一种远程运维的方法、计算设备及存储介质技术

本申请实施例提供一种远程运维的方法、计算设备及存储介质，在本申请实施例中，通过第一设备与第二设备之间的双向安全通路，接收第一设备的第一异常信息，第一设备运行在第一内网环境中，以待被运维；根据第一异常信息从知识图谱中查找与第一异常信息对应的第二异常信息，并对第一异常信息进行定位，确定用于解决第一异常信息的解决方式，知识图谱包括各类第二异常信息、各类第二异常信息对应的定位信息以及解决方式；根据第一异常信息、定位信息以及解决方式，通过第三设备向第二设备访问的单向安全通路以及双向安全通路，对第一设备进行运维，其中，第三设备运行在第二内网环境中。由此实现较为安全的线上运维，且减少运维时间以及人力劳动。以及人力劳动。以及人力劳动。

【技术实现步骤摘要】
一种远程运维的方法、计算设备及存储介质


[0001]本申请涉及计算机
，尤其涉及一种远程运维的方法、计算设备及存储介质。

技术介绍

[0002]随着互联网技术的发展，云技术也得到了越来越多的应用。其中，专有云通常是孤岛环境，长期以来通过人员驻场的方式来进行设备的运维。随着专有云的急速发展，客户数量越来越多，需要通过越来越多的人员驻场来进行运维。则势必会增大人力成本，且由于驻场人员的能力参差不齐，会使得运维质量也参差不齐，相比驻场人员较少而言，会造成人员难以管控，误操作频发，延长故障修复时间等问题。故通过人员驻场进行运维的这一模式已经难以支撑专有云的发展。而如何对孤岛环境下的专有云在保证安全环境的前提下进行运维是个关键问题。

