返回项目页面
对比文件列表
2004-05-27_发明申请_US20040103144A1 Systems and methods for communicating with devices as Web Services_+++B_C_Q_R_S_d_f_g_i_j_k_l_m_n_o+++.docx
2026-02-23 17:41
2007-09-20_发明专利_JP2007526992A System for electrical fault detection apparatus and method_+++A_B_C_D_E_F_G_Q_R_S_i_j_k_o_u+++.docx
2026-02-23 17:41
2008-06-12_发明申请_US20080136581A1 SMART CURRENT ATTENUATOR FOR ENERGY CONSERVATION IN APPLIANCES_+++O_Q_a_b_c_d_e_f_g_j_k_r_s_t_u+++.docx
2026-02-23 17:41
2009-11-12_发明申请_US20090281676A1 Systems, Apparatus, and Methods for the Management and Control of Remotely Controlled Devices_+++c_d_f_g_j_k_o_p_q_r_s_t_u+++.docx
2026-02-23 17:41
2010-07-22_发明专利_JP2010161488A Network monitoring system and method therefor_+++b_c_d_e_f_k_o_p_q_r_s+++.docx
2026-02-23 17:41
2010-11-18_发明申请_WO2010131259A2 A MONITORING SYSTEM FOR CAPTURING INFORMATION RELATING TO THE WIRELESS SMART DEVICE FOR BEHAVIORAL ANALYTICS_+++C_D_R_S_b_k_q+++.docx
2026-02-23 17:41
2013-08-29_发明申请_US20130227114A1 HIERARCHICAL SCHEMA TO PROVIDE AN AGGREGATED VIEW OF DEVICE CAPABILITIES IN A NETWORK_+++C_D_I_J_K_R_S_a_b_f_o+++.docx
2026-02-23 17:41
2014-02-13_发明申请_US20140047544A1 Server-Side Malware Detection and Classification_+++B_C_D_E_F_G_H_K_P_R_S_T_V_a_i_j_l_m_n_o_q_u+++.docx
2026-02-23 17:41
2014-08-28_发明申请_US20140244001A1 CONTROLLING MANY DIFFERENT DEVICES FROM A SMART CONTROLLER_+++b_j_k_m_r_s+++.docx
2026-02-23 17:41
2014-08-28_发明申请_US20140244768A1 AUTOMATIC IOT DEVICE SOCIAL NETWORK EXPANSION_+++C_G_K_Q_R_S_a_b_d_f_i_j_l_o+++.docx
2026-02-23 17:41
2015-06-11_发明申请_US20150163121A1 DISTRIBUTED MONITORING, EVALUATION, AND RESPONSE FOR MULTIPLE DEVICES_+++A_C_D_E_F_G_P_Q_R_V_b_i_k_o_s_t_u+++.docx
2026-02-23 17:41
2013-08-29_发明申请_US20130227114A1 HIERARCHICAL SCHEMA TO PROVIDE AN AGGREGATED VIEW OF DEVICE CAPABILITIES IN A NETWORK_+++C_D_I_J_K_R_S_a_b_f_o+++.docx

