本发明涉及物联网，尤其涉及一种软总线组网连接方法、装置、设备及存储介质。
背景技术：
1、在当今日益复杂和动态的网络环境中，软总线组网连接方法的研究变得尤为重要。传统的硬件总线连接方式在大规模、分布式系统中存在诸多限制，例如硬件成本高、可扩展性差、对网络变化不敏感等。为了克服这些问题，研究者们开始关注软总线组网连接方法，通过软件定义的方式实现灵活、可配置的设备连接，以适应不断变化的网络环境。
2、现有方案面临的挑战包括设备的自动发现、连接约束的分析、网络环境的动态适应等问题。在大规模的网络中，设备的自动发现变得尤为复杂，需要高效的机制来确保网络中的所有设备都被有效地识别和集成。此外，由于网络环境的不断变化，连接的稳定性和性能成为关键关注点，需要一种动态的方法来不断优化连接模型。
技术实现思路
1、本发明提供了一种软总线组网连接方法、装置、设备及存储介质，用于提高软总线组网连接的连接效率。
2、本发明第一方面提供了一种软总线组网连接方法，所述软总线组网连接方法包括：基于预设的设备发现机制对目标软总线进行设备自动发现，得到多个目标设备，并对所述多个目标设备进行设备特征提取，得到每个目标设备的设备特征信息集合；根据所述设备特征信息集合分别对所述多个目标设备进行组网连接约束条件分析，得到每个目标设备的组网连接约束条件，并根据所述组网连接约束条件对所述多个目标设备进行软总线组网连接，构建初始软总线组网连接模型；获取每个目标设备的组网传输通道数据，并根据所述组网传输通道数据对所述初始软总线组网连接模型进行组网连接网络环境分析，得到组网连接网络环境数据；根据所述组网连接网络环境数据构建所述初始软总线组网连接模型对应的多个组网连接预测网络，并分别对所述多个组网连接预测网络进行性能状态监测，得到多个预测网络性能参数数据；根据所述多个预测网络性能参数数据定义每个组网连接预测网络的网络性能优化目标，并分别对所述网络性能优化目标进行优化策略分析，得到目标网络优化策略；根据所述目标网络优化策略，对所述多个组网连接预测网络进行网络优化处理，得到多个组网连接目标网络，并根据所述多个组网连接目标网络对所述初始软总线组网连接模型进行模型动态更新，得到目标软总线组网连接模型。
3、结合第一方面，在本发明第一方面的第一种实现方式中，所述基于预设的设备发现机制对目标软总线进行设备自动发现，得到多个目标设备，并对所述多个目标设备进行设备特征提取，得到每个目标设备的设备特征信息集合，包括：基于预设的设备发现机制对目标软总线进行请求监听，得到多个候选设备发送的设备发现请求；对所述多个候选设备发送的设备发现请求进行请求解析，得到每个候选设备的请求标识，并根据所述请求标识获取每个候选设备对应的设备注册状态；根据所述设备注册状态匹配所述多个候选设备对应的目标设备发现规则，并根据所述目标设备发现规则和所述设备注册状态，对所述多个候选设备进行设备筛选，得到多个目标设备；根据所述多个目标设备生成对应的目标设备列表，并根据所述目标设备列表对所述多个目标设备进行设备特征提取，得到设备特征信息列表；对所述设备特征信息列表进行特征信息集合转换，得到每个目标设备的设备特征信息集合。
4、结合第一方面，在本发明第一方面的第二种实现方式中，所述根据所述设备特征信息集合分别对所述多个目标设备进行组网连接约束条件分析，得到每个目标设备的组网连接约束条件，并根据所述组网连接约束条件对所述多个目标设备进行软总线组网连接，构建初始软总线组网连接模型，包括：对所述设备特征信息集合进行特征聚类，得到每个目标设备的n个关键特征；获取所述目标软总线的组网连接标准，并分别定义所述n个关键特征的多个初始连接约束条件；对所述多个初始连接约束条件和所述多个目标设备进行设备匹配，得到每个目标设备的组网连接约束条件；根据所述组网连接约束条件执行软总线组网连接操作，并构建对应的初始软总线组网连接模型。
5、结合第一方面，在本发明第一方面的第三种实现方式中，所述获取每个目标设备的组网传输通道数据，并根据所述组网传输通道数据对所述初始软总线组网连接模型进行组网连接网络环境分析，得到组网连接网络环境数据，包括：获取每个目标设备的组网传输通道数据，所述组网传输通道数据包括：带宽、延迟及丢包率；分别对所述组网传输通道数据进行数据标准化处理，得到多个标准传输通道数据；对所述多个标准传输通道数据进行数据矩阵转换，得到目标传输通道矩阵；对所述目标传输通道矩阵和所述初始软总线组网连接模型进行关联关系整合，得到目标关联关系；根据所述目标关联关系，对所述初始软总线组网连接模型进行组网连接网络环境分析，得到组网连接网络环境数据。
6、结合第一方面，在本发明第一方面的第四种实现方式中，所述根据所述组网连接网络环境数据构建所述初始软总线组网连接模型对应的多个组网连接预测网络，并分别对所述多个组网连接预测网络进行性能状态监测，得到多个预测网络性能参数数据，包括：对所述组网连接网络环境数据进行数据预处理，得到目标连接网络环境数据；将所述目标连接网络环境数据输入预置的双向长短时记忆网络，通过所述双向长短时记忆网络中的前向长短时记忆网络对所述目标连接网络环境数据进行前向隐藏特征提取，得到前向隐藏特征，并通过所述双向长短时记忆网络中的后向长短时记忆网络对所述目标连接网络环境数据进行后向隐藏特征提取，得到后向隐藏特征，以及对所述前向隐藏特征以及所述后向隐藏特征进行特征融合，得到目标融合特征；根据所述目标融合特征对所述初始软总线组网连接模型进行组网划分和预测，得到对应的多个组网连接预测网络；分别对所述多个组网连接预测网络进行性能状态监测，得到多个预测网络性能参数数据。
