一种机房设备的安全状况的判断方法技术

本发明专利技术提供一种机房设备的安全状况的判断方法，包括：采集任一类型的机房设备的特征属性的值，所述特征属性包括运行时间与使用年限的比值、噪音大小、响应时间、故障次数、故障程度、工作温度和电池状态；将特征属性的值输入该类型的机房设备对应的可靠性模型中，获知机房设备的安全状况为可靠或不可靠；根据机房设备的安全状况为不可靠，将特征属性的值输入该类型的机房设备对应的不可靠模型中，获知机房设备的安全状况为老化或严重老化。本发明专利技术通过采集多组机房设备的运行状况及大量历史数据信息，建立分析机房设备的安全状况的决策树，便于对老化及严重老化的机房设备给予及时的检查维修处理，以大幅提高机房的安全性和稳定性。

【技术实现步骤摘要】
一种机房设备的安全状况的判断方法
本专利技术涉及设备管理领域，更具体地，涉及一种机房设备的安全状况的判断方法及系统。
技术介绍
近年来，随着信息网络技术的不断发展，各类大、中型组织的网络信息化建设的设备资金投入日趋增加，其职能运行与计算机网络的结合日趋紧密。各类规模大小不等、设备种类、数量不同的网络设备机房广泛分布于用户各分支机构所在地域，这些机房的物理运行环境状况、动力配电状况、设备运行状况、人员活动状况以及消防状况必须得到实时准确的监控，以保证机房系统能够安全稳定地运作。目前，社会上不少智能机房管控系统，能够对机房电源系统、蓄电池、发电机设备、机房温湿度、门禁、图像防盗等进行全方位的监控，但无法对机房内相关设备的运行情况及使用寿命进行分析和预测，所以大多数机房内设备老化问题十分严重，当这些设备老化问题导致机房系统运行异常时，就很可能导致机房数据的丢失，造成严重的后果。因此导致机房的安全性、稳定性普遍偏低，而一旦设备发生故障，就给机房使用者带来较高的运维成本，还远远不能够满足人们的需求。现有技术提供了一种基于设备寿命因子的通信机房温度节能控制方法，该方法通过采集控制周期内的若干个温度采集时间点，分别采集机房内各设备的温度，而机房内各设备具有预设的与温度值相对应的设计寿命系数和加权系数，根据采集到的温度值和所述寿命系数计算机房内各设备的寿命因子，并根据该寿命因子和所述加权系数计算出机房寿命因子。将计算出的机房寿命因子与预设的至少一个寿命因子阈值相比较，并根据比较结果判断是否满足预设的制冷条件，若是，则在下一个采集控制周期启动相应的制冷设备制冷。虽然该方法智能通过调节通信机房温度，来提高机房的整体运行寿命，不能提高单个机房设备的使用寿命，更不能预测机房设备的老化情况。可知现有技术虽然能够提供每个机房设备的综合数据，或是提高所有机房设备的平均使用年限，但无法对具体某个机房设备的可靠性情况进行预测，这导致机房设备的潜在故障及老化问题可能不能够被及时发现，一旦这些机房设备发生故障，损失将十分严重。
技术实现思路
本专利技术提供一种克服上述问题或者至少部分地解决上述问题的机机房设备的安全状况的判断方法及系统。一方面，本专利技术提供一种机房设备的安全状况的判断方法，包括：S1，采集任一类型的机房设备的特征属性的值，所述特征属性包括运行时间与使用年限的比值、噪音大小、响应时间、故障次数、故障程度、工作温度和电池状态；S2，将所述特征属性的值输入该类型的机房设备对应的可靠性模型中，获知所述机房设备的安全状况为可靠或不可靠；S3，根据所述机房设备的安全状况为不可靠，将所述特征属性的值输入该类型的机房设备对应的不可靠模型中，获知所述机房设备的安全状况为老化或严重老化；其中，所述可靠性模型用于将机房设备在安全状况上分为可靠和不可靠两类，所述不可靠模型用于将不可靠的机房设备在安全状况上细分为老化和严重老化两类。优选地，步骤S3还包括：根据所述机房设备的安全状况为可靠，将所述特征属性的值输入该类型的机房设备对应的可靠模型中，获知所述机房设备的安全状况为崭新或稳定；其中，所述可靠模型用于将可靠的机房设备在安全状况上细分为崭新和稳定两类。