CN103065050A

CN103065050A - 一种信息系统运维期健康度状态层次判断方法

Info

Publication number: CN103065050A
Application number: CN2012105889925A
Authority: CN
Inventors: 张威; 牛霜霞; 周凤珍; 周宁; 马建伟; 莫建松
Original assignee: State Grid Corp of China SGCC; Electric Power Research Institute of State Grid Henan Electric Power Co Ltd
Current assignee: State Grid Corp of China SGCC; Electric Power Research Institute of State Grid Henan Electric Power Co Ltd
Priority date: 2012-12-31
Filing date: 2012-12-31
Publication date: 2013-04-24

Abstract

本发明公开了一种信息系统运维期健康度状态层次判断方法，首先建立递阶层次结构，然后构造比较判断矩阵，接着进行单准则下的排序以及一致性检验，最后计算系统健康度。本发明能够对信息系统健康度进行整体测评，可以很好地根据信息系统运维期特点，判断信息系统运行状态，并找出存在的问题；通过层次分析法，可以系统地分析信息系统的健康度，更加简洁地分析出系统所处的状态，分析出系统各组成部分的运行状态，评估结果更为客观明了，当系统健康度出现问题时能尽快发现出现问题的元件。

Description

一种信息系统运维期健康度状态层次判断方法

技术领域

本发明属于信息系统运维测试技术领域，尤其涉及一种信息系统运维期健康度FQS状态层次判断方法。

背景技术

目前,随着电力系统业务逐步加宽，其业务支撑系统的复杂性也显著增加。尽管目前业务支撑系统有相应的运维管理和监控系统为其提供系统监控和服务，但也仅仅是从系统底层指标判断系统的运行状态，而没有从整体层面展现系统的运行质量，因此无法获得电力系统运维期FQS状态及无法量化业务支撑系统对具体业务的支撑能力。其次，现有技术中对电力系统测评是从安全角度对信息系统的评估较为广泛，多是找寻信息系统重要资产存在的脆弱性及面临的威胁，评估发生安全事件的可能性及影响，即评估信息系统的风险,然而安全，仅仅是信息系统的一个方面，并不能够全面地知道系统的状态。

发明内容

本发明的目的是提供一种信息系统运维期健康度状态层次判断方法，能够整体、全面的对信息系统运维期健康度进行评估。

本发明采用下述技术方案：一种信息系统运维期健康度状态层次判断方法，包括以下步骤：

（1）、对信息系统运维期健康度建立递阶层次结构，所述递阶层次结构按组成系统的各因素之间的隶属度关系和关联程度分组，形成一个不相交的层次，最低层次包括对应于上一层某一个因素的若干个度量项目；

（2）、在建立的递阶层次结构中，以上一层某个因素为准则，其所支配的下一层的若干个因素按其对于所述准则的相对重要性赋予相应的权重，从而得到对于每一个准则及它所支配的因素的一个比较判断矩阵；

（3）、根据比较判断矩阵求出各因素以及各个度量项目对于准则的相对排序权重值：先根据比较判断矩阵采用特征根方法计算出比较判断矩阵的最大特征根及对应的特征向量，然后对特征向量进行归一化处理，从而得到归一化处理后的权重值排序向量，从而得出各因素对于准则的相对排序的权重值、各个度量项目对于准则的相对排序的权重值，并进行权重值的一致性检验；

（4）、实测各个度量项目量化后的数据结果，则度量项目对应的上一层因素的健康度为：各个度量项目的实测结果与各个度量项目对应的权重值之积的和；

其它层因素的健康度为：其所支配的下一层因素的健康度与此因素对应的权重值之积的和；

信息系统的健康度为：信息系统健康度所支配的因素的健康度与此因素对应的权重值之积的和；

（5）、查看健康度的值落在哪个区间，判断整个信息系统的健康状况，在不同的区间代表不同的健康状况。

所述的步骤1）中建立的递阶层次结构的最高一层为目标层，所述目标层中只有一个元素，即要达到的目标或理想结果，即系统健康度；中间层为准则层，准则层中的元素为实现目标所采用的措施、政策或准则，准则层至少有一层；最低一层为方案层，方案层包括了实现目标可供选择的方案，即度量项目。

