[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

说明书

本发明涉及智能预警技术领域，具体为一种基于大数据的人工智能可视化预警系统及方法，包括：采集计算机网络中设备信息和历史工作记录；采集发生故障的节点设备信息；采集目标设备的历史故障记录和历史维修记录；对采集数据进行存储；分析各个节点设备之间的关联性和工作效率，进一步分析目标设备的重要程度和故障率；分析目标设备的故障维修时长，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，进一步制定最佳的设备预警方案；实时显示各个节点设备的故障状况和维修状况，极大地提高了系统的智能预警能力，提高设备预警的及时性。

技术领域

本发明涉及智能预警技术领域，具体为一种基于大数据的人工智能可视化预警系统及方法。

背景技术

随着通信技术和计算机网络技术的不断发展，信息技术已渗透到我们生活的方方面面，近年来，大规模网络安全预警研究对于提高我国网络系统应急响应能力，缓解网络攻击造成的危害，提高系统反击能力具有重要的意义。

在生产生活中，计算机网络主要由多台具有不同功能的计算机构成设备网络，他不仅可以实现资源共享，还可以解决许多大规模生产问题，大大提高数据处理优化的能力，为人们的生产生活提供了便捷，然而，当多个节点设备发生故障时，不仅会影响计算机系统正常运作，同时还会在接收数据时，由于无法及时处理，从而造成信息堆积，更严重甚至造成系统瘫痪，十分影响人们的使用；因此，如何在系统发生故障的时候进行定点预警，针对节点设备制定维修方案成为亟待解决的问题。

发明内容

本发明的目的在于提供一种基于大数据的人工智能可视化预警系统及方法，以解决上述背景技术中提出的问题。

为了解决上述技术问题，本发明提供如下技术方案：一种基于大数据的人工智能可视化预警方法，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，其中历史工作记录可以分析设备的工作效率和工作量；采集当前时间序列下所有发生故障的节点设备信息，其中包括故障时间和设备信息，形成故障信息集；基于故障信息集中的每一台节点设备信息，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；

通过故障设备的历史故障记录，分析设备故障率，设备故障影响范围；通过维修记录集分析设备维修时长；

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。

进一步的，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；