对比文件名称：2004-05-27_发明申请_US20040103144A1 Systems and methods for communicating with devices as Web Services
目标专利名称：150监视物联网设备健康状况的方法、装置、设备和存储介质CN107409073B
本次调用模型名称：DeepSeek-R1
## 特征比对表格
| 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 <br> **未被公开** | 无 | 对比文件公开了服务器可以存储设备的配置参数（例如[0102]段），包括存储多个配置“个性”（personalities）。然而，配置管理涉及的是设备的静态或预设参数设置，并非为目标专利中所述的“为正常行为建模”。目标专利的建模旨在建立正常行为的基准或模型，用于后续比较以检测偏离正常模式的异常行为（参见目标专利[0111]段）。对比文件未提及为设备建立正常行为模型，也未提及通过分析历史或预期行为数据来定义“正常”状态。因此，该技术特征未被公开。 |
| 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 <br> **《直接公开》** | [0051]段：“System 400 includes software application 40, at least one smart telemetry device, 41, and Universal Telemetry System (UTS) server 42.” <br> [0051]段：“Each smart telemetry device 41 includes controller device 412 to communicate over a network and monitor device 414 to take measurements.” <br> [0068]段：“UTS server 90 provides a central point where smart telemetry devices 91, 92 and software application 93 come together.” | 对比文件明确公开了系统包括服务器（UTS server）和智能遥测设备（smart telemetry device），它们是不同的设备。服务器（第一节点）接收、处理、转发来自设备的数据（[0054]-[0056]段），其角色相当于进行数据处理和分析的“分析者节点”。智能遥测设备（第二节点）包含监控设备（monitor device）用于进行测量（take measurements），其角色相当于“观察者节点”。因此，本领域技术人员能够毫无疑义地确定对比文件公开了由不同设备分别担任分析者和观察者角色的技术特征。 |
| 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 <br> **《直接公开》** | [0051]段：“Server 42 receives information from smart telemetry device 41 in response to the request via a protocol native to smart telemetry device 41 at 45.” <br> [0071]段：“In step 71, the server accepts a request from the smart telemetry device to send information to the application via a protocol native to the smart telemetry device.” | 对比文件明确公开了服务器（第一节点）从智能遥测设备（第二节点）接收信息。这些信息是设备通过其监控设备测量得到的数据（如[0101]段所述的油箱压力、液位、温度等），这些数据对应于在设备处“观察到的”状态或行为信息。接收是通过网络进行的（例如[0051]段的网络）。因此，该技术特征被直接公开。 |
| 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 <br> **《隐含公开》** | [0051]段：“Server 42 accepts a request from software application 40 for discovering, configuring, or controlling smart telemetry device 41 via a Web Service technology at 43. Server 42 forwards the request... Server 42 receives information... Server 42 returns the information...” <br> [0102]段：“Liquid/gas telemetry server 1504 is responsible for receiving data from controller devices, storing and processing the telemetry data, and providing the raw or processed telemetry data to enterprise application.” | 对比文件公开了服务器接收来自设备的数据，并且其职责包括“处理”（processing）遥测数据（[0102]段）。处理数据必然涉及对数据的某种形式的分析，例如格式化、转换、或为应用程序准备数据。虽然对比文件未明确描述为检测异常而进行的“行为分析”，但服务器作为数据处理中心，对接收到的设备测量信息进行处理和分析是其固有和隐含的功能，以便完成存储、转发或响应应用请求等任务。因此，本领域技术人员能够合理推断服务器会对接收到的行为信息进行分析处理。 |
