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 ...
【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
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。