本技术属于传输与承载，尤其涉及一种确定去中心传感器网络的方法、装置、设备及介质。
背景技术：
1、物联网基于云服务器来提供服务。云服务器接收数据和处理数据，并将接收到的数据和处理结果发送给终端设备。随着实时数据处理的需求上升，中心化的处理系统面临着数据处理需求增多，很难有效处理数据的问题，为此需要进行分布式的处理，即对中心化的处理系统进行去中心化，以减轻中心化的处理系统的处理数据的压力。
2、相关技术中，有一种物联网去中心传感器网络构建方法，是通过将物联网进行多层次分层，每个层次分层的传感器用于处理不同的数据，提高了数据处理的效率。但是多层次分层的去中心传感器网络，需要针对层次的网络进行管理和功能维护，增加了物联网管理的复杂性，不利于网络的高效管理和运行。
技术实现思路
1、本技术实施例提供一种确定去中心传感器网络的方法、装置、设备及介质，解决了物联网管理的复杂性的问题。
2、第一方面，本技术实施例提供一种确定去中心传感器网络的方法，方法包括：
3、获取物联网中传感器的工作状态数据和联网信息数据；
4、分别按照预设筛选规则从工作状态数据和联网信息数据中筛选工作状态样本数据和联网信息样本数据；
5、利用聚类算法对工作状态样本数据和联网信息样本数据进行聚类，得到多个传感器聚类簇；
6、从多个传感器聚类簇中选择满足预设关联关系的至少一个传感器聚类簇，得到去中心传感器网络。
7、在第一方面的一种可选的实施方式中，预设筛选规则包括第一规则和第二规则，第一规则包括时间周期、第一筛选信息和第一采样频率，第二规则包括分类规则和第二采样频率；
8、分别按照预设筛选规则从工作状态数据和联网信息数据中筛选工作状态样本数据和联网信息样本数据，包括：
9、按照时间周期和第一筛选信息对工作状态数据进行筛选，得到第一工作状态数据，并按照第一采样频率对第一工作状态数据进行采样，得到工作状态样本数据；
10、按照分类规则对联网信息数据进行分类，得到分类联网信息数据，并按照第二采样频率对分类联网信息数据进行采样，得到联网信息样本数据。
11、在第一方面的一种可选的实施方式中，按照第一采样频率对第一工作状态数据进行采样，得到工作状态样本数据，包括：
12、按照第一采样频率对第一工作状态数据进行采样，得到第二工作状态数据；
13、删除第二工作状态数据中目标字段的工作状态数据和不满足目标逻辑需求信息的工作状态数据，得到工作状态样本数据。
14、在第一方面的一种可选的实施方式中，第一采样频率包括随机采样频率和目标固定采样频率；按照第一采样频率对第一工作状态数据进行采样，得到第二工作状态数据，包括：
15、按照随机采样频率对第一工作状态数据进行采样，得到随机工作状态数据；
16、按照目标固定采样频率对第一工作状态数据进行采样，得到固定采样工作状态数据；
17、删除随机工作状态数据和固定采样工作状态数据中重复的工作状态数据，得到第二工作状态数据。
18、在第一方面的一种可选的实施方式中，分类规则包括多个分类取值范围；按照分类规则对联网信息数据进行分类，得到分类联网信息数据，包括：
19、按照多个分类取值范围对联网信息数据进行分类，得到所属每个分类取值范围区间内的分类联网信息数据。
20、在第一方面的一种可选的实施方式中，在按照多个分类取值范围对联网信息数据进行分类，得到所属每个分类取值范围区间内的分类联网信息数据之前，方法还包括：
21、基于联网信息数据绘制频次分布曲线图；
22、以频次分布曲线图中频次从低到高的分布转折点为边界划分分类取值范围。
23、在第一方面的一种可选的实施方式中，利用聚类算法对工作状态本数据和联网信息样本数据进行聚类，得到多个传感器聚类簇，包括：
24、利用k近质心近邻分类算法对工作状态样本数据和联网信息样本数据进行聚类，得到多个传感器聚类簇。
25、在第一方面的一种可选的实施方式中，在从传感器聚类簇中选择满足预设关联关系的至少一个传感器聚类簇，得到去中心传感器网络之前，方法还包括：
26、获取物联网传感器的工作状态信息特征和联网信息特征；
27、分别按照聚合规则筛选工作状态信息特征中的第一集合特征，筛选联网信息特征中的第二聚合特征；
28、根据第一聚合特征、第二聚合特征，创建工作状态信息特征和联网信息特征的知识图谱；
29、计算知识图谱中各特征的关联度值；
30、确定关联度值大于关联阈值的目标特征；
31、基于目标特征之间的关系生成预设关联关系。
32、在第一方面的一种可选的实施方式中，所述从多个传感器聚类簇中选择满足预设关联关系的至少一个传感器聚类簇，得到去中心传感器网络，包括：
