基于工业互联网的数据监测方法及相关装置与流程

阅读：评论：0

1.本技术涉及数据监测领域，尤其是涉及一种基于工业互联网的数据监测方法及相关装置。

背景技术：

2.工业互联网数据安全风险隐患日益凸显。工业互联网系统天然具有连接业务复杂、连接设备种类繁多，数据格式多样等特点，工业互联网系统各层均面临着直接的安全风险。另一方面，工业互联网系统采集、存储和利用的数据资源具有数据体量大、种类多、关联性强、价值分布不均、不同领域数据保护差异大等特点，在数据安全方面存在责任主体边界模糊、分类分级保护难度较大、事件追踪溯源困难等多方面问题。
3.因此，如何通过互联网对工业生产数据实现有效监测成为了一个亟待解决的技术问题。

技术实现要素：

4.为了通过互联网对工业生产数据实现有效监测，本技术提供一种基于工业互联网的数据监测方法及相关装置。
5.第一方面，本技术提供的一种基于工业互联网的数据监测方法采用如下的技术方案：一种基于工业互联网的数据监测方法，包括：从预设端口获取端口数据；获取预设数据筛选规则，根据所述预设数据筛选规则对所述端口数据进行筛选以获取目标数据；在所述目标数据中根据权重条件对所述目标数据进行清洗以获取第一目标数据；在所述第一目标数据中根据工业设备标识将所述第一目标数据划分成预设数量的待分析数据集合；在所述待分析数据集合中通过分析敏感数据判断所述待分析数据集合是否异常；若是，则在所述待分析数据集合中调取对应的目标工业设备的工作日志以确定所述目标工业设备的数据异常原因；根据所述数据异常原因生成数据异常报告。
6.可选的，所述获取预设数据筛选规则，根据所述预设数据筛选规则对所述端口数据进行筛选以获取目标数据的步骤，包括：获取预设数据筛选规则，并在所述预设数据筛选规则中获取对应的数据来源地址；根据所述数据来源地址对所述端口数据进行筛选以获取目标数据。
7.可选的，所述在所述目标数据中根据权重条件对所述目标数据进行清洗以获取第一目标数据的步骤，包括：
在所述目标数据中对所述目标数据进行数据分组；获取每一数据分组中的分组权重；获取预设权重阈值并根据所述预设权重阈值对所述目标数据对应的数据分组进行数据清洗。
8.可选的，所述在所述目标数据中对所述目标数据进行数据分组的步骤，包括：在所述目标数据中以数据识别的方式对目标数据的输出内容进行识别获取识别结果；在所述识别结果中以数据分级的方式对所述目标数据进行数据分组。
9.可选的，所述在所述待分析数据集合中通过敏感数据分析判断所述待分析数据集合是否异常的步骤之前，还包括：获取预设数据分类信息；根据所述数据分类信息建立每一数据分类对应的正常数据区间；建立所述每一数据分类和所述正常数据区间的映射关系表。
10.可选的，所述在所述待分析数据集合中通过敏感数据分析判断所述待分析数据集合是否异常的步骤，包括：在所述待分析数据集合中根据所述映射关系表获取对应的正常数据区间；通过敏感数据分析判断所述待分析数据集合中的数据是否处于所述正常数据区间中；若是，则判定所述待分析数据集合无异常；若否，则判定所述待分析数据集合异常。
11.可选的，所述在所述待分析数据集合中调取对应的目标工业设备的工作日志以确定所述目标工业设备的数据异常原因的步骤，包括：在所述待分析数据集合中调取对应的目标工业设备的工作日志；在所述工作日志中通过重点事态分析的方式确定异常工作内容；根据所述异常工作内容确定所述目标工业设备的数据异常原因。
