System.ArgumentOutOfRangeException: 索引和长度必须引用该字符串内的位置。 参数名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind() 一种基于人工智能的数据连接器动态监测方法及系统技术方案_技高网

一种基于人工智能的数据连接器动态监测方法及系统技术方案

技术编号:41683045 阅读:7 留言:0更新日期:2024-06-14 15:35
本发明专利技术公开了一种基于人工智能的数据连接器动态监测方法及系统。首先,获取目标数据连接器的传输格式,并准备测试数据。然后,将测试数据拆分并对连接器进行负荷测试,识别传输特征,如速率、并发连接、信号失真和延迟。采用离群检测算法对特征进行检测,并基于指纹算法评估数据完整性。根据结果确定连接器的传输影响特征,实时监测其稳定性。本发明专利技术结合人工智能技术,全面监测数据传输,提高可靠性,具有实用价值。

【技术实现步骤摘要】

本专利技术涉及数据连接器监测,特别涉及一种基于人工智能的数据连接器动态监测方法及系统


技术介绍

1、在当今数字化时代,数据连接器在信息系统中扮演着至关重要的角色,用于实现不同系统之间的数据交互和通信。然而,由于数据连接器的复杂性和数据传输过程中的各种不确定因素,如网络延迟、数据丢失等,传统的静态监测方法已经无法满足对数据连接器稳定性和可靠性的需求。

2、目前,一些静态监测方法仅依赖于对连接器进行一次性的测试或者基于固定规则的检查,难以全面了解连接器在长时间、复杂环境下的实际工作情况。此外,传统的监测方法通常无法有效应对数据传输过程中的突发情况和变化,难以及时发现并处理连接器可能存在的问题,导致数据传输的不稳定性和可靠性下降。

3、因此,需要一种基于人工智能的动态监测方法及系统来实现对数据连接器的实时监测和分析。该专利技术能够结合数据传输特征和离群检测算法,全面识别连接器的传输特征并及时发现异常情况。通过评估数据完整性和监测传输影响特征,可以实现对连接器稳定性的实时监测,从而提高数据传输的可靠性和稳定性,满足信息系统对高效数据交互的需求。


技术实现思路

1、为了解决上述至少一个技术问题,本专利技术提出了一种基于人工智能的数据连接器动态监测方法及系统。

2、本专利技术第一方面提供了一种基于人工智能的数据连接器动态监测方法,包括:

3、获取目标数据连接器的数据传输格式,根据所述数据传输格式准备预设数量的目标数据连接器的测试数据,将所述测试数据进行拆分操作,得到拆分数据,所述拆分数据包括拆分后的块状测试数据和块状数据的组装标识符;

4、根据所述拆分数据对目标数据连接器进行数据传输负荷测试,识别数据传输特征,所述数据传输特征包括数据传输速率特征、数据并发连接特征、数据传输信号失真特征、数据传输延迟特征;

5、根据离群检测算法对所述数据传输特征进行数据离群检测,得到离群检测结果;

6、将进行数据传输负荷测试后的拆分数据基于指纹算法进行完整性评估,得到完整性评估结果;

7、根据所述离群检测结果和完整性评估结果确定目标数据连接器进行数据传输的影响特征;

8、根据所述影响特征对目标数据连接器的实时数据传输进行监测,实时分析目标数据连接器的数据传输稳定性。

9、本方案中,所述获取目标数据连接器的数据传输格式,根据所述数据传输格式准备预设数量的目标数据连接器的测试数据,将所述测试数据进行拆分操作,得到拆分数据,所述拆分数据包括拆分后的块状测试数据和块状数据的组装标识符,具体为:

10、获取目标数据连接器的功能性数据,根据所述功能性数据确定目标数据连接器的数据传输格式,所述数据传输格式包括数据结构、数据类型、传输协议;

11、根据所述数据传输格式准备预设数量等级的目标数据连接器的数据传输测试数据;

12、基于大数据技术构建分布式文件系统,将所述测试数据上传至所述分布式文件系统中,对所述测试数据进行拆分操作,得到多个块状测试数据;

