对比文件名称：2010-04-30_发明专利_JP2010098198A Substrate storage container and positioning structure thereof
目标专利名称：150监视物联网设备健康状况的方法、装置、设备和存储介质CN107409073B
本次调用模型名称：专利创造性评估模型
特征比对表格：
| 技术特征描述以及公开性判断结果 | 对比文件原文引用 | 公开性论述 |
| 技术特征A：包括：在本地IoT网络中的第一节点处为与所述本地IoT网络中的第二节点相关联的正常行为建模《未公开》 | 对比文件涉及基板收容容器与载置台的物理定位结构。全文未提及为任何设备或节点的“正常行为建模”。 | 对比文件描述的是半导体制造领域中基板容器的机械定位结构（如突起部、凹部与位置决めピン的配合），其目的是实现容器在载置台上的高精度物理定位（水平与垂直方向）。该过程完全属于机械工程领域，不涉及任何对设备“行为”的建模，更不涉及为物联网(IoT)网络中节点的“正常行为”建立模型。因此，本领域技术人员无法从对比文件得出或推断出技术特征A。 |
| 技术特征B：其中，所述第一节点是配置成进行行为分析的分析者节点，所述第二节点是配置成观察本地行为的观察者节点，所述第一节点和所述第二节点是所述本地IoT网络中的不同IoT设备《未公开》 | 对比文件描述了基板收容容器（10）和载置台（200）。载置台（200）具有位置决めピン（40）和在席検出部（ドグセンサ41或非接触センサ640）用于检测容器是否在位（在席検出）[2]。 | 对比文件中的载置台（200）是一个物理平台，其上的传感器（ドグセンサ41）用于检测容器（10）的物理存在和位置状态（是否着座）。这种检测是简单的二进制状态（在席OK/NG）判断，目的是确保机械定位正确，以避免机器人手碰撞基板。这并非“行为分析”，载置台也不是“分析者节点”。基板收容容器（10）是一个被动的物理容器，不具有“观察本地行为”的功能，也不是“观察者节点”。两者均非“IoT设备”，也不构成“本地IoT网络”。因此，技术特征B未被公开。 |
| 技术特征C：在所述第一节点处通过所述本地IoT网络接收与在所述第二节点处观察到的一个或多个行为相关的行为信息《未公开》 | 载置台（200）上的在席検出部（ドグセンサ41）检测基板收容容器（10）的突起部（31）是否与载置面（201）接触，从而判断容器是否“在席”[2]。 | 对比文件中的“接收”信息是载置台传感器直接物理检测容器的位置状态（接触与否）。这是一种本地、直接的物理感应，并非通过“本地IoT网络”进行通信和数据传输。容器（第二节点）本身没有“观察”行为并生成“行为信息”的能力，也没有主动发送此类信息。因此，技术特征C未被公开。 |
| 技术特征D：在所述第一节点处分析与在所述第二节点处观察到的所述一个或多个行为相关的所述行为信息《未公开》 | 载置台（200）或与其相连的装置根据在席検出部（ドグセンサ41）的信号判断容器是否正常载置（在席OK）[2]。 | 对比文件中的“分析”仅限于判断容器物理位置是否正确（在席OK/NG）。这是一种基于单一传感器信号的简单状态判断，并非对从另一节点接收的、表示“一个或多个行为”的复杂“行为信息”进行分析（例如提取特征、比对模型）。因此，技术特征D未被公开。 |
| 技术特征E：在所述第一节点处将所分析的行为信息与关联于所述第二节点的所建模的正常行为进行比较以确定在所述第二节点处观察到的所述一个或多个行为是正常的还是异常的《未公开》 | 无相关内容。载置台判断的是容器当前位置状态（是否着座）是否符合载置要求，没有预先建立的“正常行为模型”用于比较[2]。 | 对比文件中的判断是基于预设的物理位置标准（如传感器是否被触发），而不是将当前“行为信息”与一个动态学习或定义的“正常行为模型”进行比较。其目的是确保机械定位精度，而非监测设备的行为模式是否偏离正常。因此，技术特征E未被公开。 |
| 技术特征F：以及响应于基于所述比较确定在所述第二节点处观察到的所述行为信息指示了异常状况，触发一个或多个执行者来矫正所述第二节点处的行为异常，《未公开》 | 当在席検出为NG（异常）时，可能需要操作员重新放置容器或系统停止后续操作（如机器人取基板）[2]。 | 对比文件在检测到位置异常（在席NG）时，可能触发的是流程停止或人工干预请求。这里的“执行者”可能是操作员或机械控制系统，其“矫正”动作是重新进行物理放置，而非针对“第二节点处的行为异常”提供技术性的矫正措施（如软件更新、远程诊断、参数调整等）。两者目的和手段均不同。因此，技术特征F未被公开。 |