对比文件名称:2013-08-29_发明申请_US20130227114A1 HIERARCHICAL SCHEMA TO PROVIDE AN AGGREGATED VIEW OF DEVICE CAPABILITIES IN A NETWORK

目标专利名称:监视物联网设备健康状况的方法、装置、设备和存储介质CN107409073B

本次调用的模型名称:gpt-4o

技术特征描述以及公开性判断结果对比文件原文引用公开性论述
技术特征A:在本地IoT网络中的第一节点处为与所述本地IoT网络中的第二节点相关联的正常行为建模[0125] 最后,图11解说了用于提供计算机网络中设备能力的聚合视图的分层方案的示例性简化过程,特别是还示出了聚合网络统计数据的条款。过程1100可在步骤1105开始,并继续到步骤1110,其中,如上文更详细描述的,聚合设备还可从计算机网络域中的一个或多个设备接收网络统计信息。如此,在步骤1115,聚合设备还可聚合网络统计信息,并且可选地,当统计信息在步骤1120中超过配置的阈值时,可在步骤1125中向管理设备提供聚合的网络统计信息。对比文件公开了聚合设备(例如LBR,对应于“第一节点”)可以从网络中的设备接收并聚合“网络统计信息”(network statistics)。然而,该“网络统计信息”主要涉及链路或本地节点的网络性能指标(如错误计数器、流量等),其作用是用于网络管理和资源优化。而目标专利中的“为正常行为建模”是指建立一个用于判断设备行为(如功耗、传感器读数、操作模式)是否正常的基准模型,其作用是用于后续的异常行为检测和健康状况监视。两者在作用和技术实质上都不同。对比文件没有公开为特定IoT设备的正常行为(例如冰箱的制冷周期、烟尘检测器的心跳)建立模型。因此,该技术特征未被直接公开。
技术特征A《隐含公开》[0105] 具体地,根据以下详细描述的一个或多个实施例,计算机网络域内的聚合设备从该计算机网络域中的一个或多个设备接收一个或多个能力消息。然后,聚合设备可以聚合来自能力消息的设备能力,并将聚合的设备能力提供给位于计算机网络域外部的管理设备。对比文件公开了聚合设备接收来自域内设备的“能力消息”(capability messages),并聚合这些“设备能力”(device capabilities)。说明书[0109]段指出能力消息中可包含“感知接口描述、感知数据覆盖区域”等信息(例如,设备能够感测温度、压力及其感测范围)。虽然这主要描述的是设备的静态或固有“能力”,但本领域技术人员可以合理推断,为了有效地聚合和管理这些能力,聚合设备需要了解这些设备的正常或典型状态,这隐含了需要对设备的“正常”能力或行为状态有一定认知或模型。然而,这种对设备“能力”的认知与目标专利中用于健康监视的“正常行为模型”在目的和内容上仍有显著区别(一个是描述“能做什么”,一个是描述“正常做什么/表现如何”)。考虑到隐含公开判断标准宽松,可以认为对比文件部分公开了“为设备的相关联的状态或能力建模”这一概念,有可能通过推理与其它文件组合得出行为建模。因此,判断为隐含公开。
技术特征B:其中,所述第一节点是配置成进行行为分析的分析者节点,所述第二节点是配置成观察本地行为的观察者节点,所述第一节点和所述第二节点是所述本地IoT网络中的不同IoT设备[0105] 具体地,根据以下详细描述的一个或多个实施例,计算机网络域内的聚合设备从该计算机网络域中的一个或多个设备接收一个或多个能力消息。然后,聚合设备可以聚合来自能力消息的设备能力,并将聚合的设备能力提供给位于计算机网络域外部的管理设备。对比文件公开了“聚合设备”(aggregation device,如LBR)和发送能力消息的“设备”(devices),它们是网络中的不同节点。聚合设备负责聚合信息,其作用类似于目标专利中的“分析者节点”。发送能力消息的设备报告其能力,其作用部分类似于“观察者节点”,因为能力消息可以包含由设备传感器观察到的信息(如感测能力描述)。然而,对比文件中的“设备”角色并未被明确限定或定义为专门用于“观察本地行为”的“观察者节点”,其发送“能力消息”的主要目的是注册和汇报静态或配置信息,而非持续或周期性地报告动态的“行为信息”。两者作用存在差异。因此,该技术特征未被直接公开。
