使得所述云服务器根据所述分析条件判断所述MPS是否有能力处理所述第二数据类型；当通讯接口32接收到所述云服务器同意所述MPS处理所述第二数据类型的数据的消息时发送至处理器31，这样，处理器31便可以获取满足所述第一数据类型或所述第二数据类型的第一数据。

进一步地，在处理器31调用通讯接口32向所述云服务器发送所述第二数据类型之前，还可以包括步骤：处理器31判断所述第一数据类型和所述第二数据类型是否一致；当所述第一数据类型和所述第二数据类型不一致时，处理器31调用通讯接口32处理器31调用通讯接口32向所述云服务器发送所述第二数据类型以使得所述云服务器根据所述分析条件判断所述MPS是否有能力处理所述第二数据类型。

进一步地，在MPS的通讯接口32获取进行数据分析的分析条件并存储在存储器33中之后，还可以包括步骤：当通讯接口32接收到不满足所 述第一数据类型的第二数据时，将所述第二数据发送至所述云服务器，以使得所述云服务器根据所述第二数据进行数据分析，以获取所述第二数据的分析结果。

进一步地，当处理器31对所述第一数据进行数据分析和数据决策，并生成第一决策数据之后，还可以包括步骤：处理器31通过通讯接口32将所述第一决策数据发送至所述云服务器，以使得所述云服务器根据所述第二数据的分析结果，对所述第一决策数据进行修正，并获得修正后的第二决策数据，其中，所述第二决策数据为对所述第二数据和所述第一决策数据所反映的数据特征的决策信息。

又或者，当处理器31对所述第一数据进行数据分析和数据决策，并生成第一决策数据之后，还可以包括步骤：处理器31通过通讯接口32将所述第一数据和所述第一决策数据发送至所述云服务器，以使得所述云服务器根据所述第一数据和所述第二数据，对所述第一决策数据进行修正，并获得修正后的第三决策数据，所述第三决策数据为对所述第一数据和所述第二数据所反映的数据特征的决策信息。

相应的，附图11示出的是本发明的云服务器的硬件示意图。

本发明实施例提供的云服务器可以为一个或多个，例如多个云服务器组件的云平台，云平台中可以存储有各个用户的信息以及历史数据，云平台在进行云计算时，可以通过调用每个用户的信息和历史数据进行深度和精确计算。

如图11，所述云服务器包括处理器41、通信接口42、存储器43以及总线44。

其中，处理器41、通信接口42以及存储器43通过总线44进行通信。

处理器41，是所述云平台的控制中心，处理器41通过运行或执行存储在存储器43内的软件程序和/或模块，以及调用存储在存储器433内的数据，执行云平台的各种功能和处理数据。

通信接口42，可以由光通讯接口，电通讯接口，无线通讯接口或其任意组合实现。例如，光通讯接口可以是小封装可插拔通讯接口,增强小封装可插拔通讯接口或10吉比特小封装可插拔通讯接口。电通讯接口可以是以太网网络接口控制器。无线通讯接口可以是无线网络接口控制器。接 收端中可以有多个通信接口42。

存储器43，可用于存储软件程序或数据，处理器41通过运行存储在存储器43的软件程序或数据，从而执行所述云平台的各种功能应用以及数据处理。

在本发明的实施例中，云服务器的处理器41通过通讯接口42接收MPS发送的进行数据分析的分析条件，并存储至存储器43，所述分析条件包括MPS的存储空间信息、运算速率信息以及与所述云服务器的通信速率信息；处理器41根据所述分析条件，确定所述MPS能够处理的第一数据类型，以使得所述MPS对满足所述第一数据类型的第一数据进行数据分析和数据决策，并生成第一决策数据。