| 技术特征G：其中，所述一个或多个执行者被提供有用于辅助矫正一项或多项行为异常的技术。《未公开》 | 无相关内容。对比文件未提及执行者被提供任何特定的矫正技术[2]。 | 对比文件完全没有描述执行者（如操作员或控制系统）如何获得或使用特定的“技术”来“矫正行为异常”。其处理方式仅限于物理层面的重新操作或流程控制，不涉及提供技术方案以解决设备自身的异常行为。因此，技术特征G未被公开。 |
| 技术特征H：其中，分析与在所述第二节点处观察到的所述一个或多个行为相关的所述行为信息进一步包括：从所述行为信息中提取一个或多个行为向量，其中所述行为信息表示n个行为特征并且所述一个或多个行为向量将所述n个行为特征映射到n维空间中。《未公开》 | 无相关内容。对比文件不涉及行为特征提取、行为向量或n维空间映射[2]。 | 对比文件处理的是单一的物理位置状态信号，不存在由“n个行为特征”构成的“行为信息”，更不存在从这些信息中“提取行为向量”并“映射到n维空间”的数学或数据处理步骤。这是目标专利中用于复杂行为分析的核心技术手段，在对比文件中完全没有对应或启示。因此，技术特征H未被公开。 |
| 技术特征I：进一步包括：为包括所述第一节点和所述第二节点的所述本地IoT网络建模《未公开》 | 无相关内容。对比文件不涉及对任何网络进行建模[2]。 | 对比文件仅描述了两个物理设备（容器和载置台）之间的机械定位关系，不存在“本地IoT网络”的概念，更没有对该网络进行建模（如建立拓扑、聚合设备属性等）的任何内容。因此，技术特征I未被公开。 |
| 技术特征J：以及基于在所述第二节点处观察到的所述行为信息，更新与所述本地IoT网络相关联的当前状态。《未公开》 | 无相关内容。对比文件没有“本地IoT网络”及其“当前状态”的概念[2]。 | 对比文件中载置台检测到容器的位置状态，但这只是单一设备的物理状态，不构成一个网络的“当前状态”，也没有基于此信息去“更新”一个网络模型。因此，技术特征J未被公开。 |
| 技术特征K：其中，为所述本地IoT网络建模包括：聚集与所述本地IoT网络中的每一IoT设备相关联的属性《未公开》 | 无相关内容。对比文件不涉及聚集设备属性[2]。 | 对比文件中的设备（容器、载置台）不具有作为“IoT设备”的通信、计算等属性，也没有任何描述关于聚集这些设备属性的内容。因此，技术特征K未被公开。 |
| 技术特征L：构造与所述本地IoT网络相关联的拓扑《未公开》 | 无相关内容。对比文件不涉及网络拓扑构造[2]。 | 对比文件描述的是点对点的物理定位关系（容器放置在载置台上），这不是通信或计算网络的“拓扑”结构。因此，技术特征L未被公开。 |
| 技术特征M：从与每一IoT设备相关联的制造商或者一个或多个仓储库获取与所述本地IoT网络中的每一IoT设备相关联的行为模型，所述一个或多个仓储库被配置成存储所述行为模型《未公开》 | 无相关内容。对比文件不涉及从制造商或仓储库获取设备行为模型[2]。 | 对比文件完全没有提及“行为模型”、“制造商提供的模型”、“仓储库”等概念。其定位功能基于固定的机械结构和传感器逻辑，而非可获取和更新的行为模型。因此，技术特征M未被公开。 |
| 技术特征N：以及组合与所述本地IoT网络中的每一IoT设备相关联的所聚集的属性、与所述本地IoT网络相关联的所述拓扑以及与所述本地IoT网络中的每一IoT设备相关联的所述行为模型以便为所述本地IoT网络建模。《未公开》 | 无相关内容。对比文件不存在上述任何元素（聚集的属性、网络拓扑、行为模型），更不存在将它们组合以进行网络建模的过程[2]。 | 技术特征N描述了一个复杂的网络建模过程，涉及多个数据源的组合。对比文件的技术领域和内容与此完全无关，没有任何基础要素或组合启示。因此，技术特征N未被公开。 |
| 技术特征O：进一步包括：响应于确定在所述第二节点处观察到的所述一个或多个行为异常，通过所述第一节点向客户服务实体报告在所述第二节点处观察到的所述一个或多个行为。《未公开》 | 无相关内容。对比文件未提及向“客户服务实体”报告异常[2]。 | 对比文件在检测到位置异常（在席NG）时，可能是在系统内部产生错误信号或通知操作员。这里的“报告”对象是本地操作员或控制系统，并非目标专利中旨在提供售后技术支持、远程诊断的“客户服务实体”。因此，技术特征O未被公开。 |
