一种适用于电力信息系统的智能化缓存管理方法与系统技术方案

本发明专利技术涉及一种适用于电力信息系统的智能化缓存管理方法与系统，该方法包括以下步骤：S1：根据电力信息系统功能模块与请求访问的对应关系建立电力信息系统访问模型；S2：进行行为数据样本采集部署；S3：对电力信息系统访问模型的行为数据进行收集；S4：对行为数据进行训练建立缓存访问模型；S5：缓存访问模型进行微服务化封装，然后与电力信息系统访问模型集成，形成智能化缓存管理引擎；S6：智能化缓存管理引擎连接到物理缓存和电力信息系统，实现交互。本发明专利技术提供的方法能够提高物理缓存的使用效率，针对不同访问用户进行精准缓存加载、提升缓存管理智能化水平。

【技术实现步骤摘要】
一种适用于电力信息系统的智能化缓存管理方法与系统
本专利技术属于缓存管理
，涉及一种智能化缓存管理方法与系统,尤其是一种适用于电力信息系统的智能化缓存管理方法与系统。
技术介绍
近年来，随着云计算及云平台的兴起，信息化系统建设日趋繁杂，电力系统加快信息化建设步伐，积极开展“四台两微”的信息化建设。为了提升电力信息系统运行效率、降低后端数据服务的复杂度，系统缓存逐渐得到广泛应用。当前电力信息系统的缓存管理主要依托于后端的缓存存储组件。在缓存数据量较大、业务智能化程度要求日趋提高的情况下，现有的缓存管理方法缓存使用效率低、难以实现精准缓存、智能化水平不高，此为现有技术的不足。有鉴于此，本专利技术提供一种适用于电力信息系统的智能化缓存管理方法与系统，以解决现有技术中存在的缺陷，是非常有必要的。
技术实现思路
针对电力信息系统缓存使用效率低、难以实现精准缓存以及智能化水平不高等问题，本专利技术提供一种适用于电力信息系统的智能化缓存管理方法与系统，提高物理缓存的使用效率、针对不同访问用户进行精准缓存加载、提升缓存管理智能化水平。为实现上述目的，本专利技术给出以下技术方案：一种适用于电力信息系统的智能化缓存管理方法，包括以下步骤：S1：根据电力信息系统功能模块与请求访问的对应关系建立电力信息系统访问模型；S2：进行行为数据样本采集部署；S3：对电力信息系统访问模型的行为数据进行收集；S4：对行为数据进行训练建立缓存访问模型；S5：缓存访问模型进行微服务化封装，然后与电力信息系统访问模型集成，形成智能化缓存管理引擎；S6：智能化缓存管理引擎连接到物理缓存和电力信息系统，实现交互。作为优选，所述步骤S1具体实现过程如下：首先依据电力信息系统的业务功能信息进行元数据信息匹配；然后建立电力信息系统业务功能模块与请求访问的对应关系；最后建立电力信息系统的访问模型；作为优选，所述步骤S2行为数据样本采集部署包括以下步骤：S2.1：确定电力信息系统的运行环境；S2.2：开通物理缓存访问环境；S2.3：按照电力信息系统的运行环境进行数据样本采集探针部署；通过行为数据样本采集部署能够保障后续行为数据采集的全面性和有效性。作为优选，所述步骤S3行为数据收集完成后进行数据预处理，数据预处理包括数据清洗、数据集成、数据变换和数据归约；所述数据清洗包括不完整的数据填写缺失值、光滑噪声数据、识别或删除离群点；所述数据集成将不同数据源中的数据合并后统一存储；所述数据变换通过数据规范化、数据离散化以及概念分层将数据变换成适用于数据挖掘的形式；所述数据归约将庞大数据集进行归约表示：通过数据预处理对基础数据进行一些处理，有效提高数据训练的质量，降低实际训练所需要的时间。作为优选，所述步骤S4中采用半监督聚类算法对行为数据进行训练，具体包括以下步骤：步骤1)：根据电力信息系统访问模型相关信息为行为数据分类并添加标签；步骤2)：输入聚类个数k和行为数据集，行为数据集包括小部分有标签数据和大部分无标签数据；步骤3)：利用行为数据集中的标签数据推算得到k个聚类中心，设初始类别i中有标签样本为Li＝{li1,li2,…,lin}，其中lij为n维特征向量，则聚类中心为：步骤4)：采用欧式距离公式计算数据样本与聚类中心的距离，将其划分到距离最近的类别中；步骤5)：重新计算各个类的聚类中心；步骤6)：使用误差平方和作为聚类的目标函数，判断目标函数是否收敛，目标函数收敛则聚类结束，否则回到步骤3)进行聚类；作为优选，所述步骤S6包括以下步骤：首先建立智能化缓存管理引擎与物理缓存的连接关系；然后结合缓存数据结构开发物理缓存读入API和物理缓存读出API；最后将电力信息系统与智能化缓存管理引擎集成同步，实现不同用户访问电力信息系统智能化缓存加载和缓存销毁。本专利技术还提供一种适用于电力信息系统的智能化缓存管理系统，包括物理缓存模块，物理缓存模块连接智能化缓存管理引擎，智能化缓存管理引擎连接电力信息系统；智能化缓存管理引擎包括：电力信息系统访问单元：依据电力信息系统的业务功能信息进行元数据信息配置，建立电力信息系统功能模块与请求访问的对应关系；数据采集部署单元：按照电力信息系统的运行环境进行行为数据的样本采集部署；行为数据采集单元：对电力信息系统访问单元的行为数据进行收集；行为建模单元：对行为数据进行训练，依据训练结果形成缓存访问模型；缓存生命周期管理单元：对缓存生命周期进行智能化管理；作为优选，所述物理缓存模块还设置物理缓存读入API和物理缓存读出API；物理缓存读入API：将缓存数据读入物理存储模块；物理缓存读出API：从物理存储模块读出缓存数据；本专利技术的有益效果在于，采集电力信息系统的行为数据，结合大数据处理技术对行为数据进行训练后建立缓存访问模型，将缓存访问模型封装成智能化缓存管理引擎，代替了后端缓存管理组件进行管理的方式，能够提高物理缓存的使用效率，针对不同访问用户进行精准缓存加载、提升缓存管理智能化水平。由此可见，本专利技术与现有技术相比，具有突出的实质性特点和显著的进步，其实施的有益效果也是显而易见的。附图说明为了更清楚地说明本专利技术实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，对于本领域普通技术人员而言，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。图1是本专利技术实施例1提供的一种适用于电力信息系统的智能化缓存管理方法的流程图。图2是实施例1中半监督聚类算法的流程图。图3是本专利技术实施例2提供的一种适用于电力信息系统的智能化缓存管理系统的原理框图。其中，1-物理缓存模块，1.1-物理缓存读入API，1.2-物理缓存读出API，2-智能化缓存管理引擎，2.1-电力信息系统访问单元，2.2-数据采集部署单元，2.3-行为数据采集单元，2.4-行为建模单元，2.5-缓存生命周期管理单元，3-电力信息系统。具体实施方式为了使本
的人员更好地理解本专利技术中的技术方案，下面将结合本专利技术实施例中的附图，对本专利技术实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本专利技术一部分实施例，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前提下所获得的所有其他实施例，都应当属于本专利技术保护的范围。实施例1：如图1至2所示，本实施例提供一种适用于电力信息系统的智能化缓存管理方法，包括以下步骤：S1：根据电力信息系统功能模块与请求访问的对应关系建立电力信息系统访问模型；该过程首先依据电力信息系统的业务功能信息进行元数据信息匹配，然后建立电力信息系统业务功能模块与请求访本文档来自技高网...