12.第二方面，本技术提供一种基于工业互联网的数据监测装置，其特征在于，所述基于工业互联网的数据监测装置包括：端口数据模块，用于从预设端口获取端口数据；目标数据模块，用于获取预设数据筛选规则，根据所述预设数据筛选规则对所述端口数据进行筛选以获取目标数据；数据清洗模块，用于在所述目标数据中根据权重条件对所述目标数据进行清洗以获取第一目标数据；集合划分模块，用于在所述第一目标数据中根据工业设备标识将所述第一目标数据划分成预设数量的待分析数据集合；异常判断模块，用于在所述待分析数据集合中通过分析敏感数据判断所述待分析数据集合是否异常；原因获取模块，用于若是，则在所述待分析数据集合中调取对应的目标工业设备的工作日志以确定所述目标工业设备的数据异常原因；报告生成模块，用于根据所述数据异常原因生成数据异常报告。
13.第三方面，本技术提供一种计算机设备，所述设备包括：存储器、处理器，所述处理器在运行所述存储器存储的计算机指令时，执行如上文中任一项所述的方法。
14.第四方面，本技术提供一种计算机可读存储介质，包括指令，当所述指令在计算机上运行时，使得计算机执行如上文所述的方法。
15.综上描述，本技术包括以下有益技术效果：本技术通过在预设端口获取端口数据；对端口数据进行筛选获取目标数据；根据权重条件对目标数据进行清洗获取第一目标数据；在第一目标数据中根据工业设备标识划分成预设数据的待分析数据集合；通过分析敏感数据判断待分析数据集合是否异常；在判定异常的情况下调取对应的目标工业设备的工作日志以确定数据异常原因；根据数据异常原因生成数据异常报告；通过对获取的数据进行集合划分的方式，采用分析敏感数据的方法实现监测数据集合是否异常，在异常的情况下获取工业设备的工作日志以确定具体的异常原因；进一步实现了精确监测工业数据的技术效果。
附图说明
16.图1是本发明实施例方案涉及的硬件运行环境的计算机设备结构示意图；图2是本发明基于工业互联网的数据监测方法第一实施例的流程示意图；图3是本发明基于工业互联网的数据监测方法第二实施例的流程示意图；图4是本发明基于工业互联网的数据监测装置第一实施例的结构框图。
具体实施方式
17.为了使本技术的目的、技术方案及优点更加清楚明白，以下通过附图及实施例，对本技术进行进一步详细说明。应当理解，此处所描述的具体实施例仅用以解释本技术，并不用于限定本技术。
18.参照图1，图1为本发明实施例方案涉及的硬件运行环境的计算机设备结构示意图。
19.如图1所示，计算机设备可以包括：处理器1001，例如中央处理器（central processing unit，cpu），通信总线1002、用户接口1003，网络接口1004，存储器1005。其中，通信总线1002用于实现这些组件之间的连接通信。用户接口1003可以包括显示屏（display）、输入单元比如键盘（keyboard），可选用户接口1003还可以包括标准的有线接口、无线接口。网络接口1004可选的可以包括标准的有线接口、无线接口（如无线保真（wireless-fidelity，wi-fi）接口）。存储器1005可以是高速的随机存取存储器（random access memory，ram），也可以是稳定的非易失性存储器（non-volatile memory，nvm），例如磁盘存储器。存储器1005可选的还可以是独立于前述处理器1001的存储装置。
20.本领域技术人员可以理解，图1中示出的结构并不构成对计算机设备的限定，可以包括比图示更多或更少的部件，或者组合某些部件，或者不同的部件布置。
21.如图1所示，作为一种存储介质的存储器1005中可以包括操作系统、网络通信模块、用户接口模块以及基于工业互联网的数据监测程序。
22.在图1所示的计算机设备中，网络接口1004主要用于与网络服务器进行数据通信；用户接口1003主要用于与用户进行数据交互；本发明计算机设备中的处理器1001、存储器
