一种基于IMS的核心网云化技术信息管理系统的制作方法

本发明涉及云服务，更具体地说，本发明涉及基于ims的核心网云化技术信息管理系统。

背景技术：

1、ims的核心网云化技术是将传统的ims核心网络功能虚拟化，并部署在云服务器上的技术。通过云化技术，ims核心网可以实现资源的灵活调配和高效利用，提高网络的弹性和可扩展性，降低运维成本，并为多媒体通信业务提供更好的服务体验，为了更好地运行云服务器一般都内置有负载均衡器，负载均衡器的作用是将来自客户端的请求均匀地分发给多台后端服务器，以实现负载的均衡和资源的优化利用。但是传统方式在对负载均衡器的管理过程中存在以下问题：

2、1.传统方式下的定期维护和体检难以实时监控负载均衡器的状态和性能。只能够在问题实际发生后才能发现，导致解决问题的反应时间较长，在问题发生期间，云服务器可能会遇到性能下降或服务不可用等问题，影响用户体验，且能够给出的解决方案的时间较短，不足以使得维护人员及时完善解决问题；

3、2.由于传统方式只能在定期维护或体检时对负载均衡器进行检查，可能导致潜在问题未被及时发现。这些问题可能在长时间内积累，最终累积成无法及时修复的大问题，导致服务器的维护时间期限变长，最终导致系统的稳定性和可用性受到影响，损失大量用户。

4、为了解决上述问题，现提供一种技术方案。

技术实现思路

1、为了克服现有技术的上述缺陷，本发明的实施例提供，利用负载匹配度指数和稳定无故障指数构建调控适配系数，分析负载均衡器的运行状态，发现潜在问题。将调控适配系数与阈值对比，生成低/高风险信号，及时发现隐患并提供解决方案。针对低风险信号，收集数据并计算相关性，进一步了解系统状态。同时生成低风险信号和高等级信号时发出预警，从宏观角度统筹分析负载均衡器，降低故障风险，保障云服务器运行。这些措施有助于保持系统稳定且长效运行，提高服务质量，以解决上述背景技术中提出的问题。

2、为实现上述目的，本发明提供如下技术方案：包括运行数据收集单元、结合分析评估单元、判断信号生成单元、综合第一总结单元、综合第二总结单元；

3、运行数据收集单元用于采集负载均衡器的调控能力参数和运行稳定参数，将调控能力参数、运行稳定参数发送至结合分析评估单元；

4、结合分析评估单元用于将调控能力参数和运行稳定参数进行归一化得到调控适配系数，将调控适配系数发送至判断信号生成单元；

5、判断信号生成单元用于将调控适配系数和调控适配阈值进行比较，若调控适配系数大于等于调控适配阈值，生成低风险信号，若调控适配系数小于调控适配阈值，生成高风险信号，将低风险信号和高风险信号发送至综合第一总结单元；

6、综合第一总结单元针对低风险信号，收集适配系数数据并记录时间，对数据排序生成两个排序表，计算两个排序表的相关系数，将相关系数与相关阈值比较生成低等级信号或高等级信号，将低等级信号和高等级信号发送至综合第二总结单元；

7、综合第二总结单元针对同时生成低风险信号和高等级信号，生成预警信号。

8、在一个优选的实施方式中，运行数据收集单元运行包括以下内容：

9、调控能力参数包括负载匹配度指数，运行稳定参数包括稳定无故障指数。

10、在一个优选的实施方式中，负载匹配度指数的获取逻辑为：

11、步骤a1：采集单位时间内所有后端处理器的平均吞吐量以及分配到的平均请求数量；

12、步骤a2：按照平均吞吐量对后端处理器进行排序，得到性能排序序列x，按照分配到的平均请求数量对后端处理器进行排序，得到请求分配排序序列y；

13、步骤a3：对性能排序序列x和请求分配排序序列y进行等级处理，如果有并列的数据，使用平均等级，x的第i个元素为xi，y的第i个元素为yi，xi和yi的等级记为rxi和ryi；

