一种智能切换拨号上网的方法及装置
阅读说明：本技术 一种智能切换拨号上网的方法及装置 (Method and device for intelligently switching dial-up networking ) 是由 胡志煌 何伟 廖宏俭 于 2020-03-30 设计创作，主要内容包括：本发明公开了一种智能切换拨号上网的方法,应用于终端设备,所述终端设备具备通信模组,包括：终端设备判断所处的应用场景；所述终端设备基于不同的应用场景,向通信模组发送AT指令切换拨号上网方式；所述通信模组接收到所述AT指令后,切换拨号上网模式。(The invention discloses a method for intelligently switching dial-up networking, which is applied to terminal equipment, wherein the terminal equipment is provided with a communication module and comprises the following steps: the terminal equipment judges the application scene; the terminal equipment sends an AT instruction to a communication module to switch a dial-up networking mode based on different application scenes; and after receiving the AT instruction, the communication module switches a dial-up networking mode.)
技术领域
本发明涉及通信领域，具体地，本发明涉及一种智能切换拨号上网的方法及装置。
背景技术
通信模组通常嵌入于CPE，mifi，共享按摩椅、无人售货机、车载系统、设备监控、设备传输物联网、学习平板电脑等终端设备。对于有操作界面、按键管理的设备，用户通常选择自由控制拨号上网；而对于无人管理，数据传输及数据采集的应用场景下，更偏向于自动检测上网。由于不同应用场景下的终端设备对通信模块的拨号上网方式不同，无法满足同一通信模块适配不同场景下的终端设备。
发明内容
本发明的目的在于提供一种智能切换拨号上网的方法及装置，解决现有技术中无法根据应用场景智能选择拨号上网方式的问题。
本发明实施例提供一种智能切换拨号上网的方法，应用于终端设备，所述终端设备具备通信模组，包括：
终端设备判断所处的应用场景；
所述终端设备基于不同的应用场景，向通信模组发送AT指令切换拨号上网方式；
所述通信模组接收到所述AT指令后，切换拨号上网模式。
可选地，所述终端设备判断应用场景，包括：
所述终端设备接收到用户的操作指令，判断当前场景为手动拨号上网场景，或，
所述终端设备被配置为无线CPE路由设备或安防监控设备后，判断当前场景为自动拨号上网场景。
可选地，所述终端设备判断当前的应用场景，包括：
所述终端设备通过机器学习算法进行应用场景的判断。
可选地，所述终端设备通过机器学习算法进行应用场景的判断，包括：
所述终端设备获取一段时间周期内的所有用户操作指令、所有配置指令及相应地时间、地理信息；
所述终端设备基于上述采集到的信息，通过机器学习算法预测所述终端设备所处的场景。
可选地，所述终端设备基于上述采集到的信息，通过机器学习算法预测所述终端设备所处的场景，包括：
采用单节点非线性回归算法，将上述信息作为张量数据，输入到场景预测模型，对所述场景进行预判，其中，所述用户操作指令包括操作指令内容，操作时间和操作频次信息，所述配置信息包括配置内容、配置时间及配置频次信息，所述场景预测模型由历史用户操作指令、历史配置信息进行模型训练得到。
可选地，所述终端设备通过机器学习算法进行应用场景的判断，包括：
所述终端设备采集当前场景中的图像；
所述终端设备基于卷积网络，对所述图像进行处理，判断出所述应用场景。
可选地，所述终端设备基于卷积网络，对所述图像进行处理，判断出所述应用场景，包括：
利用场景卷积网络，提取所述图像中的场景卷积特征；
利用场景递归网络，根据所述场景卷积特征，计算所述图像的场景输出向量；
按照预设的权重进行场景输出向量的加权，并对所述加权后的结果进行比较，若满足其中一个预设应用场景对应的条件，则确定所述终端设备所处的应用场景为所述预设应用场景。
可选地，向通信模组发送AT指令切换拨号上网方式之前，所述方法还包括：
判断当前数据连接指令是否首次主动触发开关数据的指令，若是，则向所述通信模组发送AT指令切换手动拨号上网方式，若否，则向所述通信模组发送AT指令激活或关闭网络。
本发明实施例还提供一种智能切换拨号上网装置，所述装置处理器和用于存储能够在处理器上运行的计算机程序的存储器；其中，所述处理器用于运行所述计算机程序时，执行上述智能切换拨号上网的方法。
