CN102393828B - 一种信息系统灾难恢复点目标的计算方法 - Google Patents
一种信息系统灾难恢复点目标的计算方法 Download PDFInfo
- Publication number
- CN102393828B CN102393828B CN 201110195600 CN201110195600A CN102393828B CN 102393828 B CN102393828 B CN 102393828B CN 201110195600 CN201110195600 CN 201110195600 CN 201110195600 A CN201110195600 A CN 201110195600A CN 102393828 B CN102393828 B CN 102393828B
- Authority
- CN
- China
- Prior art keywords
- production system
- data volume
- department
- infosystem
- per
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Expired - Fee Related
Links
Images
Landscapes
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明提供一种信息系统灾难恢复点目标的计算方法。这种方法的关键在于由m个生产系统组成的信息系统,在该信息系统上一共运行了k项业务K1,K2,…,Kk,每项业务只能运行在一个生产系统上。通过分析信息系统中每个生产系统的重要性、每个业务的重要性、现有数据量和各个部门每秒产生的数据量,以及该业务相关联每秒产生数据量为基础,根据部门使用业务中已有的数据量占该部门全部数据量的百分比来估算每个业务每秒新生成的数据以及与业务相关的生产系统每秒新生成数据量,再综合每个生产系统在信息系统中的重要性,将生产系统新增带权重数据量除以该生产系统已生成数据量,以求出整体信息系统灾难恢复点目标的RPO取值。
Description
技术领域
本发明涉及的是一种信息系统灾难恢复点目标的计算方法,能够通过对现有信息系统的数据量、业务量及相关数据进行分析,科学的计算信息系统灾难恢复建设中需要的灾难恢复点目标(RPO:RecoveryPoint Object)指标。
背景技术
根据国家标准《信息系统灾难恢复规范》(GB/T20988-2007)中的定义:灾难是指由于人为或自然的原因,造成信息系统严重故障或瘫痪,使信息系统支持的业务功能停顿或服务水平降至不可接受、达到特定的时间的突发性事件。典型的灾难事件包括自然灾难(如火灾、水灾、地震、风灾等)、设备灾难(如设备故障、软件错误、电信网络中断和电力故障等)和人为灾难(如操作员错误、破坏、植入有害代码和恐怖袭击等)。
目前,信息系统已经在各行各业当中得到了广泛的应用,其核心数据已经成为整个社会当中最为关键的资源。据IDC统计,2007年新增数据的总量较上一年增长了75%,预计2011年数据总量达到2006年的10倍。伴随着信息系统中数据增长,数据安全需求也在日益凸显,容灾抗毁能力已经成为衡量信息系统安全性和可靠性的重要指标。
恢复点目标(RPO)作为信息系统容灾抗毁能力的两个主要评价指标之一(另一个主要评价指标是恢复时间目标RTO),得到了广泛的关注。恢复点目标RPO是指灾难发生后,系统和数据必须恢复到的时间点要求。RPO值可以按照灾难恢复建设时系统数据备份的周期进行规划,即宕机导致业务停顿之后,信息系统能够通过备份系统追溯到最近一次备份数据时间点的最长时间间隔。
通常的灾难恢复规划中,大多使用调查问卷和需求分析的方法定性的制定RPO指标,RPO指标固定不变。但是伴随着新数据的产生,数据总量的增长速度将超过备份能力,数据备份将无法在指定时间内完成。并且不同信息系统的RPO指标不同,传统的RPO指标不仅忽视了信息系统的数据的变化,还忽视了生产系统、业务、部门之间的关系对数据增长速度的影响。为此,本发明从生产系统、业务、部门之间的关系出发,通过计算生产系统中数据增长速度来计算信息系统RPO指标,从而得到符合信息系统特性的、客观的灾难恢复指标。
发明内容
一种信息系统灾难恢复点目标的计算方法,其特征在于:由m个生产系统组成的信息系统,在该信息系统上一共运行了k项业务K1,K2,…,Kk,每项业务只能运行在一个生产系统上;该信息系统可以为n个部门提供服务,任一部门Nj使用的业务集合为其中j∈[1,n],并且集合NKj中任一业务Ki,其中Kl∈NKj,已经生产的数据量为dlj,根据dlj占部门Nj所有数据量的比例以及部门Nj每秒新增数据量dj′,可以计算出部门Nj所使用的任一业务每秒产生的数据量;对每个部门依次进行统计计算,能够分别得到k项业务在每个部门内每秒产生的数据量;信息系统中的任一生产系统Mi上运行的业务集合为其中i∈[1,m],根据生产系统和业务的对应关系,对集合MKi中所有业务每秒产生的数据量求和得到Mi上新生成的数据量Di,计算生产系统Mi的Di与生产系统Mi已经生成数据量比值,从而得到每个生产系统的灾难恢复点目标RPO的值;以每个生产系统在整个信息系统的重要性为权重,对每个生产系统的灾难恢复点目标RPO的值进行加权平均,得出整个信息系统的灾难恢复点目标RPO的值;
