对比文件的名称：2015-03-05_发明申请_WO2015031676A3 INTEGRITY TESTING OF HAIR SAMPLES
目标专利的名称：监视物联网设备健康状况的方法、装置、设备和存储介质CN107409073B
| 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》** | 参见说明书第[0052]段：“The reference spectrum may be a spectrum from a sample known to be authentic (i.e., not tampered with) ...”（参考光谱可以来自已知是真实的（即未被篡改的）样本的光谱……）以及第[0056]段：“The model may be built using chemometric techniques ... to distinguish between authentic and tampered samples.”（该模型可以使用化学计量学技术构建……以区分真实样本和被篡改的样本。） | 对比文件公开了为毛发样本的“正常”（即真实、未篡改）状态建立参考光谱或模型。然而，目标专利中的“建模”是为物联网（IoT）设备在特定网络环境中的“正常行为”建立模型，涉及设备的工作模式、功耗、通信等动态行为特征。对比文件中的“建模”对象是生物样本的静态化学/物理特性，用于鉴别真伪。两者作用、技术领域和技术手段完全不同。本领域技术人员无法从毛发样本的完整性测试中，毫无疑义地得出或通过合理推理得到为物联网设备行为建模的技术方案。因此，该技术特征未被对比文件公开。 |
| **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>**《未被公开》** | 参见说明书第[0045]段：“A system for testing the integrity of a hair sample may include a spectrometer ... and a processor in communication with the spectrometer.”（用于测试毛发样本完整性的系统可以包括光谱仪……以及与光谱仪通信的处理器。） | 对比文件描述的系统包含光谱仪和处理器等组件，这些组件可能共同构成一个检测设备。处理器可以进行分析（如光谱分析），光谱仪可以进行观察（如光谱测量）。然而，这些组件是单一检测设备或紧密耦合系统的内部部分，并非目标专利中定义的、在分布式物联网（IoT）网络中具有明确角色分工（分析者节点和观察者节点）的、彼此不同的独立IoT设备。目标专利中“分析者节点”和“观察者节点”的角色是专门为分布式设备健康监测架构定义的。对比文件未公开此种网络角色划分及设备关系。 |
| **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>**《未被公开》** | 参见说明书第[0045]段：“... a processor in communication with the spectrometer.”（……与光谱仪通信的处理器。）以及第[0050]段：“The spectrometer obtains a spectrum of the hair sample ...”（光谱仪获得毛发样本的光谱……） | 对比文件中，处理器可以从光谱仪接收测量得到的光谱数据。这可以视为一个组件（处理器）从另一个组件（光谱仪）接收观察信息。然而，这种信息传递发生在单一检测设备或系统内部（如通过内部总线或直接连接），并非目标专利中所述的通过一个“本地IoT网络”从一个独立节点（第二节点）向另一个独立节点（第一节点）传送“行为信息”。目标专利的“行为信息”特指IoT设备的活动数据，而对比文件中的光谱数据是样本的化学特征。技术场景、通信架构和信息性质均不同。 |
| **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>**《未被公开》** | 参见说明书第[0056]段：“The spectrum of the test sample is analyzed using the model to determine whether the hair sample is authentic or has been tampered with.”（使用该模型分析测试样本的光谱，以确定毛发样本是真实的还是已被篡改。） | 对比文件公开了处理器分析光谱数据以确定样本是否被篡改。这涉及对数据的分析以判断状态。然而，目标专利中“分析行为信息”特指分析物联网设备的行为数据（如功耗、传感器读数、网络活动等），以评估其健康状况。分析的对象（设备行为 vs. 样本光谱）、目的（设备健康监测 vs. 样本真伪鉴别）和技术领域（物联网 vs. 生物检测）存在根本差异。本领域技术人员无法从毛发样本的光谱分析中推理出对物联网设备行为信息的分析。 |
