一种基于物联网的数据标准模型设计系统及方法与流程

1.本发明属于涉及一种基于物联网的数据标准模型设计系统及方法。


背景技术：

2.根据国家医疗数据标准的要求，在医疗物联网方面还未完善。而数据标准模型的建立，可以规范医疗物联网数据的标准和质量，保证数据的准确性、完整性、一致性。
3.现有的protobuf，可以让跨平台跨语言的应用程序之间解析数据。protobuf的缺点是依赖性强，需要在每个需要使用数据标准模型技术的应用嵌入对应的.proto文件，修改数据标准模型则需要修改proto文件并重新编译，替换应用中原有的proto文件并重启。并且建立数据标准模型没有界面化，只能在文件中建立数据标准模型。


技术实现要素：

4.针对现有技术中存在的不足，本发明提供一种基于物联网的数据标准模型设计系统及方法。
5.本发明方法可以对设备协议做接入时对数据进行标准解析，无需在使用数据标准模型技术的应用上嵌入文件，且可以动态更新数据标准模型，使用数据标准模型技术的应用不用重启和替换文件。并且本发明系统能够通过可视化界面建立数据标准模型，简化操作流程。
6.一种基于物联网的数据标准模型设计系统，包括数据标准系统和引擎工厂。
7.所述的数据标准系统包括数据元管理?？?、数据集管理?？榧翱墒踊缑?。
8.所述的数据元管理?？橛糜诠芾硎菰?，通过定义数据元的属性，在数据元管理?？橹行略鍪菰?。
9.所述的数据集管理?？橛糜诠芾硎菁?；通过定义数据集的属性和数据规则在数据集管理?？橹行略鍪菁?，在定义好数据集属性和数据规则后保存，则这个数据集即为建立的一个数据标准模型，定义好的数据集则规范了此类数据的格式和解析的方式。
10.所述的可视化界面包括数据元管理界面和数据集管理界面，分别对应用于数据元管理?？楹褪菁芾砟？?，用于显示数据元列表和数据集列表，通过在数据元管理界面和数据集管理界面上操作，完成数据元管理和数据集管理。
11.所述的引擎工厂为保存了具体数据解析引擎的容器，所述的数据解析引擎为对数据进行解析和转换的执行引擎，其中编写了从数据标准系统中查询数据集的接口，需要使用数据标准模型技术的应用通过引擎工厂对数据解析引擎进行调用。
12.所述的数据解析引擎根据应用场景下的数据流中的序列化字典和结构体分类从数据标准系统中查询到数据集，根据数据集的属性和数据规则进行解析数据并生成平台规范数据。
13.进一步的，所述的数据元属性包括编码、标识符、名称、分类和描述。
14.进一步的，所述的数据集的属性包括序列化字典、结构体标识、标识符、名称；所述
的定义数据规则为选择一个或多个数据元进行排列组合和规则的制定。
15.进一步的，数据标准模型的建立和更新通过数据标准系统统一管理。当在数据标准系统中更新了数据标准模型时，其他需要使用数据标准模型技术的应用会查询到更新后的数据标准模型。
16.进一步的，所述的引擎工厂支持注册多个解析引擎，不仅可以注册数据标准系统的解析引擎，也支持注册其他第三方的解析引擎。
17.一种基于物联网的数据标准模型设计方法，步骤如下。
18.步骤（1）、确定应用场景。
19.步骤（2）、根据应用场景在数据标准系统上管理序列化字典和结构体分类的字典项，以及定义数据元。
20.步骤（3）、在数据标准系统上创建此应用场景的数据集。
21.步骤（4）、数据流入时，从引擎工厂获取数据解析引擎，数据解析引擎查询数据标准模型定义并解析协议生成数据。
22.进一步的，步骤（2）中的定义数据元具体如下。
23.通过可视化界面中的数据元管理界面对数据元管理?？榻胁僮?，根据应用场景定义数据元的属性，在数据元管理?？橹行略鍪菰?，所述的数据元属性包括编码、标识符、名称、分类和描述。
24.进一步的，所述的步骤（3）具体方法如下。