进一步地，在云服务器的处理器41通过通讯接口42接收MPS发送的进行数据分析的分析条件之后，还可以包括步骤：通讯接口42接收所述MPS发送的第二数据类型并发送至处理器41，所述第二数据类型为所述MPS根据所述分析条件确定的；处理器41根据所述分析条件判断所述MPS是否有能力处理所述第二数据类型，若所述云服务器根据所述分析条件判断所述MPS有能力处理所述第二数据类型，处理器41则调用通讯接口42向所述MPS发送同意所述MPS处理所述第二数据类型的数据的消息，以使得所述MPS获取满足所述第一数据类型或所述第二数据类型的第一数据。

进一步地，在云服务器的处理器41通过通讯接口42接收MPS发送的进行数据分析的分析条件之后，还可以包括步骤：通讯接口42接收所述MPS发送的第二数据和所述第一决策数据并发送至处理器41，所述第二数据是指不满足所述第一数据类型的感知数据；处理器41根据所述第二数据进行数据分析，以获取所述第二数据的分析结果；并且，处理器41根据所述第二数据的分析结果，对所述第一决策数据进行修正，并获得修正后的第一决策数据。

进一步地，云服务器的处理器41还可以通过通讯接口42接收所述MPS发送的所述第一数据，此时，处理器41根据所述第一数据和所述第二数据的分析结果，对所述第一决策数据进行修正，并获得修正后的第一决策数据。

进一步地，云服务器的处理器41还可以通过通讯接口42接收第一网关发送的感知数据并发送至处理器41，所述第一网关是指除所述MPS外的任意网关；处理器41根据所述第一网关获取到的感知数据，对所述第一决策数据进行修正。

本发明的实施例提供一种数据决策装置，数据决策装置通过获取进行数据分析的分析条件后上报至云服务器，以确定能够处理的第一数据类型，当数据决策装置获取满足第一数据类型的第一数据时，该第一数据为与所述数据决策装置相连的人体设备生成的感知数据；对第一数据进行数据分析和数据决策，并生成第一决策数据，该第一决策数据为对第一数据所反映的数据特征的决策信息。可以看出，数据决策装置可以对满足第一数据类型的各种感知数据进行快速和较为准确的数据分析与决策，进而可以第一时间将得到的第一决策数据反馈给人体设备和用户，一定程度解决了不能有效协同多个人体设备分别感知到的感知数据的问题，提高感知数据的分析质量。

图12为本发明实施例提供的一种数据决策系统，包括数据决策装置51，以及与该数据决策装置51相连的云服务器52。

其中，关于数据决策装置51与云服务器52之间的交互方法，可具体参见实施例1至实施例4，故此处不再赘述。

示例性的，如图13所示，以MPS61为数据决策装置为例，该数据决策系统中包括MPS61，与MPS61相连的云服务器62，以及与MPS61均相连的各个人体设备63。

其中，MPS61可以集成到一个智能设备或者作为实体设备存在，此处，可将MPS61作为一个单独的实体设备，并搭载有相应的操作系统和各种应用供用户使用。

进一步地，MPS61可以集成通信、管理、数据分析与决策等功能，例如，MPS61可以自动确定植入设备、穿戴式设备、便携设备等人体设备63间的通信方式(如：蓝牙、wifi、ZigBee等进行单独组网或混合组网)并维护和优化网络运行；或者，MPS61可以管理与其相连的各个人体设备63，在MPS61内配置人体设备63的各项参数，并充当人体设备63到互联网的通信网关；MPS61还可以负责对采集自人体和环境(如： 家庭、汽车等)的感知数据(如：人体的心率、血压；家庭环境的温度、水电煤使用情况；汽车运行状态)进行一定程度的数据分析，并与云服务器62进行数据交互，最终获得决策数据并反馈至各个人体设备63和用户。

另外，云服务器62也可以集成数据存储，数据分析、数据决策等功能，例如，云平台可以用于存储各个人体设备63生成的感知数据；以及对采集自各个人体设备63的感知数据进行数据分析，并提取这些数据的变化特征与规律，例如：云平台可以计算一年内，人体血压的变化规律；一年内，人体酒精的含量变化规律等等；另外，云平台还可以根据数据分析的结果做关联性分析，给出决策及建议信息，例如：若果云平台发现血压的增高由饮酒引起，则通过MPS61向主人发出告警信息及行动建议，比如停止饮酒，或者限制饮酒量在某一个值等。

