[发明专利]一种基于学习的物联网实体消息解析方法

说明书

本发明公开了一种基于学习的物联网实体消息解析方法，通过将机器学习方法与现有的解析方法相结合，实现了对任意种类设备消息的自动识别，从而解决了多厂商多型号设备的适配问题；通过采用机器学习方法实现了物联网消息解析器，能够对任意未知格式物联网设备报文进行格式化解析。

技术领域

本发明属于物联网技术领域，具体涉及一种基于学习的物联网实体消息解 析方法。

背景技术

物联网云平台具有对接入物联网实体发送的消息进行解析的能力，通常可 以在人工指定解析规则的基础上识别、解析报文，以便之后的鉴权、处理等操 作。物联网实体消息为字符串，物联网实体消息解析是将该字符串中记录的有 效数据转化为计算机可以理解的数据类型，并进行格式化存储的过程。这些有 效数据，是由人为定义的需要解析提取的格式化信息。现有技术中，物联网实 体消息解析的过程包括：使用解析规则(如正则模式)对报文字符串进行匹配 解析，得到包含有效数据的字符串子串，然后再将字符串子串类型化，转化为 计算机可操作的数据格式(如整型、浮点型、布尔型、字节流等)。

现有技术中，报文的解析规则是人为提供且硬编码的，对于初次接入系统 的未知设备的报文消息，由于缺乏先验知识，无法选择相应的解析规则为其提 供格式化解析，必须经由人工判断确认，解析方法的泛用性较差，难以适配多 厂商多型号的设备，也无法安全处理未知设备，因此，当接入的物联网实体种 类、数量众多时，将会增加解析难度，严重降低解析效率。

发明内容

有鉴于此，本发明提供了一种基于学习的物联网实体消息解析方法，可以 自动识别任意种类设备消息，解决了多厂商多型号设备的适配问题。

本发明提供的一种基于学习的物联网实体消息解析方法，包括以下步骤：

步骤1、根据预设的物联网实体消息特征，将物联网实体的历史消息表示为 消息特征向量，对所述消息特征向量进行聚类分析，得到所述消息特征向量相 分类标签；

步骤2、以所述消息特征向量作为样本的输入、所述分类标签作为样本的输 出，构建分类元模型样本数据集；采用所述分类元模型样本数据集训练多个机 器学习模型，通过对所述多个机器学习模型进行交叉验证与参数调节，得到多 个分类元模型；所述分类元模型的输入为所述消息特征向量，输出为所述历史 消息的类型置信度向量；

步骤3、以所述类型置信度向量作为样本的输入、所述历史消息的类型作为 样本的输出，构建分类基模型样本数据集；使用模型集成法将多个所述分类元 模型结合起来得到分类基模型，采用所述分类基模型样本数据集训练所述分类 基模型，得到物联网实体消息分类器；

步骤4、采用所述物联网实体消息分类器对物联网实体消息进行分类，然后 采用对应类别的解析方式，对分类后的物联网实体消息进行解析。

进一步地，所述步骤4中对分类后的物联网实体消息进行解析，包括以下 步骤：

步骤4.1、以所述历史消息对应的字符串作为样本的输入，将所述字符串对 应的解析结果表示为01序列，以所述01序列作为样本的输出，构建解析元模 型样本数据集；采用所述解析元模型样本数据集训练多个时间序列模型，得到 多个解析元模型；所述解析元模型的输入为所述字符串，输出为所述字符串的 解析置信度向量；

步骤4.2、以所述字符串的解析置信度向量作为样本的输入、所述01序列 作为样本的输出，构建解析基模型样本数据集；使用模型集成法将多个所述解 析元模型结合起来得到解析基模型，采用所述解析基模型样本数据集训练所述 解析基模型，得到物联网实体消息解析器；

步骤4.3、采用所述物联网实体消息解析器解析所述分类后的物联网实体消 息，得到对应的解析01序列，再使用所述解析01序列对所述分类后的物联网 实体消息进行字符串提取，得到物联网实体消息有效子串，再对所述有效子串 进行类型化。