[发明专利]基于大数据的物联网的分布式安全运维的方法

说明书

本发明公开了基于大数据的物联网的分布式安全运维的方法，其特征在于，采用区块链技术，结合本地机器学习和全局机器学习；所述方法，还包括如下步骤：物联网设备生成含有时间戳字段的事件；从含有时间戳字段的事件中提取训练数据；通过网络将训练数据发送到服务器；接收服务器生成的模型数据；基于接收到的模型数据更新物联网设备的本地运维模型；并通过使用更新的本地运维模型处理物联网设备的本地源数据来生成输出。通过本发明，可以改进和增强物联网设备的性能、功能和安全。

技术领域

本发明涉及分布式架构、物联网、网络安全、大数据的技术领域，尤其涉及到基于大数据的物联网的分布式安全运维的方法。

背景技术

目前，在世界范围内，物联网（Internet-of-Things）几乎涉及到人们日常生活的所有领域。根据Gartner报导，随着5G的商用，到2020年以后，将有成百上千亿的物联网设备部署。事实上，人们正逐渐为他们的家庭配备物联网设备，例如，智能家居等。在工厂环境中，机器人和其它智能设备的协作提高了工厂自动化的效率和水平。物联网不仅仅限于此，而且还被广泛应用在许多其它领域，例如，智慧交通等。

已有的物联网安全运维的解决方案，通常是采用集中式的架构，例如，公钥基础设施（PKI Public Key Infrastructure），在由成千上万个节点组成的环境中，往往物联网会产生海量数据，这会导致巨大的可扩展性问题。另外，还有一些已有的技术，为了减少可能生成的物联网安全运维数据的数量，预处理物联网生成的数据，例如，可以从物联网数据中提取指定的数据字段并存储在数据库中，以便于以后高效地检索和分析这些数据字段。未被提取的物联网数据，通常不会保存，并在预处理期间被丢弃掉。然而，随着存储设备越来越便宜、存储容量越来越大，存储大量经过最少处理或未经处理的原始运维数据”供日后检索和分析变得越来越可行。一般来说，存储原始运维数据并在以后对该数据执行分析可以提供更大的灵活性，因为它使分析人员能够分析所有生成的物联网数据，而不仅仅是其中的一小部分。例如，这可能使分析人员能够调查以前无法分析的物联网数据，因为以前大量物联网数据被丢弃。然而，虽然为物联网数据的存储和分析提供了机会，但也带来了进一步的技术挑战。

采用机器学习的大数据技术来分析物联网数据，可以提升物联网的功能和增强它的安全运维管理水平，例如，照相机设备可以学习检测特定对象并在检测到时捕捉这些对象的图像；当照相机设备处理更多的物体图像时，机器学习的大数据技术可以提高识别相似物体的能力。然而，机器学习往往是计算密集型的，这可能超过目前物联网设备自身的能力，因为这些物联网设备只有有限的存储和计算能力。此外，物联网设备的本地的机器学习在上下文中受到限制，没有全局意识。

发明内容

为了解决上述技术问题，本发明提供了基于大数据的物联网的分布式安全运维的方法。

基于大数据的物联网的分布式安全运维的方法，其特征在于，采用区块链技术，结合本地机器学习和全局机器学习；所述方法，还包括如下步骤：

物联网设备生成含有时间戳字段的事件；

从含有时间戳字段的事件中提取训练数据；

通过网络将训练数据发送到服务器；

接收服务器生成的模型数据；

基于接收到的模型数据更新物联网设备的本地运维模型；

并通过使用更新的本地运维模型处理物联网设备的本地源数据来生成输出；

进一步地，所述生成输出，基于所生成的输出改变物联网设备的安全运维操作和修改物联网设备的设置；

进一步地，所述提取训练数据，从含有时间戳事件中提取多个数据字段和从多个时间戳事件中提取训练数据；

进一步地，所述多个时间戳事件，多个按照时间进行索引的事件和由物联网设备的传感器输出的多个原始运维数据字段；

进一步地，所述方法，还包括：在从多个时间戳事件中提取训练数据之前：

索引多个时间戳事件以生成多个时间索引事件；