33、针对所述多个传感器聚类簇中的每个传感器聚类簇，获取所述传感器聚类簇的功能类别清单，所述功能类别清单包括功能描述信息和传感器数据描述信息；
34、基于所述功能描述信息提取第一关键词，并基于传感器数据描述信息提取第二关键词；
35、计算所述第一关键词和所述第二关键词的相似度，并筛选所述相似度大于相似度阈值的目标关键词建立关联关系；
36、从所述多个传感器聚类簇中选择关联关系满足预设关联关系的至少一个传感器聚类簇。
37、第二方面，本技术实施例提供一种确定去中心传感器网络的装置，装置包括：
38、获取模块，用于获取物联网中传感器的工作状态数据和联网信息数据；
39、筛选模块，用于分别按照预设筛选规则从工作状态数据和联网信息数据中筛选工作状态样本数据和联网信息样本数据；
40、聚类模块，用于利用聚类算法对工作状态样本数据和联网信息样本数据进行聚类，得到多个传感器聚类簇；
41、选择模块，用于从多个传感器聚类簇中选择满足预设关联关系的至少一个传感器聚类簇，得到去中心传感器网络。
42、第三方面，提供一种电子设备，包括：存储器，用于存储计算机程序指令；处理器，用于读取并运行存储器中存储的计算机程序指令，以执行第一方面中任一可选的实施方式提供的确定去中心传感器网络的方法。
43、第四方面，提供一种计算机存储介质，计算机存储介质上存储有计算机程序指令，计算机程序指令被处理器执行时实现第一方面中的任一可选的实施方式提供的确定去中心传感器网络的方法。
44、第五方面，提供一种计算机程序产品，计算机程序产品中的指令由电子设备的处理器执行时，使得电子设备执行实现第一方面中的任一可选的实施方式提供的确定去中心传感器网络的方法。
45、在本技术实施例中，能够获取物联网中传感器的工作状态数据和联网信息数据，并分别按照预设筛选规则从该工作状态数据和联网信息数据中筛选工作状态样本数据和联网信息样本数据，进而可以利用聚类算法对工作状态样本数据和联网信息样本数据进行聚类，得到多个传感器聚类簇，并通过从多个传感器聚类簇中选择满足预设关联关系的至少一个传感器聚类簇，得到去中心传感器网络。如此，能够确定去中心化的传感器聚类簇的组网方式，降低物联网管理的复杂性，进而可以灵活高效地实现物联网的网络功能。
1.一种确定去中心传感器网络的方法，其特征在于，所述方法包括：
2.根据权利要求1所述的方法，其特征在于，所述预设筛选规则包括第一规则和第二规则，所述第一规则包括时间周期、第一筛选信息和第一采样频率，所述第二规则包括分类规则和第二采样频率；
3.根据权利要求2所述的方法，其特征在于，所述按照所述第一采样频率对所述第一工作状态数据进行采样，得到所述工作状态样本数据，包括：
4.根据权利要求3所述的方法，其特征在于，所述第一采样频率包括随机采样频率和目标固定采样频率；所述按照所述第一采样频率对所述第一工作状态数据进行采样，得到第二工作状态数据，包括：
5.根据权利要求2所述的方法，其特征在于，所述分类规则包括多个分类取值范围；所述按照分类规则对所述联网信息数据进行分类，得到分类联网信息数据，包括：
6.根据权利要求5所述的方法，其特征在于，在所述按照所述多个分类取值范围对所述联网信息数据进行分类，得到所属每个所述分类取值范围内的分类联网信息数据之前，所述方法还包括：
7.根据权利要求1所述的方法，其特征在于，所述利用聚类算法对所述工作状态样本数据和所述联网信息样本数据进行聚类，得到多个传感器聚类簇，包括：
8.根据权利要求1所述的方法，其特征在于，在所述从所述多个传感器聚类簇中选择满足预设关联关系的至少一个传感器聚类簇，得到去中心传感器网络之前，所述方法还包括：
9.根据权利要求8所述的方法，其特征在于，所述从多个传感器聚类簇中选择满足预设关联关系的至少一个传感器聚类簇，得到去中心传感器网络，包括：
10.一种确定去中心传感器网络的装置，其特征在于，所述装置包括：
11.一种电子设备，其特征在于，所述设备包括：处理器，以及存储有计算机程序指令的存储器；所述处理器读取并执行所述计算机程序指令，以实现如权利要求1-9任意一项所述的确定去中心传感器网络的方法。
12.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质上存储有计算机程序指令，所述计算机程序指令被处理器执行时实现如权利要求1-9任意一项所述的确定去中心传感器网络的方法。
