[发明专利]一种基于大数据的设备运维方法及系统

权利要求书

1.一种基于大数据的设备运维方法，其特征在于，包括：

工作站预先根据内部集线器各端口标识及其各端口关联设备信息绘制集线器设备端口位置图谱，将位置图谱发送至大数据平台；

大数据平台接收工作站上送的实时运行数据，从运行数据中获取异常运行数据，根据异常运行数据和位置图谱确定存在异常的端口关联的设备和发生的异常类型；

根据异常运行数据确定异常类型，具体包括如下子步骤：

获取各异常类型标准范围值；预先在大数据平台中训练有能够识别不同异常类型的数据模型，这些数据模型根据大数据平台历史采集的异常运行数据训练所得，所述数据模型具体为，其中，为第j个子数据模型的权重值，为第j个子数据模型，x为输入的异常运行数据，数据模型的输入结果即为异常类型值，为保证异常类型识别准确，利用真实异常类型值和数据模型输出的异常类型值作比值，得到修正系数，将异常类型标准范围值设定为；

根据异常运行数据计算异常类型值，比较异常类型值和各异常类型标准范围值，当计算得到的异常类型值在某一异常类型标准范围值之内时，确定该异常属于对应的异常类型；具体将本次异常运行数据输入数据模型中，输出异常类型值，判断计算得到的异常类型值在哪一个异常类型标准范围值内，确定该异常运行时数据所属的异常类型；

大数据平台向工作站发送首尾端口信息，工作站向这两个设备发送多次检测命令，接收这两个设备返回的多次命令响应，根据多次命令响应计算两个设备的异常风险值，比对计算出的异常风险值，若某一设备的异常风险值超过预设低标准，则确定该端口的异常发生在此设备中，则通知管理员对该设备进行检查维护，若两个设备的异常风险值均超过预设低标准，则该端口的异常在两个设备中均有可能，则通知管理员对两个设备都进行检查维护；所述异常风险值的计算公式为：，其中，表示计算得到的异常风险值；表示第i次命令响应对异常风险值的影响因子，设置随着i的增加的值越大；表示第i次命令响应的反馈值，为第i次命令响应的响应时间。

2.如权利要求1所述的一种基于大数据的设备运维方法，其特征在于，每个工作站包括控制器和集线器，集线器上包括多个端口，端口两端连接首尾两个设备，由控制器采集集线器各端口两端设备的运行数据，将运行数据上送至大数据平台进行大数据处理，实现工作站设备的运维。

3.如权利要求1所述的一种基于大数据的设备运维方法，其特征在于，工作站内集线器各端口的标识是预先设定的，各端口两端关联的设备信息预先存储在工作站内，若各端口两端设备发生改变，则由端口设备在连接在集线器后先向控制器发送变更指示，由控制器根据变更指示更新工作站内存储的端口关联设备信息。