[发明专利]一种基于大数据的网络实现方法

权利要求书

1.一种基于大数据的网络实现方法，其特征在于，

步骤一：将分布式网络分割为若干个子网，其中每个子网具有一个或多个分布式数据中心、以及一个云计算管理平台；

步骤二：实现每个子网的网络设置、安全性评估和数据容灾；

所述分布式数据中心基于HDFS实现分布式统一数据存储，支持MongoDB分布式数据库；采用Vert.x全异步服务器架构处理高并发I/O请求，并使用Kafka消息中间件处理大数据；

所述云计算管理平台支持Spark大数据引擎，使用该引擎中的Spark Streaming模型执行大数据实时处理分析；其中，

所述大数据实时处理分析包括：聚类分析、预测性分析、数据挖掘、以及可视化分析；

所述可视化分析包括：使用基于MVVM的vue.js联合框架，利用webpack工具进行打包，实时显示数据分析结果；

所述步骤二中,实现每个子网的网络设置，包括将每个子网配置为：

该子网具有以云存储方式实现的数据容灾备份中心，并且

若该子网具有多个分布式数据中心，则以大二层连接方式将该子网中的每个分布式数据中心的经虚拟化的核心交换机互连；

所述步骤二中,实现每个子网的安全性评估包括：所述每个子网的云计算管理平台对该子网中的每个分布式数据中心执行以下步骤：

步骤1：分析计算当前分布式数据中心内部各个服务器的故障率指标，进行统计处理；

步骤2：计算当前分布式数据中心的故障评估值；

步骤3：根据所述故障评估值确定当前分布式数据中心的安全级别。

2.根据权利要求1所述的基于大数据的网络实现方法，其特征在于，

所述步骤二中,实现每个子网的数据容灾包括：所述每个子网的云计算管理平台对该子网中的每个分布式数据中心执行以下步骤：

根据当前分布式数据中心的安全级别，按照对应的数据容灾备份周期，将当前分布式数据中心的数据镜像备份至该子网中的数据容灾备份中心。

3.根据权利要求2所述的基于大数据的网络实现方法，其特征在于，所述步骤1包括以下步骤：

步骤1.1：所述分析计算当前分布式数据中心内部各个服务器的故障率指标包括：

设当前分布式数据中心内部的服务器数量为m，统计时间段的长度为T，第i台服务器的平均故障间隔时间为Δti，则第i台服务器的故障率指标μi为：

μi＝1/ln(1+Δti/T) 公式(1)

其中，i＝1,2…,m；m为自然数；T为预设的固定值；0<Δti<T；

步骤1.2：所述进行统计处理包括：

统计当前分布式数据中心内部所有服务器的故障率指标中的最小值μmin和最大值μmax。

4.根据权利要求3所述的基于大数据的网络实现方法，其特征在于，所述步骤2包括以下步骤：

步骤2.1：通过以下公式计算当前分布式数据中心的故障初评值σ：

σ＝((μmin+μ1+μ2+…+μm+μmax)/(m+2))^1/3 公式(2)

步骤2.2：设当前子网中所有分布式数据中心的故障初评值σ中的最小值为σmin，最大值为σmax；则当前分布式数据中心的故障评估值ψ计算如下：

若σmin≠σmax，则：

ψ＝σmin+(σ²-σmin²)^1/2/(σmax²–σmin²)^1/2 公式(3.1)

若σmin＝σmax，则：

ψ＝σmin 公式(3.2)。