14、步骤a4：计算负载匹配指数，计算公式为：式中，ρ为负载匹配指数，i＝1、2、3、4、……、n，n为样本数量，n为正整数。

15、在一个优选的实施方式中，稳定无故障指数的获取逻辑为：

16、步骤b1：记录负载均衡器在单位时间内运行过程中的故障，收集故障间隔时间和修复时间的数据；

17、步骤b2：对数据进行统计和分析，获得平均发生故障所需的时间、平均修复所需的时间；

18、平均发生故障所需的时间的计算公式为：mttf＝∫t*f(t)dt，式中，mttf为平均发生故障所需的时间，t为故障间隔时间，f(t)为故障间隔时间的概率密度函数，dt为微元时间的变化量；

19、平均修复所需的时间的计算公式为：mttr＝∫t″*g(t″)dt，式中，mttr为平均修复所需的时间，t″为修复时间，g(t″)为修复时间的概率密度函数，dt为微元时间的变化量；

20、步骤b3：计算获得平均相邻两次故障之间的时间间隔，计算公式为：mtbf＝mttf+mttr，式中，mtbf为平均相邻两次故障之间的时间间隔；

21、步骤b4：计算获得稳定无故障指数，计算公式为：σ＝e-mttf/mtbf，式中σ为稳定无故障指数，e为自然数对数的底数。

22、在一个优选的实施方式中，综合第一总结单元运行包括以下内容：

23、步骤z1：针对低风险信号，收集t时间内采集的调控适配系数数据，并记录每个数据点的采集时间；

24、步骤z2：按照采集时间对调控适配系数数据进行排序，得到排序表一；

25、步骤z3：对调控适配系数数据按照数值大小进行排序，得到排序表二，计算相邻调控适配数据的绝对值，若绝对值小于绝对阈值，则这两个相邻调控适配系数数据按照采集时间排序；步骤z4：统计在排序表一和排序表二中，相邻数据点排序序号相同的数目，即同序对数目；步骤z5：统计在排序表一和排序表二中，相邻数据点排序序号不相同的数目，即异序对数目；步骤z6：按时间排序的调控适配系数数据中所有数据点的组合数获得总对数目，即排序表一和排序表二中数据点的组合数，总对数目的计算公式为：式中，m是数据点的个数；

26、步骤z7：计算排序表一和排序表二之间的相关系数，式中，r为相关系数，cp、dp、tp分别为同序对数目、异序对数目、总对数目；

27、步骤z8：将相关系数和相关阈值进行比较；

28、若相关系数大于等于相关阈值，生成低等级信号；

29、若相关系数小于相关阈值，生成高等级信号，需要加强维护。

30、在一个优选的实施方式中，若同时生成低风险信号和高等级信号，生成预警信号；若同时生成低风险信号和低等级信号，不生成信号。

31、本发明基于ims的核心网云化技术信息管理系统的技术效果和优点：

32、1.基于负载匹配度指数和稳定无故障指数结合获得调控适配系数，经过调控适配系数对负载均衡器的运行状态进行分析，用于了解发现系统运行时的潜在问题；通过将调控适配系数和调控适配阈值进行比较根据比较结果生成低风险信号或高风险信号，明确负载均衡器的适配情况，及时发现隐患苗头，给出出具解决方案的反应时间，帮助更好地发现并解决问题，保持系统良好稳定长效地运行；

33、2.针对低风险信号，收集t时间内采集的调控适配系数数据，并记录每个数据点的采集时间，按照采集时间的顺序生成排序表一，按照调控适配系数的数值大小生成排序表二，计算排序表一和排序表二的相关系数，帮助分析调控适配系数的趋势和稳定性，进一步了解负载均衡器的运行状态，并将相关系数和相关阈值进行比较，根据比较结果生成低等级信号或高等级信号，对于同时生成低风险信号和高等级信号的发出预警提示；从而便于针对负载均衡器在可控的运行状态下进一步从整体宏观角度统筹分析，进一步发现挖掘其存在的问题，从而降低云服务发生故障的风险，保障云服务器的正常运行。