25.通过可视化界面中的数据集管理界面对数据集管理?？榻胁僮?，根据应用场景定义数据集的属性和数据规则在数据集管理?？橹行略鍪菁?，在定义好数据集属性和数据规则后保存，则这个数据集即为建立的一个数据标准模型。定义好的数据集则规范了此类数据的格式和解析的方式。所述的数据集的属性包括序列化字典、结构体标识、标识符、名称；所述的定义数据规则为选择一个或多个数据元进行排列组合和规则的制定。
26.进一步的，步骤（4）具体方法如下。
27.数据传入使用数据标准模型技术的应用中，应用再截取数据中的序列化字典、结构体分类并从引擎工厂获取对应的数据解析引擎，数据解析引擎根据数据流中的序列化字典和结构体分类从数据标准系统中查询到对应数据标准模型，即对应数据集，根据对应数据集的属性和规则进行解析数据并生成平台规范数据。
28.本发明有益效果如下。
29.1.现有技术需在使用数据标准模型技术的应用中嵌入数据标准模型的文件，才能进行解析。而本发明可以对设备协议做接入时对数据进行标准解析，无需在使用数据标准模型技术的应用中嵌入文件，且可以动态更新数据标准模型，应用不用重启和替换文件。
30.2.本发明系统能够通过可视化界面建立数据标准模型，优点是可读性强、易于阅读和编辑。
31.3.现有技术的数据标准模型无法进行动态更新。本发明可以提供在线定义数据标准模型（即定义了属性和数据规则的数据集），且可动态更新数据标准模型。因数据标准模型的建立和更新是在数据标准系统中来统一管理。当在数据标准系统中更新了数据标准模型时，其他需要使用数据标准模型技术的应用会查询到更新后的数据标准模型（因数据解析引擎的核心是实时从数据标准系统中查询最新的数据标准模型）。
附图说明
32.图1为本发明实施例数据标准模型建立流程示意图。
33.图2为本发明实施例数据解析流程示意图。
34.图3为本发明实施例数据标准模型设计系统结构示意图。
具体实施方式
35.以下结合附图与实施例对本发明方法进行进一步描述。
36.数据元：通过标识、定义、标识以及允许值等一系列属性描述的数据单元，是不可再分的最小数据单元。
37.数据集：是在特定主题下，由必需、基本的数据元组成的数据集合。是对所必须采集记录的数据元基本范围的标准化要求。
38.数据标准模型：是创建好数据集自身属性和对数据元的组合。
39.序列化：数据的状态信息转换为可以存储或传输的形式的过程。即把数据转换为字节流的过程。
40.序列化字典：对序列化方式进行定义和描述，是所有序列化定义的集合。
41.结构体分类：区分数据的业务分类和场景。
42.数据解析引擎：对数据进行解析和转换的执行引擎。
43.引擎工厂：保存了具体数据解析引擎的容器。
44.图1为本发明实施例数据标准模型建立流程示意图。
45.数据标准模型建立，包括以下步骤。
46.步骤1.新增数据元。
47.定义数据元的属性（编码、标识符、名称、分类、描述）。
48.步骤2.新增数据集。
49.定义数据集的属性（序列化字典、结构体标识、标识符、名称）。
50.步骤3.在定义好数据集属性后，在当前页面弹出数据元列表的弹框，可以选中一个或多个数据元进行排列组合和规则的制定，即定义数据规则。
51.步骤4.在定义好数据集属性和规则后保存，则这个数据集就是建立的一个数据标准模型。
52.图2为本发明实施例数据解析流程示意图。
53.数据解析流程，包括如下步骤。
54.步骤1.特定应用场景下的数据流入到其他需要使用数据标准模型技术的应用。
55.步骤2.使用数据标准模型技术的应用从引擎工厂获取到数据解析引擎（此引擎的核心之一是编写了从数据标准系统中查询数据集的接口，此引擎在开发阶段就已编写好）。
56.步骤3.解析引擎查询到数据标准模型（即定义好的数据集）。
57.步骤4.解析引擎根据查询到的数据集来解析数据，并生成平台规范的数据格式。
