[發明專利]基于日志、流量和業務訪問的業務系統運行狀態智能研判系統

在審

• 申請號: 202010018962.5
• 申請日: 2020-01-08
• 公開（公告）號: CN111259073A
• 公開（公告）日: 2020-06-09
• 發明（設計）人: 吳飛;李霆;羅富財;謝毅;陳倩;吳樹霖;粟仁杰;陳紅
• 申請（專利權）人: 國網福建省電力有限公司
• 主分類號: G06F16/27
• 分類號: G06F16/27;G06F16/2458;G06F16/18;G06K9/62
• 代理公司: 西安毅聯專利代理有限公司 61225
• 代理人: 楊燕珠

本發明公開了基于日志、流量和業務訪問的業務系統運行狀態智能研判系統，重構綜合網管系統技術架構，包括：利用多種數據庫構建分布式數據存儲平臺；利用kafka分布式部署環境將分布式數據存儲平臺內的數據，實現數據統一采集，集中推送，并送至綜合網管系統；所述綜合網管系統構建應用系統端口監控和物理存儲監控系統，以及顯示系統；根據獲取的數據，對關鍵的業務系統運行日志、中間件運行日志、業務流程運行信息進行匯總整合，利用大數據智能分析方法，挖掘不同的日志模式與業務系統故障、性能低下現象之間的關聯關系，形成關鍵業務系統運行狀態智能研判模型。本發明能夠有效提升信息網絡及關鍵業務的保障能力、降低業務系統運行風險。

技術領域

本發明涉及數據監測領域，尤其涉及基于日志、流量和業務訪問的業務系統運行狀態智能研判系統。

背景技術

首先基于傳統架構設計開發的綜合網管系統，在信息通信網絡資源設備數量急劇上升，對網絡設備管理、運行可靠性提出了更高的要求，已出現了數據采集、查詢和處理的性能瓶頸；且應用部署、升級和擴展方面比較復雜，對監控對象的變化適應性差等問題。

其次隨著電力業務的迅猛發展，電力核心業務系統的正常、穩定運行是公司業務正常運行的關鍵。這對網絡運行環境和業務系統整體監測提出了更高的要求。

當前綜合網管系統在網絡運行狀態監測和業務系統運行監測上未實現智能研判，主要體現在以下兩個方面：

1.在大批量告警出現情況下，僅能通過預先配置歸集策略進行歸集判斷，對未配置策略的設備無法實現告警歸集，即無法實現全網動態告警歸集，這嚴重影響監控人員對告警的研判工作；

2.在業務系統監測上無法智能診斷分析組件監測、流程異常監測、接口吞吐量監測的異常情況和故障定位。

現有業務系統運行狀態監測及故障預測，主要包括以下兩方面技術路線：

（1）基于故障歷史的故障預測方法。基于故障歷史的故障預測方法全部基于如下假設：系統已經被正常配置，程序也是可以正確執行的(如果不能正確執行則為錯誤，而非故障)，因此系統出現故障往往是因為存在外界擾動，此類擾動必然使系統存在時間以及空間的周期性變化。導致故障的發生在時間以及類型上必然存在某種周期性，該方法則利用該特性對即將發生的故障進行預測。所以，基于故障歷史概率分布的故障預測模型試圖通過對歷史故障時間間隔進行分析得到即將發生的故障在時間上的概率分布。通常此類方法會在系統非運行時利用故障歷史信息對未來故障的發生進行可靠性預測，并將分析結果運用于系統運行時的故障預測中。

（2）基于狀態監控的故障預測方法。此類方法目的在于通過監控系統狀態的手段實現故障預測。通常，系統從出現異常到失效是一系列事件聯合作用的結果。其中，當系統出現異常后，會產生邊界效應，該方法即通過探測邊界效應來判定系統是否即將出現差錯。當系統檢測到邊界狀態，則說明系統即將演化出失效等問題，而后根據模型預測出故障產生的時間以及類型。此類方法的故障預測時間Δtl較短，但故障發生時間窗口Δtp也很短，因此準確性較高，但難點在與要構建準確的模型的業務導入通常不足，并具有很高的構建成本，所以該方法沒有得到大規模推廣使用。

發明內容

本發明的目的提供于基于日志、流量和業務訪問的業務系統運行狀態智能研判系統，著眼于對關鍵的業務系統運行日志、中間件運行日志、業務流程運行信息進行匯總整合，利用大數據智能分析方法，挖掘不同的日志模式與業務系統故障、性能低下等現象之間的關聯關系，形成關鍵業務系統運行狀態智能研判模型，利用研判模型，實現對業務系統、中間件及業務流程的潛在故障的提前預測及預警。從而，能夠有效提升信息網絡及關鍵業務的保障能力、降低業務系統運行風險。

為實現上述目的，本發明提供了基于日志、流量和業務訪問的業務系統運行狀態智能研判系統，重構綜合網管系統技術架構，包括：

利用多種數據庫構建分布式數據存儲平臺；