【技术实现步骤摘要】
本专利技术属于运维系统，具体为一种基于云网协同的自动化运维系统。
技术介绍
1、运维一般是指对大型组织已经建立好的网络软硬件的维护，其中传统的运维是指信息技术运维。所谓it运维管理，是指单位it部门采用相关的方法、手段、技术、制度、流程和文档等，对it运行环境、it业务系统和it运维人员进行的综合管理。
2、根据专利号为“202111656320.9”提出了“一种自动化运维系统，包括：组件、标准插件和节点；所述组件为每一个对接到esb中的第三方接口；所述标准插件，用于根据每个esb组件的业务逻辑进行二次封装，增加表单界面和验证逻辑；所述节点为流程单元，用于在执行任务时，呈现任务状态，其中，所述任务状态包括：未执行、正在执行、执行成功或执行失败。本专利技术通过标准插件增加丰富的表单界面和验证逻辑，解决了现有it运维管理质量低、效率低的问题”。
3、上述方案解决了传统运维方式在it运维管理过程中，只有当事件已经发生并已造成业务影响时才能发现和着手处理，这种被动“救火”不但使it运维管理人员终日忙碌，也使it运维管理本身的质量很难提高、效率低，导致it部门和业务部门对it运维管理的服务满意度都不高的问题，但是目前的运维系统智能化、联动化较低，从而使得运维人员在进行运维时运维时间较长，运维效率较低，且现有的运维数据参考一般为运维人员经验计算，从而使得运维数据精确性难以保证；因此，针对目前的状况，现需对其进行改进。
技术实现思路
1、针对上述情况，为克服现有技术的缺陷
2、为实现上述目的，本专利技术提供如下技术方案：一种基于云网协同的自动化运维系统，包括中心控制系统，所述中心控制系统用于对所述自动化运维系统中的运行数据进行安全管理以及传输管理；
3、数据联动系统：所述数据联动系统用于通过云网将所有运行设备进行串联，在进行设备的串联时，具体采用coap与mqtt混合的联网协议，并通过sdk进行云网底层api的通信；
4、数据采集系统：所述数据采集系统对所有串联的运行设备的实时运行数据进行采集，并将采集到的数据进行实时传输，所述数据采集系统具体包括多组数据采集传感器；
5、数据处理系统：所述数据处理系统用于对所述数据采集系统传输的数据进行接收，并对接收到的数据进行数据处理，所述数据处理内容具体包括：数据质量检查以及清洗、数据集成和选择、数据转换、数据降维以及数据可视化；
6、数据预测系统：所述数据预测系统用于通过对应的数据预测模型对所述数据处理系统中已经经过数据处理的数据进行代入并预测，并将得到的预测数据进行实时传输；
7、数据库存储系统：所述数据库存储系统用于通过大数据采集技术对串联设备以及与串联设备相同的其他设备所有运维数据进行采集，并将采集到的数据进行分类以及存储，由此建立数据库；
8、智能分析系统：所述智能分析系统用于对所述数据预测系统以及所述数据库存储系统的预测数据以及数据库数据进行接收，并结合智能分析算法，得到预测数据的智能分析结果以及相应的运维数据建议；
9、反馈控制系统：所述反馈控制系统用于接收所述智能分析系统得到的智能分析结果以及相应的运维数据建议，并通过管理人员进行运维数据的决定，根据运维数据对相应的串联设备的数据进行控制调整，并进行相应的反馈；
10、数据显示系统：所述数据显示系统用于通过数字孪生3d可视化技术对串联的设备状态数据进行二维显示，所述数据显示系统与管理平台相连接；
11、数据存储系统：所述数据存储系统用于对所述自动化运维系统中的所有数据进行同步存储，并根据设定的时间，对同步存储数据进行云端备份存储。
12、优选的，所述数据采集系统中的多组数据采集传感器具体包括设备状态监测传感器以及设备环境状态监测传感器，所述设备环境状态监测传感器具体包括传感器组以及视频监测组。
13、优选的，所述数据预测系统中数据预测模型的构建过程具体为：①：对运行设备过往数据进行采集，并对数据进行预处理；②：将预处理完毕的数据代入python机器学习算法进行模型构建学习，从而得到初步预测模型；③：对初步预测模型进行验证，若验证结果无误，则完成模型构建；若验证结果存在错误，则将数据再次代入python机器学习算法进行模型构建学习，直至验证无误，完成模型构建。
14、优选的，所述数据库存储系统中大数据采集技术对数据采集时具体采用软件接口方式、软件机器人采集、网络爬虫或开放数据库方式中的一种或几种的组合。
15、优选的，所述智能分析系统中智能分析算法具体为遗传算法、免疫算法、粒子群算法、线性回归、神经网络、birch算法或dbscan算法中的一种或几种的组合。
16、优选的，所述反馈控制系统在进行相应的串联设备的数据控制调整时具体采用单片机控制器、i/o控制器或sdn控制器中的一种或几种的组合。
