[发明专利]一种基于云平台的智能故障监听及智能修复管理系统在审

专利信息
申请号: 202011468511.8 申请日: 2020-12-14
公开(公告)号: CN112749053A 公开(公告)日: 2021-05-04
发明(设计)人: 杨培;张恒;吕少侠;韩易鸣;周泽湘;仇悦;文中领 申请(专利权)人: 北京同有飞骥科技股份有限公司
主分类号: G06F11/30 分类号: G06F11/30;G06F11/07
代理公司: 北京知呱呱知识产权代理有限公司 11577 代理人: 丁彦峰
地址: 100095 北京市海淀*** 国省代码: 北京;11
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 一种 基于 平台 智能 故障 监听 修复 管理 系统
【说明书】:

发明涉及智能监听技术领域,具体涉及一种基于云平台的智能故障监听及智能修复管理系统,包括用户认证引擎、云平台监控引擎、云平台分析引擎、机器学习引擎和云平台管理引擎,所述用户认证引擎主要包括用户的访问控制和用户的权限管理,所述用户认证引擎通过人脸识别功能智能认证用户,不同的用户认证通过之后会进入到不同的管理界面,所述云平台监控引擎分为云平台状态监控引擎、云平台操作监控引擎和云平台日志监控引擎。该基于云平台的智能故障监听及智能修复管理系统通过比对故障模型数据库,提前形成故障预警或故障解决方案,并发送到负责执行的云平台管理引擎,达到提前预知故障并做出提前处理。

技术领域

本发明涉及智能监听技术领域,具体涉及一种基于云平台的智能故障监听 及智能修复管理系统。

背景技术

云计算高速发展的今天,云计算服务越来越多,政府、企业也 开始通过自身能力扩展、收购等方式,纷纷投入云平台的建设中,政 府大力推行政务一网通办,企业推行居家办公,所有的云平台基础设 施建设好了之后,政府和企业也都需要专业的云平台运维服务,传统 的运维人员,需要能够熟练的手动操作来自众多厂家的计算、网络、 存储等硬件设备,门槛较高,传统的运维已不能满足当前日益爆发的 云计算需求,因此云平台的智能化运维就显得尤其重要,现阶段的方 式就是采用B/S模式,以web服务器为中心,采用TCP/IP技术,以 http为传输协议,客户端通过浏览器就可以访问web服务器以及与 其相连的后台数据库来进行云平台的故障监听以及人工处理操作,现 有技术方案存在如下不足:

1、只有当出现故障后,故障才能被监控到,无法提前预知故障,提前告 警,提前处理;

2、当出现故障后,需要人工干预修复;

3、可靠性较低,系统存在单点故障的可能;

因此,设计出一种基于云平台的智能故障监听及智能修复管理系统,对于 目前智能监听技术领域来说是迫切需要的。

发明内容

本发明提供一种基于云平台的智能故障监听及智能修复管理系统,以解决 现有技术存在的问题。

为了实现上述目的,本发明实施例提供如下技术方案:

根据本发明的实施例,一种基于云平台的智能故障监听及智能修复管理系 统,包括用户认证引擎、云平台监控引擎、云平台分析引擎、机器学习引擎和 云平台管理引擎,所述用户认证引擎主要包括用户的访问控制和用户的权限管 理,所述用户认证引擎通过人脸识别功能智能认证用户,不同的用户认证通过 之后会进入到不同的管理界面;

所述云平台监控引擎分为云平台状态监控引擎、云平台操作监控引擎和云 平台日志监控引擎,所述云平台状态监控引擎会连续24h对云平台的各项指标 进行监控,包括云平台各节点的运行状态,链路状态以及各组件状态,服务状 态;所述云平台操作监控引擎会连续24h对云平台的所有操作行为进行采集、 分析和整合,包括创建、删除和修改;所述云平台日志监控引擎会连续24h 对云平台的各组件日志进行采集、分析和整合,包括cinder,Nova组件状态 日志信息;

所述云平台分析引擎通过获取到的状态监控结果,操作监控结果,日志监 控结果,根据权重分配,综合三者的结果,比对故障模型数据库,提前形成故 障预警或故障解决方案,并发送到负责执行的云平台管理引擎;

所述机器学习引擎通过获取解决方案数据库,提取故障的共性特征,建立 故障模型,并对现有解决方案从有效性和时效性方面进行优化,不断的自我优 化,使得下次检测到同样的故障时,解决方案能快速生成;

所述云平台管理引擎通过获取分析引擎形成的故障解决步骤,严格执行每 一步,并在执行完所有步骤之后,将执行结果返回并确认故障是否消除,确认 消除之后,再将有效的解决方案存入数据库中,如没有消除则将执行结果返回 并继续分析。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于北京同有飞骥科技股份有限公司,未经北京同有飞骥科技股份有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/202011468511.8/2.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top