技术实现思路

[0003]本申请的多个方面提供一种远程运维的方法、计算设备及存储介质，用以能够实现在较为安全环境的前提下远程运维，减少人力成本，提高运维质量。
[0004]本申请实施例提供一种远程运维的方法，包括：通过第一设备与第二设备之间的双向安全通路，接收所述第一设备的第一异常信息，所述第一设备运行在第一内网环境中，以待被运维；根据所述第一异常信息从知识图谱中查找与所述第一异常信息对应的第二异常信息，并对所述第一异常信息进行定位，获得所述第一异常信息的定位信息，并确定用于解决所述第一异常信息的解决方式，所述知识图谱包括各类第二异常信息、各类第二异常信息对应的定位信息以及解决方式；根据所述第一异常信息、定位信息以及所述解决方式，通过所述第三设备向第二设备访问的单向安全通路以及所述双向安全通路，对所述第一设备进行运维，其中，所述第三设备运行在第二内网环境中。
[0005]本申请实施例还提供一种计算设备，包括：所述存储器，用于存储计算机程序；所述通信组件，用于通过第一设备与第二设备之间的所述双向安全通路，接收所述第一设备的第一异常信息，所述第一设备运行在第一内网环境中，以待被运维；所述处理器，用于根据所述第一异常信息从知识图谱中查找与所述第一异常信息对应的第二异常信息，并对所述第一异常信息进行定位，获得所述第一异常信息的定位信息，并确定用于解决所述第一异常信息的解决方式，所述知识图谱包括各类第二异常信息、各类第二异常信息对应的定位信息以及解决方式；根据所述第一异常信息、定位信息以及所述解决方式，通过所述第三设备向第二设备访问的单向安全通路以及所述双向安全通路，对所述第一设备进行运维，其中，所述第三设备运行在第二内网环境中。
[0006]本申请实施例还提供一种存储有计算机程序的计算机可读存储介质，计算机程序被一个或多个处理器执行时，致使所述一个或多个处理器实现上述方法中的步骤。
[0007]在本申请实施例中，通过第一设备与第二设备之间的双向安全通路，接收第一设
备的第一异常信息，第一设备运行在第一内网环境中，以待被运维；根据第一异常信息从知识图谱中查找与第一异常信息对应的第二异常信息，并对第一异常信息进行定位，获得第一异常信息的定位信息，并确定用于解决第一异常信息的解决方式，知识图谱包括各类第二异常信息、各类第二异常信息对应的定位信息以及解决方式；根据第一异常信息、定位信息以及解决方式，通过第三设备向第二设备访问的单向安全通路以及双向安全通路，对第一设备进行运维，其中，第三设备运行在第二内网环境中。
[0008]由此，通过构建双向安全通路，可以对运行在内网环境中的第一设备进行安全环境下的线上远程运维。同时通过构建单向安全通路，可以使得第一设备无法通过双向安全通路对同样运行在内网中的第三设备进行访问，使得第三设备处在安全环境中。且对应的运维人员可以通过单向安全通路，从第三设备、第二设备访问到第一设备，进行运维，而面向运维人员的第三设备可以适用于多种具有较高安全环境需求并提供运维服务的机构，从而从多个方面提高了远程运维的安全环境。
[0009]此外，还可以通过知识图谱自动对第一异常信息进行定位以及确定用于解决第一异常信息的解决方式，使得可以直接根据这些信息进行运维，减少运维时间以及人力劳动。
[0010]由于是线上运维，且将第一异常信息、定位到的信息以及解决方式提供至对应运维人员，可以减少驻场运维人员的数量，减少人员成本，提高运维质量，并减少出现延长修复故障的时间。
附图说明
[0011]此处所说明的附图用来提供对本申请的进一步理解，构成本申请的一部分，本申请的示意性实施例及其说明用于解释本申请，并不构成对本申请的不当限定。在附图中：
[0012]图1为本申请一示例性实施例的远程运维的系统的结构示意图；
[0013]图2为本申请一示例性实施例的远程运维的方法的流程示意图；
[0014]图3为本申请一示例性实施例的远程运维的框架示意图；
[0015]图4为本申请一示例性实施例提供的计算设备的结构示意图。
具体实施方式
[0016]为使本申请的目的、技术方案和优点更加清楚，下面将结合本申请具体实施例及相应的附图对本申请技术方案进行清楚、完整地描述。显然，所描述的实施例仅是本申请一部分实施例，而不是全部的实施例。基于本申请中的实施例，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，都属于本申请保护的范围。
[0017]根据前文可知，专有云通常是孤岛环境，长期以来需要通过人员驻场的方式来进行设备的运维。且该孤岛环境所在的地理位置可以为所需的地理位置。但当该地理位置根据需求在偏远位置的时候，或者，多数地理位置在偏远位置的时候，通过固有人员驻场的方式会非常不方便，首先驻场人员需要到达该偏远位置，甚至更多时候该偏远位置无人驻场，造成无法进行运维的境地。此外，对于疫情期间，不方便人员随意出行，对于偏远地区，或者严禁人员出行的地区而言，人员驻场的方式会非常的不方便，基本会造成无人值守的情况，那么就无法对专有云进行运维。
