1.一种运维数据处理的方法,其特征在于,包括:
获取运维服务器在过去历史时间内执行运维工作的运维数据;
根据所述运维数据,统计所述运维服务器在运维工作过程中的服务数据;其中,所述服务数据包括安全管理数据、可靠管理数据和服务响应数据;
采用统一的标准的量化所述服务数据,获得监控所述运维服务器的运维工作的监控数据;
根据所述监控数据,预判所述运维服务器未来的工作情况。
2.如权利要求1所述的运维数据处理的方法,其特征在于,所述运维数据包括所述运维服务器为用户提供服务过程中所服务的信息资源能在正确授权下进行变更操作的次数和所述运维服务器为用户提供服务过程中进行变更操作的总次数、以及所述运维服务器为用户提供服务过程中受到非法访问的次数和接收访问的总次数;
则统计所述运维服务器在运维工作过程中的安全管理数据,具体为:
计算所述运维服务器为用户提供服务过程中所服务的信息资源能在正确授权下进行变更操作的次数与所述运维服务器为用户提供服务过程中进行变更操作的总次数的比值,获得第一安全比值;
计算1减去所述运维服务器为用户提供服务过程中受到非法访问的次数与接收访问的总次数的比值,获得第二安全比值;
对所述第一安全比值和所述第二安全比值进行权重求和,获得所述运维服务器在运维工作过程中的安全管理数据。
3.如权利要求1所述的运维数据处理的方法,其特征在于,所述运维数据包括所述运维服务器因无法提供服务给用户而拒绝用户的服务请求的次数和所述运维服务器接收到用户发送的服务请求的总次数、所述运维服务器为用户提供服务满足用户的服务请求的事件数和所述运维服务器为用户提供服务的总事件数、以及所述运维服务器为每一次用户提供服务请求过程中产生中断的时长和本次的总服务时长;
则统计所述运维服务器在运维工作过程中的可靠管理数据,具体为:
计算1减去所述运维服务器因无法提供服务给用户而拒绝用户的服务请求的次数与所述运维服务器接收到用户发送的服务请求的总次数的比值,获得第一可靠比值;
计算所述运维服务器为用户提供服务满足用户的服务请求的事件数与所述运维服务器为用户提供服务的总事件数的比值,获得第二可靠比值;
计算所述运维服务器每一次用户提供服务请求过程中产生中断的时长与本次的总服务时长的比值,并求均值,获得第三可靠比值;
对所述第一可靠比值、所述第二可靠比值和所述第三可靠比值进行权重求和,获得所述运维服务器在运维工作过程中的可靠管理数据。
4.如权利要求1所述的运维数据处理的方法,其特征在于,所述运维数据包括所述运维服务器每一次为用户提供服务的服务时长、所述运维服务器为用户提供服务的标准时长和所述运维服务器为用户提供服务的总事件数、所述运维服务器响应用户的服务请求的次数和所述运维服务器接收用户的服务请求的次数;
则统计所述运维服务器在运维工作过程中的服务响应数据,具体为:
通过比较所述运维服务器每一次为用户提供服务的服务时长与所述运维服务器为用户提供服务的标准时长是否能满足时长响应的要求,获得所述运维服务器为用户提供的服务能满足时长响应的要求的事件数;
计算所述运维服务器为用户提供的服务能满足时长响应的要求的事件数与所述运维服务器为用户提供服务的总事件数的比值,获得第一响应比值;
计算所述运维服务器响应用户的服务请求的次数与所述运维服务器接收用户的服务请求的次数的比值,获得第二响应比值;
对所述第一响应比值和所述第二响应比值进行权重求和,获得所述运维服务器在运维工作过程中的服务响应数据。
5.如权利要求1所述的运维数据处理的方法,其特征在于,所述采用统一的标准的量化所述服务数据,获得监控所述运维服务器的运维工作的监控数据,具体包括:
根据所述服务数据包含的安全管理数据、可靠管理数据和服务响应数据所属的反馈特性,选择相应的反馈测度计算公式,计算获得量化后的安全管理数据、可靠管理数据和服务响应数据;所述反馈特性包括正反馈特性、负反馈特性和正态分布特性;正反馈特性对应的反馈测度计算公式为C1=(f-fk1)/(fk2-fk1);负反馈特性对应的反馈测度计算公式为C2=(fk2-f)/(fk2-fk1);正态分布特性对应的反馈测度计算公式为其中,f是待量化的服务数据,fk1是量化上限值,fk2是量化下限值,fk0是量化中值;
将所述量化后的安全管理数据、可靠管理数据和服务响应数据进行权重求和,获得监控所述运维服务器的运维工作的监控数据。
6.如权利要求1所述的运维数据处理的方法,其特征在于,根据所述监控数据,预判所述运维服务器未来的工作情况,具体为:
根据所述监控数据,判断所述监控数据是否在监控阈值区间内;
若是,则判定所述运维服务器未来出现工作异常的概率低;
若否,则判定所述运维服务器未来出现工作异常的概率高。
7.一种运维数据处理的装置,其特征在于,包括:
运维数据获取模块,用于获取运维服务器在过去历史时间内执行运维工作的运维数据;
服务数据统计模块,用于根据所述运维数据,统计所述运维服务器在运维工作过程中的服务数据;其中,所述服务数据包括安全管理数据、可靠管理数据和服务响应数据;
