[发明专利]一种基于分布式灾备演练场景的数据分析及预警的方法

权利要求书

1.一种基于分布式灾备演练场景的数据分析及预警的方法，其特征在于，包括：

步骤一：分布式训练中央预警模型并进行隐私数据聚合；

步骤二：将步骤一数据放入模型进行训练，通过训练获得本地灾备演练预警模型，将各地灾备演练预警模型数据提交到中央服务器更新灾备演练预警模型，并更新总部演练结果数据库，存储每次训练后的更新指标；同时，更新业务标识并存储到数据库做为下一次同类型灾备场景的初始业务标识，命令中央服务器程序则重新执行新一轮模型训练，得出灾备演练的训练过程发生真实灾难的概率。

2.根据权利要求1所述的一种基于分布式灾备演练场景的数据分析及预警的方法，其特征在于，所述步骤一具体步骤如下：

首先，通过部署在总部的中央服务器程序执行第一轮中央模型训练开始指令，将指令下发到地方灾备演练边缘节点服务器；

其次，节点服务器收到指令后，访问部署在地方演练数据库的模型训练标识字段flag，flag如果不为0则说明是非第一次训练，继续进行隐私数据分析及计算，如果为0则向中央服务器发送下发中央预警模型指令，中央服务器收到请求指令后将中央预警模型下发到边缘节点服务器；

然后，边缘节点服务器收到中央预警模型后，进行隐私数据聚合。

3.根据权利要求2所述的一种基于分布式灾备演练场景的数据分析及预警的方法，其特征在于，所述隐私数据聚合具体步骤如下：

S1、对地方演练数据库和与演练关联关系数据库数据进行分类聚合，形成真实有效的隐私分析数据；

S2、解析初始业务标识，根据‘###’相邻的参数值实现数据中心架构，灾备系统架构，切换操作的要素建模，或进行业务标识创建。

4.根据权利要求3所述的一种基于分布式灾备演练场景的数据分析及预警的方法，其特征在于，如果是非第一次进行该类型灾备演练，根据数据库存储的初始业务标识进行S2的灾备场景构建。

反之，通过S2进行业务标识创建。

5.根据权利要求3所述的一种基于分布式灾备演练场景的数据分析及预警的方法，其特征在于，所述业务标识为：

场景所在边缘节点###演练场景###一级分类_二级分类###业务系统1###配置id###切换流程图###配置id###业务关联关系ID。

演练场景包括数据级灾备演练、应用级灾备演练、单系统演练、数据中心整体切换。

6.根据权利要求3所述的一种基于分布式灾备演练场景的数据分析及预警的方法，其特征在于，所述中心架构的建模要素包括数据中心坐标，建筑物，楼层，标识信息，所含业务系统列表；

灾备系统架构的建模要素包括所属数据中心，机架，机柜位置，服务器信息，网络信息，部署应用情况；

切换操作的建模要素用于对具体切换步骤进行建模并配置业务系统依赖的业务系统，业务系统关联关系映射为关联标识：业务系统###配置id，切换操作的要素包括业务系统服务器IP，口令，执行脚本，脚本返回值。

7.根据权利要求6所述的一种基于分布式灾备演练场景的数据分析及预警的方法，其特征在于，所述S2根据业务系统配置的关联关系，自动生成业务切换流程图，并根据业务系统的数据库或者应用服务器配置的维护人员，生成相应的VR任务及情况交互要素；自动生成多层次的业务架构图，包括业务系统，业务群，数据中心级；业务架构图映射为关联标识：业务系统架构图###配置id；切换流程图映射为关联标识：切换流程图###配置id###业务关联关系ID。

8.根据权利要求1所述的一种基于分布式灾备演练场景的数据分析及预警的方法，其特征在于，所述灾备演练预警模型的模型公式为:

X(k+1)＝X(k)×P

式中：X(k)表示趋势分析与预测对象在t＝k时刻的状态向量，P表示一步转移概率矩阵，X(k+1)表示趋势分析与预测对象在t＝k+1时刻的状态向量。