1005可以设置计算机设备中，所述计算机设备通过处理器1001调用存储器1005中存储的基于工业互联网的数据监测程序，并执行本发明实施例提供的基于工业互联网的数据监测方法。
23.本发明实施例提供了一种基于工业互联网的数据监测方法，参照图2，图2为本发明基于工业互联网的数据监测方法第一实施例的流程示意图。
24.本实施例中，所述基于工业互联网的数据监测方法包括以下步骤：步骤s10：从预设端口获取端口数据。
25.可以理解的是，通过在工业互联网的数据监测系统中设置数据采集模块、数据处理模块、数据分析模块以及分析结果展示模块，由数据采集模块采集工业互联网流量数据包发送至数据处理模块进行工业互联网数据提取及数据预处理，得到处理后的工业互联网数据发送至数据分析模块进行敏感数据筛选，对筛选得到的敏感工业互联网数据和处理后的工业互联网数据均进行态势分析，将态势分析结果由分析结果展示模块以可视化图表的形式展示给用户。
26.需要说明的是，所述从预设端口获取端口数据的步骤是指对重要网络出入口的节点进行监测以获取数据、从工业互联网企业端获取数据以及利用工业互联网云平台获取数据。
27.可以理解的是，所述端口数据为获取的原始数据，原始数据是用户数据库中的数据，或者是终端用户所存储使用的各种数据，是未经过处理或简化的数据，这些数据可能是也可能不是机器可读形式。它构成了物理存在的数据。原始数据有多种存在形式，如文本数据，图像数据，音频数据或者几种数据混合存在。
28.步骤s20：获取预设数据筛选规则，根据预设数据筛选规则对端口数据进行筛选以获取目标数据。
29.需要说明的是，所述预设数据筛选规则在本实施例中是指通过预设数据筛选规则可以对数据进行初步的筛选而制定的筛选规则，在本实施例中通过对端口数据的数据来源进行初步筛选，例如：某工厂a，在a的工厂中存在b、c、d三个加工车间，通过获取加工车间对应的网络地址，在接收到a工厂的数据时，根据实际使用需求在端口数据中筛选出b工厂的数据地址。
30.可以理解的是，在本实施例中具体的筛选方式是获取数据来源对应的地址信息，通过所述地址信息进行数据筛选。
31.进一步地，为了提升数据筛选的精确程度，所述获取预设数据筛选规则，根据预设数据筛选规则对所述端口数据进行筛选以获取目标数据的步骤，包括：获取预设数据筛选规则，并在预设数据筛选规则中获取对应的数据来源地址；根据数据来源地址对端口数据进行筛选以获取目标数据。
32.在具体实施中，获取预设数据筛选规则，通过数据来源地址对所述端口数据进行筛选减少了后续数据的计算量，进一步节约了系统的资源。
33.步骤s30：在目标数据中根据权重条件对目标数据进行清洗以获取第一目标数据。
34.需要说明的是，在许多的工业制造企业中，获取的生产数据大多都是无用数据，在经过步骤s20的数据筛选之后，例如：某车间b产生了大量的数据，其中包括本实施例计算需要的工厂生产数据，同时也包含着许多无用的数据，包括但不限于：工厂照明设备产生的数
据或者工厂其他办公设备产生的无用数据。因此，在本步骤s30中需要将各种无关数据进行清洗，保留目标数据。
35.可以理解的是，在本实施例中权重条件是指每一数据对应的产生源头的权重值不同，在数据监测之前需要将各个会产生数据的工业设备的数据流出的端口号进行数据权重的标定，在获取到对应的数据之后通过查看数据流出的端口号以确定该数据对应的权重信息。
36.步骤s40：在所第一目标数据中根据工业设备标识将第一目标数据划分成预设数量的待分析数据集合。
37.需要说明的是，在本实施例中将第一目标数据划分成预设数量的待分析数据集合是指在同一车间出来的数据根据分析需要，因此将根据数据的产生来源对第一目标数据进行分组，每一组集合中的数据产生的来源将会保持一致。