| **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>**《隐含公开》** | 参见说明书第[0052]、[0056]段：“... compare the spectrum of the test sample to the reference spectrum.”（……将测试样本的光谱与参考光谱进行比较。）以及“The spectrum of the test sample is analyzed using the model to determine whether the hair sample is authentic or has been tampered with.”（使用该模型分析测试样本的光谱，以确定毛发样本是真实的还是已被篡改。） | 对比文件公开了将测试样本的光谱数据（可视为分析后的信息）与代表“正常”（真实）状态的参考光谱或模型进行比较，从而确定样本状态是“正常”（真实）还是“异常”（被篡改）。从抽象的功能步骤来看，这与目标专利中“将分析的信息与正常模型比较以判断正常/异常”的逻辑流程高度相似。尽管比较的具体对象（光谱 vs. 设备行为向量）和应用的领域完全不同，但在非常宽松的隐含公开判断标准下，为了避免遗漏，可以认为对比文件隐含公开了“比较分析结果与正常模型以判断异常”这一广义技术手段。因此，该技术特征被认定为隐含公开。 |
| **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>**《未被公开》** | 参见说明书第[0058]段：“If the sample is determined to be tampered, an indication of the tampering may be output.”（如果确定样本被篡改，可以输出篡改的指示。） | 对比文件公开了在确定异常（篡改）后输出指示（如警报、报告）。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”意味着启动一个主动的修复、诊断或干预过程以解决IoT设备的问题。对比文件中的“输出指示”仅是对已发生事实（样本被篡改）的告知，并不涉及对异常源（样本本身）进行任何“矫正”操作，因为样本篡改通常是无法逆转或修复的。两者作用不同，对比文件未公开“触发矫正”这一技术特征。 |
| **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>**《未被公开》** | 未发现相关内容。 | 对比文件完全没有提及任何“执行者”被提供有“矫正技术”。该特征是对特征F中“执行者”功能的进一步限定，既然特征F未被公开，此进一步限定的特征更无从谈起。 |
| **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>**《隐含公开》** | 参见说明书第[0056]段：“The model may be built using chemometric techniques such as PCA (Principal Component Analysis) or PLS (Partial Least Squares)...”（该模型可以使用化学计量学技术构建，如PCA（主成分分析）或PLS（偏最小二乘法）……）以及光谱数据本身是多维的（不同波长的强度）。 | 对比文件公开了使用PCA、PLS等技术处理光谱数据。这些技术本质上是将高维光谱数据（多个波长下的强度，即多个特征）映射到降维后的空间（如主成分空间），以提取关键特征向量进行分析。这可以理解为从原始数据（光谱）中提取特征表示（得分向量），并将其映射到一个多维空间（如PCA空间）。虽然目标专利的“行为向量”特指物联网设备行为特征的数学表示，而对比文件处理的是化学光谱特征，但在“从信息中提取多维特征向量表示”这一数据处理方法论层面，对比文件隐含公开了类似的技术手段。在宽松的判断标准下，可被认为隐含公开。 |
| **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>**《未被公开》** | 未发现相关内容。 | 对比文件仅涉及对单个被测对象（毛发样本）的测试，完全没有为多个设备组成的“网络”进行建模的概念。目标专利中的“网络建模”是分布式物联网健康监测的核心，涉及设备间的关联和整体状态。该特征未被公开。 |
| **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<br>**《未被公开》** | 未发现相关内容。 | 对比文件没有涉及任何“网络状态”及其更新的概念。该特征未被公开。 |
| **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>**《未被公开》** | 未发现相关内容。 | 对比文件没有聚集多个设备属性的步骤。该特征未被公开。 |
| **技术特征L**：构造与所述本地IoT网络相关联的拓扑<br>**《未被公开》** | 未发现相关内容。 | 对比文件没有构造设备网络拓扑的步骤。该特征未被公开。 |