| 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 <br> **未被公开** | 无 | 对比文件公开了服务器处理和数据转发，但完全没有提及为设备建立“正常行为”模型，也没有提及将处理后的数据与任何“正常行为”模型进行比较以判断当前行为属于“正常”还是“异常”。目标专利该特征的核心在于通过比较来识别行为异常，这是其进行健康监视和异常检测的关键步骤（参见[0111]段）。对比文件缺乏这一比较机制和判定目的，因此该技术特征未被公开。 |
| 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 <br> **《隐含公开》** | [0104]段：“Users may receive alerts from liquid/gas telemetry server 1504 via device for communicating telemetry alerts to a user 1509 at 1510... These alerts inform users of real-time inventory and diagnostic information.” <br> [0102]段：“In addition, the telemetry server may provide alerts to users based on the analysis of the telemetry data.” | 对比文件公开了遥测服务器可以基于对遥测数据的分析向用户发送警报（alerts），警报内容包含实时库存和诊断信息（diagnostic information）。诊断信息可能暗示设备状态问题。虽然未明确提及“异常状况”和“矫正行为异常”，但向用户发送诊断警报这一动作，隐含了在服务器分析认为存在需要关注的情况（可对应于异常状况）时，触发向用户（可视为执行者之一）发送信息，而用户随后可能采取矫正措施。因此，本领域技术人员能够合理推断存在“响应于分析结果触发动作”的技术方案。 |
| 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。 <br> **《隐含公开》** | [0104]段：“These alerts inform users of real-time inventory and diagnostic information. The alerts may be delivered as email, pager/text messaging, voice messages or instant messaging.” | 对比文件公开了警报被发送给用户，且警报中包含“诊断信息”（diagnostic information）。提供诊断信息可以被理解为向接收者（执行者）提供了关于潜在问题的信息，这些信息可用于辅助判断和采取矫正措施。虽然未明确说明提供的是“矫正技术”，但传递诊断信息是辅助进行故障诊断和矫正的关键步骤。因此，本领域技术人员能够合理推断，发送包含诊断信息的警报相当于为执行者提供了辅助矫正的技术信息。 |
| 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。 <br> **未被公开** | 无 | 对比文件描述了设备发送的数据可以是XML格式（[0095]段），其中可能包含各种测量值。然而，对比文件完全没有提及“行为向量”的概念，也没有提及从行为信息中“提取”向量，或将多个“行为特征”“映射到n维空间”中。这是目标专利中用于量化分析行为的特定技术手段（参见[0110]段）。对比文件的数据处理更侧重于格式转换、路由和存储，而非这种特定数学建模方式。因此，该技术特征未被公开。 |
| 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 <br> **《隐含公开》** | [0073]段：“Directory services 103 provided by TAS 97 enable applications to locate devices using a variety of criteria. Applications are able to quickly and easily locate devices based on serial number, model number, location, state, communication protocol or function of the device.” <br> [0069]段：“UTS server 90 provides a central point where smart telemetry devices 91, 92 and software application 93 come together.” | 对比文件公开了服务器作为中心点，管理多个智能遥测设备，并通过目录服务基于设备的各种属性（如位置、状态、功能等）来定位设备。这意味着服务器维护着一个设备网络的信息视图，包括有哪些设备以及它们的属性。虽然未明确使用“为本地IoT网络建模”这一表述，但维护设备目录、属性及它们与服务器的连接关系，实质上隐含了对所管理的设备网络进行一种逻辑上的建模或描述。因此，本领域技术人员能够合理推断服务器具备为网络建模的能力。 |
| 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。 <br> **《隐含公开》** | [0102]段：“Telemetry database 1506 is used to store and organize the raw and processed telemetry data.” <br> [0085]段：“Configuration Management Core Service (CMCS) 121 allows devices to use UTS server 90 to store their configuration parameters.” | 对比文件公开了服务器将接收到的遥测数据存储到数据库中（[0102]段），并且配置管理核心服务允许设备在服务器上存储其配置参数（[0085]段）。存储设备数据和配置参数，意味着服务器中与设备及网络相关的状态信息（如最新数据、配置）得到了更新。虽然未明确提及“更新与本地IoT网络相关联的当前状态”这一抽象概念，但持续存储来自设备的最新数据，必然隐含了系统内表征网络或设备状态的信息被更新。因此，该技术特征被隐含公开。 |
