[发明专利]一种仿生智能计算物联网系统

说明书

本实发明涉及一种仿生智能计算物联网系统，用于智能家居系统用户习惯的学习，以便系统能更好地按照用户习惯运行。本发明其特征在于由抗体云库(1)和个体(2)组成。抗体云库通过互联网协议传输数据，对个体的抗体进行提取和对个体进行在线免疫。抗体是智能家居系统中用户的某个操作信息，个体是以家庭住宅为单位的智能家居系统总称，抗体云库是不同个体内抗体库的在云端的集合。个体内部的物联网是住宅个域网，由淋巴节点(3)和抗原终端(4)组成。用户的每一次对抗原终端设备的操作，都会传导到淋巴节点。淋巴节点对该抗原识别，产生抗体。当抗体弄的达到一定值时，就能产生二次应答，从而完成了对用户习惯的学习。

技术领域

本发明涉及一种仿生智能计算物联网系统，具体应用于智能家居前装产品的通信管理。

背景技术

物联网、云计算、大数据和人工智能是我发国家重要的科技发展战略，将像互联网一样再次改变社会。目前业界认为：物联网是互联网连接与物相关业务和应用的拓展，云计算是物联网连接中枢，大数据相当于物联网信息汇入云端的数据池，人工智能则是通过一定的学习算法对大数据的进一步应用。这种架构最大的缺点是应用途径太长。从设备产生数据到通过人工智能学习，其途径是“物理空间->数据->抽象标注->输入数据->黑盒学习->输出数据->二次标注->物理空间”。比如一个房间的设定温度值为23度，“23”这个有符号二进制数在物联网上和互联网上是标注一致的，互联网收集到这个数据后这个数据成为云端深度学习的一个数据，这个数据要再一次按照神经网络数据数据的要求进行归一化处理，比如温度值归一公式为23/200=0.115，然后在把大量的数据进行深度学习进行分析，得出某个值如0.985的数据，然后反归一化，在此对这个数据进行标定才又回到物理空间。这个途径太长，而且数据的标注是数据进行应用的基础，不标注无法应用。

为了克服这种不足，本发明设计了专门针对用户习惯学习的仿生智能计算物联网系统。在这个系统中，物联网是一个封闭的具有一定学习功能的黑盒子，整个系统的对外输出是分析的结果。物联网的应用途径是“物联空间->输入数据->黑盒学习->输出数据->标注->物理空间”，比较原来节省了三个环节。学习算法采用小数量的人工免疫网络，大部分人工智能的学习不在云端进行，而是在物联网网关中进行，物联网中的大部分数据不需要标注，云端只负责对学习知识——抗体的存储。抗体库云和其他云的接口是反映不同类型抗体浓度的数据。

这种物联网系统除了减少原先物联网应用途径以外，还有以下优势：

1) 数据免标注

学习是以黑盒子的形式学习，对于数据具体是什么就不那么关心了。

2) 网络安全性能提高

每个用户的数据都不一样，不具有互操作的性，网络中传输的抗体数据。比如A家生产的空调，23度的表示为无符号数7，B家生产的空调23摄氏度表示ACSSI‘23’,这些数据不统一没有关系，黑盒学习不对具体的数据进行区分，只区分数据之间发生的时序和产生的关联。每一家结果是不一样的，外来数据很难造成实质性的破坏。

3) 用户隐私得到保护

由于云端上传的是统计数据，大部分数据是无标注的。因此具体到用户的隐私不直接在云端出现。云端出现的是某个抗体的浓度，这有点像我们化验血细胞，发现白细胞和红细胞的浓度，不涉及用户具体操作。因而隐私保护的比较好。

发明内容

本发明目的在于设计一种仿生智能计算物联网系统，用于智能家居系统用户习惯的学习，以便系统能更好地按照用户个性化需求运行。

一种仿生智能计算物联网系统，其特征在于由抗体云库和个体组成；抗体云库通过互联网协议对个体在线进行抗体提取和在线免疫；抗体是智能家居系统中用户的某个操作信息；个体是以家庭住宅为单位的智能家居系统总称；抗体云库是不同个体内抗体库的在云端的集合。