13、读取每个块状测试数据,根据哈希函数计算每个块状数据的哈希值,将所述哈希值作为每个块状数据的唯一标识符;

14、根据测试数据在拆分操作过程中的拆分记录获取每个块状测试数据的起始偏移量和大小,得到块状测试数据的组装标识符,所诉组装标识符包括块状数据的唯一标识符和块状测试数据的起始偏移量和大小;

15、将所述拆分后的块状测试数据和块状数据的组装标识符进行整合,得到测试数据的拆分数据。

16、本方案中,所述根据所述拆分数据对目标数据连接器进行数据传输负荷测试,识别数据传输特征,所述数据传输特征包括数据传输速率特征、数据并发连接特征、数据传输信号失真特征、数据传输延迟特征,具体为:

17、部署目标数据连接器的测试环境,确定所述测试环境的数据交互设备,将所述拆分数据导入所述测试环境中进行数据最大负荷传输测试;

18、记录数据传输测试的时间和结束时间,根据传输时间和数据量实时监测目标数据连接器的传输速率变化,得到每个块状数据的数据传输速率特征;

19、监测目标数据连接器对拆分数据的并发传输数量变化,确定数据块传输连接数的波动和趋势,得到块状数据的数据并发连接特征;

20、对数据传输测试前后的拆分数据的每个块状数据的大小进行对比,得到块状数据大小变化数据,根据所述块状数据大小变化数据确定目标数据连接器的丢包情况,得到每个块状数据的数据传输信号失真特征;

21、根据数据传输测试中每个块状数据的传输开始时间与数据接收时间计算目标数据连接器的数据传输延迟时间,得到每个块状数据的数据传输延迟特征。

22、本方案中,所述根据离群检测算法对所述数据传输特征进行数据离群检测,得到离群检测结果,具体为:

23、基于lof算法依次对所述数据传输特征中的每个特征数据进行离群检测;

24、对于进入离群检测的数据传输特征,计算该数据传输特征中的每个数据点与该数据传输特征中其它数据点之间的距离,根据距离的大小找到每个数据点k个最近邻居,得到k-近邻数据点;

25、计算每个数据点与k-近邻数据点中每个数据点的可达距离,根据所述可达距离计算每个数据点的局部可达密度;

26、根据所述局部可达密度计算每个数据点的局部离群因子,对离群因子进行标记操作,得到离群检测结果,所述离群检测结果包括数据传输特征中每个特征的标记离群块状数据、标记离群块状数据的离群程度。

27、本方案中,所述将进行数据传输负荷测试后的拆分数据基于指纹算法进行完整性评估,得到完整性评估结果,具体为:

28、引入指纹算法,识别拆分数据中每个块状数据进行哈希值计算时所使用的哈希函数,根据所述哈希函数计算数据传输负荷测试后的拆分数据的哈希值;

29、根据数据传输负荷测试前后的每个块状数据的哈希值生成数据传输负荷测试前后的每个块状数据的指纹,所述指纹包括数据传输负荷测试前的每个块状数据的基准指纹数据和数据传输负荷测试后的每个块状数据的待评估指纹数据;

30、将所述基准指纹数据与待评估指纹数据进行对比,判断待评估指纹数据与基准指纹数据的相似性,得到每个块状数据在数据传输负荷测试前后的相似度分数;

31、根据预设数据完整性标准确定相似度分数阈值,对低于相似度分数阈值的数据传输负荷测试后的块状数据进行标记,得到标记低相似度块状数据;

32、对所述标记低相似度块状数据进行数据损坏程度评估,得到损坏程度评估数据,计算标记低相似度块状数据的占比情况,根据所述占比情况和损坏程度评估数据确定数据传输负荷测试后的拆分数据的完整性,得到完整性评估结果。

33、本方案中,所述根据所述离群检测结果和完整性评估结果确定目标数据连接器进行数据传输的影响特征,具体为:

34、根据离群检测结果和完整性评估结果对标记离群块状数本文档来自技高网...