优选地，所述可靠性模型具体通过以下步骤建立：从机房数据库中获取多组同一类型的机房设备的样本数据作为第一训练集，所述样本数据包括对应机房设备的设备编号、特征属性的值和第一安全状况，所述第一安全状况为崭新、稳定、老化和严重老化中的一种；将所述第一训练集中的样本数据代入到决策树算法中，建立相应的决策树模型作为所述可靠性模型。优选地，所述决策树模型具体通过以下步骤建立：计算第一训练集中每一特征属性基于上一父节点对样本数据进行划分的信息增益，比较所有信息增益的大小，选择最大的信息增益对应的特征属性作为上一父节点的子节点；根据子节点对应的特征属性的每一个值建立决策树模型中以所述子节点为父节点的分支，从所述第一训练集中剔除所述子节点对应的特征属性，返回上一步骤，直至所述第一训练集中所有的特征属性划分完毕，获取所述决策树模型。优选地，所述建立相应的决策树模型作为所述可靠性模型还包括：对所述决策树模型的所有非叶结点自底向上进行剪枝处理，将处理后的决策树模型作为所述可靠性模型。优选地，所述不可靠模型具体通过以下步骤建立：从机房数据库中获取多组同一类型的机房设备的样本数据为第二训练集，所述样本数据包括对应机房设备的设备编号、特征属性的值和第二安全状况，所述第二安全状况为老化和严重老化中的一种；将所述训练集中的样本数据代入到决策树算法中，建立相应的决策树模型作为所述不可靠模型。优选地，所述可靠模型具体通过以下步骤建立：从机房数据库中获取多组同一类型的机房设备的样本数据为第三训练集，所述样本数据包括对应机房设备的设备编号、特征属性的值和第三安全状况，所述第三安全状况为崭新和稳定中的一种；将所述训练集中的样本数据代入到决策树算法中，建立相应的决策树模型作为所述可靠模型。优选地，步骤S3还包括：根据所述机房设备的安全状况为老化或严重老化，分别对所述机房设备做出相应的预警。另一方面，本专利技术提供一种机房设备的安全状况的判断系统，包括：特征采集模块，用于采集任一类型的机房设备的特征属性的值，所述特征属性包括运行时间与使用年限的比值、噪音大小、响应时间、故障次数、故障程度、工作温度和电池状态；第一判断模块，用于将所述特征属性的值输入该类型的机房设备对应的可靠性模型中，获知所述机房设备的安全状况为可靠或不可靠；第二判断模块，用于根据所述机房设备的安全状况为不可靠，将所述特征属性的值输入该类型的机房设备对应的不可靠模型中，获知所述机房设备的安全状况为老化或严重老化；其中，所述可靠性模型用于将机房设备在安全状况上分为可靠和不可靠两类，所述不可靠模型用于将不可靠的机房设备在安全状况上细分为老化和严重老化两类。优选地，还包括：第三判断模块，用于根据所述机房设备的安全状况为可靠，将所述特征属性的值输入该类型的机房设备对应的可靠模型中，获知所述机房设备的安全状况为崭新或稳定；其中，所述可靠模型用于将可靠的机房设备在安全状况上细分为崭新和稳定两类。本专利技术提供的一种机房设备的安全状况的判断方法及系统，通过采集多组机房设备的运行状况及大量历史数据信息，建立分析机房设备的安全状况的决策树，先将机房设备在安全状况方面粗略分为可靠与不可靠两种状况，再基于这两种状况分别构建两个新的决策树对机房设备的安全状况进行细分，对机房设备老化的不同程度进行分类，方便对于老化及严重老化的机房设备给予及时的检查维修处理，以大幅提高机房的安全性和稳定性，避免了由于机房设备老化而造成的故障损失，降低机房的运维成本。附图说明图1为本专利技术一个实施例的机房设备的安全状况的判断方法的流程图；图2为本专利技术一个实施例的机房设备的安全状况的判断系统的结构示意图。具体实施方式下面结合附图和实施例，对本专利技术的具体实施方式作进一步详细描述。以下实施例用于说明本专利技术，但不用来限制本专利技术的范围。参见图1，为本专利技术一个实施例的机房设备的安全状况的判断方法的流程图，包括：S1，采集任一类型的机房设备的特征属性的值，所述特征属性包括运行时间与使用年限的比值、噪音大小、响应时间、故障次数、故障程度、工作温度和电池状本文档来自技高网...

