一种服务器运维数据监管方法及系统

技术领域

本发明涉及服务器监管技术领域，具体是一种服务器运维数据监管方法及系统。

背景技术

服务器运维工作需要围绕“服务器”这类机器进行，比如日常的运维巡检、看log日志、参数调整、性能优化、配置升级、应用部署、故障响应并排查等等，这些运维过程指的是软件层面的维护，软件层面的维护作为一个成熟的行业，能够胜任的人有很多，相关的工作人员也非常容易招聘，但是对服务器的硬件进行维护，由于其工作的繁琐性以及复杂性，相关的工作人员很少，很难满足大量的服务器硬件维护需求。

随着计算机技术的进步，硬件的智能监测功能越来越完善，在此基础上，如何借助智能设备降低服务器硬件维护过程的工作量是本发明技术方案想要解决的技术问题。

发明内容

本发明的目的在于提供一种服务器运维数据监管方法及系统，以解决上述背景技术中提出的问题。

为实现上述目的，本发明提供如下技术方案：

一种服务器运维数据监管方法，所述方法包括：

接收数据交互请求，根据所述数据交互请求建立虚拟传输模型；所述虚拟传输模型为传输单元组成的三维模型；所述传输单元与传输通道对应；

基于所述虚拟传输模型计算各传输通道的异常概率，基于所述异常概率确定查询指引；所述查询指引为与传输通道对应的物理单元的遍历查询路径；

根据所述查询指引获取各传输通道对应的物理单元的运行参数，根据所述运行参数生成与预设的服务器模型对应的信号分布图；

根据信号分布图确定异常信号区并生成警示信息。

作为本发明进一步的方案：所述接收数据交互请求，根据所述数据交互请求建立虚拟传输模型的步骤包括：

接收用户输入的含有设备信息的数据交互请求，建立传输通道并记录通道建立时间；

根据所述通道建立时间建立靶向设备信息的子单元，基于预设的插入顺序将子单元插入虚拟传输模型；其中，所述虚拟传输模型中同一层子单元的通道建立时间属于同一预设的时间段；

定时获取各传输通道的数据传输速度，根据所述数据传输速度拟合传输曲线，插入虚拟传输模型中对应的传输单元；

当检测到通道断开时，在虚拟传输模型中提取对应子单元；

其中，所述虚拟传输模型定时更新。

作为本发明进一步的方案：所述基于所述虚拟传输模型计算各传输通道的异常概率，基于所述异常概率确定查询指引的步骤包括：

遍历提取虚拟传输模型中各子单元的传输曲线，将所述传输曲线输入预设的曲线判定模型，得到异常概率；所述曲线判定模型由服务器运行参数训练生成；

将所述异常概率与预设的概率阈值进行比对，当所述异常概率达到预设的概率阈值时，标记对应的子单元；

统计标记的子单元，在预设的方向上选取起点和终点，基于迪杰斯特拉算法确定查询指引。

作为本发明进一步的方案：所述根据所述查询指引获取各传输通道对应的物理单元的运行参数，根据所述运行参数生成与预设的服务器模型对应的信号分布图的步骤包括：

读取查询指引，根据所述查询指引获取各传输通道对应的物理单元，获取物理单元的运行参数；

根据预设的强度条件将所述运行参数转换为阶梯信号；所述阶梯信号的时间步长为预设值且相同；

根据预设的服务器模型建立含有映射关系的空白图，并在所述空白图中标记与各物理单元对应的填充区；

基于预设的填充规则将阶梯信号转换为图像值，插入所述填充区。

作为本发明进一步的方案：所述基于预设的填充规则将阶梯信号转换为图像值，插入所述填充区的步骤包括：

读取物理单元对应的阶梯信号，将阶梯信号输入预设的数值转换模型，得到阶梯信号对应的图像值；

查询物理单元对应的运行参数，计算运行参数的变化特征，由所述变化特征及图像值确定辐射函数；所述变化特征由运行参数的导参数确定；所述辐射函数为图像值关于距离的函数，所述距离的单位为填充区尺寸；