| 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 <br> **《隐含公开》** | [0073]段：“Applications are able to quickly and easily locate devices based on serial number, model number, location, state, communication protocol or function of the device.” | 对比文件公开了目录服务允许应用程序基于设备的序列号、型号、位置、状态、通信协议或功能等多种属性来定位设备。这意味着服务器必须能够访问或“聚集”这些与每个设备相关联的属性信息，才能提供基于属性的查询服务。因此，聚集设备属性是目录服务功能实现的隐含前提。该技术特征被隐含公开。 |
| 技术特征L：构造与所述本地IoT网络相关联的拓扑 <br> **《隐含公开》** | [0073]段：“Applications are able to quickly and easily locate devices based on ... location ...” <br> [0069]段：“UTS server 90 provides a central point where smart telemetry devices 91, 92 ... come together.” | 对比文件公开了可以基于设备“位置”（location）信息来定位设备，并且服务器是多个设备的中心连接点。知道设备的位置信息以及它们都连接到同一中心服务器，本领域技术人员可以合理推断，这能够用于构建一个以服务器为中心的星型网络拓扑的逻辑视图。虽然未明确说明“构造拓扑”这一动作，但基于位置信息和连接关系来理解网络布局是隐含的。 |
| 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 <br> **《隐含公开》** | [0079]段：“A DDD provides the information required by DSX 98 to support a new class of devices.” <br> [0089]段：“Device Class Interfaces (DCI) 125 are core services that allow devices to specify their own interface that can be used by applications. Each device class may implement its own interface that is described and defined at run-time by the device class information provided by each device.” | 对比文件公开了使用设备描述文档（DDD）来描述和支持特定类别的设备，并且设备类别接口（DCI）允许设备指定自己的接口，该接口由设备提供的设备类别信息在运行时描述和定义。DDD和设备类别信息可以被视为一种描述设备能力、接口和预期行为的模型，它们可能来自制造商或存储在服务器中。虽然目标专利的“行为模型”更侧重于行为特征，而DDD更侧重于通信接口，但DDD定义了设备如何通信和报告数据，这隐含了设备数据报告行为的一种模型。因此，可以合理推断存在从设备或仓储库获取设备相关模型（信息）的过程。 |
| 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。 <br> **《隐含公开》** | [0069]-[0070]段描述了UTS服务器集成TAS、DSX和核心服务来管理设备并与应用交互。[0073]段描述了目录服务使用设备属性。[0079],[0089]段描述了使用DDD和DCI处理设备特定信息。 | 对比文件公开的UTS服务器集成了多种服务：目录服务（使用设备属性）、设备消息翻译和处理（使用DDD）、设备类别接口（使用设备类别信息）。服务器作为中心点连接各设备。本领域技术人员可以合理推断，为了有效地管理网络、路由消息和提供服务，服务器需要综合运用它所聚集的设备属性信息（如位置）、设备特定模型/接口信息（DDD/DCI）以及设备与服务器的连接关系（隐含拓扑），从而形成一个统一的网络管理视图。虽然未明确描述“组合”这些要素以“建模”，但这种综合运用是服务器实现其功能的隐含逻辑基础。 |
| 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。 <br> **《隐含公开》** | [0104]段：“Users may receive alerts from liquid/gas telemetry server 1504 via device for communicating telemetry alerts to a user 1509... These alerts inform users of real-time inventory and diagnostic information.” | 对比文件公开了服务器可以向用户发送包含诊断信息的警报。这里的“用户”可以广义地理解为需要知晓设备状态的实体，包括客户服务实体。虽然警报触发条件未明确为“行为异常”，但诊断信息通常与设备状态问题相关。因此，可以合理推断，当服务器分析认为设备状态存在需报告的问题（可对应于异常行为）时，会触发向相关实体（用户/客户服务）报告包含该状态/行为信息的警报。该技术特征被隐含公开。 |