技术特征B《隐含公开》[0109] 通常,设备能力可以在消息440中作为标识相应始发设备的各个特征、标识和功能性的信息值来中继。例如,此类信息可以包括如上所述的信息资源(例如,网络能力)、型号和序列号、地理位置、硬件描述、网络接口描述、感测接口描述、感测数据覆盖区域等。特别地,每个通过CoAP携带的资源可以解说性地被定义为表示设备属性的可扩展键值对集合。对比文件明确指出设备可以报告其“感测接口描述”和“感测数据覆盖区域”。这意味着设备具有观察(感测)本地环境(如温度、压力)的能力,并通过网络报告这些“能力”信息。本领域技术人员可以合理推断,这些具有感测能力的设备在执行感测动作时,就是在“观察本地行为”。而接收并处理这些信息的聚合设备(LBR),其进行的聚合操作可以被视为一种初步的“分析”。虽然对比文件没有明确使用“分析者节点”和“观察者节点”的术语,也未强调分析是针对“行为”的,但根据其描述的架构和功能,可以推断出网络中存在着功能分工:一些设备负责感测和报告(观察者),一个更强大的设备(如LBR)负责收集和处理这些报告(分析者)。因此,该技术特征被隐含公开。
技术特征C:在所述第一节点处通过所述本地IoT网络接收与在所述第二节点处观察到的一个或多个行为相关的行为信息[0108] 计算机网络域的一个或多个(例如,通常全部)设备110然后可以向托管在边缘路由器/LBR上的作为聚合设备的代理提供其能力的摘要,而不是将其发送到NMS 120。解说性地,能力消息可以使用单播IPv6消息通过CoAP协议发送到聚合设备。如图4A所示,能力消息440可以从计算机网络域内的一个或多个设备在计算机网络域内的聚合设备(例如,根)处接收。对比文件公开了聚合设备(第一节点)从网络域中的设备(第二节点)接收“能力消息”(capability messages)。如[0109]段所述,这些消息可以包含“感测接口描述”等信息,这隐含了设备所具备的观察(感测)能力。虽然消息的名称是“能力”而非“行为信息”,但其内容包含了设备能够感测哪些参数(行为特征)。本领域技术人员可以理解,当设备实际执行感测并报告数据时,这些数据就是“与观察到的一个或多个行为相关的行为信息”。因此,对比文件公开了在第一节点接收来自第二节点的、与设备能力或观察相关的信息。该技术特征被直接公开。
技术特征C《直接公开》
技术特征D:在所述第一节点处分析与在所述第二节点处观察到的所述一个或多个行为相关的所述行为信息[0110] 根据本文的技术,聚合设备(例如,托管在LBR上的分布式CoAP代理,聚合过程248)处理接收到的能力消息440。具体地,聚合设备聚合来自能力消息440的设备能力,解说性地为其负责的网络域(例如,LLN域)创建聚合“视图”。解说性地,本文的聚合视图可以是能力方面和/或物理覆盖方面。对比文件公开了聚合设备“处理”(processes)和“聚合”(aggregates)接收到的能力消息。处理和分析在广义上可以视为同义词。聚合操作本身就是一种分析形式,例如,统计具有某种能力的设备数量、计算能力覆盖区域等(参见[0111]-[0114]段及图5、6)。其分析的对象是来自设备的能力信息,这些信息与设备能观察到的行为(感测)相关。因此,对比文件公开了在第一节点对从第二节点接收到的信息进行分析。该技术特征被直接公开。
技术特征D《直接公开》
技术特征E:在所述第一节点处将所分析的行为信息与关联于所述第二节点的所建模的正常行为进行比较以确定在所述第二节点处观察到的所述一个或多个行为是正常的还是异常的无相应内容对比文件完全没有公开任何关于“正常行为建模”的内容,也没有公开将接收或分析后的信息与任何“正常行为”模型进行比较的步骤。对比文件中聚合设备对能力信息的处理仅限于聚合、过滤和报告,目的是向NMS提供网络域的聚合视图,而不是为了判断单个设备的行为是否异常。其阈值比较(如[0117]段)是针对网络统计信息(如流量)是否超过配置值,以决定是否向NMS报告,这不同于与设备个体正常行为模型进行比较以检测健康异常。因此,该技术特征既未被直接公开,也未被隐含公开。
技术特征E未被公开