【技术保护点】
1.一种机房设备的安全状况的判断方法，其特征在于，包括：S1，采集任一类型的机房设备的特征属性的值，所述特征属性包括运行时间与使用年限的比值、噪音大小、响应时间、故障次数、故障程度、工作温度和电池状态；S2，将所述特征属性的值输入该类型的机房设备对应的可靠性模型中，获知所述机房设备的安全状况为可靠或不可靠；S3，根据所述机房设备的安全状况为不可靠，将所述特征属性的值输入该类型的机房设备对应的不可靠模型中，获知所述机房设备的安全状况为老化或严重老化；其中，所述可靠性模型用于将机房设备在安全状况上分为可靠和不可靠两类，所述不可靠模型用于将不可靠的机房设备在安全状况上细分为老化和严重老化两类。

【技术特征摘要】
1.一种机房设备的安全状况的判断方法，其特征在于，包括：S1，采集任一类型的机房设备的特征属性的值，所述特征属性包括运行时间与使用年限的比值、噪音大小、响应时间、故障次数、故障程度、工作温度和电池状态；S2，将所述特征属性的值输入该类型的机房设备对应的可靠性模型中，获知所述机房设备的安全状况为可靠或不可靠；S3，根据所述机房设备的安全状况为不可靠，将所述特征属性的值输入该类型的机房设备对应的不可靠模型中，获知所述机房设备的安全状况为老化或严重老化；其中，所述可靠性模型用于将机房设备在安全状况上分为可靠和不可靠两类，所述不可靠模型用于将不可靠的机房设备在安全状况上细分为老化和严重老化两类。2.根据权利要求1所述的机房设备的安全状况的判断方法，其特征在于，步骤S3还包括：根据所述机房设备的安全状况为可靠，将所述特征属性的值输入该类型的机房设备对应的可靠模型中，获知所述机房设备的安全状况为崭新或稳定；其中，所述可靠模型用于将可靠的机房设备在安全状况上细分为崭新和稳定两类。3.根据权利要求2所述的机房设备的安全状况的判断方法，其特征在于，所述可靠性模型具体通过以下步骤建立：从机房数据库中获取多组同一类型的机房设备的样本数据作为第一训练集，所述样本数据包括对应机房设备的设备编号、特征属性的值和第一安全状况，所述第一安全状况为崭新、稳定、老化和严重老化中的一种；将所述第一训练集中的样本数据代入到决策树算法中，建立相应的决策树模型作为所述可靠性模型。4.根据权利要求3所述的机房设备的安全状况的判断方法，其特征在于，所述决策树模型具体通过以下步骤建立：计算第一训练集中每一特征属性基于上一父节点对样本数据进行划分的信息增益，比较所有信息增益的大小，选择最大的信息增益对应的特征属性作为上一父节点的子节点；根据子节点对应的特征属性的每一个值建立决策树模型中以所述子节点为父节点的分支，从所述第一训练集中剔除所述子节点对应的特征属性，返回上一步骤，直至所述第一训练集中所有的特征属性划分完毕，获取所述决策树模型。5.根据权利要求3所述的机房设备的安全状况的判断方法，其特征在于，所述建立相应的决策树模型作为所述可靠性模型还包括：对所述决策树模型的所有非叶结点...

【专利技术属性】
技术研发人员：邓昶，许文俊，刘志嘉，刘汉锋，黄春雷，尹书霞，
申请(专利权)人：武汉物联远科技有限公司，
类型：发明
国别省市：湖北,42