本發(fā)明涉及遠程監(jiān)控，具體涉及基于物聯(lián)網(wǎng)的移動辦公設(shè)備遠程監(jiān)控管理方法。

背景技術(shù)：

1、基于物聯(lián)網(wǎng)的移動辦公設(shè)備遠程監(jiān)控管理指的是利用物聯(lián)網(wǎng)技術(shù)，通過互聯(lián)網(wǎng)連接和通信協(xié)議，實現(xiàn)對分散在各地的移動辦公設(shè)備（如筆記本電腦、智能手機、平板電腦等）進行實時監(jiān)控和管理。這種監(jiān)控管理系統(tǒng)通常包括設(shè)備狀態(tài)的實時監(jiān)測、位置跟蹤、安全狀況評估等功能，確保設(shè)備能夠在任何時間、任何地點保持在線，保障設(shè)備正常運行，并迅速響應(yīng)潛在的故障或安全威脅。同時，遠程監(jiān)控管理還允許管理員通過后臺系統(tǒng)進行遠程控制，例如分發(fā)軟件更新、調(diào)整配置、處理安全問題，甚至執(zhí)行遠程鎖定或擦除數(shù)據(jù)等操作。這種技術(shù)的優(yōu)勢在于提高了設(shè)備管理的效率和安全性，尤其適用于跨區(qū)域、移動辦公需求大的企業(yè)或組織，可以確保設(shè)備的安全性、合規(guī)性和高效運作。

2、現(xiàn)有技術(shù)存在以下不足之處：

3、一些移動設(shè)備可能在多個用戶之間共享使用，而設(shè)備管理系統(tǒng)可能無法準確區(qū)分不同用戶的行為。如果系統(tǒng)默認使用相同的管理策略處理共享設(shè)備，這可能導(dǎo)致對某個用戶的隱私侵犯。同時，如果設(shè)備管理系統(tǒng)未能及時針對不同用戶施加適當(dāng)?shù)母綦x和保護措施，可能導(dǎo)致無意的數(shù)據(jù)泄露，嚴重的情況下，惡意用戶可以利用共享設(shè)備實施攻擊，而監(jiān)控系統(tǒng)誤將行為歸咎于無辜的用戶。

技術(shù)實現(xiàn)思路

1、本發(fā)明的目的是提供一種基于物聯(lián)網(wǎng)的移動辦公設(shè)備遠程監(jiān)控管理方法，以解決背景技術(shù)中不足。

2、為了實現(xiàn)上述目的，本發(fā)明提供如下技術(shù)方案：基于物聯(lián)網(wǎng)的移動辦公設(shè)備遠程監(jiān)控管理方法，包括以下步驟：

3、s1：獲取若干個時間段內(nèi)不同用戶在移動辦公設(shè)備上的操作行為數(shù)據(jù)和身份驗證數(shù)據(jù)，并對各時間段內(nèi)獲取到的操作行為數(shù)據(jù)和身份驗證數(shù)據(jù)進行預(yù)處理；

4、s2：對各時間段內(nèi)預(yù)處理后的不同用戶的操作行為數(shù)據(jù)和身份驗證數(shù)據(jù)進行特征提取，分別提取操作行為數(shù)據(jù)中的操作行為偏差特征以及身份驗證數(shù)據(jù)中的驗證頻率異常特征；

5、s3：基于提取出的操作行為偏差特征以及驗證頻率異常特征，構(gòu)建數(shù)據(jù)預(yù)測模型，根據(jù)模型輸出結(jié)果確定各時間段內(nèi)設(shè)備管理系統(tǒng)區(qū)分不同用戶行為準確性的權(quán)重賦值，并根據(jù)各時間段內(nèi)設(shè)備管理系統(tǒng)區(qū)分不同用戶行為準確性的權(quán)重賦值進行加權(quán)平均計算綜合區(qū)分準確性系數(shù)；

6、s4：將獲取到的綜合區(qū)分準確性系數(shù)與梯度準確性閾值進行對比分析，根據(jù)分析結(jié)果將設(shè)備管理系統(tǒng)區(qū)分不同用戶行為準確性進行劃分，將其劃分為準確區(qū)別，不完全準確區(qū)別和不準確區(qū)別；

7、s5：當(dāng)設(shè)備管理系統(tǒng)能夠準確區(qū)分用戶時，對于已經(jīng)準確區(qū)別的用戶，降低管理系統(tǒng)對實時行為記錄的詳細度；對于不準確區(qū)別，立即啟動動態(tài)隔離機制，對用戶之間的操作行為進行隔離；

8、s6：對于不完全準確區(qū)別，對固定時間段內(nèi)設(shè)備管理系統(tǒng)區(qū)分不同用戶行為準確性的異常程度進行預(yù)測，并根據(jù)預(yù)測結(jié)果確定是否觸發(fā)隔離和保護措施。