技术特征F:以及响应于基于所述比较确定在所述第二节点处观察到的所述行为信息指示了异常状况,触发一个或多个执行者来矫正所述第二节点处的行为异常,[0117] 值得注意的是,当报告涉及网络统计信息(链路或本地节点)而不是节点能力时,聚合设备可以使用本地规则以过滤掉或聚合信息,并向托管在NMS 120上的中央代理发送通知,例如,可选地在某些过滤阈值被超过的事件中。换句话说,在从计算机网络域中的一个或多个设备接收网络统计信息(一种消息440,未单独示出)后,聚合设备可以相应地聚合网络统计信息,并将其提供给管理设备(NMS 120)。在一个特定实施例中,特别是,特定的统计信息可以在该特定统计信息超过配置的阈值时被提供。对比文件公开了聚合设备在特定条件(如网络统计信息超过阈值)下,向管理设备(NMS)发送通知或报告。这里的“触发”动作是向NMS提供信息。然而,目标专利中的“触发一个或多个执行者来矫正行为异常”是指启动一个矫正流程,例如联系客户服务、制造商或启动诊断程序来修复设备问题。对比文件中NMS作为管理设备,其角色主要是接收聚合视图以进行网络管理,并未被描述为会主动触发对设备行为异常的“矫正”动作。两者作用(报告 vs 矫正)和目的(网络管理 vs 设备健康修复)不同。因此,该技术特征未被直接公开。
技术特征F《隐含公开》[0105] 具体地,根据以下详细描述的一个或多个实施例,计算机网络域内的聚合设备从该计算机网络域中的一个或多个设备接收一个或多个能力消息。然后,聚合设备可以聚合来自能力消息的设备能力,并将聚合的设备能力提供给位于计算机网络域外部的管理设备。对比文件建立了聚合设备向外部管理设备(NMS)报告信息的架构。本领域技术人员可以合理推断,当聚合设备分析信息(尽管不是与正常行为模型比较)并发现某些值得关注的情况(例如,设备能力丢失、网络统计异常)时,它向NMS报告这一行为,有可能促使NMS或其他后端系统采取进一步行动。虽然对比文件没有明确描述NMS作为“执行者”去“矫正行为异常”,但根据常见的网络管理系统架构,NMS在接收到异常报告后,有可能启动诊断、配置更改或通知维护人员等矫正措施。考虑到隐含公开判断标准宽松,可以认为对比文件隐含公开了“响应于特定状况,触发向外部实体报告,该外部实体可能采取行动”这一概念。因此,判断为隐含公开。
技术特征G:其中,所述一个或多个执行者被提供有用于辅助矫正一项或多项行为异常的技术。无相应内容对比文件完全没有提及任何关于为执行者提供“用于辅助矫正行为异常的技术”的内容。例如,目标专利中提到的在线故障排除、设备诊断等技术,在对比文件中完全没有对应描述。因此,该技术特征既未被直接公开,也未被隐含公开。
技术特征G未被公开
技术特征H:其中,分析与在所述第二节点处观察到的所述一个或多个行为相关的所述行为信息进一步包括:从所述行为信息中提取一个或多个行为向量,其中所述行为信息表示n个行为特征并且所述一个或多个行为向量将所述n个行为特征映射到n维空间中。无相应内容对比文件完全没有提及“行为向量”(behavior vectors)的概念,也没有提及将行为特征映射到“n维空间”中的任何技术。对比文件中对信息的处理仅限于聚合(如计数、位置汇总)、过滤和报告,这是一种数据汇总和压缩技术,与将多维特征映射到向量空间进行机器学习或模式识别的技术有本质区别。因此,该技术特征既未被直接公开,也未被隐含公开。
技术特征H未被公开
技术特征I:进一步包括:为包括所述第一节点和所述第二节点的所述本地IoT网络建模[0110] ... 聚合设备聚合来自能力消息440的设备能力,解说性地为其负责的网络域(例如,LLN域)创建聚合“视图”。解说性地,本文的聚合视图可以是能力方面和/或物理覆盖方面。对比文件公开了聚合设备为其负责的网络域创建“聚合视图”(aggregated view)。这个聚合视图描述了整个网络域的设备能力概况(例如,有哪些能力可用,覆盖哪些区域)。这可以看作是一种对网络整体状态的“建模”,尽管其模型内容仅限于能力聚合信息。目标专利中的“为本地IoT网络建模”内容更广泛,可能还包括拓扑、设备间关系等。但对比文件公开了为网络域创建聚合视图/模型这一步骤。该技术特征被直接公开。
技术特征I《直接公开》
