[发明专利]一种基于大数据的人工智能可视化预警系统及方法

权利要求书

1.一种基于大数据的人工智能可视化预警方法，其特征在于：包括以下步骤：

步骤S100：采集计算机网络中所有计算机节点设备的设备信息和历史工作记录，分别形成设备集和历史工作集；采集当前时间序列下所有发生故障的节点设备信息，形成故障信息集；基于故障信息集中的任意一台节点设备的信息，设为目标设备，采集目标设备的历史故障记录和历史维修记录，分别形成故障记录集和维修记录集；

步骤S200：对所有获取到的数据进行存储；

步骤S300：根据历史工作集分析各个节点设备之间的关联性和工作效率，根据节点设备的关联性和故障信息集中目标设备的故障记录分析目标设备的重要程度和故障率；

步骤S400：根据维修记录集分析目标设备的故障维修时长；基于目标设备的重要程度和故障维修时长分析目标设备维修时长造成的信息堆积对计算机网络的危害程度；确认目标设备对计算机网络的危害程度，根据故障信息集中所有节点设备的危害程度和维修记录集中所有节点设备的维修数据制定最佳的设备预警方案；

步骤S500：实时显示各个节点设备的故障状况和维修状况。

2.根据权利要求1所述的一种基于大数据的人工智能可视化预警方法，其特征在于：所述步骤S100包括：

S110：对计算机网络中所有计算机节点设备的设备信息和历史工作记录进行采集，分别形成设备集A＝{a1,a2,…,an}，其中a1,a2,…,an表示计算机网络中第1、2、…、n个节点设备的设备IP信息和历史工作集A’＝{a1’,a2’,…,an’}，其中a1’,a2’,…,an’表示计算机网络中第1、2、…、n个节点设备的历史工作记录；

S120：在当前t0～t1时间序列下，对所有发生故障的节点设备信息进行采集，形成故障信息集B＝{b1,b2,…,bm}，其中b1,b2,…,bm表示第1、2、…、m个发生故障的节点设备信息，m≤n；基于故障信息集B中任意一台节点设备的信息，设为目标设备bi，对目标设备bi的历史故障记录和历史维修记录进行采集，分别形成故障记录集Ci＝{c1,c2,…,ch}，其中c1,c2,…,ch表示目标设备bi第1、2、…、h次历史故障信息和维修记录集Di＝{d1,d2,…,dh}，其中d1,d2,…,dh表示目标设备bi第1、2、…、h次历史维修信息。