本发明属于计算机系统的运维诊断技术领域，特别涉及一种基于云端的CMS远程运维诊断系统及方法。
背景技术：
CMS(内容管理系统)多用于政府、高校和企业的信息化建设和政府电子政务中。用户对系统的稳定运行要求较高，而在使用或运行过程中会存在一些因服务器运行环境、人为操作、兼容性、数据交换等引起的问题。
非专业人员无法解决这类问题，专业人员在评估和诊断时也需要逐步排查问题，对处理人员技术和经验要求较高，导致处理问题难度大，不及时。
已有的技术局限在对系统运行环境的远程监视及推送，缺点是缺乏在线对问题实时诊断及修复。
技术实现要素：
为克服上述现有技术的不足，本发明的目的在于提供一种基于云端的CMS远程运维诊断系统，具有利于更高效、更准确、更快捷的处理故障和解决问题的特点。
为实现上述目的，本发明采用的技术方案是：一种基于云端的CMS远程运维诊断系统，其特征在于，包括有用例检索模块，诊断用例库，基准特征库，特征提取模块，诊断计算模块，补丁库，智能修复模块，标签校正模块；
用例检索模块1，用于检索到需要诊断的用例；
诊断用例库2，用于存储用例；
基准特征库3，是针对每个用例预定义的基准特征向量，为诊断计算模块5提供源数据；
特征提取模块4，提取用例包含的每个诊断项的特征值，进一步的得到特征向量，为诊断计算模块5提供源数据；
诊断计算模块5，接收基准特征库3和特征提取模块4提供的数据，通过计算判断诊断项是否异常；
补丁库6，用于存储每个诊断项对应的补丁；
智能修复模块7，根据补丁库6中的补丁对CMS进行自动修复；
标签校正模块8，对诊断用例库1中用例标签进行校正。
所述的诊断用例库2和基准特征库3以及补丁库6的资源均需预定义，且采用云存储，所有CMS产生的用例均可共享，提高资源复用性。
所述的特征提取模块4通过诊断项对CMS实时运行环境进行数据的采集、分析、提取特征。
所述的诊断计算模块5通过计算实时提取的特征向量与基准特征向量后，与提前设定好的阈值进行比对，确认出异常的诊断项。
所述的智能修复模块7针对CMS中可修改范围内根据补丁中预定义的算法程序进行自动修复。
所述的用例包含标签与若干诊断项，其中标签为对问题现象描述的关键词，诊断项为诱发该问题的一个原因，诱发该问题的包括配置文件的错误、服务器硬件环境参数、网络环境、第三方设备拦截、CMS代码的bug，对应的每个诊断项包含各自独立的特征提取程序。
一种基于云端的CMS远程运维诊断方法，包括如下步骤：
步骤1，提取CMS端请求中的标签，计算标签与诊断用例库中所有用例标签的相似度，根据相似度降序排序确认需要诊断的用例；
步骤2，CMS执行诊断项的特征提取程序提取特征值，组成特征向量；
步骤3，计算步骤2的特征向量与对应在基准特征库中基准特征向量的差，比较向量中每个特征值与预先设定好的阈值(θi)，确认出异常项；
步骤4，智能修复模块根据异常项在补丁库中匹配到异常项对应的补丁，在智能修复模块中执行补丁中算法程序，对CMS系统进行自动修复进行自动修复；
步骤5，根据自动修复结果校正当前用例的标签。
步骤1中所述的提取CMS请求中的标签，是借助云计算利用分词器对请求中的描述信息进行分词，提取关键词即标签，采用余弦法计算用例之间的相似度，将大量的用例按相似度降序排序，使得更快、更准确的定位到需要诊断的用例。
步骤2中CMS提取用例中每个诊断项的特征值的提取程序，采用异步执行模式提取CMS环境中对应诊断项的特征值，防止某个特征提取程序阻塞影响其他特征提取程序的执行。
步骤3中诊断项需要检测的结果只有是与否两种时，对应的特征值用0、1来标识，相应的阈值θ为0。
步骤4中根据算法程序对CMS自动修复时，仅针对程序可修改的范围内进行修复；
步骤5中针对修复成功的用例，取用例的标签与步骤1中提取到的标签的并集，作为该用例的新的标签，提高检索的准确性。
本发明的有益效果是：
与现有技术相比，本发明具有以下优点：
1)能精确锁定并修复，传统的CMS遇到问题后多是以版本迭代等方式进行升级更新，改动幅度大，对于CMS来说带来的问题是他是一个整体更新，CMS中有很多针对用户定制的部分，这样传统的升级更新方式是不太适用的，可能会带来冲突，兼容问题。本发明是针对CMS系统使用和运行过程中遇到的具体问题进行局部的检测与修复，相比于之前的方式更精准、灵活且迅速。
2)降低学习成本，本发明中所描述的所有方法都是基于自动或半自动的处理方式，使用只需要选择处理方式即可解决问题，学习成本趋近于零。
3)节约时间成本。传统的解决方式中，用户会通过客服电话咨询，客服再通知工程师处理，在此过程中，浪费了大量的时间用于沟通。本发明的检测和修复机制，能有效、快速的处理常见问题。
采用本发明的运维和诊断的办法，有利于更高效、更准确、更快捷的处理故障和解决问题。
附图说明
图1为本发明的系统原理框图。