【技术保护点】
1.一种适用于电力信息系统的智能化缓存管理方法，其特征在于，包括以下步骤：/nS1：根据电力信息系统功能模块与请求访问的对应关系建立电力信息系统访问模型；/nS2：进行行为数据样本采集部署；/nS3：对电力信息系统访问模型的行为数据进行收集；/nS4：对行为数据进行训练建立缓存访问模型；/nS5：缓存访问模型进行微服务化封装，然后与电力信息系统访问模型集成，形成智能化缓存管理引擎；/nS6：智能化缓存管理引擎连接到物理缓存和电力信息系统，实现交互。/n

【技术特征摘要】
1.一种适用于电力信息系统的智能化缓存管理方法，其特征在于，包括以下步骤：
S1：根据电力信息系统功能模块与请求访问的对应关系建立电力信息系统访问模型；
S2：进行行为数据样本采集部署；
S3：对电力信息系统访问模型的行为数据进行收集；
S4：对行为数据进行训练建立缓存访问模型；
S5：缓存访问模型进行微服务化封装，然后与电力信息系统访问模型集成，形成智能化缓存管理引擎；
S6：智能化缓存管理引擎连接到物理缓存和电力信息系统，实现交互。


2.根据权利要求1所述的一种适用于电力信息系统的智能化缓存管理方法，其特征在于，所述步骤S1具体实现过程如下：
首先依据电力信息系统的业务功能信息进行元数据信息匹配；
然后建立电力信息系统业务功能模块与请求访问的对应关系；
最后建立电力信息系统的访问模型。


3.根据权利要求2所述的一种适用于电力信息系统的智能化缓存管理方法，其特征在于，所述步骤S2行为数据样本采集部署包括以下步骤：
S2.1：确定电力信息系统的运行环境；
S2.2：开通物理缓存访问环境；
S2.3：按照电力信息系统的运行环境进行数据样本采集探针部署。


4.根据权利要求3所述的一种适用于电力信息系统的智能化缓存管理方法，其特征在于，所述步骤S3行为数据收集完成后进行数据预处理，数据预处理包括数据清洗、数据集成、数据变换和数据归约；所述数据清洗包括不完整的数据填写缺失值、光滑噪声数据、识别或删除离群点；所述数据集成将不同数据源中的数据合并后统一存储；所述数据变换通过数据规范化、数据离散化以及概念分层将数据变换成适用于数据挖掘的形式；所述数据归约将庞大数据集进行归约表示。


5.根据权利要求4所述的一种适用于电力信息系统的智能化缓存管理方法，其特征在于，所述步骤S4中采用半监督聚类算法对行为数据进行训练，具体包括以下步骤：
步骤1)：根据电力信息系统访问模型相关信息为行为数据分类并添加标签；<...

【专利技术属性】
技术研发人员：韩鹏，邢宏伟，张俊岭，尹朋，刘猛，刘波，杨运朋，卢愿，胡峥，牛立福，
申请(专利权)人：山东鲁能软件技术有限公司，
类型：发明
国别省市：山东;37