一种数据中心总体健康度巡检预测方法、装置及存储介质制造方法及图纸

本发明专利技术涉及一种数据中心总体健康度巡检预测方法、装置及存储介质，涉及数据中心运维巡检领域。本发明专利技术基于特征条件独立假设利用朴素贝叶斯算法学习设备部件健康状态和设备健康状态得到联合概率分布模型，利用联合概率分布模型预测设备健康状态及其概率；设置设备特征向量；将预测健康设备的概率取正值、预测不健康设备的概率取负值，分别与设备的设备特征向量相乘得到设备特征向量的分布；对各类的设备特征向量的分布进行线性拟合；取所有分簇的线性拟合的斜率平均值与一的差的绝对值作数据中心整体健康度评分值，根据数据中心整体健康度评分值与设定阈值范围比较判断数据中心总体健康度。根据健康度维护数据中心，保证数据中心安全、降低损失。降低损失。降低损失。

【技术实现步骤摘要】
一种数据中心总体健康度巡检预测方法、装置及存储介质


[0001]本专利技术涉及数据中心运维巡检领域，尤其涉及一种数据中心总体健康度巡检预测方法、装置及存储介质。

技术介绍

[0002]网络的飞速发展也促进了大数据，云计算，高性能计算等新技术的出现，也对这些信息的载体
‑
数据中心的管理及安全做出了更多的要求。这些数据中心的服务器、交换机和防火墙设备作为信息存储和访问的基础节点，物理上80％的数据、信息都需要这些物理设备来处理。作为信息的载体，如果服务器，交换机，防火墙等设备发生故障对生活和财产的影响是巨大的，因此对机房的设备进行设备的健康状态的定期巡检是必要的。
[0003]数据中心在搭建的时候都会有配套的硬件管理平台来对设备进行实时的监控。一般情况监控主要通过设备对管理平台发送的告警信息来检测设备的状态，此种方式需要预先在设备侧配置trap主机，指定接受告警的管理平台地址，一般设置为监控平台所在的主机。设备主动发生trap等告警信息给管理平台，平台通过对设备发生的trap信息进行解析，然后对设备的健康状态进行检测。目前本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种数据中心总体健康度巡检预测方法，其特征在于，包括：针对数据中心中不同设备，将每类设备的健康状态作为结果，将每类设备部件健康状态作为独立条件，基于特征条件独立假设利用朴素贝叶斯算法学习设备部件健康状态和设备健康状态得到联合概率分布模型，然后利用学习得到的联合概率分布模型基于输入的设备部件健康状态预测设备健康状态及其概率；根据设备在数据中心中的设备功耗情况和资源占用情况、功耗情况和业务执行情况设置设备特征向量；针对每类设备，将预测健康设备的概率取正值、预测不健康设备的概率取负值，分别与设备的设备特征向量相乘得到设备特征向量的分布；对不同设备的设备特征向量的分布分簇，对不同簇的设备特征向量的分布进行线性拟合；取所有分簇的线性拟合的斜率平均值与一的差的绝对值作数据中心整体健康度评分值，根据数据中心整体健康度评分值与设定阈值范围比较判断数据中心总体健康度。2.根据权利要求1所述的数据中心总体健康度巡检预测方法，其特征在于，采集数据中心中各类设备的设备部件健康状态信息和设备健康状态形成训练集，基于特征条件独立假设利用朴素贝叶斯算法学习训练集中设备部件健康状态和设备健康状态的联合概率分布模型，其中，所述设备包括但不限于：服务器、防火墙和交换机。3.根据权利要求1所述的数据中心总体健康度巡检预测方法，其特征在于，所述设备特征向量包括：服务器特征向量、防火墙特征向量和交换机特征向量；服务器特征向量包括服务器功率占比和服务器温度占比，防火墙特征向量包括防火墙功率占比和防火墙安全业务占比，交换机特征向量包括交换机功率占比和交换机网络速率占比。4.根据权利要求1所述的数据中心总体健康度巡检预测方法，其特征在于，所述数据中心整体健康度评分值的计算公式：s＝1
‑
K；其中，K表示所有分簇的线性拟合的斜率平均值，计算方式如下：其中，n表示每种类型设备的数量，k表示每种类型设备...

【专利技术属性】
技术研发人员：郑坤，
申请(专利权)人：济南浪潮数据技术有限公司，
类型：发明
国别省市：