[0018]何况，由于专有云的急速发展，客户数量越来越大，对驻场人员的数量也要随之增
加，从而进行驻场。但是由于人员的增多，人员的运维质量就会参差不齐，相比驻场人员较少而言，会造成人员难以管控，误操作频发，延长故障修复时间等问题。
[0019]另外，由于专有云对运行环境有要求，如孤岛环境，所以对应的运维方式也是有要求的，不能像普通环境中的运行设备一样，进行运维，需要加强安全环境，在较高安全环境下进行运维，同时也要提高提供运维服务的结构的安全环境。那么自然会带来运维难度，而如何解决也是技术人员所面临的难题。
[0020]另，专有云的专有规模往往是3～5000台机器不等，机器上运行的服务大概在几百到几十万不等。所以通常某一个服务出现故障，涉及到的关联服务有数百之多，定位起来非常空难。
[0021]基于此，固有人员驻场进行运维的这一模式已经难以支撑专有云的发展。故本申请实施例提供了一种线上运维方式，可以从根本上解决运维环境的安全、运维能力不足、人员成本、运维困难等问题。
[0022]图1为本申请一示例性实施例提供的一种远程本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种远程运维的方法，其特征在于，包括：通过第一设备与第二设备之间的双向安全通路，接收所述第一设备的第一异常信息，所述第一设备运行在第一内网环境中，以待被运维；根据所述第一异常信息从知识图谱中查找与所述第一异常信息对应的第二异常信息，并对所述第一异常信息进行定位，获得所述第一异常信息的定位信息，并确定用于解决所述第一异常信息的解决方式，所述知识图谱包括各类第二异常信息、各类第二异常信息对应的定位信息以及解决方式；根据所述第一异常信息、定位信息以及所述解决方式，通过第三设备向第二设备访问的单向安全通路以及所述双向安全通路，对所述第一设备进行运维，其中，所述第三设备运行在第二内网环境中。2.根据权利要求1所述的方法，其特征在于，所述根据所述第一异常信息、定位信息以及所述解决方式，通过所述第三设备向第二设备访问的单向安全通路以及所述双向安全通路，对所述第一设备进行运维，包括：确定处理所述第一异常信息的对应运维对象，并将所述第一异常信息、定位信息以及所述解决方式提供至所述对应运维对象，以使所述对应运维对象针对所述第一异常信息、定位信息以及所述解决方式，通过所述第三设备向第二设备访问的单向安全通路以及所述双向安全通路，对所述第一设备进行运维。3.根据权利要求1所述的方法，其特征在于，所述知识图谱的构建方法包括：获取第一设备的设备数据以及故障数据；根据设备数据的预置第一三元组以及故障数据的预置第二三元组，对预置的神经网络模型进行训练，得到训练后的神经网络模型，三元组用于描述对应数据中实体对以及实体对之间的关系；根据训练后的神经网络模型，确定所述知识图谱。4.根据权利要求3所述的方法，其特征在于，所述方法还包括：通过词向量查找表，查找所述第一设备的设备数据以及所述故障数据对应的词向量，所述词向量查找表为记录有对应的数据以及所述数据对应的词向量；若未查找到所述设备数据和/或所述故障数据对应的词向量，则通过词向量查找表，随机确定未查找到所述设备数据和/或所述故障数据对应的词向量；根据所述词向量、设备数据的预置第一三元组以及故障数据的预置第二三元组，对预置的神经网络模型进行训练，得到训练后的神经网络模型。5.根据权利要求3所述的方法，其特征在于，所述根据设备数据的预置第一三元组以及故障数据的预置第二三元组，对预置的神经网络模型进行训练，得到训练后的神经网络模型，包括：根据所述预置第一三元组中实体对与实体对之间关系，以及设备数据对应的特征向量，训练预置的神经网络模型；根据所述预置第二三元组中实体对与实体对之间关系，以及故障数据对应的特征向量，训练所述预置的神经网络模型。6.根据权利要求3所述的方法，其特征在于，所述根据训练后的神经网络模型，确定所述知识图谱，包括：
通过训练后的神经网络模型，存储词向量对应的特征向量；根据所述特征向量以及三元组中实体对与实体对之间关系，确定所述设备数据和所述故障数据之间的三元组，根据确定的三元组，确定所述知识图谱。7.根据权利要求4所述的方法，其特征在于，所述方法还包括：通过训练后的神经网络模型，基于对应的词向量，确定未查找到所述设备数据和/或所述故障数据的特征向量；将确定的特征向量对所述词向量查找表中的所述设备数据和/或所述故障数据的词向量进行更新。8.根据权利要求1所述的方法，其特征在于，...

【专利技术属性】
技术研发人员：周小田，迟园方，付赟，金鹏，薛瑞星，王小瑞，范苑，阮军，
申请(专利权)人：阿里巴巴新加坡控股有限公司，
类型：发明
国别省市：