[发明专利]一种可视化智能运维方法及平台

权利要求书

1.一种可视化智能运维方法，其步骤为：

1)采集各网络安全设备中的各种结构类型协议数据的填充情况；

2)根据每个时间段采集的各种结构类型协议数据的填充情况计算该时间段的特征向量；其中，该特征向量M为协议数据种类数，N_j为第j类协议数据的总条数，x_i为第j类协议数据中的第i条协议数据的填充情况；

3)利用步骤2)得到的各特征向量进行模型训练，得到一决策模型；

4)计算当前采集的协议数据的填充情况的特征向量，并将其输入该决策模型进行有效性评估；其中如果当前采集的协议数据的填充情况的特征向量与最近一段时期的特征向量变化超过设定阈值，则判定当前采集的协议数据失效，然后进行数据质量警告。

2.如权利要求1所述的方法，其特征在于，采用贝叶斯模型、SVM模型或人工神经网络模型对步骤2)得到的各特征向量进行模型训练，得到该决策模型。

3.如权利要求1所述的方法，其特征在于，步骤1)中采集的数据还包括可视化智能运维服务器的即时运行状态信息。

4.如权利要求3所述的方法，其特征在于，所述即时运行状态信息包括cpu使用率、内存使用率、磁盘占用率、硬盘io状态以及设定的关键进程服务是否正在运行。

5.一种可视化智能运维平台，其特征在于，包括实时数据采集模块、数据存储模块、数据智能分析处理模块和运行日志管理模块；其中，

所述实时数据采集模块，设置于各网络安全设备中，用于采集各网络安全设备中的各种结构类型协议数据的填充情况；

所述数据存储模块，设置于可视化智能运维服务器，用于存储实时数据采集模块采集的数据；

所述数据智能分析处理模块，用于根据每个时间段采集的各种结构类型协议数据的填充情况计算该时间段的特征向量；然后利用各特征向量进行模型训练，得到一决策模型；以及计算当前采集的协议数据的填充情况的特征向量，并将其输入该决策模型进行有效性评估，根据当前采集的协议数据的填充情况的特征向量与最近一段时期的特征向量变化是否超过设定阈值，判定当前采集的协议数据是否失效，如果失效则进行数据质量警告；其中，该特征向量M为协议数据种类数，N_j为第j类协议数据的总条数，x_i为第j类协议数据中的第i条协议数据的填充情况；

所述运行日志管理模块，用于根据数据智能分析处理模块的分析结果，对数据存储模块中的数据进行维护。

6.如权利要求5所述的平台，其特征在于，还包括一数据缓冲管理模块，设置于可视化智能运维服务器，用于缓存实时数据采集模块采集的数据。

7.如权利要求5所述的平台，其特征在于，还包括一监控模块，用于以可视化展示界面形式显示可视化智能运维服务器的即时运行状态信息。

8.如权利要求5或6所述的平台，其特征在于，采用贝叶斯模型、SVM模型或人工神经网络模型对得到的各特征向量进行模型训练，得到该决策模型。