(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202211147093.1 (22)申请日 2022.09.21 (71)申请人 亿咖通 （北京） 科技有限公司 地址 100102 北京市朝阳区望京东园四区 13号楼-4至 33层101内6层208室 申请人 亿咖通 （上海） 技 术有限公司 　 亿咖通 （湖北） 技 术有限公司 (72)发明人 章苹　李宁　刘程　徐维莉　罗峰　 金意　 (74)专利代理 机构 北京品源专利代理有限公司 11332 专利代理师 骆文欣 (51)Int.Cl. G06F 9/50(2006.01) G06F 16/16(2019.01)G06K 9/62(2022.01) G06V 10/764(2022.01) G06V 40/12(2022.01) (54)发明名称 一种边缘计算控制系统 (57)摘要 本发明公开了一种边缘计算控制系统。 该系 统包括所述数据存储库， 用于基于预设方式对原 始数据进行存储； 所述特征识别模块， 用于对所 述原始数据进行特征识别， 得到特征数据； 所述 数据分析模块， 用于对所述特征数据进行分析， 生成对应的处理策略； 所述数据处理模块， 用于 按照所述处理策略对所述特征数据进行处理， 以 得到处理后的特征数据； 所述数据检验模块， 用 于对所述处理后的特征数据进行检验； 所述模型 训练模块， 用于依据系统的资源分配， 基于所述 处理后的特征数据对选取的模型进行训练。 本系 统能够自动化的进行统一高效地管理和决定执 行时机， 提高了边缘计算系统的灵活性、 高效性 以及准确性。 权利要求书1页 说明书8页 附图1页 CN 115237606 A 2022.10.25 CN 115237606 A 1.一种边缘计算控制系统， 其特征在于， 包括： 数据存储库、 特征识别模块、 数据分析模 块、 数据处理模块、 数据检验模块及模型训练模块； 其中， 所述数据存储库与所述特征识别 模块连接； 所述特征识别模块与所述数据分析模块连接； 所述数据分析模块与所述数据 处 理模块连接； 所述数据 处理模块与所述数据检验模块连接； 所述数据检验模块与所述数据 模型训练模块连接； 所述数据存 储库， 用于基于预设方式对原 始数据进行存 储； 所述特征识别模块， 用于对所述原 始数据进行 特征识别， 得到特 征数据； 所述数据分析模块， 用于对所述特 征数据进行分析， 生成对应的处 理策略； 所述数据处理模块， 用于按照所述处理策略对所述特征数据进行处理， 以得到处理后 的特征数据； 所述数据检验 模块， 用于对所述处 理后的特 征数据进行检验； 所述模型训练模块， 用于依据系统的资源分配， 基于所述处理后的特征数据对选取的 模型进行训练。 2.根据权利要求1所述的系统， 其特征在于， 所述系统还包括分析报告模块， 其中， 所述 分析报告模块与数据模型训练模块连接； 所述分析报告模块用于根据对各个模块处 理操作进行分析， 生成分析报告。 3.根据权利要求1所述的系统， 其特征在于， 所述系统还包括监控器， 用于对各个模块 进行监控， 根据当前系统内存状态选择 执行各个模块的操作。 4.根据权利要求1所述的系统， 其特征在于， 所述模型训练模块还用于对训练后的模型 进行评估； 若训练后的模型不符合预设条件， 则重新对所述模型进行训练。 5.根据权利要求1所述的系统， 其特征在于， 所述模型训练模块， 具体用于， 依据当前系 统的资源分配 状态， 设置阈值执 行点， 执行对所述处 理后的特 征数据的选取对应的模型。 6.根据权利要求5所述的系统， 其特征在于， 所述模型训练模块包括： 模型训练单元和 算法存储单元； 所述算法存储单元用于存 储的待训练的算法模型； 所述模型训练单 元用于从所述 算法存储单元中提取算法模型进行训练。 7.根据权利要求4所述的系统， 其特征在于， 所述系统还包括， 情景预测模块， 用于依据 所述模型训练模块的评估结果对当前实时环境预测， 判断分析报告是否符合当前情景信 息。 8.根据权利要求1所述的系统， 其特 征在于， 所述模型训练模块， 还用于： 若所述处理后的特征数据与历史处理后的特征数据相匹配， 则 选取所述历史处理后的 特征数据对应的模型。 9.根据权利要求1所述的系统， 其特征在于， 所述数据检验算模块， 具体用于依据检验 条件对所述处 理后的特 征数据检验是否异常； 若检验所述处理后的特征数据异常， 则将所述处理后的特征数据返回至数据分析数模 块内进行重新分析。 10.根据权利要求1所述的系统， 其特征在于， 所述数据检验模块， 还用于检验所述处理 后的特征数据是否格式一 致。权　利　要　求　书 1/1 页 2 CN 115237606 A 2一种边缘 计算控制系统 技术领域 [0001]本发明涉及数据处 理技术领域， 尤其涉及一种边 缘计算控制系统。 背景技术 [0002]随着端侧算力提升， 大量的智能化算法在端侧被广泛使用， 根据用户驾驶行为自 学习， 涉及智能空调控制、 智能调整油门响应、 判断驾驶 风格。 [0003]在用户个人数据进入端侧后， 需对用户进行隐私保护， 对数据进行重新编码、 加 密， 数据会呈现出多种不同的形态， 对不同的形态会有不同的分析、 处理和配置方法， 需要 不同算法库处 理。 [0004]传统算法工程师会在PC或者云端训练好模型下发到端侧预测， 用户数据 需出端， 不利于用户隐私保护， 不具备安全， 个性化、 自动化， 且无法实时更新用户驾驶行为模型。 因 此， 端侧边 缘计算自动化计算系统就变的尤为重要。 发明内容 [0005]本发明提供了一种边缘计算控制系统， 能够自动化的进行统一高效地管理和决定 执行时机， 提高了边 缘计算系统的灵活性、 完整性、 严密性、 高效性和准确性。 [0006]根据本发明的一方面， 提供了一种边缘计算控制系统， 包括： 数据存储库、 特征识 别模块、 数据分析模块、 数据处理模块、 数据检验模块及 模型训练模块； 其中， 所述数据存储 库与所述特征识别模块连接； 所述特征识别模块与所述数据分析模块连接； 所述数据分析 模块与所述数据 处理模块连接； 所述数据 处理模块与所述数据检验模块连接； 所述数据检 验模块与所述数据模型训练模块连接； 所述数据存 储库， 用于基于预设方式对原 始数据进行存 储； 所述特征识别模块， 用于对所述原 始数据进行 特征识别， 得到特 征数据； 所述数据分析模块， 用于对所述特 征数据进行分析， 生成对应的处 理策略； 所述数据处理模块， 用于按照所述处理策略对所述特征数据进行处理， 以得到处 理后的特 征数据； 所述数据检验 模块， 用于对所述处 理后的特 征数据进行检验； 所述模型训练模块， 用于依据系统的资源分配， 基于所述处理后的特征数据对选 取的模型进行训练。 [0007]可选的， 所述系统还包括分析报告模块， 其中， 所述分析报告模块与数据 模型训练 模块连接； 所述分析报告模块用于根据对各个模块处 理操作进行分析， 生成分析报告。 [0008]可选的， 所述系统还包括监控器， 用于对各个模块进行监控， 根据当前系统内存状 态选择执行各个模块的操作。 [0009]可选的， 所述模型训练模块还用于对训练后的模型进行评估； 若训练后的模型不符合预设条件， 则重新对所述模型进行训练。说　明　书 1/8 页 3 CN 115237606 A 3