其具体步骤为:
(2)输入n个部门集合N={N1,N2,…,Nn}每秒新增数据量d1′,d′2,…,dn′,各个部门处理的业务集合NK={NK1,NK2,…,NKn},以及集合中任一业务在该部门中已经生成的数据量;
(3)初始化变量dK1,dK2,…,dKk用于保存业务集K1,K2,…,Kk当前每秒新增数据量,并且均为0,初始化变量dM1,dM2,…,dMm用于保存生产系统M1,M2,…,Mm每秒生成的数据量,并且均为0,初始化变量R为信息系统中各生产系统带权值的灾难恢复点目标之和,并且初值为0,初始化变量ω为信息系统权值,其初值为0;
(4)如果集合N为空,则执行步骤8,
否则执行步骤5;
(5)从集合N中取出任一部门Nj,其中j∈[1,n],该部门使用的业务集合为NKj;
(6)如果NKj为空,则执行步骤4,
否则,执行步骤7;
(7)从集合NKj中取出任一业务Kl,其中l∈[1,k],在当前dKl值的基础上增加部门Nj每秒新增加的数据量,计算得到的新dKl为:dKl+该部门Nj每秒新增数据量d′j×该业务在该部门已经生成的数据量÷该部门已经生成数据量,执行步骤6;
(8)若有生产系统Mi未进行过计算,则执行步骤9,
否则,执行步骤12;
(9)任取一未进行过计算的生产系统Mi,其中i∈[1,m],该生产系统上运行的业务集为MKi;
(10)如果MKi为空,计算信息系统权值ω为:信息系统权值ω当前值+生产系统Mi的重要性权重值信息系统中各生产系统带权值的灾难恢复点目标之和R为:信息系统中各生产系统带权值的灾难恢复点目标之和的当前值R+该生产系统已经存储的数据量di×生产系统Mi的重要性权重值÷该生产系统每秒新增数据量dMi,执行步骤8,
否则,执行步骤11;
(11)从MKi集合中取出任一业务Kl,其中l∈[1,k],在生产系统Mi当前每秒新增数据量dMi的基础上增加业务Kl当前每秒增加数据量dKl,计算得到的新dMi为:dMi+业务Kl当前每秒新增数据量dKl,从MKi集合中去除Kl,执行步骤10;
(12)计算信息系统的RPO值为:R÷ω。
这种信息系统灾难恢复点目标的计算方法是这样实现的:
本发明提供一种信息系统灾难恢复点目标的计算方法。这种方法的关键在于由m个生产系统组成的信息系统,在该信息系统上一共运行了k项业务K1,K2,…,Kk,每项业务只能运行在一个生产系统上。通过分析信息系统中每个生产系统的重要性、每个业务的重要性、现有数据量和各个部门每秒产生的数据量,以及该业务相关联每秒产生数据量为基础,根据部门使用业务中已有的数据量占该部门全部数据量的百分比来估算每个业务每秒新生成的数据以及与业务相关的生产系统每秒新生成数据量,再综合每个生产系统在信息系统中的重要性,将生产系统新增带权重数据量除以该生产系统已生成数据量,以求出整体信息系统灾难恢复点目标的RPO取值。
其主要创新点如下:
1、与传统的调查问卷和风险分析方法不同,本发明方法通过分析信息系统涵盖的生产系统、业务和部门三个层次的运行关系,综合的评价信息系统中不同业务和部门对生产系统灾难恢复目标的影响。
2、本发明通过生产系统的数据量、部门工作时产生的数据量,以及每个部门已有的各项业务数据量来动态量化计算信息系统的灾难恢复目标RPO值。
附图说明
图1:由n个部门、k项业务、m个生产系统共同组成的系统结构图。
具体实施方式
下面结合附图举例对本发明做更详细地描述:
本发明所述算法的特征在于:
一种信息系统灾难恢复点目标的计算方法,其特征在于:由m个生产系统组成的信息系统,在该信息系统上一共运行了k项业务K1,K2,…,Kk,每项业务只能运行在一个生产系统上;该信息系统可以为n个部门提供服务,任一部门Nj使用的业务集合为其中j∈[1,n],并且集合NKj中任一业务Kl,其中Kl∈NKj,已经生产的数据量为dlj,根据dlj占部门Nj所有数据量的比例以及部门Nj每秒新增数据量dj′,可以计算出部门Nj所使用的任一业务每秒产生的数据量;对每个部门依次进行统计计算,能够分别得到k项业务在每个部门内每秒产生的数据量;信息系统中的任一生产系统Mi上运行的业务集合为其中i∈[1,m],根据生产系统和业务的对应关系,对集合MKi中所有业务每秒产生的数据量求和得到Mi上新生成的数据量Di,计算生产系统Mi的Di与生产Mi已经生成数据量比值,从而得到每个生产系统的灾难恢复点目标RPO的值;以每个生产系统在整个信息系统的重要性为权重,对每个生产系统的灾难恢复点目标RPO的值进行加权平均,得出整个信息系统的灾难恢复点目标RPO的值;
其具体步骤为:
(2)输入n个部门集合N={N1,N2,…,Nn}每秒新增数据量d1′,d2′,…,dn′,各个部门处理的业务集合NK={NK1,NK2,…,NKn},以及集合中任一业务在该部门中已经生成的数据量;
