本發(fā)明涉及人工智能及物聯(lián)網(wǎng)，具體地說是一種基于大模型的物聯(lián)網(wǎng)設(shè)備消息數(shù)據(jù)解析方法、系統(tǒng)、設(shè)備及介質(zhì)。

背景技術(shù)：

1、隨著物聯(lián)網(wǎng)技術(shù)的迅猛發(fā)展，越來越多的設(shè)備和系統(tǒng)開始通過物聯(lián)網(wǎng)連接并進(jìn)行數(shù)據(jù)交換。這些物聯(lián)網(wǎng)設(shè)備產(chǎn)生的消息數(shù)據(jù)往往具有多樣性、復(fù)雜性和實時性等特點，傳統(tǒng)的數(shù)據(jù)解析方法需要人工進(jìn)行代碼編寫，對人工的專業(yè)技術(shù)要求較高，同時低效率代碼在處理如此龐大的數(shù)據(jù)量和多樣化的數(shù)據(jù)結(jié)構(gòu)時顯得力不從心。

2、故如何提高物聯(lián)網(wǎng)設(shè)備消息解析的準(zhǔn)確性和效率，更好地適應(yīng)物聯(lián)網(wǎng)數(shù)據(jù)的復(fù)雜性和多變性是目前亟待解決的技術(shù)問題。

技術(shù)實現(xiàn)思路

1、本發(fā)明的技術(shù)任務(wù)是提供一種基于大模型的物聯(lián)網(wǎng)設(shè)備消息數(shù)據(jù)解析方法、系統(tǒng)、設(shè)備及介質(zhì)，來解決如何提高物聯(lián)網(wǎng)設(shè)備消息解析的準(zhǔn)確性和效率，更好地適應(yīng)物聯(lián)網(wǎng)數(shù)據(jù)的復(fù)雜性和多變性的問題。

2、本發(fā)明的技術(shù)任務(wù)是按以下方式實現(xiàn)的，一種基于大模型的物聯(lián)網(wǎng)設(shè)備消息數(shù)據(jù)解析方法，該方法具體如下：

3、配置數(shù)據(jù)解析規(guī)則：根據(jù)物聯(lián)網(wǎng)設(shè)備上報的消息格式，結(jié)合具體的消息解析要求，將物聯(lián)網(wǎng)設(shè)備上報數(shù)據(jù)的解析規(guī)則輸入到大模型中；其中，大模型采用海若大模型、訊飛大模型、文心一言大模型等；

4、大模型接入物聯(lián)網(wǎng)設(shè)備數(shù)據(jù)：在物聯(lián)網(wǎng)設(shè)備和大模型之間設(shè)置一個設(shè)備接收組件，用于匯總不同協(xié)議的物聯(lián)網(wǎng)設(shè)備上報的消息并發(fā)送給大模型，大模型根據(jù)解析規(guī)則對上報的數(shù)據(jù)進(jìn)行解析處理；

5、大模型輸出解析數(shù)據(jù)：當(dāng)大模型對物聯(lián)網(wǎng)設(shè)備上報的消息解析完成后，將大模型輸出的結(jié)果發(fā)送給推送組件，為方便后續(xù)程序的接收以及可擴展性，將經(jīng)過格式轉(zhuǎn)換的消息發(fā)送到基于發(fā)布/訂閱模式的消息系統(tǒng)中，如kafka或rabbitmq，大模型作為其唯一的數(shù)據(jù)源，并根據(jù)訂閱者的需求進(jìn)行分發(fā)，再將消息推送給第三方或?qū)?shù)據(jù)展示在頁面。

6、作為優(yōu)選，將物聯(lián)網(wǎng)設(shè)備上報數(shù)據(jù)的解析規(guī)則輸入到大模型時，配置大模型的提示詞prompt，合適的prompt有利于大模型高效解析設(shè)備上報的消息；

7、其中，提示詞prompt格式如下：

8、“請按照以下解析規(guī)則解析物聯(lián)網(wǎng)設(shè)備上報的數(shù)據(jù)，并按照輸出規(guī)則輸出；規(guī)則如下：