基于所有辐射函数在各个填充区中插入辐射值；所述辐射值为叠加数值。

作为本发明进一步的方案：所述根据信号分布图确定异常信号区并生成警示信息的步骤包括：

将信号分布图输入训练好的神经网络模型，根据预设的卷积核在信号分布图中匹配异常信号区；

基于异常信号区查询采样点，以采样点为中心，在预设的范围内查询目标物理单元；

生成以目标物理单元为索引的警示信息；

其中，在神经网络模型的卷积核应用过程前，计算信号分布图中各像素点的一阶差分和二阶差分，根据所述一阶差分和二阶差分确定匹配顺序；

计算二阶差分时，采用Laplacian算子，所述Laplacian算子包括：

本发明技术方案还提供了一种服务器运维数据监管系统，所述系统包括：

模型建立模块，用于接收数据交互请求，根据所述数据交互请求建立虚拟传输模型；所述虚拟传输模型为传输单元组成的三维模型；所述传输单元与传输通道对应；

查询指引确定模块，用于基于所述虚拟传输模型计算各传输通道的异常概率，基于所述异常概率确定查询指引；所述查询指引为与传输通道对应的物理单元的遍历查询路径；

信号图建立模块，用于根据所述查询指引获取各传输通道对应的物理单元的运行参数，根据所述运行参数生成与预设的服务器模型对应的信号分布图；

警示信息生成模块，用于根据信号分布图确定异常信号区并生成警示信息。

作为本发明进一步的方案：所述模型建立模块包括：

通道建立单元，用于接收用户输入的含有设备信息的数据交互请求，建立传输通道并记录通道建立时间；

第一插入单元，用于根据所述通道建立时间建立靶向设备信息的子单元，基于预设的插入顺序将子单元插入虚拟传输模型；其中，所述虚拟传输模型中同一层子单元的通道建立时间属于同一预设的时间段；

第二插入单元，用于定时获取各传输通道的数据传输速度，根据所述数据传输速度拟合传输曲线，插入虚拟传输模型中对应的传输单元；

数据提取单元，用于当检测到通道断开时，在虚拟传输模型中提取对应子单元；

其中，所述虚拟传输模型定时更新。

作为本发明进一步的方案：所述查询指引确定模块包括：

曲线判定单元，用于遍历提取虚拟传输模型中各子单元的传输曲线，将所述传输曲线输入预设的曲线判定模型，得到异常概率；所述曲线判定模型由服务器运行参数训练生成；

标记单元，用于将所述异常概率与预设的概率阈值进行比对，当所述异常概率达到预设的概率阈值时，标记对应的子单元；

路径确定单元，用于统计标记的子单元，在预设的方向上选取起点和终点，基于迪杰斯特拉算法确定查询指引。

作为本发明进一步的方案：所述信号图建立模块包括：

运行参数获取单元，用于读取查询指引，根据所述查询指引获取各传输通道对应的物理单元，获取物理单元的运行参数；

信号转换单元，用于根据预设的强度条件将所述运行参数转换为阶梯信号；所述阶梯信号的时间步长为预设值且相同；

填充区查询单元，用于根据预设的服务器模型建立含有映射关系的空白图，并在所述空白图中标记与各物理单元对应的填充区；

第三插入单元，用于基于预设的填充规则将阶梯信号转换为图像值，插入所述填充区。

与现有技术相比，本发明的有益效果是：本发明在建立传输通道时建立虚拟传输模型，基于虚拟传输模型实时判断各传输通道的异常概率，由异常概率查询对应的实体物理单元的运行参数，对运行参数进行分析，转换为信号分布图，借助图像识别算法在信号分布图中定位异常区域并生成警示信息，极大地降低了硬件维护工作人员的排查工作量，变相地提高了专业人员的工作效率，缓解了硬件运维工作人员不足的现状。

