CN105656698A - 一种网络应用系统智能监控结构与方法 - Google Patents

一种网络应用系统智能监控结构与方法 Download PDF

Info

Publication number
CN105656698A
CN105656698A CN201610173326.3A CN201610173326A CN105656698A CN 105656698 A CN105656698 A CN 105656698A CN 201610173326 A CN201610173326 A CN 201610173326A CN 105656698 A CN105656698 A CN 105656698A
Authority
CN
China
Prior art keywords
application server
application
network
application software
software
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.)
Granted
Application number
CN201610173326.3A
Other languages
English (en)
Other versions
CN105656698B (zh
Inventor
鞠洪尧
宋宇红
代丽君
王睿
刘植俊
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Individual
Original Assignee
Individual
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Individual filed Critical Individual
Priority to CN201610173326.3A priority Critical patent/CN105656698B/zh
Publication of CN105656698A publication Critical patent/CN105656698A/zh
Application granted granted Critical
Publication of CN105656698B publication Critical patent/CN105656698B/zh
Expired - Fee Related legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • HELECTRICITY
    • H04ELECTRIC COMMUNICATION TECHNIQUE
    • H04LTRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L67/00Network arrangements or protocols for supporting network services or applications
    • H04L67/01Protocols
    • H04L67/10Protocols in which an application is distributed across nodes in the network
    • H04L67/1001Protocols in which an application is distributed across nodes in the network for accessing one among a plurality of replicated servers
    • H04L67/1034Reaction to server failures by a load balancer
    • HELECTRICITY
    • H04ELECTRIC COMMUNICATION TECHNIQUE
    • H04LTRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L41/00Arrangements for maintenance, administration or management of data switching networks, e.g. of packet switching networks
    • H04L41/06Management of faults, events, alarms or notifications
    • H04L41/0654Management of faults, events, alarms or notifications using network fault recovery
    • HELECTRICITY
    • H04ELECTRIC COMMUNICATION TECHNIQUE
    • H04LTRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L41/00Arrangements for maintenance, administration or management of data switching networks, e.g. of packet switching networks
    • H04L41/06Management of faults, events, alarms or notifications
    • H04L41/0677Localisation of faults
    • HELECTRICITY
    • H04ELECTRIC COMMUNICATION TECHNIQUE
    • H04LTRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L43/00Arrangements for monitoring or testing data switching networks
    • H04L43/08Monitoring or testing based on specific metrics, e.g. QoS, energy consumption or environmental parameters

Abstract

一种网络应用系统智能监控结构与方法,涉及一种网络监控结构与方法,包括应用服务器集群、数据交换系统和智能监测系统,所述的服务器集群包括若干个应用服务器,所述的智能监测系统采用二级监测与安全结构通过数据交换系统对应用服务器进行状态监测。与现有技术相比,本发明的有益效果是:实现了对硬件支撑环境和应用软件工作状态的并行同步监控,具有更强的整体实用性;在硬件支撑环境监控中具有预警和故障定位功能,能够指导系统维护人员对故障点进行精确的定位;在应用软件工作状态监控中具有应用软件的自我修复功能,可以缩短应用软件遭受攻击或感染病毒时的系统恢复时间,减少系统维护人员的工作量。

