数据信息中心监控预警方法、系统及设备技术方案

本发明专利技术的实施例提供了用于数据信息中心监控预警的方法、系统及电子设备，其中采集与所监控的数据信息中心的每个业务系统相关的数据；基于所采集的数据和预设的一个或多个监控指标构建各业务系统的样本特征向量，并对所构建的样本特征向量进行聚类，以将所监控的业务系统分成不同的类型；以及根据对各个类型的样本特征向量的对比分析，选出有故障风险的类型并对该类型中各业务系统发出预警提示。本发明专利技术实施例的技术方案在降低数据信息中心监控管理成本的同时，提高了预警的效率，减少了故障的误报和漏报，能更有效地确保业务系统的稳定运行。

Data Information Center Monitoring and Early Warning Method, System and Equipment

The embodiments of the present invention provide methods, systems and electronic devices for monitoring and early warning of data information centers, in which data related to each business system of the data information centers are collected; sample eigenvectors of each business system are constructed based on the collected data and one or more preset monitoring indicators, and the constructed sample eigenvectors are clustered so as to achieve the goal of monitoring and early warning of data information centers. The monitoring business system is divided into different types, and according to the comparative analysis of the characteristic vectors of each type of samples, the types of failure risk are selected and warning prompts are given to each business system in this type. The technical scheme of the embodiment of the present invention reduces the monitoring and management cost of the data information center, improves the efficiency of early warning, reduces the false alarm and missed alarm of faults, and more effectively ensures the stable operation of the business system.

【技术实现步骤摘要】
数据信息中心监控预警方法、系统及设备
本专利技术涉及安全监控技术，尤其涉及资源监控及故障检测。
技术介绍
随着信息技术的不断发展，以IT基础设施为主体的数据信息中心在各行各业正逐渐占据越来越重要的地位。数据信息中心的安全性和可靠性直接影响企业或公司各项业务的正常开展。很多监控系统是针对数据信息中心基础设施进行监控和故障告警，在设备出现故障后进行告警对上层业务系统造成了不可避免的影响或损失。如果能在故障发生之前就提前给出预警并进行及时处理，无疑更有利于确保业务系统的稳定运行。现有的监控预警技术通常是将从监控对象采集的数据与为该监控对象预设的预警阈值进行比较来发出预警。这种预警方式实际是分别针对各个监控对象单独执行的预警，忽略了各监控对象之间的关联性，难以及时发现影响系统整体运营的潜在风险；并且各个预警阈值也是管理人员凭经验设置的固定阈值，随着数据信息中心各种设备资源的不断升级以及业务系统的不断更新等，这样的预警阈值难以及时准确地反映系统资源的真实状况，有可能造成故障的误报或漏报。
技术实现思路
因此，本专利技术实施例的目的在于克服上述现有技术的缺陷，提供一种数据信息中心监控预警方法、系统及设备，及时有效地对可能影响业务系统正常运行的故障风险进行预警。上述目的是通过以下技术方案实现的：根据本专利技术实施例的第一方面，提供了一种用于数据信息中心监控预警的方法，包括：采集与所监控的每个业务系统相关的数据，所述数据包括基础资源数据、业务数据、变更数据和历史故障数据；基于所采集的数据和预设的一个或多个监控指标，构建各业务系统的样本特征向量，并对所构建的样本特征向量进行聚类，以将所监控的业务系统分成不同的类型；以及根据对各个类型的样本特征向量的对比分析，选出有故障风险的类型并对该有故障风险的类型中各业务系统发出预警提示。在本专利技术的一些实施例中，根据对各个类型的样本特征向量的对比分析，选出有故障风险的类型还可以包括：基于所采集的历史故障数据构建各业务系统的故障特征向量；以及根据所述故障特征向量与不同类型的样本特征向量进行对比分析，选出有故障风险的类型。在本专利技术的一些实施例中，该方法还可包括：确定各个类型的样本特征向量的均值；响应于新采集的业务系统的相关数据，构建该业务系统的样本特征向量；以及通过将该业务系统的样本特征向量与所确定各个类型的样本特征向量的均值相比较来判断该业务系统所属的类型。在本专利技术的一些实施例中，采集与所监控的每个业务系统相关的数据和对所构建的样本特征向量进行聚类可以是定期地和/或响应于预设事件的触发而重复执行的。在本专利技术的一些实施例中，可以采用K均值聚类方法对所构建的样本特征向量进行聚类。在本专利技术的一些实施例中，还可以包括基于各个类型业务系统的特征向量中不同监控指标的对比分析，给不同类型的业务系统发送不同类别的预警提示。其中所述预警提示的类别可以是基于所述预设的一个或多个监控指标来确定的。在本专利技术的一些实施例中，所述预设的一个或多个监控指标可以包括下列中一个或多个：业务量、交易响应时间、交易成功率、网络带宽利用率、CPU利用率、磁盘利用率、内存利用率、磁盘访问频率、变更频率、历史故障发生率。根据本专利技术实施例的第二方面，还提供了一种用于数据信息中心监控预警的系统，其包括数据采集模块、数据预处理模块、数据聚类模块和分析预警模块。其中数据采集模块用于采集与所监控的每个业务系统相关的数据，所述数据包括基础资源数据、业务数据、变更数据和历史故障数据；数据预处理模块，用于基于所采集的数据和预设的一个或多个监控指标，构建各业务系统的样本特征向量；数据聚类模块，用于对所构建的样本特征向量进行聚类，以将所监控的业务系统分成不同的类型；分析预警模块，用于根据对各个类型的样本特征向量的对比分析，选出有故障风险的类型并对该有故障风险的类型中各业务系统发出预警提示。根据本专利技术实施例的第三方面，提供了一种计算机可读存储介质，其上存储有计算机程序，所述程序被执行时实现如上述实施例第一方面所述的用于数据信息中心监控预警的方法。根据本专利技术实施例的第四方面，提供了一种电子设备，包括处理器和存储器，其中存储器用于存储可执行指令；所述处理器被配置为经由执行所述可执行指令来实现如上述实施例中第一方面所述的用于数据信息中心监控预警的方法。本专利技术实施例提供的技术方案可以包括以下有益效果：通过从多个维度提取的监控指标来检测业务系统的故障风险，并且通过聚类方式综合考虑了多个指标的内在关联性来将业务系统划分成多个类型，基于不同类型的指标特征之间的比较来进行故障风险的预警，而不是基于管理人员凭经验设置的预警阈值，不仅减少了运维成本，而且通过实时动态采集的业务系统数据之间的比较进行预警减少了故障的误报和漏报，提高了预警的效率，能更有效地确保业务系统的稳定运行。在一些技术方案中，还可动态调整监控指标以及基于不同监控指标提供不同类型的预警，从而提供灵活且可扩展的预警。应当理解的是，以上的一般描述和后文的细节描述仅是示例性和解释性的，并不能限制本专利技术。附图说明此处的附图被并入说明书中并构成本说明书的一部分，示出了符合本专利技术的实施例，并与说明书一起用于解释本专利技术的原理。显而易见地，下面描述中的附图仅仅是本专利技术的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。在附图中：图1为根据本专利技术一个实施例的用于数据信息中心监控预警的方法的流程示意图。图2示出了K均值聚类过程的示例示意图。图3为根据本专利技术一个实施例的用于数据信息中心监控预警的系统的功能模块示意图。具体实施方式为了使本专利技术的目的，技术方案及优点更加清楚明白，以下结合附图通过具体实施例对本专利技术进一步详细说明。应当理解，所描述的实施例是本专利技术的一部分实施例，而不是全部的实施例。基于本专利技术中的实施例，本领域普通技术人员在没有做出创造性劳动下获得的所有其他实施例，都属于本专利技术保护的范围。此外，所描述的特征、结构或特性可以以任何合适的方式结合在一个或更多实施例中。在下面的描述中，提供许多具体细节从而给出对本专利技术的实施例的充分理解。然而，本领域技术人员将意识到，可以实践本专利技术的技术方案而没有特定细节中的一个或更多，或者可以采用其它的方法、组元、装置、步骤等。在其它情况下，不详细示出或描述公知方法、装置、实现或者操作以避免模糊本专利技术的各方面。附图中所示的方框图仅仅是功能实体，不一定必须与物理上独立的实体相对应。即，可以采用软件形式来实现这些功能实体，或在一个或多个硬件模块或集成电路中实现这些功能实体，或在不同网络和/或处理器装置和/或微控制器装置中实现这些功能实体。附图中所示的流程图仅是示例性说明，不是必须包括所有的内容和操作/步骤，也不是必须按所描述的顺序执行。例如，有的操作/步骤还可以分解，而有的操作/步骤可以合并或部分合并，因此实际执行的顺序有可能根据实际情况改变。如上文在
技术介绍
部分提到的，目前数据信息中心的监控系统通常监控的是IT基础设施中的各个设备资源，例如CPU、内存、磁盘空间、磁盘输入/输出频率、网速、网络连通性、网络带宽利用率、机房环境等等，通过将从监控对象采集的数据与由管理人员凭经验为单独的设备设置固定的预警阈值进行比较来发出预警。随着数据中心规模的不断本文档来自技高网...

