一种基于人工智能的数据分析方法及系统与流程

本发明涉及通信设备机柜监测，具体涉及一种基于人工智能的数据分析方法及系统。

背景技术：

1、通信设备机柜是用于安装、管理和保护通信设备的物理结构。通信设备机柜内通常包含交换设备、服务器、存储设备、防火墙、电源设备、网络管理设备、风扇和散热设备以及光纤终端设备等；

2、交换设备：如交换机、路由器等，用于实现数据的转发和路由功能，负责网络通信的连接和控制；

3、服务器：用于提供各种网络服务，如web服务器、邮件服务器、数据库服务器等，用于存储和处理数据；

4、存储设备：包括磁盘阵列（raid）和网络存储设备（nas），用于数据的存储和备份，提供高容量和高可靠性的存储解决方案；

5、防火墙：用于保护网络安全，监控和过滤网络流量，阻止潜在的恶意攻击和未经授权的访问；

6、电源设备：包括电源供应单元（psu）和不间断电源（ups），用于提供稳定的电力供应，保证通信设备的正常运行和防止数据丢失；

7、网络管理设备：如网络交换机、管理控制单元等，用于管理和监控通信设备，实现远程管理和故障诊断；

8、风扇和散热设备：用于维持通信设备机柜内的合适温度，保持设备的正常散热，防止过热导致设备故障；

9、光纤终端设备：如光纤收发器、光纤交换机等，用于光纤网络的连接和传输，实现高速和远距离的数据传输；

10、现有技术存在以下不足：

11、对通信设备机柜的管理，通常即对通信设备机柜内的通信设备进行管理，现有技术通常采用定期维护的方式对通信设备机柜进行管理，由于无法对通信设备机柜运行状态变差的态势进行感知，当通信设备机柜的运行状态发生异常时，无法及时发现，随着时间的推移，异常带来的影响会越来越大，最终导致通信设备机柜发生故障，当发生此情况时，不仅会提高通信设备机柜维护的难度，且可能还会对通信设备机柜造成难以修复的损坏。

12、在所述背景技术部分公开的上述信息仅用于加强对本公开的背景的理解，因此它可以包括不构成对本领域普通技术人员已知的现有技术的信息。

技术实现思路

1、本发明的目的是提供一种基于人工智能的数据分析方法及系统，本发明通过对通信设备机柜运行状态变差的态势进行感知，在通信设备机柜的运行状态发生异常隐患时，及时发现，并对通信设备机柜进行提前维护管理，有效地防止异常带来的影响变大导致通信设备发生故障，从而有效地降低通信设备机柜维护的难度，进而有效地防止通信设备机柜发生难以修复的故障，以解决上述背景技术中的问题。

2、为了实现上述目的，本发明提供如下技术方案：一种基于人工智能的数据分析系统，包括数据采集模块、中央处理器、异常感知模块以及异常分析模块；

3、数据采集模块，采集通信设备机柜运行时的多项信息，其中，多项信息包括电力环境监控信息和软件性能监控信息，采集后，将电力环境监控信息和软件性能监控信息处理后传递至中央处理器；

4、中央处理器，将通信设备机柜运行时经过处理后的电力环境监控信息和软件性能监控信息进行综合分析，生成监测指数，并将监测指数传递至异常感知模块；

5、异常感知模块，将通信设备机柜运行时生成的监测指数与预先设定的监测指数参考阈值进行比对分析，生成高运行状态信号或者低运行状态信号，并将信号传递至异常分析模块；

6、异常分析模块，接收到通信设备机柜运行时生成的低运行状态信号后，通过中央处理器获取后续若干个监测指数建立分析集合，对分析集合内的监测指数进行综合分析，判断通信设备机柜的异常状态。

7、优选的，通信设备机柜运行时的电力环境监控信息包括服务器超温时长系数和电源电压波动系数，采集后，数据采集模块将服务器超温时长系数和电源电压波动系数分别标定为和；

8、通信设备机柜运行时的软件性能监控信息包括数据异常传输频率，采集后，数据采集模块将数据异常传输频率标定为。

9、优选的，服务器超温时长系数获取的逻辑如下：

10、s101、获取服务器运行时在t时间内不同时刻的实际运行温度，将实际运行温度标定为， v表示服务器运行时在t时间内不同时刻的实际运行温度的编号， v=1、2、3、4、……、 n， n为正整数；

11、s102、对服务器正常运行时的温度设置温度参考阈值，并将温度参考阈值标定为，当小于时，表明服务器运行温度正常，并没有超温运行，当大于等于时，表明服务器运行温度异常，正在超温运行，将获取的和进行比对，并将大于的时长标定为， x表示大于的次数编号， x=1、2、3、4、……、 n， n为正整数；

12、s103、计算服务器超温时长系数，计算的表达式为：，式中，表示服务器在t时间内超温运行的总时长。

13、优选的，电源电压波动系数获取的逻辑如下：

14、s201、获取通信设备机柜运行时在t时间内不同时刻的实际电源电压，将实际电源电压标定为， k表示通信设备机柜运行时在t时间内不同时刻的实际电源电压的编号， k=1、2、3、4、……、 m， m为正整数；

