**对比文件名称**：2010-11-18_发明申请_WO2010131259A2 A MONITORING SYSTEM FOR CAPTURING INFORMATION RELATING TO THE WIRELESS SMART DEVICE FOR BEHAVIORAL ANALYTICS
**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
**本次调用模型名称**：gpt-4o
### 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**：<br>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** | [p0014], [p0017], [p0057] | 对比文件公开了中央服务器（处理系统）接收从无线智能设备（如移动电话）收集的关于设备使用的信息，并进行处理、聚合和分析以生成行为统计报告（例如[p0014], [p0017], [p0057]）。然而，对比文件中服务器的作用是聚合和分析来自众多设备的数据以生成商业智能报告，例如理解用户使用模式、内容消费等（[p0010], [p0057]）。它并未描述为特定设备（即第二节点）建立“正常行为”模型的过程。目标专利中的“建模正常行为”是为了后续比较以检测设备健康异常（如故障、恶意攻击），而对比文件中的分析目的不同（商业智能、市场研究），且未提及为个体设备建立用于异常检测的基准正常模型。因此，本领域技术人员不能毫无疑义地得出对比文件公开了此特征，也无法通过合理推断得出。 |
| **技术特征B**：<br>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>**隐含公开** <<<b>>> | [p0014], [p0017], [p0020], [p0046] | 对比文件公开了一个系统，包括：(i) 无线智能设备（如移动电话）([p0014], [p0017])；(ii) 在该设备上持续后台运行的应用程序，用于捕获、存储和定期传输使用信息([p0014], [p0020])；(iii) 处理系统（中央服务器）用于处理、聚合和分析捕获的信息([p0014], [p0057])。无线智能设备运行应用程序观察本地行为（如应用使用、呼叫、消息等）并发送数据，充当了“观察者”角色。中央服务器接收并分析这些数据，充当了“分析者”角色。两者是不同的设备，通过无线网络（如HTTP）通信([p0046])。虽然对比文件未明确使用“分析者节点”、“观察者节点”、“IoT设备”等术语，且其设备主要为移动电话等智能设备，但根据其描述的系统架构和功能，本领域技术人员可以合理推断出该系统包含分别执行“观察”和“分析”功能的不同设备节点。因此，该技术特征被对比文件隐含公开。 |
| **技术特征C**：<br>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** <<<C>>> | [p0014], [p0046], [p0048] | 对比文件明确公开了中央服务器（第一节点）从无线智能设备（第二节点）接收捕获的信息。例如，[p0014]和[p0017]指出应用程序“周期性地传输信息”，[p0046]说明“累积的数据每4小时作为自定义文件（如XML或txt文件）通过任何无线网络（如HTTP协议）发布到服务器”。这直接对应于在第一节点（服务器）处，通过网络（无线网络，可视为一种本地或广域IoT网络）接收来自第二节点（智能设备）的与观察到的行为（使用信息）相关的行为信息。因此，该技术特征被对比文件直接公开。 |
| **技术特征D**：<br>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>**直接公开** <<<D>>> | [p0014], [p0057] | 对比文件明确公开了处理系统（中央服务器，即第一节点）对捕获的信息进行处理、聚合和分析以生成行为统计（[p0014], [p0057]）。例如，[p0057]指出“报告模块执行行为分析并生成各种商业智能报告”。这直接对应于在第一节点处分析从第二节点接收到的行为信息。因此，该技术特征被对比文件直接公开。 |
| **技术特征E**：<br>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 | 对比文件描述了服务器分析数据以生成行为统计和报告（如[p0057]），但并未提及将分析后的行为信息与为特定第二节点预先建立或学习的“正常行为模型”进行比较。其分析目的主要是为了汇总使用模式、生成商业报告（如[p0010], [p0057]），而不是为了检测个体设备的行为是否偏离其正常模式以判断异常（如故障、安全攻击）。虽然服务器会处理数据（如去重、清理、标记，[p0050]-[p0056]），但这并非目标专利中所述的“与建模的正常行为进行比较以确定正常或异常”。因此，该特征既未被直接公开，也无法从对比文件内容中合理推断出来。 |
| **技术特征F**：<br>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>**未被公开** | 无 | 对比文件完全未提及在分析数据后，响应于检测到异常状况而触发任何“执行者”来矫正设备的行为异常。其系统终点是生成分析报告（[p0057]），供利益相关者（如设备制造商、运营商、广告商）用于商业决策（[p0010]），而非自动启动矫正流程。因此，该特征未被公开。 |
| **技术特征G**：<br>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>**未被公开** | 无 | 由于技术特征F未被公开，涉及执行者具体技术的特征G自然也未被公开。对比文件中不存在任何关于提供矫正技术的执行者的描述。 |
| **技术特征H**：<br>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 | 对比文件描述了捕获各种行为特征（如应用启动时间、持续时间、文件数量、电池状态等，[p0020]-[p0038]），并将这些数据发送到服务器进行处理和聚合。然而，对比文件从未提及“行为向量”的概念，也未描述将多个行为特征映射到n维空间中以形成向量的过程。其数据处理包括存储、去重、清理、标记、扁平化等（[p0048]-[p0056]），但均不涉及创建数学上的行为向量。因此，该技术特征未被公开。 |
| **技术特征I**：<br>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>**未被公开** | 无 | 对比文件描述了从多个设备收集数据并在中央服务器进行聚合分析，这可以视为对一组设备行为的总体了解。但是，对比文件并未明确描述为整个“本地IoT网络”本身（包括其拓扑、设备间关系等）建立模型。其焦点在于个体设备的使用数据聚合，而非为网络环境或状态建模。目标专利中的网络建模是为了评估整体环境状态以辅助异常判断。因此，该特征未被公开。 |