38.步骤s50：在所待分析数据集合中通过分析敏感数据判断待分析数据集合是否异常。
39.可以理解的是，在本实施例中敏感数据分析包括：敏感数据发现、敏感数据分级、自定义评估以及跨境监测。本实施主要的敏感数据分析策略主要是通过实时数据与预设数据的区间范围进行对比，例如：某设备产生的数据获取到的数值为10，但是该设备在正常生产过程中所产生的数据区间在1至4，因此通过对比可以发现该数据对应的设备异常。
40.进一步地，为了提升敏感数据分析的精确性，所述在所述待分析数据集合中通过敏感数据分析判断所述待分析数据集合是否异常的步骤之前，还包括：获取预设数据分类信息；根据所述数据分类信息建立每一数据分类对应的正常数据区间；建立所述每一数据分类和所述正常数据区间的映射关系表。
41.进一步地，为了提升数据判断的精确性，所述在所述待分析数据集合中通过敏感数据分析判断所述待分析数据集合是否异常的步骤，包括：在所述待分析数据集合中根据所述映射关系表获取对应的正常数据区间；通过敏感数据分析判断所述待分析数据集合中的数据是否处于所述正常数据区间中；若是，则判定所述待分析数据集合无异常；若否，则判定所述待分析数据集合异常。
42.步骤s60：若是，则在所述待分析数据集合中调取对应的目标工业设备的工作日志以确定目标工业设备的数据异常原因。
43.可以理解的是，工业互联网数据存在安全风险，且工业互联网数据体量庞大导致监测及保护难度大的问题，因此本实施例本着解决这个问题为出发点进行设计。
44.需要说明的是，所述目标工业设备的工作日志是指在目标工业设备的工作过程中产生的工作内容记录，根据所述工作日志结合异常数据可以获取目标工业设备在产生异常数据的具体时间段，因此，通过具体时间段结合工业设备的工作内容就可以获取工业设备的异常情况。例如：设备缺乏物料或者设备故障等情况。
45.进一步地，为了精确确定工业设备的数据异常原因，所述在所述待分析数据集合中调取对应的目标工业设备的工作日志以确定所述目标工业设备的数据异常原因的步骤，包括：在所述待分析数据集合中调取对应的目标工业设备的工作日志；在所述工作日志中通过重点事态分析的方式确定异常工作内容；根据所述异常工作内容确定所述目标工业设备的数据异常原因。
46.步骤s70：根据数据异常原因生成数据异常报告。
47.需要说明的是，在本实施例中数据报告的呈现方式可以包括以文本文档的方式或者在显示界面以图表的方式进行呈现，本实施例在此不做限制。
48.可以理解的是，数据监控虽说没有数据分析、数据挖掘、数据可视化这些概念那么让人耳熟能详，但其也是非常重要的。因为，如今很多企业都对大数据的掌握又提出新的要求。这是因为即使是很小的数据都是有可能影响到整个决策的走向和成功的，所以对数据进行实时、有效的监测是非常重要的。“数据监控”，可以理解为数据采集+数据呈现，利用数据分析工具收集用户的可用数据，以及在业务线中产生的各种各样的数据。收集后，利用工具对数据进行处理，并使用可视化图表的展现形式将数据呈现出来，数据监控主要是通过“数据指标”对数据的变化情况进行监督和控制。但在产品数量、种类增多的情况下，产品线的业务变得更加得复杂多样后，就会出现当前数据无法满足分析需求的情况，“数据监控体系”的搭建就要提上日程了。
49.本实施例通过在预设端口获取端口数据；对端口数据进行筛选获取目标数据；根据权重条件对目标数据进行清洗获取第一目标数据；在第一目标数据中根据工业设备标识划分成预设数据的待分析数据集合；通过分析敏感数据判断待分析数据集合是否异常；在判定异常的情况下调取对应的目标工业设备的工作日志以确定数据异常原因；根据数据异常原因生成数据异常报告；通过对获取的数据进行集合划分的方式，采用分析敏感数据的方法实现监测数据集合是否异常，在异常的情况下获取工业设备的工作日志以确定具体的异常原因；进一步实现了精确监测工业数据的技术效果。