| **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<br>**《未被公开》** | 参见说明书第[0052]段：“The reference spectrum may be a spectrum from a sample known to be authentic...”（参考光谱可以来自已知是真实的样本……）可能隐含参考数据来自数据库。 | 对比文件可能涉及使用预存的参考光谱或模型，这些数据可能来自数据库。然而，目标专利中明确是从“IoT设备制造商”或专门存储“行为模型”的“仓储库”获取模型，这些模型是针对特定IoT设备型号的正常行为模式。对比文件中的参考数据是针对“毛发样本”这一被检测物的真实光谱特征，并非从被监测设备的制造商处获取的设备行为模型。技术主体和作用均不同。 |
| **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>**《未被公开》** | 未发现相关内容。 | 对比文件完全没有涉及组合设备属性、网络拓扑和设备行为模型来为整个网络建模的复杂过程。该特征未被公开。 |
| **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<br>**《隐含公开》** | 参见说明书第[0058]段：“If the sample is determined to be tampered, an indication of the tampering may be output.”（如果确定样本被篡改，可以输出篡改的指示。） | 对比文件公开了在检测到异常（篡改）后输出指示。虽然“输出指示”可能包括显示、打印或发送信号，其接收方不一定是目标专利中特指的“客户服务实体”，但“报告异常”这一功能性步骤在对比文件中是存在的。在宽松的隐含公开判断标准下，可以认为对比文件隐含公开了“响应于确定异常而报告”这一技术手段。因此，该特征被认定为隐含公开。 |
| **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》** | 未发现相关内容。 | 对比文件中检测到的异常（毛发篡改）是人为对样本的物理/化学处理，目的是欺骗药物测试等。这完全不同于物联网领域中针对设备或网络的“恶意攻击”（如黑客入侵、拒绝服务攻击等）。技术领域和异常性质截然不同。 |
| **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>**《未被公开》** | 未发现相关内容。 | 对比文件中检测到的异常指示样本本身被篡改，并非任何“设备”或“节点”发生工作故障或性能异常。该特征未被公开。 |
| **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<br>**《隐含公开》** | 参见说明书第[0045]段：“A system for testing the integrity of a hair sample may include a spectrometer ...”（用于测试毛发样本完整性的系统可以包括光谱仪……） | 对比文件中的光谱仪是用于观察（测量）毛发样本光谱特性的组件。从广义功能角度看，这相当于一个具有观察能力的组件。虽然观察的对象（样本 vs. 设备行为）不同，但在非常宽松的隐含公开判断标准下，可以认为对比文件隐含公开了“节点包含观察组件”这一结构特征。因此，该特征被认定为隐含公开。 |
| **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>**《隐含公开》** | 参见说明书第[0045]段：“... a processor in communication with the spectrometer.”（……与光谱仪通信的处理器。）暗示了光谱仪和处理器之间存在数据通信。 | 对比文件描述了光谱仪与处理器通信，即测量组件将数据发送给分析组件。这可以隐含“观察组件具有将数据发送到分析组件的能力”。虽然未明确使用“发射机”一词，且通信可能发生在设备内部而非分布式IoT网络，也未提及“第三节点（中继）”，但“将观察到的特征发送到分析组件”这一基本数据传输功能在对比文件中是存在的。在宽松的隐含公开判断标准下，可以认为该特征被部分隐含公开。 |
| **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》** | 未发现相关内容。 | 对比文件完全没有涉及通过监视网络消息来获取行为信息的概念。这是一种特定的网络监听或嗅探技术，用于分布式设备监测。该特征未被公开。 |
| **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》** | 未发现相关内容。 | 对比文件仅基于单个样本的光谱与参考模型的直接比较进行判断，没有涉及任何“总状态模型”或基于网络整体状态进行辅助判断的概念。该特征未被公开。 |
| **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》** | 未发现相关内容。 | 对比文件虽然提及了模型构建（可能涉及机器学习技术如PCA/PLS），但并未公开在“确定不是异常”这一特定条件下，应用机器学习来更新“设备行为模型”。目标专利中此特征强调了模型的持续学习和优化，特定于设备行为监测场景。对比文件未公开该技术特征。 |
<<<e>>><<<h>>><<<o>>><<<r>>><<<s>>>