[发明专利]基于云计算的下一代关键信息基础设施网络智能管理系统有效

专利信息
申请号: 201810566030.7 申请日: 2018-06-04
公开(公告)号: CN108418724B 公开(公告)日: 2019-01-04
发明(设计)人: 谢铭;陈祖斌;翁小云;张鹏;袁勇;杭聪;马虹哲;黎新;黄俊杰 申请(专利权)人: 广西电网有限责任公司
主分类号: H04L12/24 分类号: H04L12/24;H04L12/26;H04L29/08
代理公司: 北京华识知识产权代理有限公司 11530 代理人: 刘艳玲
地址: 530000 广西*** 国省代码: 广西;45
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 智能分析模块 关键信息 基础设施网络 智能管理系统 对策信息 管理终端 异常消息 云计算 网络 设备性能状态 数据采集模块 运行状态数据 发送 管理模块 基础设施 监控处理 生成处理 网络数据 异常类型 异常状态 智能化 并发 分析 采集 覆盖
【权利要求书】:

1.一种基于云计算的下一代关键信息基础设施网络智能管理系统,其中每个关键信息基础设施表示为网络中的一个设备,包括:

数据采集模块,设置在所述网络的设备中,用于采集所述设备的运行状态数据,以及发送和接收的网络数据;

云管理模块,用于收集所述数据采集模块采集到的数据,对所述数据进行监控处理,判断网络中设备的性能情况,当发现所述设备存在异常时,生成相应的异常消息并发送到智能分析模块;

所述智能分析模块,用于接收所述异常消息后对所述存在异常的设备进行分析,分析其异常类型,并从云端数据库中匹配相应的处理方案,生成处理对策信息发送到管理终端,其中所述处理对策信息携带有所述处理方案;

所述管理终端,用于接收由所述智能分析模块发送的处理对策信息并显示;

其中,所述云管理模块包括网络性能监测单元,用于对所述网络进行监测,性能态势评估和异常定位;

所述网络性能监测单元包括:抽样检测子单元、异常定位子单元和异常排查子单元;

所述抽样检测子单元,用于抽样对数据采集模块中采集的所述设备的所述网络数据进行检测处理,其中所述网络数据包括数据量、传输路径、持续时间、丢包率、数据发送及接受设备标识;

所述异常定位子单元,根据所述抽样检测子单元的抽样检测结果,定位所述网络中可能存在异常状态的设备;

所述异常排查子单元,对所述可能存在异常状态的设备进行检测和排查,当发现所述设备存在异常时,生成相应的警报消息并发送到所述管理终端;

其中,所述抽样检测子单元还包括:抽样对网络中的设备进行往返时延评估,判断该设备产生的网络数据的数据传输路径中的设备是否存在异常;

其中采用的第一往返时延评估函数为:

式中,ζ表示网络中设备在数据传输过程中的平均往返时延,u表示设备发送端口的套接字缓冲区大小,h表示该数据传输的流记录持续时间,m表示总数据量,d表示丢包率,p和q表示传输控制协议中的拥塞控制策略中的控制常数;

将设备在数据传输过程中的平均往返时延和设定的往返时延阈值进行比较,如果获取的平均往返时延大于设定的阈值,则判断该数据传输路径中的设备可能存在异常,否则认为该数据传输路径中的设备不存在异常。

2.根据权利要求1所述的基于云计算的下一代关键信息基础设施网络智能管理系统,其特征在于,所述管理终端还用于当确认执行所述处理对策信息中的处理方案时,向执行模块发送相应的执行指令;

所述系统还包括所述执行模块,用于当接收到所述执行指令时根据所述处理方案控制所述存在异常的设备执行相应的操作。

3.根据权利要求1所述的基于云计算的下一代关键信息基础设施网络智能管理系统,其特征在于,所述抽样检测子单元,还包括:所述抽样对网络中的设备进行往返时延评估之前,判断设备进行数据交互时的丢包率d是否大于自适应丢包率阈值dy,其中,自适应丢包率阈值函数为:

式中,dy表示设备的自适应丢包率阈值,u表示设备发送端口的套接字缓冲区大小,h表示该数据传输的流记录持续时间,m表示总数据量,p和q表示传输控制协议中的拥塞控制策略中的控制常数;

当丢包率d小于自适应丢包率阈值dy时,采用上述第一往返时延评估函数评估设备在数据传输过程中的平均往返时延;

当丢包率d大于自适应丢包率阈值dy时,采用下列第二往返时延评估函数评估设备在数据传输过程中的平均往返时延,其中所述第二往返时延评估函数为:

式中,ζ表示网络中设备在数据传输过程中的平均往返时延,h表示该数据传输的流记录持续时间,m表示总数据量,d表示丢包率,p和q表示传输控制协议中的拥塞控制策略中的控制常数。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于广西电网有限责任公司,未经广西电网有限责任公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/201810566030.7/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top