(3)初始化变量dK1,dK2,…,dKk用于保存业务集K1,K2,…,Kk当前每秒新增数据量,并且均为0,初始化变量dM1,dM2,…,dMm用于保存生产系统M1,M2,…,Mm每秒生成的数据量,并且均为0,初始化变量R为信息系统中各生产系统带权值的灾难恢复点目标之和,并且初值为0,初始化变量ω为信息系统权值,其初值为0;
(4)如果集合N为空,则执行步骤8,
否则执行步骤5;
(5)从集合N中取出任一部门Nj,其中j∈[1,n],该部门使用的业务集合为NKj;
(6)如果NKj为空,则执行步骤4,
否则,执行步骤7;
(7)从集合NKj中取出任一业务Kl,其中l∈[1,k],在当前dKl值的基础上增加部门Nj每秒新增加的数据量,计算得到的新dKl为:dKl+该部门Nj每秒新增数据量d′j×该业务在该部门已经生成的数据量÷该部门已经生成数据量,执行步骤6;
(8)若有生产系统Mi未进行过计算,则执行步骤9,
否则,执行步骤12;
(9)任取一未进行过计算的生产系统Mi,其中i∈[1,m],该生产系统上运行的业务集为MKi;
(10)如果MKi为空,计算信息系统权值ω为:信息系统权值ω当前值+生产系统Mi的重要性权重值信息系统中各生产系统带权值的灾难恢复点目标之和R为:信息系统中各生产系统带权值的灾难恢复点目标之和的当前值R+该生产系统已经存储的数据量di×生产系统Mi的重要性权重值÷该生产系统每秒新增数据量dMi,执行步骤8,
否则,执行步骤11;
(11)从MKi集合中取出任一业务Kl,其中l∈[1,k],在生产系统Mi当前每秒新增数据量dMi的基础上增加业务Ki当前每秒增加数据数据量dKl,计算得到的新dMi为:dMi+业务Kl当前每秒新增数据量dKl,从MKi集合中去除Kl,执行步骤10;
(12)计算信息系统的RPO值为:R÷ω。
信息系统灾难恢复点目标的计算方法具体实施模式是这样的:
整个算法分为两个过程,第一个过程是根据算法需要采集信息系统的指标参数,为生产系统建立模型,第二个过程是根据采集的生产系统的指标参数定量计算信息系统的灾难恢复指标。
首先采集信息系统自身的各项指标参数,建立信息系统模型:信息系统包含m个生产系统M1,M2,…,Mm,生产系统上已经存储的数据量分别为d1,d2,…,dm,并且每个生产系统在整个信息系统中所占重要性权重分别为m个生产系统上总共运行了k项业务K1,K2,…,Kk,设任一生产系统Mi(i∈[1,m])支持的业务集合为
信息系统为n个部门N1,N2,…,Nn提供服务,任一部门Nj(j∈[1,n])每秒产生的数据量为d1′,d2′,…,dn′,其中部门Nj使用的业务为NKj中任一业务Kl(Kl∈NKj)在部门Nj已经生成的数据量为dlj。
分析信息系统中每个生产系统的重要性、每个业务的重要性、现有数据量和各个部门每秒产生的数据量,以及该业务相关联每秒产生数据量为基础,根据部门使用业务中已有的数据量占该部门全部数据量的百分比来估算每个业务每秒新生成的数据以及与业务相关的生产系统每秒新生成数据量,再综合每个生产系统在信息系统中的重要性,将生产系统新增带权重数据量除以该生产系统已生成数据量,以求出整体信息系统灾难恢复点目标的RPO取值。
Claims (1)
1.一种信息系统灾难恢复点目标的计算方法,其特征在于:由m个生产系统组成的信息系统,在该信息系统上一共运行了k项业务K1,K2,…,Kk,每项业务只能运行在一个生产系统上;该信息系统可以为n个部门提供服务,任一部门Nj使用的业务集合为其中j∈[1,n],并且集合NKj中任一业务Kl,其中Kl∈NKj,已经生产的数据量为根据dlj占部门Nj所有数据量的比例以及部门Nj每秒新增数据量dj′,可以计算出部门Nj所使用的任一业务每秒产生的数据量;对每个部门依次进行统计计算,能够分别得到k项业务在每个部门内每秒产生的数据量;信息系统中的任一生产系统Mi上运行的业务集合为其中i∈[1,m],根据生产系统和业务的对应关系,对集合MKi中所有业务每秒产生的数据量求和得到Mi上新生成的数据量Di,计算生产系统Mi的Di与生产系统Mi已经存储数据量比值,从而得到每个生产系统的灾难恢复点目标RPO的值;以每个生产系统在整个信息系统的重要性为权重,对每个生产系统的灾难恢复点目标RPO的值进行加权平均,得出整个信息系统的灾难恢复点目标RPO的值;
设信息系统包含m个生产系统M1,M2,…,Mm,各生产系统上已经存储的数据量分别对应为d1,d2,…,dm,并且每个生产系统在整个信息系统中所占重要性权重分别为则信息系统灾难恢复点目标的计算方法的具体方法步骤为:
(2)输入n个部门集合N={N1,N2,…,Nn}每秒新增数据量d1′,d2′,…,dn′,各个部门处理的业务集合NK={NK1,NK2,…,NKn},以及集合中任一业务在该部门中已经生成的数据量;
(3)初始化变量用于保存业务集K1,K2,…,Kk当前每秒新增数据量,并且均为0,初始化变量用于保存生产系统M1,M2,…,Mm每秒生成的数据量,并且均为0,初始化变量R为信息系统中各生产系统带权值的灾难恢复点目标之和,并且初值为0,初始化变量ω为信息系统权值,其初值为0;
(4)如果集合N为空,则执行步骤8,
否则执行步骤5;