示例性的，在MPS61与云服务器62根据接收到的人体设备63的感知数据进行数据决策之前，云服务器62需要对MPS61的数据分析能力进行配置，即云服务器62向MPS61指示哪些数据可以由MPS61自行分析，哪些数据需要由云服务器62进行数据分析，这样，当MPS61获取到多个人体设备63上报的多个感知数据时，MPS61便可以根据上述配置的结果快速对一部分数据进行分析和决策，为各个人体设备63和用户提供第一时间的决策结果，当然，与此同时，云服务器62还可以对感知数据进一步进行深度的综合性分析，进而对MPS61得到的决策数据进行修正，为各个人体设备63和用户提供修正后更为精准的决策结果。

具体的，本发明实施例提供两种云服务器62对MPS61进行数据分析的分析条件进行配置的方法。

方法一，MPS61可以根据自身进行数据分析的分析条件(例如，MPS61存储空间信息、运算速率信息以及与云服务器62的通信速率信息)，主动向云服务器62上报MPS61自身满足上述分析条件的特定数据，例如，MPS61可用的存储空间为8GB，MPS61的负载值为500MHz(其中，MPS61的空闲资源为80％)，而MPS61与云服务器之间可用的通信速率为100Mbps，而分析血压监测器上报的血压值与血压危险值的关系时，仅需要消耗50MHz的负载值以及100MB的存储空间就可以了，因此，MPS61可以向云服务器62发送数据分析请求，用于请求云服务器 62允许MPS61对该血压值进行数据分析，进一步地，当云服务器62向MPS61发送了数据分析允许响应，以允许MPS61对该血压值进行数据分析后，便完成了一次云服务器62对MPS61的数据分析能力进行配置的过程。

方法二，MPS61将自身进行数据分析的分析条件上报给云服务器62后，由云服务器62根据分析条件确定哪些数据可以由MPS61自行分析，哪些数据需要由云服务器62进行数据分析，并向MPS61发送数据分析指示，以使得MPS61根据数据分析指示确定需要进行数据分析的数据。

进一步地，在云服务器62向MPS61指示哪些数据可以由MPS61自行分析，哪些数据需要由云服务器62进行数据分析之后，例如，假设人体姿态检测器感知到的姿态数据和心率监测器感知到的心率值可以由MPS61自行分析，那么，当MPS61获取到的多个人体设备63上报的感知数据中，包括有姿态信息和心率值时，MPS61则分别对姿态信息和心率值进行分析，比如，MPS61对姿态信息的分析结果为人体处于剧烈运动状态，而对心率值的分析结果为心率加快，此时，MPS61根据得到的这两个分析结果进行决策，比如，由于在剧烈运动状态下心率加快属于正常现象，因此，MPS61便可以得到用户当前生理指标正常的第一决策数据，并将该第一决策数据在第一时间反馈至用户。

进一步地，为保证MPS61生成的第一决策数据的准确性，云服务器62还可以进一步的对第一决策数据进行修正。具体的，MPS61将生成的第一决策数据发送至云服务器62，由于云服务器62的存储空间和计算能力都远大于MPS61，而且，云服务器62中存储有每个用户的大量历史数据，因此，云服务器62可以对第一决策数据进行进一步的修正。例如，云服务器62获取到用户当前生理指标正常的第一决策数据，云服务器62通过查询该用户的用户信息，获取到该用户是一名心脏病患者的历史信息，那么，云服务器62会根据该历史信息修正第一决策数据，进而获得修正后的第二决策数据，例如，云服务器62会生成建议用户降低运动强度的第二决策数据，并将第二决策数据发送至MPS61，以使得MPS61将第二决策数据反馈至用户，当然，云服务器62还可以从MPS61获取各个人体设备63的感知数据，进而对获取到的感知数据进行分析和决策， 无需根据MPS61生成的第一决策数据进行分析和决策，本发明对此不做限定。