50.参考图3，图为本发明基于工业互联网的数据监测方法第二实施例的流程示意图。
51.基于上述第一实施例，本实施例基于工业互联网的数据监测方法的所述步骤s30，还包括：步骤s301：在目标数据中对目标数据进行数据分组。
52.进一步地，为了提升数据分组的效率，所述在所述目标数据中对所述目标数据进行数据分组的步骤，包括：在所述目标数据中以数据识别的方式对目标数据的输出内容进行识别获取识别结果；在所述识别结果中以数据分级的方式对所述目标数据进行数据分组。
53.步骤s302：获取每一数据分组中的分组权重。
54.步骤s303：获取预设权重阈值并根据预设权重阈值对目标数据对应的数据分组进行数据清洗。
55.本实施例在目标数据中对目标数据进行数据分组；获取每一数据分组中的分组权重；获取预设权重阈值并根据预设权重阈值对目标数据对应的数据分组进行数据清洗；根据分组权重对无关数据进行清洗有效减少了后续对数据监测过程中的计算消耗。
56.此外，本发明实施例还提出一种计算机可读存储介质，所述存储介质上存储有基于工业互联网的数据监测的程序，所述基于工业互联网的数据监测的程序被处理器执行时实现如上文所述的基于工业互联网的数据监测的方法的步骤。
57.参照图4，图4为本发明基于工业互联网的数据监测装置第一实施例的结构框图。
58.如图4所示，本发明实施例提出的基于工业互联网的数据监测装置包括：端口数据模块10，用于从预设端口获取端口数据；
目标数据模块20，用于获取预设数据筛选规则，根据所述预设数据筛选规则对所述端口数据进行筛选以获取目标数据；数据清洗模块30，用于在所述目标数据中根据权重条件对所述目标数据进行清洗以获取第一目标数据；集合划分模块40，用于在所述第一目标数据中根据工业设备标识将所述第一目标数据划分成预设数量的待分析数据集合；异常判断模块50，用于在所述待分析数据集合中通过分析敏感数据判断所述待分析数据集合是否异常；原因获取模块60，用于若是，则在所述待分析数据集合中调取对应的目标工业设备的工作日志以确定所述目标工业设备的数据异常原因；报告生成模块70，用于根据所述数据异常原因生成数据异常报告。
59.应当理解的是，以上仅为举例说明，对本发明的技术方案并不构成任何限定，在具体应用中，本领域的技术人员可以根据需要进行设置，本发明对此不做限制。
60.本实施例通过在预设端口获取端口数据；对端口数据进行筛选获取目标数据；根据权重条件对目标数据进行清洗获取第一目标数据；在第一目标数据中根据工业设备标识划分成预设数据的待分析数据集合；通过分析敏感数据判断待分析数据集合是否异常；在判定异常的情况下调取对应的目标工业设备的工作日志以确定数据异常原因；根据数据异常原因生成数据异常报告；通过对获取的数据进行集合划分的方式，采用分析敏感数据的方法实现监测数据集合是否异常，在异常的情况下获取工业设备的工作日志以确定具体的异常原因；进一步实现了精确监测工业数据的技术效果。
61.在一实施例中，所述目标数据模块20，还用于获取预设数据筛选规则，并在所述预设数据筛选规则中获取对应的数据来源地址；根据所述数据来源地址对所述端口数据进行筛选以获取目标数据。
62.在一实施例中，所述数据清洗模块30，还用于在所述目标数据中对所述目标数据进行数据分组；获取每一数据分组中的分组权重；获取预设权重阈值并根据所述预设权重阈值对所述目标数据对应的数据分组进行数据清洗。
63.在一实施例中，所述数据清洗模块30，还用于在所述目标数据中以数据识别的方式对目标数据的输出内容进行识别获取识别结果；在所述识别结果中以数据分级的方式对所述目标数据进行数据分组。