与现有技术相比，本发明的有益效果如下：提升拨号上网的智能化程度，提升拨号上网的灵活性。
附图说明
图1是本发明实施例中智能切换拨号上网的方法流程图；
图2是本发明另一实施例中智能切换拨号上网的方法流程图；
图3是本发明实施例中智能切换拨号上网装置结构示意图。
具体实施方式
为了使本发明的目的、技术方案及优点更加清楚，以下结合附图及实施例，对本发明进行进一步详细说明。应当理解，此处所描述的具体实施例仅仅用以解释本发明，并不用于限定本发明。此外，下面所描述的本发明各个实施方式中所涉及到的技术特征只要彼此之间未构成冲突就可以相互组合。
通信模组的拨号上网通常以自动拨号或手动拨号的控制方式提供给终端设备使用，由于不同应用场景对拨号上网方式的要求不同，无法满足同一通信模组兼容不同应用场景的终端设备。故本发明通过设置一条AT指令来实现通信模组自动拨号或手动拨号方式的自由切换，由终端设备根据不同应用场景对通信模块进行控制，从而满足通信模组对不同应用场景的终端设备的兼容性。
为达到以上目的，如图1所示，本发明实施例提供了一种智能切换拨号上网的方法，应用于终端设备，所述终端设备具备通信模组，包括：
S101、终端设备判断所处的应用场景；
终端设备可以是个人电脑，计算机，移动终端，各种具备通信模组功能的CPE、对讲机、mifi设备等，即，具备通信模组，具备无线拨号上网能力的设备均可以作为终端设备。
应用场景可以分为需要手动控制终端拨号上网的场景，例如人机交互、按键开关等，也可以分为自动拨号上网的场景，例如CPE路由、安防监控等场景。具体地，在具备显示屏的终端设备上，当接收到用户的按压指令操作，或者人机交互的操作，该终端设备进行用户指令触发后连接上网，即通过手动连接上网，而在终端设备被配置为CPE路由，或者被配置为安防监控时，此时在启动该终端设备后，终端设备会自动连接上网。
但是，现有的终端设备并不具备基于不同应用场景而进行智能拨号上网切换的操作。基于此，本发明实施例通过对不同应用场景的判断，来实现拨号上网方式的切换。
S102、所述终端设备基于不同的应用场景，向通信模组发送AT指令切换拨号上网方式；
对于终端设备而言，可以选择如下3种不同的方式进行应用场景判断：
1.获取到用户的点击操作指令，基于该指令判断当前应用场景为手动拨号上网方式，例如，用户点击手动拨号上网操作，用户通过手势、语音等操作指令通知终端设备进行拨号上网。
2.获取到配置指令，例如通过default命令设置该终端设备默认自动拨号上网，适用于CPE路由、安防监控等场景。
3.判断是否首次主动触发开关数据的动作，若是，则切换为手动拨号上网，即终端设备发送AT指令至通信模组，切换为手动拨号上网方式；若否，则自动进行拨号上网，即自动发送AT指令激活或关闭网络。
4.通过人工智能识别所处场景。例如，通过机器学习算法进行应用场景的判断。例如，终端设备获取一段时间周期内的所有用户操作指令、所有配置指令及相应地时间、地理信息，基于上述采集到的信息，通过机器学习算法预测所述终端设备所处的场景。
其中，采集机器学习算法，具体可以为：采用卷积神经网络和单节点非线性回归算法，将一段时间周期内的所有用户操作指令、所有配置指令及相应地时间、地理信息作为4类张量数据，输入到场景预测模型，对所述场景进行预判，其中，所述用户操作指令包括操作指令内容，操作时间和操作频次信息，所述配置信息包括配置内容、配置时间及配置频次信息，所述场景预测模型由历史用户操作指令、历史配置信息进行模型训练得到。具体地址，场景预测模型利用历史采集数据，过训练学习算法计算场景预测值与多变量之间的关系，从而获得训练一个网络模型。这样做的好处在于，可根据用户的历史操作指令(例如周期性地在上午10点，在预订的地理范围进行人机交互)，判断在每天10点，预订的地址位置(例如商场、办公楼)推测该终端设备处于需要手动切换的场景。可根据历史配置信息(例如晚上22点，家庭小区作为安防监控端，则配置信息为安防监控信息)，推断晚上22点，在家庭小区端需要自动切换拨号上网。
终端设备采用卷积神经网络和非线性回归算法，将上述信息输入到场景预测模型，对所述场景进行预判，具体可以为：然后利用当前采集到的数据(不包含标签)进行非线性回归分析(Non-linear Regression)，计算出节点预测工作时长，即利用当前的输入参数x，输入到训练网络模型Y＝f(x)，回归计算出预测的场景预测值y。例如，将上述信息组成多个张量数据，经过N个卷积层(N>1)，依次对数据进行特征增强，以进行非线性回归。本发明实施例中卷积层1可以采用尺寸为3X3，输入通道为3，输出通道为5的卷积核，卷积计算时采用0填充以便保持输入、输出数据尺寸一致，卷积步长为1。非线性回归(Non-linearRegression)算法属于有监督的回归学习算法。回归算法通过建立变量之间的回归模型，通过学习(训练)过程得到变量与因变量之间的相关关系。回归分析可以用于预测模型或分类模型。该算法为现有技术，本发明实施例不再累述。