| 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。 <br> **未被公开** | 无 | 对比文件全文聚焦于遥测数据的收集、通信和企业应用集成，用于库存管理、诊断等目的。没有任何部分提及设备或网络的安全性，也未提及检测或指示“潜在恶意攻击”。该技术特征涉及网络安全领域，与对比文件的技术领域和目的完全不同。因此，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。 <br> **《直接公开》** | [0101]段：“This inventory and diagnostic information includes but is not limited to ... tank leakage detection...” <br> [0104]段：“These alerts inform users of real-time inventory and diagnostic information.” | 对比文件明确公开了遥测系统提供的诊断信息（diagnostic information）包括例如“油箱泄漏检测”（tank leakage detection）。泄漏检测直接指示了设备（油箱）或相关联部件的潜在故障或异常工作状况。服务器发送包含此类诊断信息的警报，即是在报告指示潜在故障或异常状况的行为信息。因此，该技术特征被直接公开。 |
| 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。 <br> **《直接公开》** | [0051]段：“Each smart telemetry device 41 includes controller device 412 to communicate over a network and monitor device 414 to take measurements.” <br> [0101]段：“At least one monitor device 1502 is attached to tank 1501 to measure the inventory in the tank and to provide diagnostic information about the tank.” | 对比文件明确且反复地公开了智能遥测设备包括“监控设备”（monitor device）或“传感器”（sensor），其功能是进行测量（take measurements）并提供诊断信息。这直接对应于“被配置成观察一个或多个行为的一个或多个组件”。因此，该技术特征被直接公开。 |
| 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。 <br> **《直接公开》** | [0051]段：“Each smart telemetry device 41 includes controller device 412 to communicate over a network and monitor device 414 to take measurements.” <br> [0095]段：“Communication link 143 for smart telemetry device 141 is responsible for implementing the UTAP transport layer.” <br> [0098]段：“XML message generator 147 is responsible for packaging message that are to be sent to the application. ... The message is then sent to software application 142 via output message queue 145.” | 对比文件明确公开了智能遥测设备包含“控制器设备”（controller device）用于通过网络通信，以及通信链路（communication link）和XML消息生成器（XML message generator）用于生成和发送消息给应用程序（通过服务器）。控制器设备及通信链路共同构成了将观察到的数据（测量值）发送出去的“发射机”。数据被发送至服务器（第一节点）。因此，该技术特征被直接公开。关于发送至“第三节点”再中继，对比文件未明确描述此特定中继架构，但核心的“发射机发送至第一节点”已被直接公开。 |
| 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。 <br> **未被公开** | 无 | 对比文件描述了设备直接向服务器发送消息，或者服务器作为代理在设备和应用间转发消息。但没有提及在网络中存在独立的、专门用于“监视”设备传送的消息并将信息“传送”给服务器的“一个或多个节点”。服务器自身接收消息，但这不是“监视”和“传送”，而是作为通信端点。因此，该技术特征未被公开。 |
| 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。 <br> **未被公开** | 无 | 对比文件未提及“总状态模型”（total state model），也未提及将网络或设备状态与一个定义的“正常状态”进行比较以判断行为正常与否。判断依据在对比文件中是基于预设规则（如警报触发条件？）或简单阈值，而非基于一个动态的、与整个网络正常状态相关的模型。因此，该技术特征未被公开。 |
| 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。 <br> **未被公开** | 无 | 对比文件完全没有提及“机器学习”（machine learning）技术。更新配置或数据存储是存在的，但并非通过机器学习算法来更新用于行为分析的“设备行为模型”。这是一个具有特定技术手段的特征，未被对比文件公开。 |
<<<B>>><<<C>>><<<Q>>><<<R>>><<<S>>><<<d>>><<<f>>><<<g>>><<<i>>><<<j>>><<<k>>><<<l>>><<<m>>><<<n>>><<<o>>>