所述的步骤4）中先将各个度量项目的实测数据进行归一化处理后再计算健康度。

本发明的有益效果是：本发明从性能、功能及安全性三方面对信息系统健康度进行整体测评，通过测试平台软件自动采集分析信息系统健康度，实现了运维期信息系统测评的自动化，可以很好地根据信息系统运维期特点，判断信息系统运行状态，并找出存在的问题；通过层次分析法，可以系统地分析信息系统的健康度，更加简洁地分析出系统所处的状态，分析出系统各组成部分的运行状态，评估结果更为客观明了，当系统健康度出现问题时能尽快发现出现问题的元件。

附图说明

图1是本发明信息系统健康度FQS状态分层模型示意图；

图2是本发明的流程图。

具体实施方式

本发明一种信息系统运维期健康度状态层次判断方法，包括以下步骤：

（1）、将信息系统运维期健康度分成不同的组成因素，并按各因素之间的隶属度关系和关联程度分组，形成一个不相交的层次，建立递阶层次结构，最低层次中的各个元素为对应于上一层某个因素的若干个度量项目；其中建立的递阶层次结构的最高一层为目标层，所述目标层中只有一个元素，即要达到的目标或理想结果，即系统健康度；中间层为准则层，准则层中的元素为实现目标所采用的措施、政策或准则，准则层至少有一层；最低一层为方案层，方案层包括了实现目标可供选择的方案，即度量项目；

（3）、根据比较判断矩阵求出各因素以及各因素对应的各个度量项目对于准则的相对排序权重值：先根据比较判断矩阵采用特征根方法计算出比较比较判断矩阵的最大特征根及对应的特征向量，然后对特征向量进行归一化处理，从而得到归一化处理后的权重值排序向量，从而计算出各因素对于准则的相对排序的权重值、各个度量项目对于准则的相对排序的权重值，并进行权重值的一致性检验；

（4）、实测各个度量项目量化后的结果，则度量项目对应的上一层因素的健康度为：度量项目的实测结果与度量项目对应的权重值之积的和；

信息系统的健康度为：信息系统的所支配的因素的健康度与此因素对应的权重值之积的和；

其中要先将各个度量项目的实测数据进行归一化处理后再计算健康度；

本发明采用层次分析法（AHP）来确定信息系统的健康度，AHP是对定性问题进行定量分析的一种简便、灵活而又实用的多准则决策方法。它的特点是把复杂问题中的各种因素通过划分为相互联系的有序层次，使之条理化，根据对一定客观现实的主观判断结构(主要是两两比较)把专家意见和分析者的客观判断结果直接而有效地结合起来，将一层次因素两两比较的重要性进行定量描述。而后，利用数学方法计算反映每一层次元素的相对重要性次序的权值，通过所有层次之间的总排序计算所有因素的相对权重并进行排序。

如图2所述的流程图，以一种实施例来具体说明：

1. 如图1所示，先将问题分为若干层次，第一层为目标层，即系统健康度；第二层为特性层，将系统分为F功能、Q性能以及S安全三个因素；第三层为属性层，例如功能一致性、操作系统、数据库、网络应用、安全管理、访问控制与安全配置；第四层为指标层，即度量项目，例如登录验证、文件收发、短消息处理、CPU使用率、可用内存、磁盘占用率、SQL响应时间、缓冲区命中率、共享池内存使用率、带宽利用率、超时丢包率、安全记录、组织架构、安全制度、账户设置、口令策略、权限设置、补丁更新、不必要的服务与危险端口，如表1所示。