| **技术特征J**：<br>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>**未被公开** | 无 | 对比文件未提及维护或更新与整个网络相关联的“当前状态”。服务器端处理数据并更新数据库和报告（[p0048]-[p0057]），但这属于生成历史统计或报告，并非动态更新一个表征网络整体健康状况或状态的模型。因此，该特征未被公开。 |
| **技术特征K**：<br>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** <<<k>>> | [p0014], [p0020]-[p0038], [p0046], [p0057] | 对比文件详细描述了从无线智能设备（可视为IoT设备）捕获各种属性信息，包括设备使用情况（如应用使用、呼叫、消息）、设备参数（如电池强度、内存使用、蓝牙状态）等（[p0020]-[p0038]）。这些信息被定期传输到中央服务器（[p0046]），服务器则对来自多个设备的数据进行聚合和处理（[p0014], [p0057]）。虽然对比文件未明确将此过程表述为“为本地IoT网络建模”的一个步骤，但“聚集与每一设备相关的属性”这一具体操作已被部分公开。本领域技术人员可以合理推断，在对一组设备进行行为分析时，收集和聚集各设备的属性信息是一个基础且必要的环节。因此，该技术特征被对比文件隐含公开。 |
| **技术特征L**：<br>构造与所述本地IoT网络相关联的拓扑<br>**未被公开** | 无 | 对比文件完全没有提及设备之间的连接关系、网络结构或拓扑构造。其数据流是每个设备独立向中央服务器报告，服务器侧处理不涉及网络拓扑信息。因此，该特征未被公开。 |
| **技术特征M**：<br>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>**未被公开** | 无 | 对比文件中没有提及从外部源（如制造商或仓储库）获取预定义的设备行为模型。其行为分析完全基于从设备端实时捕获的使用数据，并通过服务器端处理生成统计洞察（[p0057]）。因此，该特征未被公开。 |
| **技术特征N**：<br>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>**未被公开** | 无 | 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），因此这个组合步骤“组合所聚集的属性、拓扑和行为模型”自然也无法被公开。对比文件中的数据处理（如扁平化[p0056]）是针对使用数据记录的分类和整合，并非目标专利中所述的网络建模组合过程。 |
| **技术特征O**：<br>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>**未被公开** | 无 | 对比文件中服务器生成的是面向商业智能（BI）的报告（[p0057]），用于市场分析、产品开发等目的（[p0010]），而非旨在向“客户服务实体”报告特定设备的异常行为以请求维修或干预。没有描述检测到设备健康异常后的报告机制。因此，该特征未被公开。 |
| **技术特征P**：<br>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 | 对比文件的行为分析专注于设备使用模式、内容消费等，用于商业和市场洞察（[p0010], [p0057]）。全文没有任何部分提及或暗示检测恶意攻击（如网络安全威胁）。因此，该特征未被公开。 |
| **技术特征Q**：<br>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>**隐含公开** <<<q>>> | [p0037], [p0020]-[p0038] | 对比文件捕获的设备参数包括“电池强度”（[p0037]），并在定期数据传输时将其发送到服务器。电池电量低是设备可能出现故障或工作异常（如即将关机）的一个常见指标。虽然对比文件的主要目的是商业行为分析，但捕获电池状态这一事实本身，意味着系统有可能获取到指示设备潜在故障或异常工作状况的信息。本领域技术人员可以合理推断，分析这些设备参数数据（包括电池强度）有可能用于识别设备的工作异常。因此，该技术特征被对比文件隐含公开。 |
| **技术特征R**：<br>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** <<<R>>> | [p0014], [p0020] | 对比文件明确公开了无线智能设备（第二节点）上运行一个持续在后台的应用程序（[p0014]）。该应用程序被描述为负责捕获（captures）设备的使用信息、设备参数等信息（[p0020]）。这直接对应于第二节点包含被配置成观察行为的一个或多个组件（即该应用程序及其利用的设备API和传感器）。因此，该技术特征被对比文件直接公开。 |
| **技术特征S**：<br>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** <<<S>>> | [p0014], [p0046] | 对比文件明确说明应用程序“周期性地传输信息”（[p0014]），并且“累积的数据每4小时...通过任何无线网络（如HTTP协议）发布到服务器”（[p0046]）。无线智能设备必然包含用于无线通信的发射机（如蜂窝或Wi-Fi模块）来执行此传输功能。传输的内容是表示所观察到的行为的行为特征（如应用使用日志、设备参数等）。虽然对比文件未明确提及“第三节点”中继的场景，但其明确公开了将行为特征发送到第一节点（服务器）的基本配置。因此，该技术特征被对比文件直接公开（至少发送到第一节点这一部分）。 |
| **技术特征T**：<br>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 | 对比文件中的数据流是第二节点（无线智能设备）上的应用程序直接捕获本地行为并直接（或经存储后）发送给第一节点（中央服务器）（[p0046]）。没有描述网络中存在其他专门用于监视设备间网络消息（如嗅探流量）并将信息转发给服务器的节点。因此，该特征未被公开。 |
| **技术特征U**：<br>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 | 对比文件中不存在“总状态模型”的概念，也未提及将设备行为与网络整体的正常状态进行比较以判定异常。其分析是基于个体或群体设备的历史使用数据生成统计报告。因此，该特征未被公开。 |
| **技术特征V**：<br>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 | 对比文件未提及使用机器学习技术，也未描述根据分析结果（无论是否异常）来更新设备行为模型。其数据处理包括数据清理、标记、扁平化等（[p0050]-[p0056]），但这些都是规则驱动的处理，而非机器学习模型的自适应更新。因此，该特征未被公开。 |
<<<C>>><<<D>>><<<R>>><<<S>>><<<b>>><<<k>>><<<q>>>