Document
拖动滑块完成拼图
个人中心

预订订单
商城订单
发布专利 发布成果 人才入驻 发布商标 发布需求

请提出您的宝贵建议,有机会获取IP积分或其他奖励

投诉建议

在线咨询

联系我们

龙图腾公众号
首页 专利交易 IP管家助手 科技果 科技人才 积分商城 国际服务 商标交易 会员权益 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 南昌首页科技股份有限公司陈细林获国家专利权

南昌首页科技股份有限公司陈细林获国家专利权

买专利卖专利找龙图腾,真高效! 查专利查商标用IPTOP,全免费!专利年费监控用IP管家,真方便!

龙图腾网获悉南昌首页科技股份有限公司申请的专利基于物联网的多运营商卡AIOT管理方法及系统获国家发明授权专利权,本发明授权专利权由国家知识产权局授予,授权公告号为:CN120711470B

龙图腾网通过国家知识产权局官网在2025-11-11发布的发明授权授权公告中获悉:该发明授权的专利申请号/专利号为:202511224449.0,技术领域涉及:H04W36/14;该发明授权基于物联网的多运营商卡AIOT管理方法及系统是由陈细林;淦华安;谢金林设计研发完成,并于2025-08-29向国家知识产权局提交的专利申请。

基于物联网的多运营商卡AIOT管理方法及系统在说明书摘要公布了:本发明提供了一种基于物联网的多运营商卡AIOT管理方法及系统,包括以下步骤:进行API对接,调用移动CMNetAPI、联通WoAPI和电信CTWingAPI,获取物联网卡状态、流量和信号强度数据;通过协议转换网关,将异构协议转为统一JSON格式;实时监测网络延迟和基站负载,基于基站负载、网络延迟、信号强度、资费成本以及历史稳定性计算各运营商网络得分;判定是否达到切换触发条件,当达到时,基于各运营商网络得分确定切换网络,执行网络切换流程。本发明通过实时监测网络状况并基于多因素计算各运营商网络得分,确保在单一运营商网络出现故障或信号不佳时,能够迅速切换到可用网络,提高物联网系统的稳定性。

本发明授权基于物联网的多运营商卡AIOT管理方法及系统在权利要求书中公布了:1.基于物联网的多运营商卡AIOT管理方法,其特征在于,所述方法包括以下步骤: 进行API对接,调用移动CMNetAPI、联通WoAPI和电信CTWingAPI,获取物联网卡状态、流量和信号强度数据; 通过协议转换网关,将异构协议转为统一JSON格式,定义标准数据字段; 构建关联映射表,记录物联网卡ID与设备MAC地址的绑定关系; 实时监测网络延迟和基站负载,基于基站负载、网络延迟、信号强度、资费成本以及历史稳定性计算各运营商网络得分; 判定是否达到切换触发条件,当达到时,基于各运营商网络得分确定切换网络,执行网络切换流程; 进行流量预测和设备移动性预测机制,当预测流量将超限或设备将进入信号弱区时,提前触发切换流程; 所述构建关联映射表的步骤,具体包括: 在数据库中构建关联映射表,上传物联网卡ID与设备MAC地址的绑定关系; 通过ARP协议扫描局域网设备,获取MAC地址与IP映射关系; 通过HTTP头中的User-Agent和SSH版本信息识别设备类型; 扫描到新设备,并生成绑定记录,基于所述绑定记录构建关联映射表; 通过HTTP头中的User-Agent和SSH版本信息识别设备类型,具体步骤如下: 基于MAC地址与IP映射关系,通过协议监听代理对目标IP发起无侵入式协议握手请求,再分别从User-Agent和SSH版本信息中提取设备型号、操作系统版本以及服务端指纹特征;基于设备型号、操作系统版本以及服务端指纹特征生成协议特征向量集合; 通过模糊匹配算法对协议特征向量集合中的非标准化数据进行版本号归一化处理和动态权重分配处理,得到处理后的结构化数据;基于处理后的结构化数据,结合历史设备特征库中的指纹知识图谱,通过计算相似度以得到置信度评分矩阵; 结合置信度评分矩阵与协议特征向量集合得到低置信度设备特征向量,基于低置信度设备特征向量,通过协议行为沙箱进行模拟以得到模拟结果;基于模拟结果,结合加密载荷时序特征、TLS证书链信息及TCPIP栈实现特性分析,以得到增强型设备特征数据; 基于置信度评分矩阵与增强型设备特征数据,采用多属性决策分析法,对综合设备型号匹配结果、网络制式兼容性验证及协议漏洞特征三个维度进行分析,并生成得到设备类型识别标签;通过设备类型识别标签识别设备类型。

如需购买、转让、实施、许可或投资类似专利技术,可联系本专利的申请人或专利权人南昌首页科技股份有限公司,其通讯地址为:330000 江西省南昌市西湖区银环路298号万豪城2#写字楼一单元6层608室;或者联系龙图腾网官方客服,联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。

以上内容由龙图腾AI智能生成。

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。