[发明专利]一种IT设备监测数据的健康评价系统及健康评价方法

说明书

本发明公开了一种IT设备监测数据的健康评价系统及健康评价方法，所述健康评价系统包括获取模块、知识抽取模块、知识图谱存储模块、知识图谱转换模块和健康评审模块；获取模块用于获取IT设备状态监测数据，并依据编码规则对状态监测数据进行编码，以获取IT设备的健康信息；知识抽取模块将IT设备的健康信息经过预处理，再通过知识关联存储在知识图谱存储模块中，知识图谱存储模块将所存储的健康信息送入知识图谱转换模块进行知识图谱转换，将匹配的目标图谱与健康图谱进行比较分析，以及送入健康评审模块进行健康评价，将健康图谱进行可视化输出。本发明能及时收集运行数据和历史数据，评价IT设备的健康状况并提供维护辅助决策，快速处置故障异常。

技术领域

本申请属于设备数据监测技术领域，尤其涉及一种IT设备监测数据的健康评价系统及健康评价方法。

背景技术

随着工业生产自动化、数字化、智能化程度的日益加深，企业对设备的可靠性要求也越来越高，企业对IT设备智能运维平台的依赖性越来越大，同时IT设备智能运维平台日趋复杂、系统维护要求越来越高，运维部门及相关领导、决策部门的工作压力越来越大，同时面临着更多的挑战；由于IT故障分析文本数据来源和业务场景的多样性，导致各文本数据的数据质量良莠不齐，而数据质量直接关系到最终形成的面向IT故障分析的知识图谱质量。在缺陷故障发生时，智能服务引擎与现有的系统进行集成，在异常和故障发生时，数据会进入到IT设备智能运维平台，由平台调用AI智能服务引擎，根据故障发生时的IT设备管理数据返回到AI智能服务引擎进行检索，并匹配到最佳操作动作或案例，然后推送给相关角色进行确认后，才能将任务下发到现场作业人员进行执行，从而导致IT设备的运维工作日益繁重，各种故障数据需要手工进行填写，不能IT设备对故障数据进行实时监控，而且对IT设备故障健康状况监测分析和故障定位效率不高，以及对IT设备故障的健康解决方案不能快速获取和参考历史要故障(或类似故障)的解决方案，从而出现故障诊断和处理的风险性提高；因此需要针对现有的IT设备状态数据文本资源建立高效的质量评价体系，为用户提供与业务需求相适应的质量评估模型，以降低误判率，实现更加精确客观的资源评价过程，对IT设备故障的健康诊断和排除的研究以及IT设备的生产运行保驾护航具有重大的现实意义。

发明内容

本发明的目的在于提供一种IT设备监测数据的健康评价系统及健康评价方法，本发明能及时处理IT设备现场的运行数据和历史数据，用于评价IT设备的健康状况，并对IT设备故障及时提供维护辅助决策，能IT设备的健康异常进行快速处置和判断。为了实现上述目的，本发明采用以下技术效果：

根据本发明的一个方面，提供一种IT设备监测数据的健康评价系统，所述健康评价系统包括：获取模块、知识抽取模块、知识图谱存储模块、知识图谱转换模块和健康评审模块；所述获取模块用于获取IT设备状态监测数据，并依据编码规则对状态监测数据进行编码以获取IT设备的健康信息；所述知识抽取模块将IT设备的健康信息经过预处理获取健康类信息文本，再通过知

识关联存储在所述知识图谱存储模块中，所述知识图谱存储模块将所存储的5健康信息送入知识图谱转换模块进行知识图谱转换以便获取健康图谱，将匹配的目标图谱与健康图谱进行比较分析，并将比较分析结果送入健康评审模块进行健康评价，并将评价确认的健康图谱进行可视化输出。

上述方案进一步优选的，所述健康评价系统还包括知识图谱推理模块和知识图谱学习模块，所述知识图谱推理模块用于获取知识图谱存储模块中存0储的IT设备的健康数据，并对健康数据设置健康边界上限值以及根据数据推理规则提供至少一个学习文本，所述知识图谱学习模块用于抽取符合规则的健康类文本和过滤干扰健康数据，并根据健康边界上限值和学习文本进行深度学习整合，建立IT设备健康知识图谱。

上述方案进一步优选的，所述深度学习整合的过程包括对大于健康边界5上限值的IT设备的健康数据进行提供一个学习文本，然后对学习文本进行挖掘、特征分类聚合和过滤，形成IT设备质量事件文本的分类指标，再结合语料库进行主设备质量事件文本特征进行训练形成了IT设备的健康指标深度神经网络，从而自动识别文本中存在的质量事件特征，最后经过随机二次抽样