[發明專利]一種基于Zabbix監控系統的高效動態采集方法

在審

• 申請號: 202110762485.8
• 申請日: 2021-07-06
• 公開（公告）號: CN113535515A
• 公開（公告）日: 2021-10-22
• 發明（設計）人: 蘇占毅;趙乃良;袁俊峰;歐東陽;張紀林
• 申請（專利權）人: 杭州電子科技大學
• 主分類號: G06F11/30
• 分類號: G06F11/30;G06F11/32;G06N3/08
• 代理公司: 浙江千克知識產權代理有限公司 33246
• 代理人: 周希良

1.一種基于Zabbix監控系統的高效動態采集方法，其特征在于該方法包括如下步驟：

步驟1.通過從Zabbix-Agent采集各個監控節點的監控數據，并上傳到Zabbix-Server后端對應的數據庫中進行保存；

步驟2.根據各Zabbix-Agent監控節點的系統負載數據特征，選用對應的負載評估模型和負載評估指標，對存儲在數據庫的中對應監控數據進行負載評估，同時將評估后的各Zabbix監控節點的負載狀態保存在數據庫中；

步驟3.根據各Zabbix-Agent節點負載狀態值，采用三種顏色代表三種節點負載狀態狀態，其中綠色代表節點負載正常、黃色代表負載正常但值偏高、紅色代表節點負載壓力過大；

當節點負載狀態處于綠色時，執行以下操作：

步驟3-1.根據具體監控項連續相鄰采集點的差值，維護一個描述數據項波動程度長度為N的環形隊列；

步驟3-1.構建含有一個隱層的三層多輸入單輸出的BP神經網絡波動預測模型，設定網絡隱層和輸出層激勵函數，初始化參數：最大迭代次數、期望誤差、學習速率；

步驟3-3.以輸入Zabbix數據庫中具體一監控項歷史數據為訓練數據，利用三層BP神經網絡算法逐層迭代，更新權值閾值，判斷是否到達最大循環次數或適應度值達到目標值，若是則BP神經網絡波動預測模型訓練完成進入步驟3-4，否則循環步驟3-3；

步驟3-4.將步驟3-1中環形隊列存儲的連續采集差值作為輸入，輸入到步驟3-3訓練完成的BP神經網絡波動預測模型中，即可輸出下一次采集周期的預測值；

當節點負載狀態處于黃色時，執行以下操作：

步驟3-5.進行監控頻率調整，計算得到監控頻率最大監控周期和最小監控周期的間隔周期，再根據監控節點負載狀態值的等級劃分，將所述間隔周期劃分為與所述等級相同數值的段，計算出各段的間隔大小；

步驟3-6.計算出最近兩次Zabbix-Agent監控節點的負載狀態值的差值，根據得到的差值和所述間隔周期劃分的各段時間計算下一次的監控節點的數據采集頻率；

當節點負載狀態處于紅色時，執行以下操作：

采集頻率不變，保持默認采集周期。

2.根據權利要求1所述的一種基于Zabbix監控系統的高效動態采集方法，其特征在于：步驟1中所述的監控數據包括監控節點系統運行狀態數據和具體業務數據。