在其中一个实施例中，还可以采用图像分析的方式进行应用场景的智能判断。例如，当前图像中包含陌生人信息(智能切换拨号上网失败)，则启动自动拨号上网，并进行预警通信，或，当前场景包含用户(智能切换拨号上网成功)，则自动切换为手动拨号上网。具体地，具备摄像头的终端设备采集当前场景中的图像，基于卷积网络，对所述图像进行处理，判断出所述应用场景。例如，终端设备利用场景卷积网络，提取所述图像中的场景卷积特征；利用场景递归网络(例如时间递归神经网络LSTM)，根据所述场景卷积特征，计算所述图像的场景输出向量(场景递归网络中，输出的场景状态预测向量)；按照预设的权重进行场景输出向量的加权，并对所述加权后的结果进行比较，若满足其中一个预设应用场景对应的条件(例如人机交互场景、操作按钮场景、CPE路由场景及安防监控场景的一个或多个)，则确定所述终端设备所处的应用场景为所述预设应用场景。卷积网络和场景递归网络是一种常用的深度学习算法，这里不再累述。
S103、所述通信模组接收到所述AT指令后，切换拨号上网模式。
AT指令是终端设备与通信模组之间一种常用的指令。每个AT命令行中包含一条AT指令，最多可以接收1056个字符的宽度。当通信模组接收到该AT指令后，即可切换拨号上网方式。
本发明实施例中，通过发送一条AT指令切换通信模组手动或自动拨号上网，并且可以根据不同的应用场景，由终端设备智能选择自动或手动拨号上网方式。实现了不同的终端设备智能化选择拨号上网方式，有效解决了通信模组与不同应用场景下终端设备的适配。
在其中的一个实施例中，通信模组可以实现一条AT指令自由切换手动或自动拨号上网方式。此时，终端设备根据自身需求和应用场景判断拨号上网方式，终端设备向通信模组发送AT指令切换拨号上网方式通信模组接收到AT指令请求，并切换拨号上网模式。
在其中的一个实施例中，如图2所示，在终端设备开机后，默认设置为自动拨号上网方式，此时，终端设备接收到开关数据的操作指令，判断是否首次主动触发开关数据的动作，若是，则向通信模组发送AT指令切换手动拨号上网的方式，以切换手动拨号上网的模式。若否，则根据该操作指令，向通信模组发送AT指令激活或关闭网络。
本申请实施例还提供了一种计算机可读存储介质。一个或多个包含计算机可执行指令的非易失性计算机可读存储介质，当所述计算机可执行指令被一个或多个处理器执行时，使得所述处理器执行智能切换拨号上网方法的步骤。
一种包含指令的计算机程序产品，当其在计算机上运行时，使得计算机执行智能切换拨号上网方法。
图3是本发明实施例提供的一种系统结构示意图。该系统200可以包括一个或一个以上中央处理器(central processing units，CPU)210(例如，一个或一个以上处理器)和存储器220，一个或一个以上存储应用程序232或数据234的存储介质230(例如一个或一个以上海量存储设备)。其中，存储器220和存储介质230可以是短暂存储或持久存储。存储在存储介质230的程序可以包括一个或一个以上模块(图示未示出)，每个模块可以包括对装置中的一系列指令操作。更进一步地，中央处理器210可以设置为与存储介质230通信，在装置200上执行存储介质230中的一系列指令操作。系统200还可以包括一个或一个以上电源240，一个或一个以上有线或无线网络接口250，一个或一个以上输入输出接口260，上述方法实施例所执行的步骤可以基于该图2所示的系统结构。
应理解，在本申请的各种实施例中，各过程的序号的大小并不意味着执行顺序的先后，各过程的执行顺序应以其功能和内在逻辑确定，而不应对本申请实施例的实施过程构成任何限定。
本领域普通技术人员可以意识到，结合本文中所公开的实施例描述的各示例的模块及方法步骤，能够以电子硬件、或者计算机软件和电子硬件的结合来实现。这些功能究竟以硬件还是软件方式来执行，取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能，但是这种实现不应认为超出本申请的范围。所属领域的技术人员可以清楚地了解到，为描述的方便和简洁，上述描述的系统、装置和模块的具体工作过程，可以参考前述方法实施例中的对应过程，在此不再赘述。
本说明书的各个部分均采用递进的方式进行描述，各个实施例之间相同相似的部分互相参见即可，每个实施例重点介绍的都是与其他实施例不同之处。尤其，对于装置和系统实施例而言，由于其基本相似于方法实施例，所以描述的比较简单，相关之处参见方法实施例部分的说明即可。
最后，需要说明的是：以上仅为本申请技术方案的较佳实施例而已，并非用于限定本申请的保护范围。显然，本领域技术人员可以对本申请进行各种改动和变型而不脱离本申请的范围。倘若本申请的这些修改和变型属于本申请权利要求及其等同技术的范围之内，则所作的任何修改、等同替换、改进等，均应包含在本申请的保护范围之内。。