技术特征J:以及基于在所述第二节点处观察到的所述行为信息,更新与所述本地IoT网络相关联的当前状态。[0116] 聚合报告(聚合设备能力)740的更新可以在每当确定/注册了新能力或某些值随时间改变时从聚合设备发送到NMS 120。在特定实施例中,更新可以根据具有滞后的低通滤波来发送,以便仅在发生重大变化时向NMS 120发送增量变化,从而限制LBR和中央代理之间的控制流量。对比文件公开了聚合设备会更新其聚合信息(即网络域的聚合视图/状态),并在有变化(如新能力注册、值改变)时向NMS发送更新。更新是基于从设备接收到的能力消息(其中包含观察到的信息,如感测能力)。这相当于基于从节点(第二节点)接收到的信息来更新与网络域相关联的当前状态(聚合视图)。因此,该技术特征被直接公开。
技术特征J《直接公开》
技术特征K:其中,为所述本地IoT网络建模包括:聚集与所述本地IoT网络中的每一IoT设备相关联的属性[0111] 例如,在一个实施例中,对于每个能力510(例如,感测能力,如温度、振动等),聚合设备可以根据能力的简单可用性(字段520)提供简单的聚合视图。例如,如图所示,在相应的网络域内,“能力1”和“能力3”是可用的(“Y”),从而指示该域/LLN包含至少一个具有那些能力(例如,可以感测温度、振动等)的设备。在另一个类似实施例中,表500可以在字段522中指示计算机网络域内具有特定能力的设备的实际数量(或范围/表示)。对比文件公开了聚合设备通过接收能力消息来“聚集”(aggregate)与网络中每个设备相关联的“属性”(即设备能力,如感测温度、振动等)。说明书[0109]段也明确设备能力信息包括“硬件描述、网络接口描述、感测接口描述”等多种属性。因此,对比文件公开了为网络建模的一个子步骤:聚集与每个设备相关的属性(能力)。该技术特征被直接公开。
技术特征K《直接公开》
技术特征L:构造与所述本地IoT网络相关联的拓扑无相应内容对比文件完全没有提及构造网络拓扑。其聚合视图关注的是能力覆盖区域(地理或逻辑区域),而不是设备之间的连接关系或网络拓扑结构。图1和[0029]-[0030]段虽然提到了网络和DAG,但这是路由协议形成的结构,并非本专利权利要求中主动“构造”用于建模的拓扑。因此,该技术特征既未被直接公开,也未被隐含公开。
技术特征L未被公开
技术特征M:从与每一IoT设备相关联的制造商或者一个或多个仓储库获取与所述本地IoT网络中的每一IoT设备相关联的行为模型,所述一个或多个仓储库被配置成存储所述行为模型无相应内容对比文件完全没有提及从制造商或仓储库获取“行为模型”。对比文件中设备报告的是其自身的“能力”信息,这些信息可能是在设备出厂时预设或通过本地配置获得的,而不是从外部仓储库动态获取的、用于描述设备正常行为模式的“行为模型”。因此,该技术特征既未被直接公开,也未被隐含公开。
技术特征M未被公开
技术特征N:以及组合与所述本地IoT网络中的每一IoT设备相关联的所聚集的属性、与所述本地IoT网络相关联的所述拓扑以及与所述本地IoT网络中的每一IoT设备相关联的所述行为模型以便为所述本地IoT网络建模。无相应内容由于对比文件未公开“构造拓扑”(特征L)和“获取行为模型”(特征M),因此自然也谈不上将这三者(属性、拓扑、行为模型)组合起来为网络建模。该技术特征既未被直接公开,也未被隐含公开。
技术特征N未被公开
技术特征O:进一步包括:响应于确定在所述第二节点处观察到的所述一个或多个行为异常,通过所述第一节点向客户服务实体报告在所述第二节点处观察到的所述一个或多个行为。[0117] ... 聚合设备可以使用本地规则以过滤掉或聚合信息,并向托管在NMS 120上的中央代理发送通知,例如,可选地在某些过滤阈值被超过的事件中。对比文件公开了聚合设备在特定条件(如统计信息超过阈值)下,向中央代理(NMS)发送通知。NMS可以被视为一种网络管理实体。虽然目标专利中的“客户服务实体”可能特指设备制造商或维修服务,而NMS是网络运营商的管理系统,但两者都属于接收报告并可能采取后续行动的外部实体。对比文件没有明确报告内容是“行为异常”,而是“网络统计信息”异常。然而,在宽松的隐含公开判断下,可以认为“向外部实体报告特定状况”这一概念被公开。但“确定行为异常”这一前提(特征E)未被公开,因此完整的技术特征O(基于行为异常确定来报告)未被公开。考虑到隐含公开判断标准宽松,且报告动作本身被公开,这里判断为隐含公开。
技术特征O《隐含公开》