9、優(yōu)選的，s2中，根據(jù)提取出的操作行為數(shù)據(jù)中的操作行為偏差特征生成打字節(jié)奏偏差指數(shù)，則打字節(jié)奏偏差指數(shù)的獲取方法為：

10、將用戶每次按鍵之間的時間間隔表示為一個時間序列，分別構(gòu)建用戶的參考時間序列和當(dāng)前時間序列；參考時間序列，表示用戶的標準打字節(jié)奏；當(dāng)前時間序列，表示用戶當(dāng)前的打字節(jié)奏；其中，和表示用戶按下鍵后到下一個鍵的時間間隔，計算兩個時間序列r和c之間的逐項差異，使用歐幾里得距離來衡量兩個時間點的距離，表達式為：；其中，表示在時間點n和m處的時間間隔差異，參考時間序列中的第n個打字間隔，為當(dāng)前時間序列中的第m個打字間隔；生成的距離矩陣d的大小為n×m，其中每個元素表示序列r和c在相應(yīng)時間點的差異，使用遞歸方式構(gòu)建累積距離矩陣d′，從而求出最優(yōu)的匹配路徑，累積距離矩陣的元素d′(i,j)表示到達點(i,j)的最小累積路徑代價，計算公式為：；表示序列r和c在上一個時間點的累積距離，表示當(dāng)前時間點在參考序列或當(dāng)前序列中向前移動一步的累積距離，表示同時在兩個序列上移動一步的累積距離；通過累積距離矩陣d′找到從(1,1)到(n,m)的最優(yōu)匹配路徑w，路徑長度為l，最優(yōu)路徑通過最小化整體累積距離找到，使兩個序列的點匹配，路徑w表示為：；其中表示在路徑中的第l個匹配點，計算打字節(jié)奏偏差指數(shù)，表達式為：；式中，為打字節(jié)奏偏差指數(shù)。

11、優(yōu)選的，s2中，根據(jù)提取出的身份驗證數(shù)據(jù)中的驗證頻率異常特征生成驗證頻率異常指數(shù)，則驗證頻率異常指數(shù)的獲取方法為：

12、獲取q個時間段內(nèi)用戶的驗證頻率數(shù)據(jù)，并構(gòu)建相應(yīng)的用戶驗證頻率時間序列；其中表示在時間內(nèi)發(fā)生的身份驗證次數(shù)，g為時間序列的長度，即采集數(shù)據(jù)的時間跨度內(nèi)的驗證次數(shù)；將復(fù)雜的驗證頻率時間序列x(t)分解為若干個本征模態(tài)函數(shù)imfs，每個imf表示數(shù)據(jù)的不同頻率成分，包括：識別驗證頻率時間序列x(t)中的所有局部極大值和局部極小值，通過局部極大值點生成上包絡(luò)線，通過局部極小值點生成下包絡(luò)線，上包絡(luò)線和下包絡(luò)線使用三次樣條插值連接這些極值點，分別構(gòu)成數(shù)據(jù)序列的上限和下限曲線，計算上包絡(luò)線和下包絡(luò)線的均值m(t)：；計算驗證頻率時間序列與包絡(luò)線均值的差值，表達式為：；從原始序列中去除已提取的imf分量，表達式為：；將作為新的序列，繼續(xù)分解得到第二個imf分量和剩余分量，直到剩余分量變得單調(diào)為止，整個序列x(t)分解為：；其中是第b個?imf，是最終的殘余項，每個imf分量表示驗證頻率信號中的不同頻率成分，計算每個imf分量的能量，能量計算公式為：；根據(jù)計算得到的每個imf分量的能量計算驗證頻率異常指數(shù)，表達式為：；式中，aq為驗證頻率異常指數(shù)，p表示高頻imf分量的數(shù)量，k表示所有imfs的總數(shù)。

13、優(yōu)選的，s3中，將打字節(jié)奏偏差指數(shù)和驗證頻率異常指數(shù)轉(zhuǎn)換為第一特征向量，將第一特征向量作為機器學(xué)習(xí)模型的輸入，機器學(xué)習(xí)模型以每組第一特征向量預(yù)測各時間段內(nèi)設(shè)備管理系統(tǒng)區(qū)分不同用戶行為準確性的權(quán)重賦值值標簽為預(yù)測目標，以最小化對所有時間段內(nèi)設(shè)備管理系統(tǒng)區(qū)分不同用戶行為準確性的權(quán)重賦值標簽的預(yù)測誤差之和作為訓(xùn)練目標，對機器學(xué)習(xí)模型進行訓(xùn)練，直至預(yù)測誤差之和達到收斂時停止模型訓(xùn)練，根據(jù)模型輸出結(jié)果確定各時間段內(nèi)設(shè)備管理系統(tǒng)區(qū)分不同用戶行為準確性的權(quán)重賦值，其中，機器學(xué)習(xí)模型為多項式回歸模型，并根據(jù)各時間段內(nèi)設(shè)備管理系統(tǒng)區(qū)分不同用戶行為準確性的權(quán)重賦值進行加權(quán)平均計算綜合區(qū)分準確性系數(shù)。