附图说明

为了更清楚地说明本发明实施例中的技术方案，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，下面描述中的附图仅仅是本发明的一些实施例。

图1为服务器运维数据监管方法的流程框图。

图2为服务器运维数据监管方法的第一子流程框图。

图3为服务器运维数据监管方法的第二子流程框图。

图4为服务器运维数据监管方法的第三子流程框图。

图5为服务器运维数据监管方法的第四子流程框图。

图6为服务器运维数据监管系统的组成结构框图。

具体实施方式

为了使本发明所要解决的技术问题、技术方案及有益效果更加清楚明白，以下结合附图及实施例，对本发明进行进一步详细说明。应当理解，此处所描述的具体实施例仅仅用以解释本发明，并不用于限定本发明。

实施例1

图1为服务器运维数据监管方法的流程框图，本发明实施例中，一种服务器运维数据监管方法，所述方法包括：

步骤S100：接收数据交互请求，根据所述数据交互请求建立虚拟传输模型；所述虚拟传输模型为传输单元组成的三维模型；所述传输单元与传输通道对应；

服务器的工作流程为：服务端接收用户输入的交互请求，进而与用户之间建立连接通道（所述传输通道）。本发明技术方案在这一基础上，建立虚拟传输模型，用于反映与不同用户之间的数据传输过程。

步骤S200：基于所述虚拟传输模型计算各传输通道的异常概率，基于所述异常概率确定查询指引；所述查询指引为与传输通道对应的物理单元的遍历查询路径；

基于虚拟传输模型可以快速地判定哪些子单元存在异常并计算其异常概率，子单元与各个传输通道是对应的，子单元的异常概率就是传输通道的异常概率，由异常概率可以确定查询指引；查询指引用于引导用户对服务器集群中的各个实体单元进行查询。

步骤S300：根据所述查询指引获取各传输通道对应的物理单元的运行参数，根据所述运行参数生成与预设的服务器模型对应的信号分布图；

在查询指引的引导下，获取各个传输通道对应的物理单元的运行参数，将这些运行参数转换为一张信号分布图，借助现有的图像识别技术即可快速地判断哪些区域存在异常。值得一提的是，不同的传输通道很有可能对应同一个物理单元。

步骤S400：根据信号分布图确定异常信号区并生成警示信息。

根据存在异常的区域生成警示信息，工作人员在接收到警示信息时，组织相关维护力量进行维护。

图2为服务器运维数据监管方法的第一子流程框图，所述接收数据交互请求，根据所述数据交互请求建立虚拟传输模型的步骤包括：

步骤S101：接收用户输入的含有设备信息的数据交互请求，建立传输通道并记录通道建立时间；

在接收到用户发送的数据交互请求时，获取用户端的设备信息，基于设备信息建立传输通道；所述设备信息可以是设备的地址；在建立传输通道时，记录通道建立时间。

步骤S102：根据所述通道建立时间建立靶向设备信息的子单元，基于预设的插入顺序将子单元插入虚拟传输模型；其中，所述虚拟传输模型中同一层子单元的通道建立时间属于同一预设的时间段；

根据通道建立时间在已有的虚拟传输模型中新建子单元，所述子单元指向用户端（靶向设备信息）；其中，新建子单元的顺序为预设的顺序，一般情况下，先对通道建立时间进行分类，确定该通道建立时间在哪个时间段，然后查询该时间段对应的哪一层子单元，在该层新建子单元。

