[发明专利]一种服务器资产扫描方法、系统、电子设备及存储介质

说明书

本申请公开了一种服务器资产扫描方法，所述服务器资产扫描方法包括：获取所有采集器的性能指标参数和负载参数；根据所述性能指标参数和所述负载参数计算每一所述采集器的当前周期权重；将当前周期权重最高的采集器设置为目标采集器，并利用所述目标采集器对服务器进行资产扫描。本申请能够提高服务器资产扫描效率。本申请还公开了一种服务器资产扫描系统、一种电子设备及一种存储介质，具有以上有益效果。

技术领域

本申请涉及计算机技术领域，特别涉及一种服务器资产扫描方法、系统、一种电子设备及一种存储介质。

背景技术

在服务器管理软件中添加的资产均由采集器扫描得到，由于目前服务器管理软件中在扫描资产时直接利用空闲采集器进行采集，所以在扫描资产时不可避免会调用CPU或者内存负载比较高的采集器，这样导致有时采集器扫描资产时间长或者采集失败。

因此，如何提高服务器资产扫描效率是本领域技术人员目前需要解决的技术问题。

发明内容

本申请的目的是提供一种服务器资产扫描方法、系统、一种电子设备及一种存储介质，能够提高服务器资产扫描效率。

为解决上述技术问题，本申请提供一种服务器资产扫描方法，该服务器资产扫描方法包括：

获取所有采集器的性能指标参数和负载参数；

根据所述性能指标参数和所述负载参数计算每一所述采集器的当前周期权重；

将当前周期权重最高的采集器设置为目标采集器，并利用所述目标采集器对服务器进行资产扫描。

可选的，在根据所述性能指标参数和所述负载参数计算每一所述采集器的当前周期权重之后，还包括：

判断所有所述采集器的当前周期权重是否相同；

若是，则基于机器学习模型预测所有采集器的下一周期权重，并将下一周期权重最高的采集器设置为目标采集器；

若否，则执行所述将当前周期权重最高的采集器设置为目标采集器的操作。

可选的，所述基于机器学习模型预测所有采集器的下一周期权重，包括：

对所述性能指标参数和所述负载参数进行数据预处理和特征提取操作，得到特征数据；

将所述特征数据转换为词袋模型，并在所述机器学习模型的隐藏层中通过多并发方式和搜索模型算法将所述词袋模型中的词语与数据库中的预设词干进行对比，根据对比结果确定所述采集器的下一周期权重。

可选的，对所述性能指标参数和所述负载参数进行数据预处理和特征提取操作，得到特征数据，包括：

去除所述性能指标参数和所述负载参数中的标点符号得到参数文本；

截取所述参数文本中的文本词干，并将所述文本词干存储至目标文档；

在所述目标文档中添加预设词干，以便扩充所述目标文档中的词干数量；

将所述目标文档中的所有词干设置为所述特征数据。

可选的，在所述机器学习模型的隐藏层中通过多并发方式和搜索模型算法将所述词袋模型中的词语与数据库中的预设词干进行对比，包括：

基于所述负载参数的长度、顺序和词干类型在所述机器学习模型的隐藏层中通过多并发方式和搜索模型算法将所述词袋模型中的词语与数据库中的预设词干进行对比。

可选的，还包括：

获取所述采集器的历史性能指标参数和历史负载参数，根据所述历史性能指标参数和历史负载参数生成所述数据库中的预设词干。

可选的，在基于机器学习模型预测所有采集器的下一周期权重之后，还包括：