[发明专利]一种基于分布式灾备演练场景的数据分析及预警的方法

说明书

本发明公开了一种基于分布式灾备演练场景的数据分析及预警的方法，包括：步骤一：分布式训练中央预警模型并进行隐私数据聚合；步骤二：将步骤一数据放入模型进行训练，通过训练获得本地灾备演练预警模型，将各地灾备演练预警模型数据提交到中央服务器更新灾备演练预警模型，并更新总部演练结果数据库，存储每次训练后的更新指标；同时，更新业务标识并存储到数据库做为下一次同类型灾备场景的初始业务标识，命令中央服务器程序则重新执行新一轮模型训练，从而完成整个流程，得出灾备演练的训练过程发生真实灾难的概率。本发明可有效地克服模型偏差问题，降低计算复杂度。

技术领域

本发明属于灾备演练技术领域，具体涉及一种基于分布式灾备演练场景的数据分析及预警的方法。

背景技术

随着数字化发展的逐渐深入，网络安全已经成为社会发展的重要保证，使得灾备演练更加具有参考价值，灾备数据信息的收集和处理是灾备演练中的一个重要环节。信息收集全面，数据准确能够保证灾备演练的各任务正常执行。演练的处理过程是高度接近真实灾难发生时的处理过程，确保了灾备演练能够对工作起到作用，从而使灾备自动演练对数据维护起到参考作用。

现有IT业务系统的灾备演练业务流程信息表现不完整，存在各地边缘节点隐私数据对中央模型影训练影响等问题。

发明内容

本发明所要解决的技术问题是针对上述现有技术的不足，提供一种基于分布式灾备演练场景的数据分析及预警的方法，对现有IT业务系统的灾备演练业务流程信息表现不完整，存在各地边缘节点隐私数据对中央模型影训练影响等问题，综合采用分布式数据收敛及利用各地组网内边缘节点训练中央模型，从而优化中央训练模型，并大幅度减小中央模型训练负载。通过各地边缘节点进行演练数据收集和分析，通过对数据按事件上报、灾害评估、灾难宣告分类，进行数据统计得出本次灾备演练的训练过程发生真实灾难的概率，可有效地克服模型偏差问题，降低计算复杂度。

为实现上述技术目的，本发明采取的技术方案为：

一种基于分布式灾备演练场景的数据分析及预警的方法，包括：

步骤一：分布式训练中央预警模型并进行隐私数据聚合；

步骤二：将步骤一数据放入模型进行训练，通过训练获得本地灾备演练预警模型，将各地灾备演练预警模型数据提交到中央服务器更新灾备演练预警模型，并更新总部演练结果数据库，存储每次训练后的更新指标；同时，更新业务标识并存储到数据库做为下一次同类型灾备场景的初始业务标识，命令中央服务器程序则重新执行新一轮模型训练，从而完成整个流程。

为优化上述技术方案，采取的具体措施还包括：

上述的步骤一具体步骤如下：

首先，通过部署在总部的中央服务器程序执行第一轮中央模型训练开始指令，将指令下发到地方灾备演练边缘节点服务器；

其次，节点服务器收到指令后，访问部署在地方演练数据库的模型训练标识字段flag，flag如果不为0则说明是非第一次训练，继续进行隐私数据分析及计算，如果为0则向中央服务器发送下发中央预警模型指令，中央服务器收到请求指令后将中央预警模型下发到边缘节点服务器；

然后，边缘节点服务器收到中央预警模型后，进行隐私数据聚合。

上述的隐私数据聚合具体步骤如下：

S1、对地方演练数据库和与演练关联关系数据库数据进行分类聚合，形成真实有效的隐私分析数据；

S2、解析初始业务标识，根据‘###’相邻的参数值实现数据中心架构，灾备系统架构，切换操作的要素建模，或进行业务标识创建。

如果是非第一次进行该类型灾备演练，根据数据库存储的初始业务标识进行S2的灾备场景构建。

反之，通过S2进行业务标识创建。