图2为本发明的方法的流程图。
具体实施方式
下面结合附图和实施例对本发明作进一步详细说明。
如图1所示，基于云端的CMS远程运维诊断系统，包括有用例检索模块1，诊断用例库2，基准特征库3，特征提取模块4，诊断计算模块5，智能修复模块6，补丁库7，标签校正模块8；
所述的用例检索模块1，用于在诊断用例库中检索到需要诊断的用例，与特征提取模块输入端链接；通过webservice接收到的CMS请求，并对请求信息进行分析，在诊断用例库中检索到对应的用例，具体包括去除信息中包含的停用词、虚词，采用分词器提取标签，将标签转换为向量进而计算与诊断用例库中用例的相似度，并按相似度降序排序；
所述的诊断用例库2，用于存储各种各样的用例；由于诊断用例库中用例的标签经过逐步累积增多，使当前标签转换向量后数据稀疏性强，故用例之间的相似度采用余弦法计算；
基准特征库3，是针对每个用例预定义的基准特征向量，为诊断计算模块5提供源数据；所述的基准特征库用于存储诊断项所对应的基准特征值与阈值。所述的基准特征值和阈值与诊断项一一对应，该基准特征值和阈值的初始值由技术人员提前预定义好的。
所述的特征提取模块4负责实时提取用例中每个诊断项的特征值，进一步得到特征向量，为诊断计算模块提供源数据；特征提取模块4根据用例中诊断项预先定义的特征提取程序实时提取到CMS中各个诊断项的特征值，进而得到特征向量。
诊断计算模块5计算提取的特征向量与基准特征向量的差，将大于提前设定好的阈值θi对应的诊断项标记为异常；所述的诊断计算模块接收基准特征库3和特征提取模块4提供的数据，通过计算判断诊断项是否异常，诊断计算模块根据特征提取模块采集分析后的数据与基准特征库的数据计算出异常的诊断项。
补丁库6用于存储诊断项对应的补丁，为智能修复模块提供源数据；补丁即是对诊断项的算法修复程序，每个补丁对应一个诊断项，对于有些诊断项，在程序不可修改范围内仅通知管理员。
智能修复模块7根据补丁中的程序进行自动修复；针对异常的诊断项，根据映射关系在补丁库匹配到对应补丁，执行补丁中的算法程序对CMS进行自动修复。
所述用例包含标签与若干诊断项，其中标签为对问题现象描述的关键词，诊断项为诱发该问题的一个原因，诱发该问题的原因还包括配置文件的错误，服务器硬件环境参数的不符，代码的bug等，对应的每个诊断项包含各自独立的特征提取程序。
标签校正模块8根据诊断及修复结果的衡量，对诊断用例库1中用例标签进行校正，对用例标签做出适应的调整。标签校正模块负责对修复成功，将检索模块提取的标签与当前诊断的用例标签取并集得作为该用例新的标签；
所述的诊断用例库2和基准特征库3以及补丁库6的资源均需预定义，且采用云存储，所有CMS产生的用例均可共享，提高资源复用性。
参见图2，本发明实施例的基于云端的CMS远程运维诊断方法，包括：
步骤1，提取CMS端请求中描述信息的标签W(ω1,ω2,…,ωp)，获取诊断用例库中用例的标签取W与的并集得W'(ω1',ω2',…,ωr')，相应的有max{p,q}≤r,将W转化为r维的零一向量P(p1,p2,…,pr)，其中若wi'∈W，则pi＝1，否则pi＝0，同理将转化为r维的零一向量然后采用余弦法计算向量P与的相似度并按相似度降序排序确认需要诊断的用例；
本步骤借助云计算利用分词器对用例进行分词，提取标签，采用余弦法计算相似度，将大量的用例按相似度降序排序，使得更快、更准确的定位到需要诊断的用例；
步骤2，CMS端确认需要诊断的用例，针对CMS提取用例中每个诊断项的特征值，组成特征向量，并执行每个诊断项的特征提取程序提取特征值，得特征向量ζ(λ1,λ2,…,λn)；
本步骤中根据用例中多个诊断项的特征提取程序，采用异步执行模式提取CMS环境中对应诊断项的特征值，防止某个特征提取程序阻塞影响其他特征提取程序的执行；
步骤3，计算特征向量ζ(λ1,λ2,…,λn)与对应在基准特征库中基准特征向量的差得ζ'(λ'1,λ'2,…,λ'n)，将ζ'中λ'i大于提前定义的阈值θi对应的诊断项标记为异常项；
本步骤中诊断项需要检测的结果只有是与否俩种时，对应的特征值用0、1来标识，相应的阈值θ为0；
步骤4，智能修复模块根据异常项在补丁库映射关系，查找到补丁并根据补丁中的算法程序，对CMS系统进行自动修复；对于可修改范围内，解析CMS端本地文本文件，修改文本中错误的位置，对于不可修改范围，如服务器磁盘读写、防火墙策略、网络环境、第三方系统，仅通知管理员；
本步骤中根据算法程序对CMS自动修复时，仅针对程序可修改的范围内进行修复；
步骤5，根据修复结果校正用例标签，对修复成功的用例，将步骤1中得到的W'(ω1',ω2',…,ωr')作为改用例新的标签。
本步骤中针对修复成功的用例，取用例的标签与步骤S1中提取到的标签的并集，作为该用例的新的标签，提高检索的准确性。