14、優(yōu)選的，s4中，將獲取到的綜合區(qū)分準確性系數(shù)與梯度準確性閾值進行對比分析，根據(jù)分析結(jié)果將設(shè)備管理系統(tǒng)區(qū)分不同用戶行為準確性進行劃分，具體為：

15、將獲取到的綜合區(qū)分準確性系數(shù)與梯度標準閾值進行比較，梯度標準閾值包括第一標準閾值和第二標準閾值，且第一標準閾值小于第二標準閾值，將綜合區(qū)分準確性系數(shù)分別與第一標準閾值和第二標準閾值進行對比；

16、若綜合區(qū)分準確性系數(shù)大于第二標準閾值，說明設(shè)備管理系統(tǒng)區(qū)分不同用戶行為準確性高，此時生成高準確性信號，并將其劃分為準確區(qū)別；

17、若綜合區(qū)分準確性系數(shù)大于等于第一標準閾值且小于等于第二標準閾值，說明設(shè)備管理系統(tǒng)區(qū)分不同用戶行為準確性一般，此時生成中準確性信號，并將其劃分為不完全準確區(qū)別；

18、若綜合區(qū)分準確性系數(shù)小于第一標準閾值，說明設(shè)備管理系統(tǒng)區(qū)分不同用戶行為準確性低，此時生成低準確性信號，并將其劃分為不準確區(qū)別。

19、優(yōu)選的，s6中，對于不完全準確區(qū)別，對固定時間段內(nèi)設(shè)備管理系統(tǒng)區(qū)分不同用戶行為準確性的異常程度進行預(yù)測，具體為：

20、對于不完全準確區(qū)別，即在固定時間段生成的綜合區(qū)分準確性系數(shù)大于等于第一標準閾值且小于等于第二標準閾值，將后續(xù)固定時間段內(nèi)生成的大于等于第一標準閾值且小于等于第二標準閾值的綜合區(qū)分準確性系數(shù)進行收集，并建立相應(yīng)的數(shù)據(jù)集合，對設(shè)備管理系統(tǒng)區(qū)分不同用戶行為的異常程度進行預(yù)測，表達式為：；式中，為第s時間段內(nèi)的綜合區(qū)分準確性系數(shù)，為第二標準閾值，為歷史正常情況下的打字節(jié)奏偏差指數(shù)基準值，異常程度預(yù)測模型的函數(shù)，為權(quán)重系數(shù)，表示各項偏離度對異常程度的影響權(quán)重，歷史正常情況下的驗證頻率異常指數(shù)基準值，為第s時間段內(nèi)的打字節(jié)奏偏差指數(shù)，為第s時間段內(nèi)的驗證頻率異常指數(shù)；根據(jù)預(yù)測出的異常程度，設(shè)定觸發(fā)隔離和保護措施的閾值ethreshold；當(dāng)大于等于閾值ethreshold時，觸發(fā)隔離和保護措施。

21、在上述技術(shù)方案中，本發(fā)明提供的技術(shù)效果和優(yōu)點：

22、1、本發(fā)明通過基于物聯(lián)網(wǎng)的遠程監(jiān)控管理方法，能夠有效解決現(xiàn)有技術(shù)中移動辦公設(shè)備在多用戶共享使用場景下無法準確區(qū)分用戶行為的問題。通過提取用戶操作行為數(shù)據(jù)和身份驗證數(shù)據(jù)中的特征（如打字節(jié)奏偏差指數(shù)和驗證頻率異常指數(shù)），系統(tǒng)構(gòu)建了預(yù)測模型來評估不同用戶的行為模式，并根據(jù)計算出的綜合區(qū)分準確性系數(shù)動態(tài)調(diào)整管理策略。對于能夠準確區(qū)分的用戶，減少不必要的監(jiān)控負擔(dān)，提升系統(tǒng)資源的利用效率；對于無法準確區(qū)分的用戶，立即啟動隔離措施，防止惡意行為，保護用戶隱私和數(shù)據(jù)安全。

23、2、本發(fā)明還能根據(jù)不完全準確區(qū)別的情況，對設(shè)備管理系統(tǒng)區(qū)分用戶行為的異常程度進行預(yù)測，并根據(jù)異常程度動態(tài)觸發(fā)隔離和保護措施，進一步提高系統(tǒng)的靈活性和智能化水平。通過該方案，系統(tǒng)能夠在復(fù)雜的共享設(shè)備環(huán)境下，有效減少隱私泄露和誤判的風(fēng)險，保證各用戶之間操作的隔離性和安全性，同時提高設(shè)備管理的精準度和運行效率。