9、解析規(guī)則：

10、規(guī)則1：解析設(shè)備上報的base64字符串；

11、規(guī)則2：獲取解析字符串中的字段信息；

12、輸出規(guī)則：

13、規(guī)則1：輸出json格式：{“字段英文”：“值”}；

14、輸出信息為：”。

15、更優(yōu)地，設(shè)備接收組件具有如下功能：

16、①協(xié)議解析：使用java語言編寫，接收mqtt、coap、http不同協(xié)議的物聯(lián)網(wǎng)數(shù)據(jù)使用不同協(xié)議的sdk；其中，mqtt協(xié)議使用eclipse?paho庫；coap協(xié)議使用californium庫；http協(xié)議使用okhttp庫；

17、②數(shù)據(jù)處理：將解析后的數(shù)據(jù)轉(zhuǎn)換為base64加密的統(tǒng)一格式，便于后續(xù)處理；

18、③消息轉(zhuǎn)發(fā)：使用消息隊列系統(tǒng)(發(fā)布/訂閱)將消息發(fā)送給大模型。

19、更優(yōu)地，推送組件使用java語言編寫，具有如下功能：

20、①采用websocket技術(shù)推送數(shù)據(jù)到頁面；

21、②java?http客戶端調(diào)用http客戶端接口，推送數(shù)據(jù)給第三方；

22、③java集成發(fā)布訂閱系統(tǒng)的sdk包，將消息發(fā)送到消息系統(tǒng)中，比如kafka或mq；

23、④java集成數(shù)據(jù)庫sdk將數(shù)據(jù)存儲到數(shù)據(jù)庫中。

24、一種基于大模型的物聯(lián)網(wǎng)設(shè)備消息數(shù)據(jù)解析系統(tǒng)，該系統(tǒng)包括物聯(lián)網(wǎng)設(shè)備端、設(shè)備接收組件、大模型組件以及推送組件，物聯(lián)網(wǎng)設(shè)備端通過mqtt、coap或http協(xié)議發(fā)送數(shù)據(jù)到設(shè)備接收組件，設(shè)備接收組件接收并解析來自物聯(lián)網(wǎng)設(shè)備端的信息，并對接收到的數(shù)據(jù)進(jìn)行排除空字符串以及統(tǒng)一成base64字符串的預(yù)處理操作，再將預(yù)處理后的數(shù)據(jù)轉(zhuǎn)發(fā)給大模型組件，大模型組件對來自設(shè)備接收組件的數(shù)據(jù)進(jìn)行進(jìn)一步解析，并將結(jié)果返回給推送組件，推送組件將大模型組件返回結(jié)果展示在頁面上或?qū)?shù)據(jù)轉(zhuǎn)發(fā)給第三方服務(wù)。

25、作為優(yōu)選，物聯(lián)網(wǎng)設(shè)備端上報數(shù)據(jù)的解析規(guī)則輸入到大模型時，配置大模型的提示詞prompt，合適的prompt有利于大模型高效解析設(shè)備上報的消息；

26、其中，提示詞prompt格式如下：

27、“請按照以下解析規(guī)則解析物聯(lián)網(wǎng)設(shè)備上報的數(shù)據(jù)，并按照輸出規(guī)則輸出；規(guī)則如下：

28、解析規(guī)則：

29、規(guī)則1：解析設(shè)備上報的base64字符串；

30、規(guī)則2：獲取解析字符串中的字段信息；

31、輸出規(guī)則：

32、規(guī)則1：輸出json格式：{“字段英文”：“值”}；

33、輸出信息為：”。

34、作為優(yōu)選，設(shè)備接收組件具有如下功能：

35、①協(xié)議解析：使用java語言編寫，接收mqtt、coap、http不同協(xié)議的物聯(lián)網(wǎng)數(shù)據(jù)使用不同協(xié)議的sdk；其中，mqtt協(xié)議使用eclipse?paho庫；coap協(xié)議使用californium庫；http協(xié)議使用okhttp庫；

