The invention relates to a three-dimensional performance monitoring method of information system based on multi-source heterogeneous data fusion, which includes: (1) collecting performance indicators monitoring data of information system; (2) fusing the acquired multi-source heterogeneous indicators data; (3) detecting abnormal information of performance indicators data through the performance evaluation model of information system. And locate the fault cause of the abnormal information; (4) predict the next time data value of each index to perceive the performance situation of the system in advance; (5) connect the fault information to the alarm platform and format it uniformly, then mine and compress the alarm information by association mining strategy, and finally send the compressed alarm information to the relevant personnel for processing. \u3002 The invention realizes multi-direction monitoring of information system performance through a pluralistic information system performance data acquisition platform.
【技术实现步骤摘要】
一种基于多源异构数据融合的信息系统性能立体监测方法
本专利技术涉及态势感知及性能监测领域,具体涉及一种基于多源异构数据融合的信息系统性能立体监测方法。
技术介绍
随着信息系统建设规模的不断扩大、技术难度和密集程度不断提升、云计算、大数据等新技术不断创新和应用、信息化架构面临深刻变革,信息系统运行监控工作面临巨大挑战。在业务依赖加深、管理要求提升、技术更新迭代、运行成本攀升等形式下,当前的信息系统运行监控工具的支撑能力亟需进行质的提升,如何快速、准确的识别潜在风险是当下迫切需要解决的问题。
技术实现思路
本专利技术的目的在于提供一种基于多源异构数据融合的信息系统性能立体监测方法,通过多元化信息系统性能数据采集平台实现信息系统性能的多方位监测。为实现上述目的,本专利技术采用了以下技术方案:一种基于多源异构数据融合的信息系统性能立体监测方法,包括以下步骤:(1)采集信息系统的性能指标监测数据;(2)将获取的多源异构指标数据进行数据融合处理;(3)将融合处理后的指标数据通过信息系统性能评价模型检测各性能指标数据的异常信息,并对异常信息进行故障根因定位;(4)对各指标的下一时刻数据值做出预测,提前感知系统的性能态势;(5)将故障信息接入告警平台并统一格式化处理,然后通过关联挖掘策略对告警信息进行同类挖掘、合并压缩,最后将压缩后的告警信息发送给相关人员处理。上述方案中,所述性能指标包括基础资源型指标、网络性能指标、应用性能指标等。上述方案中,所述基础资源型指标包括CPU占比、内存占比等;所述网络性能指标包括网络吞吐量、网络延时及连接建立时间等;所述应用性能指标包括并发连接 ...
【技术保护点】
1.一种基于多源异构数据融合的信息系统性能立体监测方法,其特征在于,包括以下步骤:(1)采集信息系统的性能指标监测数据;(2)将获取的多源异构指标数据进行数据融合处理;(3)将融合处理后的指标数据通过信息系统性能评价模型检测各性能指标数据的异常信息,并对异常信息进行故障根因定位;(4)对各指标的下一时刻数据值做出预测,提前感知系统的性能态势;(5)将故障信息接入告警平台并统一格式化处理,然后通过关联挖掘策略对告警信息进行同类挖掘、合并压缩,最后将压缩后的告警信息发送给相关人员处理。
【技术特征摘要】
1.一种基于多源异构数据融合的信息系统性能立体监测方法,其特征在于,包括以下步骤:(1)采集信息系统的性能指标监测数据;(2)将获取的多源异构指标数据进行数据融合处理;(3)将融合处理后的指标数据通过信息系统性能评价模型检测各性能指标数据的异常信息,并对异常信息进行故障根因定位;(4)对各指标的下一时刻数据值做出预测,提前感知系统的性能态势;(5)将故障信息接入告警平台并统一格式化处理,然后通过关联挖掘策略对告警信息进行同类挖掘、合并压缩,最后将压缩后的告警信息发送给相关人员处理。2.根据权利要求1所述的基于多源异构数据融合的信息系统性能立体监测方法,其特征在于:所述性能指标包括基础资源型指标、网络性能指标、应用性能指标。3.根据权利要求2所述的基于多源异构数据融合的信息系统性能立体监测方法,其特征在于:所述基础资源型指标包括CPU占比、内存占比;所述网络性能指标包括网络吞吐量、网络延时及连接建立时间;所述应用性能指标包括并发连接数、应用响应时间及服务端重置率。4.根据权利要求1所述的基于多源异构数据融合的信息系统性能立体监测方法,其特征在于:所述步骤(2)中,将获取的性能指标进行数据融合处理,具体步骤如下:(1)统一格式化处理:对多源异构数据进行统一数据标识和统一存储格式;(2)数据值处理:对缺失值填充和异常值检测、处理;(3)数据脱敏和存储:对数据进行脱敏处理和数据分类存储。5.根据权利要求1所述的基于多源异构数据融合的信息系统性能立体监测方法,其特征在于:所述步骤(3),信息系统性能评价模型包括异常检测模块和故障定位模块,所述异常检测模块,用于自动检测各性能指标的异常情况,若出现指标异常则提交给故障...
【专利技术属性】
技术研发人员:夏同飞,李志,章玉龙,高文俊,韩宗磊,李郭闫,闵星,赵峰,
申请(专利权)人:安徽继远软件有限公司,国网信息通信产业集团有限公司,
类型:发明
国别省市:安徽,34
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。