64.在一实施例中，所述异常判断模块50，还用于获取预设数据分类信息；根据所述数据分类信息建立每一数据分类对应的正常数据区间；建立所述每一数据分类和所述正常数据区间的映射关系表。
65.在一实施例中，所述异常判断模块50，还用于在所述待分析数据集合中根据所述映射关系表获取对应的正常数据区间；通过敏感数据分析判断所述待分析数据集合中的数据是否处于所述正常数据区间中；若是，则判定所述待分析数据集合无异常；若否，则判定所述待分析数据集合异常。
66.在一实施例中，所述原因获取模块60，还用于在所述待分析数据集合中调取对应的目标工业设备的工作日志；在所述工作日志中通过重点事态分析的方式确定异常工作内容；根据所述异常工作内容确定所述目标工业设备的数据异常原因。
67.需要说明的是，以上所描述的工作流程仅仅是示意性的，并不对本发明的保护范围构成限定，在实际应用中，本领域的技术人员可以根据实际的需要选择其中的部分或者全部来实现本实施例方案的目的，此处不做限制。
68.另外，未在本实施例中详尽描述的技术细节，可参见本发明任意实施例所提供的基于工业互联网的数据监测的方法，此处不再赘述。
69.此外，需要说明的是，在本文中，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者系统不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者系统所固有的要素。在没有更多限制的情况下，由语句“包括一个
……”
限定的要素，并不排除在包括该要素的过程、方法、物品或者系统中还存在另外的相同要素。
70.上述本发明实施例序号仅仅为了描述，不代表实施例的优劣。
71.通过以上的实施方式的描述，本领域的技术人员可以清楚地了解到上述实施例方法可借助软件加必需的通用硬件平台的方式来实现，当然也可以通过硬件，但很多情况下前者是更佳的实施方式。基于这样的理解，本发明的技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质（如只读存储器（read only memory，rom）/ram、磁碟、光盘）中，包括若干指令用以使得一台终端设备（可以是手机，计算机，服务器，或者网络设备等）执行本发明各个实施例所述的方法。
72.以上仅为本发明的优选实施例，并非因此限制本发明的专利范围，凡是利用本发明说明书及附图内容所作的等效结构或等效流程变换，或直接或间接运用在其他相关的技术领域，均同理包括在本发明的专利保护范围内。

技术特征：

1.一种基于工业互联网的数据监测方法，其特征在于，包括：从预设端口获取端口数据；获取预设数据筛选规则，根据所述预设数据筛选规则对所述端口数据进行筛选以获取目标数据；在所述目标数据中根据权重条件对所述目标数据进行清洗以获取第一目标数据；在所述第一目标数据中根据工业设备标识将所述第一目标数据划分成预设数量的待分析数据集合；在所述待分析数据集合中通过分析敏感数据判断所述待分析数据集合是否异常；若是，则在所述待分析数据集合中调取对应的目标工业设备的工作日志以确定所述目标工业设备的数据异常原因；根据所述数据异常原因生成数据异常报告。2.根据权利要求1所述的基于工业互联网的数据监测方法，其特征在于，所述获取预设数据筛选规则，根据所述预设数据筛选规则对所述端口数据进行筛选以获取目标数据的步骤，包括：获取预设数据筛选规则，并在所述预设数据筛选规则中获取对应的数据来源地址；根据所述数据来源地址对所述端口数据进行筛选以获取目标数据。3.