[发明专利]基于机房设备端口智能识别进行资源稽核告警的方法

说明书

本发明提供一种基于机房设备端口智能识别进行资源稽核告警的方法，属于数据机房设备巡检自动化技术领域，本发明通过数据机房摄像头自动采集设备图片，基于深度学习算法图片识别模型，自动化智能化识别设备端口占用信息。平台通过接口形式对接资源系统，获取设备端口占用的标准信息，进行自动化数据比对和资源的双向稽核，提供自动化数据稽核比对统计报表针对异常的端口占用情况给出告警提示。提高机房巡检效率，快速有效的识别设备潜在的风险。

技术领域

本发明涉及数据机房设备巡检自动化技术领域，尤其涉及一种基于机房设备端口智能识别进行资源稽核告警的方法。

背景技术

机房设备资源稽核，尤其是端口、卡槽类资源数据稽核非常耗时。现有技术解决端口或者卡槽类资源数据稽核时，其通用做法如下：

1.网络摄像头选取CCD和CMOS数字摄像头，分辨率一般是1280*1024。网络摄像头在线采集网络以及传输设备整体图片并保存在系统服务器，按设备和时间进行分区存储，文件服务器一般通过FTP连接进行数据传输。系统可以设置图片删除时间等。

2、调取资源系统内设备数据，将现场采集的设备图片信息与资源系统内设备信息进行逐一比对。

3、人工记录差异点，并通知相关人员整改。

4、一旦机房出现风险，必须全员出动逐个排查监控录像，结果导致费时费力，还可能无法立刻精准定位故障，导致错过最佳修复时机。

现有技术方案的缺点和不足：

1、资源稽核效率低下。在进行设备资源稽核时，需要将现场拍摄的设备图片与资管系统中数据信息进行一一比对，稽核效率低下。

2、不能进行实时稽核。在现场设备资源变更时，或者在系统资源变更时，无法及时监控预警。只有待下次拍摄现场图片后，才能再次进行稽核。

3、耗费大量存储资源。每次进行资源稽核时，都需要拍摄现场照片，并进行存储，存在大量相同的图片，不能做到去重删除筛选，耗费大量存储资源。

4、对资源稽核的结果缺乏系统支撑，无报表展示。

发明内容

为了解决以上技术问题，本发明提供了一种基于机房设备端口智能识别进行资源稽核告警的方法，采用深度学习图片识别技术应用到设备端口的智能化识别方面，针对识别结果进行数据稽核和告警提示。

本发明的技术方案是：

一种基于机房设备端口智能识别进行资源稽核告警的方法，通过数据机房摄像头自动采集设备图片，基于深度学习算法图片识别模型，自动化智能化识别设备端口占用信息。平台通过接口形式对接资源系统，获取设备端口占用的标准信息，进行自动化数据比对和资源的双向稽核，提供自动化数据稽核比对统计报表针对异常的端口占用情况给出告警提示。本方法通过摄像头数据采集、图片检测算法R-CNN和fast R-CNN算法的应用、设备端口检测统一编码、对接资源系统获取标准的端口占用信息、自动化数据稽核比对报表生成以及告警提示等步骤流程，完成数据机房自动化巡检以及智能化预警的过程。提高机房巡检效率，快速有效的识别设备潜在的风险。

进一步的，

通过摄像头数据采集、图片检测算法R-CNN和fast R-CNN算法的应用、设备端口检测统一编码、对接资源系统获取标准的端口占用信息、自动化数据稽核比对报表生成以及告警提示，完成数据机房自动化巡检以及智能化预警的过程。

基于数据机房摄像头采集设备图片信息，采用fast R-CNN算法进行设备端口的自动化识别，将识别结果转换成OneHot编码。

进一步的，