58.图3为本发明实施例数据标准模型设计系统结构示意图。
59.一种基于物联网的数据标准模型设计系统，包括数据标准系统和引擎工厂。
60.数据标准系统包括数据元管理?？?、数据集管理?？榧翱墒踊缑?。
61.数据元管理?？橛糜诠芾硎菰?，通过定义数据元的属性，在数据元管理?？橹?br/>新增数据元，数据元属性包括编码、标识符、名称、分类和描述。
62.数据集管理?？橛糜诠芾硎菁?；通过定义数据集的属性和数据规则在数据集管理?？橹行略鍪菁?，在定义好数据集属性和数据规则后保存，则这个数据集即为建立的一个数据标准模型，定义好的数据集则规范了此类数据的格式和解析的方式；数据集的属性包括序列化字典、结构体标识、标识符、名称；定义数据规则为选择一个或多个数据元进行排列组合和规则的制定。
63.可视化界面包括数据元管理界面和数据集管理界面，分别对应用于数据元管理?？楹褪菁芾砟？?，用于显示数据元列表和数据集列表，通过在数据元管理界面和数据集管理界面上操作，完成数据元管理和数据集管理。
64.引擎工厂为保存了具体数据解析引擎的容器，数据解析引擎为对数据进行解析和转换的执行引擎，其中编写了从数据标准系统中查询数据集的接口，需要使用数据标准模型技术的应用通过引擎工厂对数据解析引擎进行调用。
65.数据解析引擎根据应用场景下的数据流中的序列化字典和结构体分类从数据标准系统中查询到数据集，根据数据集的属性和数据规则进行解析数据并生成平台规范数据。
66.引擎工厂支持注册多个解析引擎，不仅可以注册数据标准系统的解析引擎，也支持注册其他第三方的解析引擎。
67.一种基于物联网的数据标准模型设计方法，步骤如下。
68.步骤（1）、确定应用场景。
69.步骤（2）、根据应用场景在数据标准系统上管理序列化字典和结构体分类的字典项，以及定义数据元。
70.通过可视化界面中的数据元管理界面对数据元管理?？榻胁僮?，根据应用场景定义数据元的属性，在数据元管理?？橹行略鍪菰?，所述的数据元属性包括编码、标识符、名称、分类和描述。
71.步骤（3）、创建此应用场景的数据集。
72.通过可视化界面中的数据集管理界面对数据集管理?？榻胁僮?，根据应用场景定义数据集的属性和数据规则在数据集管理?？橹行略鍪菁?，在定义好数据集属性和数据规则后保存，则这个数据集即为建立的一个数据标准模型。定义好的数据集则规范了此类数据的格式和解析的方式。所述的数据集的属性包括序列化字典、结构体标识、标识符、名称；所述的定义数据规则为选择一个或多个数据元进行排列组合和规则的制定。
73.步骤（4）、数据流入时，从引擎工厂获取数据解析引擎，数据解析引擎查询数据标准模型定义并解析协议生成数据。
74.数据传入使用数据标准模型技术的应用中，应用截取数据中的序列化字典、结构体分类并从引擎工厂（引擎工厂和解析引擎都是在开发阶段就已编写好。而数据解析引擎的核心之一是编写了从数据标准系统中查询数据集的接口）获取对应的数据解析引擎，数据解析引擎根据数据流中的序列化字典和结构体分类从数据标准系统中查询到对应数据标准模型，即对应数据集，根据对应数据集的属性和规则进行解析数据并生成规范数据。
75.实例1：探针平台。
76.整体流程涉及到三个部分：探针程序、探针平台、数据标准系统。
77.探针程序和探针平台需要进行数据交互，而数据标准系统负责解析数据。
78.数据标准系统是对数据标准模型的统一管理系统（数据标准模型的设计是由对数据元和数据集的管理来完成）。
79.数据标准系统定义好数据集。而探针程序以及探针平台根据数据集的规范生成数据流并推送给对方。双方收到数据流后，从引擎工厂获取到数据标准系统的数据解析引擎，数据解析引擎从数据标准系统中查询到数据集，根据数据集的定义进行解析数据流并生成平台规范数据。