[发明专利]一种基于大数据的智能运维管理系统及方法

权利要求书

1.一种基于大数据的智能运维管理系统，其特征在于，包括：

数据抽取转换加载层，用于获取大数据并对大数据进行分类适配；

数据存储层，用于存储经过所述数据抽取转换加载层分类适配后的数据；

应用层，用于进行智能化派发异常工单、异常工单智能化处理和采集运维多维度质量评价；

数据分析层，用于对经过所述数据抽取转换加载层分类适配后的数据进行数据处理分析、数据优化和数据检索，并为所述应用层的异常工单智能派发、异常工单智能处理及采集运维多维度质量评价提供数据支撑。

2.根据权利要求1所述的基于大数据的智能运维管理系统，其特征在于，所述数据抽取转换加载层在对大数据进行分类适配的过程中采用UD-SVR算法进行参数寻优，先基于均匀设计原则从全部的参数组合中选取一部分具有代表性的参数组合，然后再基于选取的部分参数组合及其评价指标MSE以自调用SVR建立评价指标MSE与参数组合之间的关系模型，并以此对全部的参数组合进行预测，以预测的评价指标代替传统SVM寻优方法中的交叉测试评价指标。

3.根据权利要求1所述的基于大数据的智能运维管理系统，其特征在于，所述数据分析层通过关系型联机分析处理机制对低维度的动态数据进行存储和分析，通过多维联机分析处理机制来对高维度的静态数据进行分析处理。

4.根据权利要求1所述的基于大数据的智能运维管理系统，其特征在于，所述数据分析层通过对运维数据和系统历史数据进行多维度分析，甄别各类异常的严重程度，输出采集运维效用值模型，以用于判断异常处理的先后次序。

5.根据权利要求1所述的基于大数据的智能运维管理系统，其特征在于，所述数据分析层还用于对历史工单进行多维度、大批量数据分析，归纳数据规律，发现各维度下异常工单发生大概率的异常原因，并综合考虑各维度下相同异常原因的发生概率，输出单个异常原因概率比值，对比各个异常原因比值的大小，以对未来发生类似故障现象起到预分析作用。

6.根据权利要求1所述的基于大数据的智能运维管理系统，其特征在于，所述应用层包括：

异常工单智能派发单元，用于基于所述数据分析层的异常工单处理先后次序评估结果向维护人员派发工单；

异常工单智能处理单元，用于基于所述数据分析层的异常原因发生概率评估结果向维护人员发送可能的异常原因；

采集运维多维度质量评价单元，用于对各运维人员的工作质量和工作效率进行综合评价，建立分析评价指标计算规则。

7.根据权利要求6所述的基于大数据的智能运维管理系统，其特征在于，所述采集运维多维度质量评价单元还用于对采集终端的产品质量进行评价，根据采集运维情况对各终端厂商的终端质量进行量化分析，利用各终端厂商的运行终端数、确认终端问题数、异常终端占比、更换终端数和终端时钟异常数，建立采集终端产品质量分析评价指标计算规则。

8.根据权利要求6所述的基于大数据的智能运维管理系统，其特征在于，所述采集运维多维度质量评价单元还用于对厂商的产品质量进行评价，根据采集运维情况对各厂商的产品质量进行量化分析，利用各厂商的运行设备数、确认问题数、异常设备占比、更换电备件数、设备时钟异常数，建立产品质量分析评价指标计算规则。

9.根据权利要求6所述的基于大数据的智能运维管理系统，其特征在于，所述采集运维多维度质量评价单元建立的分析评价指标计算规则包括以下三个评价指标：

异常工单派发率：异常工单派发率＝统计日期内派发工单数÷当期应派发的工单总数×100％；

异常工单反馈率：异常工单反馈率＝反馈工单数÷当期应反馈的工单总数×100％；

采集故障处理及时率：采集故障处理及时率＝已处理并恢复的采集故障数÷当期应处理的采集故障电表总数×100％。

10.一种基于大数据的智能运维管理方法，采用如权利要求1～9任一项所述的基于大数据的智能运维管理系统，其特征在于，包括以下步骤：

步骤S1，获取大数据并对大数据进行分类适配；

步骤S2，存储经过分类适配后的数据；

步骤S3，对经过分类适配后的数据进行数据处理分析、数据优化和数据检索；

步骤S4，基于所述步骤S3中的数据处理分析结果智能派发异常工单、智能处理异常工单及采集运维多维度质量评价。