步骤S103：定时获取各传输通道的数据传输速度，根据所述数据传输速度拟合传输曲线，插入虚拟传输模型中对应的传输单元；

定时获取传输通道中的数据传输速度，得到时间-速度坐标，由得到的坐标拟合传输曲线，将传输曲线插入虚拟传输模型。

步骤S104：当检测到通道断开时，在虚拟传输模型中提取对应子单元；

其中，所述虚拟传输模型定时更新。

图3为服务器运维数据监管方法的第二子流程框图，所述基于所述虚拟传输模型计算各传输通道的异常概率，基于所述异常概率确定查询指引的步骤包括：

步骤S201：遍历提取虚拟传输模型中各子单元的传输曲线，将所述传输曲线输入预设的曲线判定模型，得到异常概率；所述曲线判定模型由服务器运行参数训练生成；

提取各子单元的传输曲线，传输曲线与服务器本身的运行过程是相关的，由服务器自身的运行参数可以训练出一个曲线判定模型，用于识别不同的传输曲线，进而计算异常概率。

步骤S202：将所述异常概率与预设的概率阈值进行比对，当所述异常概率达到预设的概率阈值时，标记对应的子单元；

步骤S203：统计标记的子单元，在预设的方向上选取起点和终点，基于迪杰斯特拉算法确定查询指引；

标记异常概率达到预设程度的子单元，然后借助现有的最短路径确定算法，确定一个查询指引；所述查询指引的确定过程中，还需要引入子单元与实际物体单元的对应关系。

图4为服务器运维数据监管方法的第三子流程框图，所述根据所述查询指引获取各传输通道对应的物理单元的运行参数，根据所述运行参数生成与预设的服务器模型对应的信号分布图的步骤包括：

步骤S301：读取查询指引，根据所述查询指引获取各传输通道对应的物理单元，获取物理单元的运行参数；

根据查询指引定位物理单元，获取物理单元的运行参数。

步骤S302：根据预设的强度条件将所述运行参数转换为阶梯信号；所述阶梯信号的时间步长为预设值且相同；

运行参数本身是模拟信号，根据预设的强度条件（若干个强度数值）对各时刻的运行参数进行归纳，可以得到阶梯信号；这一过程可以类比于模电转换过程，阶梯信号的时间步长均等。

步骤S303：根据预设的服务器模型建立含有映射关系的空白图，并在所述空白图中标记与各物理单元对应的填充区；

根据服务器模型建立含有映射关系的空白图，这一过程是三维至二维的转换过程，所述服务器模型是服务器本体的模型，将服务器本体中的各个组成部分映射在二维图像，即可得到填充区。

步骤S304：基于预设的填充规则将阶梯信号转换为图像值，插入所述填充区；

将阶梯信号转换为图像值后，插入对应的填充区。

作为本发明技术方案的一个优选实施例，所述基于预设的填充规则将阶梯信号转换为图像值，插入所述填充区的步骤包括：

读取物理单元对应的阶梯信号，将阶梯信号输入预设的数值转换模型，得到阶梯信号对应的图像值；

阶梯信号可以很容易转换为数组，下标用于反映时间特征，数组元素的值用于反映阶梯信号值；由这一数据可以得到图像值。

查询物理单元对应的运行参数，计算运行参数的变化特征，由所述变化特征及图像值确定辐射函数；所述变化特征由运行参数的导参数确定；所述辐射函数为图像值关于距离的函数，所述距离的单位为填充区尺寸；

基于所有辐射函数在各个填充区中插入辐射值；所述辐射值为叠加数值；

查询物理单元的运行参数，根据运行参数的变化情况确定该物理单元对周围的影响；这一影响实际上不具备物理意义，生成辐射函数的意义在于，服务器集群中，往往将同一功能的运算器放置在同一区域，此时，同一区域内的物理单元的变化情况是同步的，可以抽象为多个数值相互叠加的状态（实际上各物理单元之间的影响很小），计算每个物理单元的辐射函数，再进行叠加，即可获取一个反映物理单元活跃度的值。

统计这些值并以图像的形式进行显示，可以一目了然的反映整个服务器集群中各物理单元的运行情况。

图5为服务器运维数据监管方法的第四子流程框图，所述根据信号分布图确定异常信号区并生成警示信息的步骤包括：

步骤S401：将信号分布图输入训练好的神经网络模型，根据预设的卷积核在信号分布图中匹配异常信号区；

对信号分布图进行识别的过程需要借助神经网络模型，卷积核为预先从样本图中提取到的特征，由卷积核在信号分布图中进行匹配，即可确定异常信号区；一个异常信号区有可能对应多个物理单元。