【技术保护点】
1.一种用于数据信息中心监控预警的方法，包括：采集与所监控的每个业务系统相关的数据，所述数据包括基础资源数据、业务数据、变更数据和历史故障数据；基于所采集的数据和预设的一个或多个监控指标，构建各业务系统的样本特征向量；对所构建的样本特征向量进行聚类，以将所监控的业务系统分成不同的类型；根据对各个类型的样本特征向量的对比分析，选出有故障风险的类型并对该有故障风险的类型中各业务系统发出预警提示。

【技术特征摘要】
1.一种用于数据信息中心监控预警的方法，包括：采集与所监控的每个业务系统相关的数据，所述数据包括基础资源数据、业务数据、变更数据和历史故障数据；基于所采集的数据和预设的一个或多个监控指标，构建各业务系统的样本特征向量；对所构建的样本特征向量进行聚类，以将所监控的业务系统分成不同的类型；根据对各个类型的样本特征向量的对比分析，选出有故障风险的类型并对该有故障风险的类型中各业务系统发出预警提示。2.根据权利要求1所述的方法，其特征在于，所述根据对各个类型的样本特征向量的对比分析，选出有故障风险的类型，包括：基于所采集的历史故障数据构建各业务系统的故障特征向量；根据所述故障特征向量与不同类型的样本特征向量进行对比分析，选出有故障风险的类型。3.根据权利要求1所述的方法，其特征在于，所述方法还包括：确定各个类型的样本特征向量的均值；响应于新采集的业务系统的相关数据，构建该业务系统的样本特征向量；通过将该业务系统的样本特征向量与所确定各个类型的样本特征向量的均值相比较来判断该业务系统所属的类型。4.根据权利要求1所述的方法，其特征在于，采集与所监控的每个业务系统相关的数据和对所构建的样本特征向量进行聚类是定期地和/或响应于预设事件的触发而重复执行的。5.根据权利要求1所述的方法，其特征在于，采用K均值聚类方法对所构建的样本特征向量进行聚类。6.根据权利要求...

【专利技术属性】
技术研发人员：王凯波，徐志亮，
申请(专利权)人：泰康保险集团股份有限公司，
类型：发明
国别省市：北京,11