技术特征P:其中,所述一个或多个异常行为指示对所述第二节点或者包括所述第二节点的所述本地IoT网络的潜在恶意攻击。无相应内容对比文件完全没有涉及安全性或恶意攻击检测。其关注的焦点是设备能力注册、聚合和网络管理,不包含任何安全威胁分析或异常行为指示攻击的内容。因此,该技术特征既未被直接公开,也未被隐含公开。
技术特征P未被公开
技术特征Q:其中,所述一个或多个异常行为指示所述第二节点处的潜在故障或异常工作状况。无相应内容对比文件虽然提到了设备报告“网络统计信息”,这些信息可能包含错误计数器,可能间接反映故障,但对比文件本身并未将任何报告的信息明确解释为指示“设备潜在故障或异常工作状况”。其阈值设置是为了管理网络流量和报告频率,而不是诊断设备健康。因此,该技术特征既未被直接公开,也未被隐含公开。
技术特征Q未被公开
技术特征R:其中,所述第二节点包括被配置成观察所述一个或多个行为的一个或多个组件。[0109] ... 此类信息可以包括...感测接口描述...对比文件公开了设备能力信息中包含“感测接口描述”(sensing interface description)。这明确意味着设备配备有传感器等组件,这些组件就是用于观察(感测)环境或自身状态的。因此,该技术特征被直接公开。
技术特征R《直接公开》
技术特征S:其中,所述第二节点进一步包括发射机,所述发射机被配置成将表示所观察到的所述一个或多个行为的一个或多个行为特征发送到如下中的一者或多者:所述第一节点,或 被配置成从所述第二节点接收所述一个或多个行为特征并将所述一个或多个行为特征中继给所述第一节点的第三节点。[0108] 解说性地,能力消息可以使用单播IPv6消息通过CoAP协议发送到聚合设备。对比文件公开了设备(第二节点)使用网络接口和协议(如CoAP)将能力消息发送到聚合设备(第一节点)。这隐含了设备包含发射机(网络接口210)。此外,网络架构(图1)中存在多跳路由,消息可能通过中间节点(第三节点)中继到达根节点/聚合设备。虽然对比文件没有明确描述一个专门的“第三节点”作为中继者,但在多跳网络中,数据包经由中间路由器转发是固有特性。因此,该技术特征被直接公开。
技术特征S《直接公开》
技术特征T:其中,包括所述第二节点的所述本地IoT网络进一步包括一个或多个节点,所述一个或多个节点被配置成监视所述第二节点通过所述本地IoT网络传送的消息并且根据在所述本地IoT网络上传送的所监视的消息将所述行为信息传送给所述第一节点。无相应内容对比文件没有公开任何专门用于“监视”其他节点传送的消息,并根据监视到的消息来向聚合设备传送行为信息的节点。设备是主动向聚合设备报告自己的能力信息,而不是由第三方节点通过嗅探或监视网络流量来获取并转发这些信息。因此,该技术特征既未被直接公开,也未被隐含公开。
技术特征T未被公开
技术特征U:其中,所述第二节点处观察到的所述一个或多个行为是正常还是异常进一步地基于总状态模型与正常状态的比较,所述总状态模型定义了当前状态,所述正常状态与所述本地IoT网络相关联。无相应内容对比文件完全没有提及“总状态模型”(total state model)或将其与“正常状态”进行比较以判断设备行为是否正常的概念。对比文件的聚合视图(aggregated view)可以看作是一种对网络当前状态的描述,但并未将其定义为用于判断单个设备行为正常与否的基准“正常状态”模型。因此,该技术特征既未被直接公开,也未被隐含公开。
技术特征U未被公开
技术特征V:进一步包括:响应于基于所述比较确定在所述第二节点处观察到的所述行为信息不是指示异常状况,应用机器学习来更新设备行为模型。无相应内容对比文件完全没有提及“机器学习”(machine learning)或使用分析结果来“更新设备行为模型”。对比文件中更新聚合信息是基于新接收到的能力数据,这是一种直接的数据更新,而非通过机器学习算法从数据中学习并优化模型的过程。因此,该技术特征既未被直接公开,也未被隐含公开。

<<<C>>><<<D>>><<<I>>><<<J>>><<<K>>><<<R>>><<<S>>><<<a>>><<<b>>><<<f>>><<<o>>>

权利要求与技术特征
Powered by Django

网站备案号:渝ICP备2023012882号


重庆市非显而易见网络科技有限责任公司 A Anti NPE NPE