步骤S402：基于异常信号区查询采样点，以采样点为中心，在预设的范围内查询目标物理单元；

步骤S403：生成以目标物理单元为索引的警示信息；

以采样点为中心，查询附近的目标物理单元，需要组织进一步的识别，组织进一步的识别的过程就是警示信息。

在本发明技术方案的一个实例中，在神经网络模型的卷积核应用过程前，计算信号分布图中各像素点的一阶差分和二阶差分，根据所述一阶差分和二阶差分确定匹配顺序；

在现有技术中，卷积核的遍历过程是全面遍历过程，而在本发明技术方案中，可以先进行差分计算，由差分计算结果确定突变像素点（一阶差分，相当于离散数据的一阶导）及突变程度（二阶差分，相当于离散数据的二阶导），进而确定卷积核的遍历顺序，可以提高神经网络模型的运算效率。

其中，二阶差分的计算过程可以采用Laplacian算子，所述Laplacian算子包括：

实施例2

图6为服务器运维数据监管系统的组成结构框图，本发明实施例中，一种服务器运维数据监管系统，所述系统10包括：

模型建立模块11，用于接收数据交互请求，根据所述数据交互请求建立虚拟传输模型；所述虚拟传输模型为传输单元组成的三维模型；所述传输单元与传输通道对应；

查询指引确定模块12，用于基于所述虚拟传输模型计算各传输通道的异常概率，基于所述异常概率确定查询指引；所述查询指引为与传输通道对应的物理单元的遍历查询路径；

信号图建立模块13，用于根据所述查询指引获取各传输通道对应的物理单元的运行参数，根据所述运行参数生成与预设的服务器模型对应的信号分布图；

警示信息生成模块14，用于根据信号分布图确定异常信号区并生成警示信息。

所述模型建立模块11包括：

通道建立单元，用于接收用户输入的含有设备信息的数据交互请求，建立传输通道并记录通道建立时间；

第一插入单元，用于根据所述通道建立时间建立靶向设备信息的子单元，基于预设的插入顺序将子单元插入虚拟传输模型；其中，所述虚拟传输模型中同一层子单元的通道建立时间属于同一预设的时间段；

第二插入单元，用于定时获取各传输通道的数据传输速度，根据所述数据传输速度拟合传输曲线，插入虚拟传输模型中对应的传输单元；

数据提取单元，用于当检测到通道断开时，在虚拟传输模型中提取对应子单元；

其中，所述虚拟传输模型定时更新。

所述查询指引确定模块12包括：

曲线判定单元，用于遍历提取虚拟传输模型中各子单元的传输曲线，将所述传输曲线输入预设的曲线判定模型，得到异常概率；所述曲线判定模型由服务器运行参数训练生成；

标记单元，用于将所述异常概率与预设的概率阈值进行比对，当所述异常概率达到预设的概率阈值时，标记对应的子单元；

路径确定单元，用于统计标记的子单元，在预设的方向上选取起点和终点，基于迪杰斯特拉算法确定查询指引。

所述信号图建立模块13包括：

运行参数获取单元，用于读取查询指引，根据所述查询指引获取各传输通道对应的物理单元，获取物理单元的运行参数；

信号转换单元，用于根据预设的强度条件将所述运行参数转换为阶梯信号；所述阶梯信号的时间步长为预设值且相同；

填充区查询单元，用于根据预设的服务器模型建立含有映射关系的空白图，并在所述空白图中标记与各物理单元对应的填充区；

第三插入单元，用于基于预设的填充规则将阶梯信号转换为图像值，插入所述填充区。

以上所述仅为本发明的较佳实施例而已，并不用以限制本发明，凡在本发明的精神和原则之内所作的任何修改、等同替换和改进等，均应包含在本发明的保护范围之内。