服务数据量化模块,用于采用统一的标准的量化所述服务数据,获得监控所述运维服务器的运维工作的监控数据;
工作预判模块,用于根据所述监控数据,预判所述运维服务器未来的工作情况。
8.如权利要求7所述的运维数据处理的装置,其特征在于,所述运维数据包括所述运维服务器为用户提供服务过程中所服务的信息资源能在正确授权下进行变更操作的次数和所述运维服务器为用户提供服务过程中进行变更操作的总次数、以及所述运维服务器为用户提供服务过程中受到非法访问的次数和接收访问的总次数;
则所述服务数据统计模块包括用于统计所述运维服务器在运维工作过程中的安全管理数据的单元,具体为:
第一安全计算单元,用于计算所述运维服务器为用户提供服务过程中所服务的信息资源能在正确授权下进行变更操作的次数与所述运维服务器为用户提供服务过程中进行变更操作的总次数的比值,获得第一安全比值;
第二安全计算单元,用于计算1减去所述运维服务器为用户提供服务过程中受到非法访问的次数与接收访问的总次数的比值,获得第二安全比值;
第一权重求和单元,用于对所述第一安全比值和所述第二安全比值进行权重求和,获得所述运维服务器在运维工作过程中的安全管理数据。
9.如权利要求7所述的运维数据处理的装置,其特征在于,所述运维数据包括所述运维服务器因无法提供服务给用户而拒绝用户的服务请求的次数和所述运维服务器接收到用户发送的服务请求的总次数、所述运维服务器为用户提供服务满足用户的服务请求的事件数和所述运维服务器为用户提供服务的总事件数、以及所述运维服务器为每一次用户提供服务请求过程中产生中断的时长和本次的总服务时长;
则所述服务数据统计模块包括用于统计所述运维服务器在运维工作过程中的可靠管理数据的单元,具体为:
第一可靠计算单元,用于计算1减去所述运维服务器因无法提供服务给用户而拒绝用户的服务请求的次数与所述运维服务器接收到用户发送的服务请求的总次数的比值,获得第一可靠比值;
第二可靠计算单元,用于计算所述运维服务器为用户提供服务满足用户的服务请求的事件数与所述运维服务器为用户提供服务的总事件数的比值,获得第二可靠比值;
第三可靠计算单元,用于计算所述运维服务器每一次用户提供服务请求过程中产生中断的时长与本次的总服务时长的比值,并求均值,获得第三可靠比值;
第二权重求和单元,用于对所述第一可靠比值、所述第二可靠比值和所述第三可靠比值进行权重求和,获得所述运维服务器在运维工作过程中的可靠管理数据。
10.如权利要求7所述的运维数据处理的装置,其特征在于,所述运维数据包括所述运维服务器每一次为用户提供服务的服务时长、所述运维服务器为用户提供服务的标准时长和所述运维服务器为用户提供服务的总事件数、所述运维服务器响应用户的服务请求的次数和所述运维服务器接收用户的服务请求的次数;
则所述服务数据统计模块包括用于统计所述运维服务器在运维工作过程中的服务响应数据的单元,具体为:
事件统计单元,用于通过比较所述运维服务器每一次为用户提供服务的服务时长与所述运维服务器为用户提供服务的标准时长是否能满足时长响应的要求,获得所述运维服务器为用户提供的服务能满足时长响应的要求的事件数;
第一响应计算单元,用于计算所述运维服务器为用户提供的服务能满足时长响应的要求的事件数与所述运维服务器为用户提供服务的总事件数的比值,获得第一响应比值;
第二响应计算单元,用于计算所述运维服务器响应用户的服务请求的次数与所述运维服务器接收用户的服务请求的次数的比值,获得第二响应比值;
第三权重求和单元,用于对所述第一响应比值和所述第二响应比值进行权重求和,获得所述运维服务器在运维工作过程中的服务响应数据。
11.如权利要求7所述的运维数据处理的装置,其特征在于,所述服务数据量化模块具体包括:
量化计算单元,用于根据所述服务数据包含的安全管理数据、可靠管理数据和服务响应数据所属的反馈特性,选择相应的反馈测度计算公式,计算获得量化后的安全管理数据、可靠管理数据和服务响应数据;所述反馈特性包括正反馈特性、负反馈特性和正态分布特性;正反馈特性对应的反馈测度计算公式为C1=(f-fk1)/(fk2-fk1);负反馈特性对应的反馈测度计算公式为C2=(fk2-f)/(fk2-fk1);正态分布特性对应的反馈测度计算公式为其中,f是待量化的服务数据,fk1是量化上限值,fk2是量化下限值,fk0是量化中值;
第四权重求和单元,用于将所述量化后的安全管理数据、可靠管理数据和服务响应数据进行权重求和,获得监控所述运维服务器的运维工作的监控数据。
12.如权利要求7所述的运维数据处理的装置,其特征在于,所述工作预判模块具体包括:
阈值判断单元,用于根据所述监控数据,判断所述监控数据是否在监控阈值区间内;
第一判定单元,用于当所述监控数据在监控阈值区间内时,判定所述运维服务器未来出现工作异常的概率低;
第二判定单元,用于当所述监控数据不在监控阈值区间内时,判定所述运维服务器未来出现工作异常的概率高。