15、s202、通过通信设备机柜运行时在t时间内获取的实际电源电压计算实际电源电压标准差和实际电源电压平均值，并将实际电源电压标准差和实际电源电压平均值分别标定为和，则：

16、，式中，；

17、s203、通过通信设备机柜运行时在t时间内的实际电源电压标准差和实际电源电压平均值计算电源电压波动系数，计算的表达式为：。

18、优选的，数据异常传输频率获取的逻辑如下；

19、s301、获取通信设备机柜运行时在t时间内不同时段的平均数据传输速率，将平均数据传输速率标定为， p表示通信设备机柜运行时在t时间内不同时段的平均数据传输速率的编号， p=1、2、3、4、……、 m， m为正整数；

20、s302、对通信设备机柜运行时的最佳数据传输速率范围设置梯度范围，当处于梯度范围之间时，表明数据传输的速率正常，当不处于梯度范围之间时，表明数据传输的速率异常；

21、s303、获取通信设备机柜运行时在t时间内不处于梯度范围之间的总次数，将总次数标定为 c，则数据异常传输频率获取的表达式为：，式中， m表示通信设备机柜运行时在t时间内获取的平均数据传输速率的总数量。

22、优选的，中央处理器获取到服务器超温时长系数、电源电压波动系数以及数据异常传输频率后，建立数据分析模型，生成监测指数，依据的数据分析模型为：

23、，式中，分别为服务器超温时长系数、电源电压波动系数、数据异常传输频率的预设比例系数，且均大于0。

24、优选的，异常感知模块获取到生成的监测指数后，将监测指数与预先设定的监测指数参考阈值进行比对，若监测指数大于监测指数参考阈值，通过异常感知模块生成低运行状态信号，并将信号传递至异常分析模块，若监测指数小于等于监测指数参考阈值，通过异常感知模块生成高运行状态信号，并将信号传递至异常分析模块。

25、优选的，异常分析模块接收到通信设备机柜运行时生成的低运行状态信号后，通过中央处理器获取后续若干个监测指数建立分析集合，将分析集合标定为 w，则， u表示分析集合内的监测指数的编号， u=1、2、3、4、……、 r， r为正整数；

26、通过分析集合内的监测指数计算监测指数平均值和监测指数标准差，将监测指数平均值和监测指数标准差分别与预先设定的监测指数参考阈值和预先设定的标准差参考阈值进行比对，比对分为以下情况：

27、若监测指数平均值大于等于监测指数参考阈值，则通过异常分析模块生成一级维护管理信号，并将信号发送至管理人员移动终端，当通信设备机柜运行时生成一级维护管理信号时，表明通信设备机柜的运行状态差；

28、若监测指数平均值小于监测指数参考阈值且监测指数标准差大于等于标准差参考阈值，则通过异常分析模块生成二级维护管理信号，并将信号发送至管理人员移动终端，当通信设备机柜运行时生成二级维护管理信号时，表明通信设备机柜的运行状态稳定性差；

29、若监测指数平均值小于监测指数参考阈值且监测指数标准差小于标准差参考阈值，则通过异常分析模块生成三级维护管理信号，当通信设备机柜运行时生成三级维护管理信号时，表明通信设备机柜的运行状态正常。

30、一种基于人工智能的数据分析方法，包括以下步骤：

31、s1、采集通信设备机柜运行时的多项信息，其中，多项信息包括电力环境监控信息和软件性能监控信息，采集后，将电力环境监控信息和软件性能监控信息进行处理；

32、s2、将通信设备机柜运行时经过处理后的电力环境监控信息和软件性能监控信息进行综合分析，生成监测指数；

33、s3、将通信设备机柜运行时生成的监测指数与预先设定的监测指数参考阈值进行比对分析，生成高运行状态信号或者低运行状态信号；

34、s4、接收到通信设备机柜运行时生成的低运行状态信号后，获取后续若干个监测指数建立分析集合，对分析集合内的监测指数进行综合分析，判断通信设备机柜的异常状态。

35、在上述技术方案中，本发明提供的技术效果和优点：

36、本发明通过对通信设备机柜运行状态变差的态势进行感知，在通信设备机柜的运行状态发生异常隐患时，及时发现，并对通信设备机柜进行提前维护管理，有效地防止异常带来的影响变大导致通信设备发生故障，从而有效地降低通信设备机柜维护的难度，进而有效地防止通信设备机柜发生难以修复的故障；

37、本发明在监测到通信设备的运行状态稳定性变差时，提示管理人员提高对通信设备监测的频率，以便及时发现通信设备异常运行的情况，从而实现及时维护，其次，当通信设备的运行状态发生了偶然异常的情况时，不生成任何提示信号，排除偶然情况的提示干扰，提高管理人员对监测信号的信任度，进而保证通信设备机柜稳定高效地运行。