| 技术特征P：其中，所述一个或多个异常行为指示对所述第二节点或者包括所述第二节点的所述本地IoT网络的潜在恶意攻击。《未公开》 | 无相关内容。对比文件中的异常（位置不准）是由于加工精度、磨损等物理原因造成，不涉及“恶意攻击”[2]。 | 对比文件所解决的异常是机械定位精度问题，属于无意的物理偏差或损耗。这与目标专利中旨在检测网络安全威胁（如恶意软件、拒绝服务攻击）的“潜在恶意攻击”在性质上完全不同。因此，技术特征P未被公开。 |
| 技术特征Q：其中，所述一个或多个异常行为指示所述第二节点处的潜在故障或异常工作状况。《未公开》 | 容器位置异常可能导致机器人取基板时发生碰撞，这可以视为一种由定位不准引发的“潜在故障”风险[2]。 | **隐含公开判断**：对比文件指出，当基板收容容器（第二节点类比物）因位置决めピン与V沟的精度问题而发生位置偏移（异常）时，尽管在席检测可能仍显示正常，但会导致机器人手碰撞基板，造成基板破损的风险[2]。这实质上指示了容器载置状态异常所引发的“潜在故障”风险。虽然“故障”对象更偏向于后续的取放操作而非容器本身，且“工作状况”特指机械定位状况而非广义IoT设备行为，但在宽松的隐含公开判断标准下，可以认为对比文件部分公开了“异常行为指示潜在故障或异常工作状况”这一概念。然而，需要强调的是，这种“异常工作状况”是纯粹的物理机械状态异常，与目标专利中IoT设备基于行为分析（如功耗模式、网络活动）所检测的“故障或异常工作状况”在技术实质和检测手段上存在根本差异。 |
| 技术特征R：其中，所述第二节点包括被配置成观察所述一个或多个行为的一个或多个组件。《未公开》 | 基板收容容器（10）本身是一个被动的物理容器，不具有观察行为的组件。载置台（200）上的在席検出部（ドグセンサ41）用于观察容器的位置[2]。 | 对比文件中，具有“观察”功能的是载置台（第一节点类比物）上的传感器，用于观察容器的物理位置。而作为被观察对象的“第二节点”（容器）本身并不包含“被配置成观察一个或多个行为”的组件。它只是一个被检测的物体。因此，技术特征R未被公开。 |
| 技术特征S：其中，所述第二节点进一步包括发射机，所述发射机被配置成将表示所观察到的所述一个或多个行为的一个或多个行为特征发送到如下中的一者或多者：所述第一节点，或被配置成从所述第二节点接收所述一个或多个行为特征并将所述一个或多个行为特征中继给所述第一节点的第三节点。《未公开》 | 无相关内容。基板收容容器没有发射机，也不发送“行为特征”。载置台传感器是直接感应，并非接收来自容器的无线或有线信号[2]。 | 对比文件中的信息传递是传感器直接物理感应，不存在“第二节点”主动通过“发射机”发送“行为特征”到“第一节点”或“第三节点”的通信过程。这是物联网通信架构的核心特征，在对比文件中毫无体现。因此，技术特征S未被公开。 |
| 技术特征T：其中，包括所述第二节点的所述本地IoT网络进一步包括一个或多个节点，所述一个或多个节点被配置成监视所述第二节点通过所述本地IoT网络传送的消息并且根据在所述本地IoT网络上传送的所监视的消息将所述行为信息传送给所述第一节点。《未公开》 | 无相关内容。对比文件不存在“本地IoT网络”、“节点监视消息”、“传送行为信息”等概念[2]。 | 技术特征T描述了分布式网络监控架构，其中专门的节点通过监听网络流量来获取行为信息。对比文件是简单的点对点物理检测系统，完全不涉及网络通信、消息监视或信息中继。因此，技术特征T未被公开。 |
| 技术特征U：其中，所述第二节点处观察到的所述一个或多个行为是正常还是异常进一步地基于总状态模型与正常状态的比较，所述总状态模型定义了当前状态，所述正常状态与所述本地IoT网络相关联。《未公开》 | 无相关内容。对比文件没有“总状态模型”、“正常状态与本地IoT网络相关联”等概念[2]。 | 对比文件对“正常”的判断（在席OK）仅基于容器与载置台的直接物理接触状态，不依赖于一个代表整个网络环境的“总状态模型”。因此，技术特征U未被公开。 |
| 技术特征V：进一步包括：响应于基于所述比较确定在所述第二节点处观察到的所述行为信息不是指示异常状况，应用机器学习来更新设备行为模型。《未公开》 | 无相关内容。对比文件不涉及机器学习或更新设备行为模型[2]。 | 对比文件的技术方案是静态的机械定位和检测，不具备学习能力。没有描述根据正常操作来更新任何模型，特别是使用“机器学习”技术来更新“设备行为模型”。这是目标专利中实现自适应监测的重要特征，在对比文件中完全没有对应或启示。因此，技术特征V未被公开。 |
根据以上比对分析，对比文件JP2010098198A公开了技术特征Q的部分概念（异常指示潜在故障风险），但这是在极其宽松的隐含公开标准下，且技术实质与目标专利不同。其余所有技术特征A-P、R-V均未被对比文件直接公开或隐含公开。
<<<q>>>