36、②數(shù)據(jù)處理：將解析后的數(shù)據(jù)轉(zhuǎn)換為base64加密的統(tǒng)一格式，便于后續(xù)處理；

37、③消息轉(zhuǎn)發(fā)：使用消息隊列系統(tǒng)(發(fā)布/訂閱)將消息發(fā)送給大模型。

38、更優(yōu)地，推送組件過發(fā)布/訂閱模式的消息系統(tǒng)，訂閱到大模型組件發(fā)布數(shù)據(jù)，并對數(shù)據(jù)進(jìn)行處理，再將將數(shù)據(jù)推送到頁面展示或?qū)@取到的數(shù)據(jù)推送給第三方系統(tǒng)；其中，推送方式包括調(diào)用第三方http接口和/或發(fā)送到第三方提供的的消息系統(tǒng)中和/或存儲到數(shù)據(jù)庫中。

39、一種電子設(shè)備，包括：存儲器和至少一個處理器；

40、其中，所述存儲器存儲計算機執(zhí)行指令；

41、所述至少一個處理器執(zhí)行所述存儲器存儲的計算機執(zhí)行指令，使得所述至少一個處理器執(zhí)行如上述的基于大模型的物聯(lián)網(wǎng)設(shè)備消息數(shù)據(jù)解析方法。

42、一種計算機可讀存儲介質(zhì)，所述計算機可讀存儲介質(zhì)中存儲有計算機執(zhí)行指令，當(dāng)處理器執(zhí)行所述計算機執(zhí)行時，實現(xiàn)如上述的基于大模型的物聯(lián)網(wǎng)設(shè)備消息數(shù)據(jù)解析方法。

43、本發(fā)明的基于大模型的物聯(lián)網(wǎng)設(shè)備消息數(shù)據(jù)解析方法、系統(tǒng)、設(shè)備及介質(zhì)具有以下優(yōu)點：

44、(一)本發(fā)明根據(jù)實際場景的物聯(lián)網(wǎng)數(shù)據(jù)處理經(jīng)驗，基于大模型對物聯(lián)網(wǎng)設(shè)備消息進(jìn)行數(shù)據(jù)解析，不僅提高了數(shù)據(jù)處理的效率和準(zhǔn)確性，還降低了對人工的編碼能力要求，為物聯(lián)網(wǎng)應(yīng)用的智能化和自動化提供了有力支持；

45、(二)本發(fā)明實現(xiàn)了更加智能、高效、便捷的實現(xiàn)物聯(lián)網(wǎng)設(shè)備消息數(shù)據(jù)解析的方式，提高了對物聯(lián)網(wǎng)設(shè)備消息處理的準(zhǔn)確性和效率，還具備高度的靈活性和可擴展性；

46、(三)本發(fā)明結(jié)合大模型來進(jìn)行物聯(lián)網(wǎng)設(shè)備消息數(shù)據(jù)解析是一個更加高效和靈活的選擇，大模型通過訓(xùn)練大量的數(shù)據(jù)，能夠?qū)W習(xí)到數(shù)據(jù)的深層次特征和規(guī)律，從而在復(fù)雜的數(shù)據(jù)處理任務(wù)中表現(xiàn)出色；在物聯(lián)網(wǎng)設(shè)備消息數(shù)據(jù)解析領(lǐng)域，大模型的應(yīng)用能夠?qū)崿F(xiàn)對海量數(shù)據(jù)的快速處理和準(zhǔn)確分析，從而大大提高數(shù)據(jù)處理的效率和準(zhǔn)確性；

47、(四)本發(fā)明利用高性能的大模型，實現(xiàn)對物聯(lián)網(wǎng)設(shè)備上報消息的解析，進(jìn)行格式統(tǒng)一，能夠提高設(shè)備消息解析的準(zhǔn)確性和效率，更好地適應(yīng)物聯(lián)網(wǎng)數(shù)據(jù)的復(fù)雜性和多變性；

48、(五)本發(fā)明可以提升解析設(shè)備上報消息的準(zhǔn)確性，降低消息處理的延遲性，能夠高效解析海量不同物聯(lián)網(wǎng)協(xié)議數(shù)據(jù)，能夠有效提高物聯(lián)網(wǎng)系統(tǒng)的運行效率。