【技术保护点】

1.一种基于人工智能的数据连接器动态监测方法,其特征在于,包括以下步骤:

2.根据权利要求1所述的一种基于人工智能的数据连接器动态监测方法,其特征在于,所述获取目标数据连接器的数据传输格式,根据所述数据传输格式准备预设数量的目标数据连接器的测试数据,将所述测试数据进行拆分操作,得到拆分数据,所述拆分数据包括拆分后的块状测试数据和块状数据的组装标识符,具体为:

3.根据权利要求1所述的一种基于人工智能的数据连接器动态监测方法,其特征在于,所述根据所述拆分数据对目标数据连接器进行数据传输负荷测试,识别数据传输特征,所述数据传输特征包括数据传输速率特征、数据并发连接特征、数据传输信号失真特征、数据传输延迟特征,具体为:

4.根据权利要求1所述的一种基于人工智能的数据连接器动态监测方法,其特征在于,所述根据离群检测算法对所述数据传输特征进行数据离群检测,得到离群检测结果,具体为:

5.根据权利要求2所述的一种基于人工智能的数据连接器动态监测方法,其特征在于,所述将进行数据传输负荷测试后的拆分数据基于指纹算法进行完整性评估,得到完整性评估结果,具体为:

6.根据权利要求1所述的一种基于人工智能的数据连接器动态监测方法,其特征在于,所述根据所述离群检测结果和完整性评估结果确定目标数据连接器进行数据传输的影响特征,具体为:

7.根据权利要求1所述的一种基于人工智能的数据连接器动态监测方法,其特征在于,所述根据所述影响特征对目标数据连接器的实时数据传输进行监测,实时分析目标数据连接器的数据传输稳定性,具体为:

8.一种基于人工智能的数据连接器动态监测系统,其特征在于,所述基于人工智能的数据连接器动态监测系统包括储存器以及处理器,所述储存器包括基于人工智能的数据连接器动态监测方法程序,所述基于人工智能的数据连接器动态监测方法程序被所述处理器执行时,实现如下步骤:

9.根据权利要求8所述的一种基于人工智能的数据连接器动态监测系统,其特征在于,所述根据所述离群检测结果和完整性评估结果确定目标数据连接器进行数据传输的影响特征,具体为:

10.根据权利要求8所述的一种基于人工智能的数据连接器动态监测系统,其特征在于,所述根据所述影响特征对目标数据连接器的实时数据传输进行监测,实时分析目标数据连接器的数据传输稳定性,具体为:

...

【技术特征摘要】

1.一种基于人工智能的数据连接器动态监测方法,其特征在于,包括以下步骤:

2.根据权利要求1所述的一种基于人工智能的数据连接器动态监测方法,其特征在于,所述获取目标数据连接器的数据传输格式,根据所述数据传输格式准备预设数量的目标数据连接器的测试数据,将所述测试数据进行拆分操作,得到拆分数据,所述拆分数据包括拆分后的块状测试数据和块状数据的组装标识符,具体为:

3.根据权利要求1所述的一种基于人工智能的数据连接器动态监测方法,其特征在于,所述根据所述拆分数据对目标数据连接器进行数据传输负荷测试,识别数据传输特征,所述数据传输特征包括数据传输速率特征、数据并发连接特征、数据传输信号失真特征、数据传输延迟特征,具体为:

4.根据权利要求1所述的一种基于人工智能的数据连接器动态监测方法,其特征在于,所述根据离群检测算法对所述数据传输特征进行数据离群检测,得到离群检测结果,具体为:

5.根据权利要求2所述的一种基于人工智能的数据连接器动态监测方法,其特征在于,所述将进行数据传输负荷测试后的拆分数据基于指纹算法进行完整性评估,得到完整性评估结果,具体为:

6...

【专利技术属性】
技术研发人员:谈俊元肖诰文谈立本王春霞
申请(专利权)人:深圳市连创科技有限公司
类型:发明
国别省市:

网友询问留言 已有0条评论
  • 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。

1