2.构造比较判断矩阵

在建立递阶层次结构后，上下层元素间的隶属关系就被确定了。假设以上一层次元素C为准则，所支配的下一层次的关系为u1，u2，…,un，我们的目的是按他们对于准则C相对重要性赋予u1，u2，…,un相应的权重。AHP所用导出权重的方法是两两比较法，根据被测信息系统的特点、用户的需求及测试小组的分析：功能特性比安全特性稍微重要，性能特性比功能特性稍微重要，性能特性比安全特性明显重要，从而得到“系统～特性比较判断矩阵”如下：

表2系统～特性比较判断矩阵表

系统	功能	性能	安全
				功能	1	1/3	3
性能	3	1	5
				安全	1/3	1/5	1

同理，其他各层间的比较判断矩阵均可得出，具体矩阵如表3、表4、表5和表6所示。

表3特性～属性比较判断矩阵表

表4功能属性～指标比较判断矩阵表

表5性能属性～指标比较判断矩阵表

表6安全属性～指标比较判断矩阵表

3.单准则下的排序及一致性检验

由于每个准则都支配下一层的若干个因素，这样对于每一个准则及它所支配的因素都可以得到一个比较判断矩阵，根据比较判断矩阵如何求出各因素u1，u2，…,un对于准则C的相对排序权重w1，w2，…，wn的过程称为单准则下的排序。对于每一层次做单准则排序时，均需要做一致性检验，采用特征根方法，可以求得A的最大特征根的特征向量，该向量即为权重w1，w2，…，wn。根据本算法要求，先要计算出比较判断矩阵的最大特征根及对应的特征向量，以性能～属性比较判断矩阵为例，在MATLAB中输入以下指令：

A＝[1, 0.333,0.2;3,1, 0.333;5, 3,1]；

[X,D]＝eig(A)

输出结果中，矩阵D 的对角线元素即为特征值，矩阵X的列向量即为特征值所对应的特征向量。

由此即可得出最大特征根λmax＝3.038，相应特征向量ω＝(0.1506，0.3714，0.9162)T。

求得比较判断矩阵的最大特征值及其对应的特征向量后，要对特征向量进行归一化，以得到最终的权重值排序。

归一化方法如下：

由向量ω＝(a，b，c)T，设其归一化后的向量WA=(d，e，f)T,我们有

d = a / (a + b + c);

e = b / (a + b + c);

f = c / (a + b + c);

从而得到归一化后的权重值排序向量。

这里，我们通过matlab进行计算，输入指令：

WA＝X(:,1)/sum(X(:,1))

得到结果为W性能=WA＝(0.105、0.258、0.637）T；而W性能即为性能指标中对应操作系统、数据库以及网络应用属性的权重值排序向量，亦即属性层次的单排序，性能指标中的权重值如表7所示。

表7性能指标中的权重表

属性	操作系统	数据库	网络应用
				权重	0.105	0.258	0.637

同理，对操作系统～指标比较判断矩阵、数据库～指标比较判断矩阵以及网络应用～指标比较判断矩阵进行计算得到其各自的权重，如表8、表9和表10所示。

表8操作系统指标中的权重表

指标	CPU使用率	可用内存	磁盘占用率
				权重	0.105	0.258	0.637

表9数据库指标中的权重表

指标	SQL响应时间	缓冲区命中率	共享池内存使用率
				权重	0.637	0.258	0.105

表10网络应用指标中的权重表

指标	带宽利用率	超时丢包率
			权重	0.750	0.250

由于下层因素对上层因素的重要程度是人主观评价的，客观存在一定误差，因此，需要进行一致性检验。计算一致性指标CI：CI＝(λmax－n)/(n－1)，（n为因素的个数，以性能～属性比较判断矩阵为例，即属性的个数）计算随机一致性比率CR：CR＝CI/RI，RI 为随机一致性指标，取值如下表。

表11平均随机一致性指标值表

n	1	2	3	4	5	6	7	8	9	10
											RI	0	0	0.58	0.9	1.12	1.24	1.32	1.41	1.45	1.49

对于性能～属性比较判断矩阵，n = 3，λmax＝3.038，查表得 RI = 0.58，代入公式得：

CI＝(λmax－n)/(n－1) = （3.038 - 3）/（3 - 1）= 0.019

CR＝ CI/RI = 0.019 / 0.58 = 0.033 ≤ 0.10

即该比较判断矩阵通过一致性检验。同理，计算其他三个比较矩阵的一致性可得：CR操作系统=0.033、CR数据库=0.038、CR网络应用=0. 因此，比较判断矩阵符合一致性要求，层次单排序结果有效可靠。

