[发明专利]运维管理方法、系统及介质

权利要求书

1.一种运维管理方法，其特征在于，包括以下步骤：

基于数据采集接口收集业务数据和告警数据；

基于告警预测模型得到预测业务数据；

基于业务告警模型，对比所述预测业务数据和所述业务数据，若超过设定阈值则产生告警；

基于告警自动匹配模型，根据所述告警数据进行标识恢复告警处理；

基于巡检机器人采集环境特征数据，并根据所述环境特征数据确定是否告警。

2.根据权利要求1所述的运维管理方法，其特征在于，所述方法还包括：基于系统固件故障预测模型，得到故障发生率，根据所述故障发生率确定是否告警。

3.根据权利要求2所述的运维管理方法，其特征在于，所述系统固件故障预测模型进行固件故障预测包括：

获取各种固件的基本信息，所述基本信息包括：固件名称、购买日期、使用日期、固件寿命和故障率；

根据所述基本信息，对各个固件设置老化阈值，单位为天；

建立扫描线程，根据不同的所述老化阈值，产生概率故障告警。

4.根据权利要求1所述的运维管理方法，其特征在于，所述告警预测模型采用Prophet模型，所述基于告警预测模型得到预测业务数据包括：

建立Prophet模型，对所述Prophet模型的参数进行尝试，根据仿真结果评估出所述告警预测模型；

将历史业务数据输入所述告警预测模型，并预测分析下一天的趋势；

可视化反馈所述预测业务数据。

5.根据权利要求1所述的运维管理方法，其特征在于，基于业务告警模型，对比所述预测业务数据和所述业务数据，若超过设定阈值则产生告警包括：

建立业务告警模型和模型告警阈值库；

所述业务告警模型的公式为：f(x)＝(ExpA-B)＊100/B，其中ExpA表示预测数据，B表示实时数据，f(x)表示所述预测业务数据和所述业务数据对比结果；

根据所述模型告警阈值库的阈值，对于f(x)大于对应阈值的业务数据产生告警。

6.根据权利要求1所述的运维管理方法，其特征在于，基于告警自动匹配模型，根据所述告警数据进行标识恢复告警处理包括：

建立告警知识模型；

当告警产生，将所述告警作为新的告警存入告警索引表中，并标识为新告警；

当告警恢复产生，根据所述告警知识模型搜索该告警对应的告警模型，根据所述告警模型确定关联的告警，并根据所述关联的告警在内存中搜索未恢复的告警，标识所述未恢复的告警恢复。

7.根据权利要求1所述的运维管理方法，其特征在于，基于巡检机器人采集环境特征数据，并根据所述环境特征数据确定是否告警包括：

根据预设的巡检任务，所述巡检机器人执行自动巡视任务；

执行自动巡视任务时，所述巡检机器人通过检测装置机房环境及设备进行远程在线监测，得到所述环境特征数据；

所述检测装置至少包括以下各项中的一项：红外热像仪、高清摄像头和声音采集装置；

所述环境特征数据至少包括以下各项中的一项：机房温度、机房湿度、设备前面板图片和告警灯状态；

获取所述告警灯状态，若告警灯亮，则产生告警。

8.一种运维管理系统，使用权利要求1至7中任一项的方法，其特征在于，包括：

数据中心，用于收集并存储业务数据、告警数据和环境特征数据；

数据分析中心，用于对所述业务数据、所述告警数据和所述环境特征数据进行分析处理并可视化展示；

控制中心，用于对巡检机器人进行远程遥控，控制巡检机器人实现自动巡视；

巡检机器人，用于根据所述控制中心设定的巡检任务，采集环境特征数据。