进一步地，如图14所示，所述数据决策系统中还可以包括第一网关64，其中，第一网关64与数据决策装置均与云服务器62相连，该第一网关64为除所述数据决策装置外的任意网关，例如家庭内安装的家庭网关、汽车内安装的汽车网关等等。

具体的，云服务器62可以先获取家庭网关等第一网关64上报的感知数据，进而，在对数据决策装置发送的第一决策数据进行进一步的修正时，云服务器62可以根据第一网关64上报的感知数据，对第一决策数据进行更加全面的数据分析，进而根据分析结果对第一决策数进行修正。例如，数据决策装置发送的第一决策数据为：用户的体重超标，建议加强锻炼，而家庭网关上报的视频数据显示用户在一个月内摄入了过量的热量，那么，云服务器62可以根据该视频数据对第一决策数据进行修正，例如，建议用户在加强锻炼的同时，减少热量的摄入。

可以看出，在对数据决策装置发送的第一决策数据进行进一步的修正时，由于云服务器62通过结合第一网关64上报的感知数据，对第一决策数据进行综合性的深度分析，可以保证云服务器62对第一决策数据的修正更加准确，进而提高了对感知数据的分析质量。

当然，与数据决策装置类似的，第一网关64也可以对获取到的感知数据进行初步分析和决策，进而将第一网关64的决策结果发送至云服务器62，这样，云服务器62便可以根据第一网关64的决策结果对第一决策数据进行进一步的修正，无需获取第一网关64的全部感知数据，减轻云服务器62的运算负担的同时可以提高对第一决策数据进行进一步修正的速度。

本发明的实施例提供一种数据决策系统，系统中的数据决策装置通过获取进行数据分析的分析条件后上报至云服务器，以确定能够处理的第一数据类型，当数据决策装置获取满足第一数据类型的第一数据时，该第一数据为与所述数据决策装置相连的人体设备生成的感知数据；对第一数据进行数据分析和数据决策，并生成第一决策数据，该第一决策数据为对第一数据所反映的数据特征的决策信息。可以看出，数据决策装置可以对满 足第一数据类型的各种感知数据进行快速和较为准确的数据分析与决策，进而可以第一时间将得到的第一决策数据反馈给人体设备和用户，一定程度解决了不能有效协同多个人体设备分别感知到的感知数据的问题，提高感知数据的分析质量。

所属领域的技术人员可以清楚地了解到，为描述的方便和简洁，仅以上述各功能模块的划分进行举例说明，实际应用中，可以根据需要而将上述功能分配由不同的功能模块完成，即将装置的内部结构划分成不同的功能模块，以完成以上描述的全部或者部分功能。上述描述的系统，装置和单元的具体工作过程，可以参考前述方法实施例中的对应过程，在此不再赘述。

在本申请所提供的几个实施例中，应该理解到，所揭露的系统，装置和方法，可以通过其它的方式实现。例如，以上所描述的装置实施例仅仅是示意性的，例如，所述模块或单元的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式，例如多个单元或组件可以结合或者可以集成到另一个系统，或一些特征可以忽略，或不执行。另一点，所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口，装置或单元的间接耦合或通信连接，可以是电性，机械或其它的形式。

所述作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。

另外，在本发明各个实施例中的各功能单元可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现，也可以采用软件功能单元的形式实现。

所述集成的单元如果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，本发明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，包括若干指令用以使得一台计算机设备(可以是 个人计算机，服务器，或者网络设备等)或处理器(processor)执行本发明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(ROM，Read-Only Memory)、随机存取存储器(RAM，Random Access Memory)、磁碟或者光盘等各种可以存储程序代码的介质。

以上所述，仅为本发明的具体实施方式，但本发明的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本发明揭露的技术范围内，可轻易想到变化或替换，都应涵盖在本发明的保护范围之内。因此，本发明的保护范围应以所述权利要求的保护范围为准。