(5)从集合N中取出任一部门Nj,其中j∈[1,n],该部门使用的业务集合为NKj;
(6)如果NKj为空,则执行步骤4,
否则,执行步骤7;
的数据量÷该部门已经生成数据量,执行步骤6;
(8)若有生产系统Mi未进行过计算,则执行步骤9,
否则,执行步骤12;
(9)任取一未进行过计算的生产系统Mi,其中i∈[1,m],该生产系统上运行的业务集为MKi;
(10)如果MKi为空,计算信息系统权值ω为:信息系统权值ω当前值+生产系统Mi的重要性权重值信息系统中各生产系统带权值的灾难恢复点目标之和R为:信息系统中各生产系统带权值的灾难恢复点目标之和的当前值R+该生产系统已经存储的数据量di×生产系统Mi的重要性权重值÷该生产系统每秒新增数据量执行步骤8,
否则,执行步骤11;
(11)从MKi集合中取出任一业务Kl,其中l∈[1,k],在生产系统Mi当前每秒新增数据量的基础上增加业务Kl当前每秒新增数据量计算得到的新为:+业务Kl当前每秒新增数据量,从MKi集合中去除Kl,执行步骤10;
(12)计算信息系统的RPO值为:R÷ω。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN 201110195600 CN102393828B (zh) | 2011-07-13 | 2011-07-13 | 一种信息系统灾难恢复点目标的计算方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN 201110195600 CN102393828B (zh) | 2011-07-13 | 2011-07-13 | 一种信息系统灾难恢复点目标的计算方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN102393828A CN102393828A (zh) | 2012-03-28 |
CN102393828B true CN102393828B (zh) | 2013-09-25 |
Family
ID=45861156
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN 201110195600 Expired - Fee Related CN102393828B (zh) | 2011-07-13 | 2011-07-13 | 一种信息系统灾难恢复点目标的计算方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN102393828B (zh) |
Families Citing this family (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113849328B (zh) * | 2018-05-22 | 2024-04-12 | 华为技术有限公司 | 一种容灾系统的管理方法和装置 |
CN109814812B (zh) * | 2019-02-12 | 2022-03-01 | 中天宽带技术有限公司 | 基于内容碎片化放置的快速数据转移方法 |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20060129562A1 (en) * | 2004-10-04 | 2006-06-15 | Chandrasekhar Pulamarasetti | System and method for management of recovery point objectives of business continuity/disaster recovery IT solutions |
CN101390336A (zh) * | 2005-03-10 | 2009-03-18 | 意大利电信股份公司 | 灾难恢复体系结构 |
CN101788938A (zh) * | 2010-03-26 | 2010-07-28 | 北京邮电大学 | 基于用户存储行为的数据备份方法 |
-
2011
- 2011-07-13 CN CN 201110195600 patent/CN102393828B/zh not_active Expired - Fee Related
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20060129562A1 (en) * | 2004-10-04 | 2006-06-15 | Chandrasekhar Pulamarasetti | System and method for management of recovery point objectives of business continuity/disaster recovery IT solutions |
CN101390336A (zh) * | 2005-03-10 | 2009-03-18 | 意大利电信股份公司 | 灾难恢复体系结构 |
