[发明专利]航空系统地面监管集群综合性能评价方法和系统

说明书

本发明公开了一种航空系统地面监管集群综合性能评价方法和系统，包括S1：定时采集并存储航空系统地面监管集群的硬件及软件性能指标；S2：对采集到的性能指标数据进行过滤及预处理；S3：采用异常检测算法对最近一个周期的性能指标进行计算，判定航空系统地面监管集群当前是否存在故障；S4：采用故障预测算法对最近多个周期的指标进行计算，预估航空系统地面监管集群在未来某个时刻是否会出现故障；S5：综合航空系统地面监管集群当前是否存在故障的判断和未来是否会出现故障的判断，得到集群健康度的评价值。本发明既可判断集群每个节点和集群整体当前是否存在故障，又能预测集群在未来某个时刻的运行情况，并可采取针对性的预防措施。

技术领域

本发明涉及一种大数据处理方法和系统，尤其涉及一种航空系统地面监管集群综合性能评价方法，运用机器学习和大数据技术，对分布式系统(集群)的健康度进行实时自动化评价，从而大大提高航空系统地面监管集群运行的安全性和稳定性。

背景技术

集群是一组相互独立的、通过高速网络互联的计算机，它们构成了一个组，并以单一系统的模式加以管理。一个客户与集群相互作用时，集群像是一个独立的服务器。集群配置是用于提高可用性和可缩放性。通过集群技术，可以使用较为廉价的硬件获得性能上的水平扩展，且可靠性和灵活性也有较强的保证，使得这种技术在应用服务、负载均衡、数据库、大数据等领域广泛使用。然而，使用廉价硬件导致硬件故障成为常态，复杂的互联方式使得系统架构复杂，分布式的处理逻辑使得软件问题追踪困难，这些问题都导致对集群的运维远比传统的单机运维困难。

特别是对于航空系统地面监管集群，不但涉及的服务器数量众多，而且对安全性及可靠性的要求也非常高。民航监管局分为运输处、综合处、飞行标准处、航空安全办公室、航务处、机场处、空防处、空中交通管理处以及适航维修处，任一集群故障的发生均会影响整个监管系统运行的可靠性。因此，有必要通过机器学习和大数据技术，量化评价集群整体和各个节点的运行情况，从而为集群故障的预警及处理提供指引方案。

发明内容

本发明所要解决的技术问题是提供一种航空系统地面监管集群综合性能评价方法和系统，能够量化评价航空监管集群整体和各个节点的运行情况，既可判断集群每个节点和集群整体当前是否存在故障，又能预测集群在未来某个时刻的运行情况，并可采取针对性的预防措施。

本发明为解决上述技术问题而采用的技术方案是提供一种航空系统地面监管集群综合性能评价方法，包括如下步骤：S1：定时采集并存储航空系统地面监管集群的硬件及软件性能指标；S2：对采集到的性能指标数据进行过滤及预处理；S3：采用异常检测算法对最近一个周期的性能指标进行计算，以判定航空系统地面监管集群当前是否存在故障；S4：采用故障预测算法对最近多个周期的指标进行计算，以预估航空系统地面监管集群在未来某个时刻是否会出现故障；S5：综合航空系统地面监管集群当前是否存在故障的判断和未来是否会出现故障的判断，得到集群健康度的评价值。

上述的航空系统地面监管集群综合性能评价方法，其中，所述航空系统地面监管集群分为维护空域资源数据库、机场/临时起降点数据库、航图数据库、运输处、综合处、飞行标准处、航空安全办公室、航务处、机场处、空防处、空中交通管理处以及适航维修处；所述步骤S1按硬件和软件分别采集航空系统地面监管集群每个节点的性能指标；硬件性能指标包括CPU使用率、内存使用率、操作系统进程数、磁盘IO访问次数、磁盘空间使用率和网络端口吞吐量；软件性能指标包括特定进程每秒响应请求数、系统平均响应时间、最大并发用户数和系统每秒处理的交易/事务总量。

上述的航空系统地面监管集群综合性能评价方法，其中，所述步骤S2包括：采集到的性能指标数据进行残缺数据清洗，错误数据清洗或重复数据清洗；对清洗后的数据采用占比法、最大最小值法或对数法进行预处理。