17、优选的，所述数据显示系统与管理端相连接，所述管理端载体具体为手机、电脑、pc或触摸显示器中的一种或几种的组合。
18、优选的，所述数据存储系统中云端具体为私有云、自建的服务器、移动云、联通云、电信云、ibm云或google云中的一种或几种的组合。
19、与现有技术相比，本专利技术的有益效果是：1、通过对所有设备进行云串联，并对所有设备的数据进行采集，将采集到的数据进行处理后代入数据预测模型后，得到设备数据的预测结果，并通过智能分析算法对数据进行分析得到预测数据的智能分析结果以及相应的运维数据建议，并通过管理人员查看运维数据建议后，对设备进行调整控制，从而实现对所有串联的设备进行协同运维，由此不仅实现了对设备的智能化、联动化运维，且通过运维数据建议可减少运维管理人员的运维时间，提高运维效率；
20、2、对设备分析时以大数据采集技术对串联设备以及与串联设备相同的其他设备所有运维数据进行采集，并将采集到的数据进行分类以及存储，由此建立数据库，并通过数据库中的数据作为分析参考数据，从而可有效提高运维的处理数据精确性；
21、3、通过数字孪生3d可视化技术对串联的设备状态数据进行二维显示，而管理人员则可对数据进行直观的查看，方便管理人员进行管理。
本文档来自技高网...【技术保护点】
1.一种基于云网协同的自动化运维系统，其特征在于：包括中心控制系统，所述中心控制系统用于对所述自动化运维系统中的运行数据进行安全管理以及传输管理；
2.根据权利要求1所述的一种基于云网协同的自动化运维系统，其特征在于：所述数据采集系统中的多组数据采集传感器具体包括设备状态监测传感器以及设备环境状态监测传感器，所述设备环境状态监测传感器具体包括传感器组以及视频监测组。
3.根据权利要求1所述的一种基于云网协同的自动化运维系统，其特征在于：所述数据预测系统中数据预测模型的构建过程具体为：①：对运行设备过往数据进行采集，并对数据进行预处理；②：将预处理完毕的数据代入python机器学习算法进行模型构建学习，从而得到初步预测模型；③：对初步预测模型进行验证，若验证结果无误，则完成模型构建；若验证结果存在错误，则将数据再次代入python机器学习算法进行模型构建学习，直至验证无误，完成模型构建。
4.根据权利要求1所述的一种基于云网协同的自动化运维系统，其特征在于：所述数据库存储系统中大数据采集技术对数据采集时具体采用软件接口方式、软件机器人采集、网络爬
5.根据权利要求1所述的一种基于云网协同的自动化运维系统，其特征在于：所述智能分析系统中智能分析算法具体为遗传算法、免疫算法、粒子群算法、线性回归、神经网络、BIRCH算法或DBSCAN算法中的一种或几种的组合。
6.根据权利要求1所述的一种基于云网协同的自动化运维系统，其特征在于：所述反馈控制系统在进行相应的串联设备的数据控制调整时具体采用单片机控制器、I/O控制器或SDN控制器中的一种或几种的组合。
7.根据权利要求1所述的一种基于云网协同的自动化运维系统，其特征在于：所述数据显示系统与管理端相连接，所述管理端载体具体为手机、电脑、PC或触摸显示器中的一种或几种的组合。
8.根据权利要求1所述的一种基于云网协同的自动化运维系统，其特征在于：所述数据存储系统中云端具体为私有云、自建的服务器、移动云、联通云、电信云、IBM云或google云中的一种或几种的组合。
...【技术特征摘要】
1.一种基于云网协同的自动化运维系统，其特征在于：包括中心控制系统，所述中心控制系统用于对所述自动化运维系统中的运行数据进行安全管理以及传输管理；
2.根据权利要求1所述的一种基于云网协同的自动化运维系统，其特征在于：所述数据采集系统中的多组数据采集传感器具体包括设备状态监测传感器以及设备环境状态监测传感器，所述设备环境状态监测传感器具体包括传感器组以及视频监测组。
3.根据权利要求1所述的一种基于云网协同的自动化运维系统，其特征在于：所述数据预测系统中数据预测模型的构建过程具体为：①：对运行设备过往数据进行采集，并对数据进行预处理；②：将预处理完毕的数据代入python机器学习算法进行模型构建学习，从而得到初步预测模型；③：对初步预测模型进行验证，若验证结果无误，则完成模型构建；若验证结果存在错误，则将数据再次代入python机器学习算法进行模型构建学习，直至验证无误，完成模型构建。
4.根据权利要求1所述的一种基于云网协同的自动化运维系统，其特征在于：所述数据库存储系统中大数...
【专利技术属性】
技术研发人员：秦贤，
申请(专利权)人：成都天翼空间科技有限公司，
类型：发明
国别省市：
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。