同理可以得到其他因素的权重结果。如表12、表13、表14、表15、表16和表17所示。

表12系统～特性比较判断矩阵权重结果表

特性	功能	性能	安全
				权重	0.258	0.637	0.105

表13功能一致性～指标比较判断矩阵权重结果表

指标	登录验证时间	文件收发	短消息处理
				权重	0.258	0.637	0.105

表14安全～属性比较判断矩阵权重结果表

属性	安全管理	访问控制	安全配置
				权重	0.258	0.637	0.105

表15安全管理～指标比较判断矩阵权重结果表

指标	安全记录	组织架构	安全制度
				权重	0.637	0.258	0.105

表16访问控制～指标比较判断矩阵权重结果：

指标	账户设置	口令策略	权限设置
				权重	0.258	0.637	0.105

表17安全配置～指标比较判断矩阵权重结果表：

指标	补丁更新	不必要的服务	危险端口
				权重	0.258	0.637	0.105

4.信息系统健康度求解

由于各个测试指标的数据类型是不一样的，想要让其参与运算需要先对其进行归一化处理。而对某个元件各个度量项目（即底层测试指标）的实测数据经过归一化处理后变为X=（x1，x2，…，xm）。下面是通过对系统各项指标进行测试而得到的实测数据，并按本算法中设定的归一化处理方法对实测数据进行了归一化处理的结果，如表18所示。

表18归一化处理结果表

求得的各个健康度如表19所示。例如功能一致性的健康度=80（登录验证时间的实测值经过归一化处理的值）*0.258（登录验证时间的权重值）+70（文件收发的的实测值经过归一化处理后的值）*0.637（文件收发的权重值）+80（短消息处理的的实测值经过归一化处理后的值）*0.105（短消息处理的权重值）=73.63；

系统健康度=73.63（功能特性的健康度）*0.258（功能特性的权重值）+61.50（性能特性的健康度）*0.637（性能特性的权重值）+80.16（安全特性的健康度值）*0.105（安全特性的权重值）=66.59

表19信息系统健康度最终结果表

由表19可以看出，本实例中的信息系统的健康度为66.59，如表20所示，其属于注意状态区间（60-80），可判断：该信息系统有部分指标接近标准限值或有持续下滑趋势，需要相关人员及早采取措施，排查潜在的故障隐患，提升系统运行状态。本发明通过先将信息系统分成具体易于识别的多个元件，再通过层次化分析模型逐层进行计算，最终得到整个信息系统的健康度值，这种方式能够整体、全面的对信息系统运维期健康度进行评估，得到的健康度的值更为精确。

表20系统健康度评价分类表

正常状态	系统状态良好，可以正常运行，不需修改升级
		注意状态（60-80）	系统有部分指标接近标准限值或有持续下滑趋势，但仍可继续运行
异常状态	系统部分指标超过标准值，表现为一个或多个异常，应尽快安排诊断测试，发现异常问题并修复系统

Claims

1.一种信息系统运维期健康度状态层次判断方法，其特征在于：包括以下步骤：

2.根据权利要求1所述的信息系统运维期健康度状态层次判断方法，其特征在于：所述的步骤1）中建立的递阶层次结构的最高一层为目标层，所述目标层中只有一个元素，即要达到的目标或理想结果，即系统健康度；中间层为准则层，准则层中的元素为实现目标所采用的措施、政策或准则，准则层至少有一层；最低一层为方案层，方案层包括了实现目标可供选择的方案，即度量项目。

3.根据权利要求1所述的信息系统运维期健康度状态层次判断方法，其特征在于：所述的步骤4）中先将各个度量项目的实测数据进行归一化处理后再计算健康度。