CN101788938A (zh) * | 2010-03-26 | 2010-07-28 | 北京邮电大学 | 基于用户存储行为的数据备份方法 |
Also Published As
Publication number | Publication date |
---|---|
CN102393828A (zh) | 2012-03-28 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN104809051B (zh) | 用于预测计算机应用中的异常和故障的方法和装置 | |
Mao et al. | Assessment of the impact of interdependencies on the resilience of networked critical infrastructure systems | |
Jorgenson et al. | A prototype industry-level production account for the United States, 1947-2010 | |
Kelly | Estimating economic loss from cascading infrastructure failure: a perspective on modelling interdependency | |
Matei et al. | Ranking national innovation systems according to their technical efficiency | |
CN109656793A (zh) | 一种基于多源异构数据融合的信息系统性能立体监测方法 | |
Grechuk et al. | Risk averse decision making under catastrophic risk | |
CN102801739A (zh) | 基于云计算环境的网络风险测定取证方法 | |
CN103400027A (zh) | 信息系统的风险评估算法 | |
EP1285374A1 (en) | Method of business analysis | |
AU2001255994A1 (en) | Method of Business Analysis | |
CN106716454A (zh) | 利用机器学习来识别非技术性损失 | |
CN108923996A (zh) | 一种容量分析方法及装置 | |
CN115700645A (zh) | 一种灾害间接损失评估方法 | |
CN102393828B (zh) | 一种信息系统灾难恢复点目标的计算方法 | |
CN105005575A (zh) | 一种企业智能预测快速开发接口方法 | |
Guegan et al. | Operational risk: A basel ii++ step before basel iii | |
Hsu et al. | Deploying Industry 4.0 enablers to strengthen supply chain resilience to mitigate ripple effects: an empirical study of top relay manufacturer in China | |
CN105488343A (zh) | 一种电力二次设备故障概率计算方法 | |
KR102352658B1 (ko) | 건설 사업 정보 관리 시스템 및 이의 제어 방법 | |
CN105373880A (zh) | 电网工程项目方案反馈评价和方案决策系统 | |
CN109509019A (zh) | 房地产项目经营状况监控应用方法、系统及云应用系统 | |
CN102331930B (zh) | 一种信息系统灾难恢复时间目标的计算方法 | |
Mariano et al. | High-mixed-frequency dynamic latent factor forecasting models for GDP in the Philippines | |
Zhang et al. | A combinational QoS-prediction approach based on RBF neural network |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
C14 | Grant of patent or utility model | ||
GR01 | Patent grant | ||
CF01 | Termination of patent right due to non-payment of annual fee |
Granted publication date: 20130925 Termination date: 20140713 |
|
EXPY | Termination of patent right or utility model |