7、结合第一方面，在本发明第一方面的第五种实现方式中，所述根据所述多个预测网络性能参数数据定义每个组网连接预测网络的网络性能优化目标，并分别对所述网络性能优化目标进行优化策略分析，得到目标网络优化策略，包括：对所述多个预测网络性能参数数据进行性能参数综合分析，得到多个性能参数综合分析指标；根据所述多个性能参数综合分析指标定义每个组网连接预测网络的网络性能优化目标；分别对所述网络性能优化目标进行优化策略分析，得到每个组网连接预测网络的初始网络优化策略；通过预置的全局优化算法对每个组网连接预测网络的初始网络优化策略进行全局策略群体初始化，得到多个候选网络优化策略；分别对所述多个候选网络优化策略进行策略适应度分析，得到每个候选网络优化策略的策略适应度数据；根据所述策略适应度数据对所述多个候选网络优化策略进行策略最优化分析，得到目标网络优化策略。
8、结合第一方面，在本发明第一方面的第六种实现方式中，所述根据所述目标网络优化策略，对所述多个组网连接预测网络进行网络优化处理，得到多个组网连接目标网络，并根据所述多个组网连接目标网络对所述初始软总线组网连接模型进行模型动态更新，得到目标软总线组网连接模型，包括：根据所述目标网络优化策略，对所述多个组网连接预测网络进行网络优化操作生成，得到每个组网连接预测网络的网络优化操作集合；根据所述网络优化操作集合，分别对每个组网连接预测网络进行网络优化处理，得到多个组网连接目标网络；根据所述多个组网连接目标网络对所述初始软总线组网连接模型进行模型动态更新和性能验证，得到所述初始软总线组网连接模型的性能验证结果；根据所述性能验证结果，对所述初始软总线组网连接模型进行反馈循环，得到目标软总线组网连接模型。
9、本发明第二方面提供了一种软总线组网连接装置，所述软总线组网连接装置包括：提取模块，用于基于预设的设备发现机制对目标软总线进行设备自动发现，得到多个目标设备，并对所述多个目标设备进行设备特征提取，得到每个目标设备的设备特征信息集合；构建模块，用于根据所述设备特征信息集合分别对所述多个目标设备进行组网连接约束条件分析，得到每个目标设备的组网连接约束条件，并根据所述组网连接约束条件对所述多个目标设备进行软总线组网连接，构建初始软总线组网连接模型；分析模块，用于获取每个目标设备的组网传输通道数据，并根据所述组网传输通道数据对所述初始软总线组网连接模型进行组网连接网络环境分析，得到组网连接网络环境数据；监测模块，用于根据所述组网连接网络环境数据构建所述初始软总线组网连接模型对应的多个组网连接预测网络，并分别对所述多个组网连接预测网络进行性能状态监测，得到多个预测网络性能参数数据；定义模块，用于根据所述多个预测网络性能参数数据定义每个组网连接预测网络的网络性能优化目标，并分别对所述网络性能优化目标进行优化策略分析，得到目标网络优化策略；更新模块，用于根据所述目标网络优化策略，对所述多个组网连接预测网络进行网络优化处理，得到多个组网连接目标网络，并根据所述多个组网连接目标网络对所述初始软总线组网连接模型进行模型动态更新，得到目标软总线组网连接模型。
10、本发明第三方面提供了一种软总线组网连接设备，包括：存储器和至少一个处理器，所述存储器中存储有指令；所述至少一个处理器调用所述存储器中的所述指令，以使得所述软总线组网连接设备执行上述的软总线组网连接方法。
11、本发明的第四方面提供了一种计算机可读存储介质，所述计算机可读存储介质中存储有指令，当其在计算机上运行时，使得计算机执行上述的软总线组网连接方法。
12、本发明提供的技术方案中，基于设备发现机制对目标软总线进行设备自动发现，得到多个目标设备和每个目标设备的设备特征信息集合；进行组网连接约束条件分析，得到组网连接约束条件并构建初始软总线组网连接模型；进行组网连接网络环境分析，得到组网连接网络环境数据；构建多个组网连接预测网络并进行性能状态监测，得到多个预测网络性能参数数据；定义网络性能优化目标并进行优化策略分析，得到目标网络优化策略；进行网络优化处理，得到多个组网连接目标网络，并进行模型动态更新，得到目标软总线组网连接模型，本发明通过基于预设的设备发现机制，系统能够自动发现目标软总线上的设备，实现了设备连接的自动化。通过设备特征提取，系统能够智能地从目标设备中提取关键特征信息，包括带宽、延迟等，有助于更准确地建模每个设备的性能特征。通过对设备特征信息集合进行组网连接约束条件分析，系统能够智能地确定每个目标设备的连接约束条件，提高了连接的稳定性和可靠性。通过组网连接网络环境分析和构建多个组网连接预测网络，系统能够更全面地了解网络环境，实现了软总线组网连接模型的优化，提高了整体系统性能。通过定义并分析网络性能优化目标，系统能够智能地制定优化策略，提高了软总线组网连接的适应性和性能。通过对预测网络性能参数数据的分析和目标网络优化策略的应用，系统能够动态地更新软总线组网连接模型，实现了对变化网络环境的实时适应。通过实时性能监测和反馈循环，系统能够不断学习和优化，具有自适应性，能够更好地适应不断变化的网络条件，进而提高了软总线组网连接的连接效率。