根据权利要求1所述的基于工业互联网的数据监测方法，其特征在于，所述在所述目标数据中根据权重条件对所述目标数据进行清洗以获取第一目标数据的步骤，包括：在所述目标数据中对所述目标数据进行数据分组；获取每一数据分组中的分组权重；获取预设权重阈值并根据所述预设权重阈值对所述目标数据对应的数据分组进行数据清洗。4.根据权利要求3所述的基于工业互联网的数据监测方法，其特征在于，所述在所述目标数据中对所述目标数据进行数据分组的步骤，包括：在所述目标数据中以数据识别的方式对目标数据的输出内容进行识别获取识别结果；在所述识别结果中以数据分级的方式对所述目标数据进行数据分组。5.根据权利要求1所述的基于工业互联网的数据监测方法，其特征在于，所述在所述待分析数据集合中通过敏感数据分析判断所述待分析数据集合是否异常的步骤之前，还包括：获取预设数据分类信息；根据所述数据分类信息建立每一数据分类对应的正常数据区间；建立所述每一数据分类和所述正常数据区间的映射关系表。6.根据权利要求5所述的基于工业互联网的数据监测方法，其特征在于，所述在所述待分析数据集合中通过敏感数据分析判断所述待分析数据集合是否异常的步骤，包括：在所述待分析数据集合中根据所述映射关系表获取对应的正常数据区间；通过敏感数据分析判断所述待分析数据集合中的数据是否处于所述正常数据区间中；若是，则判定所述待分析数据集合无异常；若否，则判定所述待分析数据集合异常。7.根据权利要求1至6任一项所述的基于工业互联网的数据监测方法，其特征在于，所
述在所述待分析数据集合中调取对应的目标工业设备的工作日志以确定所述目标工业设备的数据异常原因的步骤，包括：在所述待分析数据集合中调取对应的目标工业设备的工作日志；在所述工作日志中通过重点事态分析的方式确定异常工作内容；根据所述异常工作内容确定所述目标工业设备的数据异常原因。8.一种基于工业互联网的数据监测装置，其特征在于，所述基于工业互联网的数据监测装置包括：端口数据模块，用于从预设端口获取端口数据；目标数据模块，用于获取预设数据筛选规则，根据所述预设数据筛选规则对所述端口数据进行筛选以获取目标数据；数据清洗模块，用于在所述目标数据中根据权重条件对所述目标数据进行清洗以获取第一目标数据；集合划分模块，用于在所述第一目标数据中根据工业设备标识将所述第一目标数据划分成预设数量的待分析数据集合；异常判断模块，用于在所述待分析数据集合中通过分析敏感数据判断所述待分析数据集合是否异常；原因获取模块，用于若是，则在所述待分析数据集合中调取对应的目标工业设备的工作日志以确定所述目标工业设备的数据异常原因；报告生成模块，用于根据所述数据异常原因生成数据异常报告。9.一种计算机设备，其特征在于，所述设备包括：存储器、处理器，所述处理器在运行所述存储器存储的计算机指令时，执行如权利要求1至7中任一项所述的方法。10.一种计算机可读存储介质，其特征在于，包括指令，当所述指令在计算机上运行时，使得计算机执行如权利要求1至7中任一项所述的方法。

技术总结

本申请公开了一种基于工业互联网的数据监测方法及相关装置，包括：通过在预设端口获取端口数据；对端口数据进行筛选获取目标数据；根据权重条件对目标数据进行清洗获取第一目标数据；在第一目标数据中根据工业设备标识划分成预设数据的待分析数据集合；通过分析敏感数据判断待分析数据集合是否异常；在判定异常的情况下调取对应的目标工业设备的工作日志以确定数据异常原因；根据数据异常原因生成数据异常报告；通过对获取的数据进行集合划分的方式，采用分析敏感数据的方法实现监测数据集合是否异常，在异常的情况下获取工业设备的工作日志以确定具体的异常原因；进一步实现了精确监测工业数据的技术效果。精确监测工业数据的技术效果。精确监测工业数据的技术效果。