Description

一种网络应用系统智能监控结构与方法
技术领域
本发明涉及一种网络监控结构与方法。
背景技术
随着云计算网络技术应用领域的不断扩大,云计算网络服务安全问题给人们的生活带来了很多烦恼。在过去的几年中,许多国家的云计算机网络应用系统频繁出现瘫痪状况,这些云计算网络的应用系统在发生故障时没有给出预警信息,发生故障后系统不能进行自我修复及故障定位,使得系统的维护非常困难。因此,探索一种云计算网络应用系统智能预警、故障定位及自我修复机制成为亟待解决的问题,以便在应用服务器关键硬件负载过重和应用软件遭受攻击时应用系统能够进行自动预警、故障定位及自我修复。
发明内容
本发明针对现有技术中的不足,提供了一种网络应用系统智能监控结构与方法,本结构和方法实现了对硬件支撑环境和应用软件工作状态的并行同步监控,具有更强的整体实用性;在硬件支撑环境监控中具有预警和故障定位功能,能够指导系统维护人员对故障点进行精确的定位;在应用软件工作状态监控中具有应用软件的自我修复功能,可以缩短应用软件遭受攻击或感染病毒时的系统恢复时间,减少系统维护人员的工作量。
为了解决上述技术问题,本发明通过下述技术方案得以解决:一种网络应用系统智能监控结构与方法,包括应用服务器集群、数据交换系统和智能监测系统,所述的服务器集群包括若干个应用服务器,所述的智能监测系统采用二级监测与安全结构通过数据交换系统对应用服务器进行状态监测;第一级监测与安全结构设置在应用服务器中的应用软件运行环境层面,由硬件工作状态检测器来实现,监测对象包括应用服务器的CPU平均工作负载,内存使用率和网络带宽专用率;第二级监测与安全结构设置在应用服务器中的应用软件层面,由应用软件状态监测器及应用软件修复控制器来实现,监控对象包括应用软件目录数量、目录中的文件数量及文件长度,并在发现异常后对软件进行修复。
上述技术方案中,优选的,还包括应用服务器特征信息库,应用服务器特征信息库记录每个应用服务器的名称信息、IP地址信息和CPU核心数量信息,并把这些信息传递到智能监测系统。
上述技术方案中,优选的,所述的硬件工作状态检测器包括工作状态扫描器、硬件扫描结果数据库、特征数据提取模块、数据分析模块和硬件报警模块,所述工作状态扫描器包括CPU状态扫描模块、内存状态扫描模块、网络接口状态扫描模块。
上述技术方案中,优选的,第一级监测与安全结构对应用服务器集群进行监控的主要步骤为:步骤A):硬件工作状态检测器从应用服务器特征信息库中依次读取每个应用服务器的名称信息、IP地址信息和CPU核心数量信息;步骤B):CPU状态扫描模块根据智能监测系统提供的IP地址信息,实时监测IP地址信息指定应用服务器CPU任务队列的长度,获得应用服务器1、5、15分钟内的CPU的平均负载值,将其写入硬件扫描结果数据库中;步骤C):内存状态扫描模块根据智能监测系统提供的IP地址信息,实时监测IP地址信息指定的应用服务器内存的使用量和总量值,并将这两个值追加写入硬件扫描结果数据库中;步骤D):网络接口状态扫描模块根据智能监测系统提供的IP地址信息,实时监测IP地址信息指定应用服务器网卡接口的数据流量、传输速率值和总带宽值,并将这三个值追加写入硬件扫描结果数据库中;步骤E):特征数据提取模块从硬件扫描结果数据库中读取CPU在指定监测周期内的平均负载值、内存使用量值、内存总量值、网卡接口数据流量值、网络传输速率值和网卡接口带宽值,传递给数据分析模块进行分析处理。步骤F):数据分析模块根据特征数据提取模块传递过来的特征数据计算应用服务器CPU每个核心的工作负载、内存使用率和网络带宽占用率并判断是否过载,同时输出是否过载的结果信息;步骤G):硬件报警模块接受来自数据分析模块的CPU、内存及网络负载状态结果输出值,并根据接收到的结果输出值判断是否对相应的应用服务器进行报警。
上述技术方案中,优选的,在步骤F中和步骤G中,CPU工作负载计算及过载判定方法为:设置单独CPU核心的工作负载值为FCPU,实时监测获得的应用服务器CPU平均工作负载总值为FCPU-AVERAGE,被监测的应用服务器CPU的核心数量值为NCPU,CPU正常工作负载临界值为MCPU1,CPU超载临界值为MCPU2,其中FCPU=FCPU-AVERAGE/NCPU;当FCPU<MCPU1时判定CPU工作正常并输出0,当MCPU1≤FCPU<MCPU2时判定CPU工作繁忙并输出1,当FCPU≥MCPU2时判定CPU工作超载并输出2,输出值为1或2时硬件报警模块发出不同的报警声。
上述技术方案中,优选的,在步骤F中和步骤G中,内存使用率计算及过载判定方法为,设置应用服务器内存的使用率为FRAM,内存使用量为GRAM,被监测的应用服务器的内存总量值为G0,内存正常工作负载临界值为MRAM1,内存超载临界值为MRAM2,其中FRAM=GRAM/G0;当FRAM<MRAM1时判定内存负载正常并输出0,当MRAM1≤FRAM<MRAM2时判定内存负载繁忙并输出1,当FRAM≥MRAM2时判定内存负载超载并输出2,输出值为1或2时硬件报警模块发出不同的报警声。
上述技术方案中,优选的,在步骤F中和步骤G中,网络带宽占用率计算及过载判定方法为,设置应用服务器网络带宽使用率为FNET,网络的实际数据传输速率值为LNET,被监测应用服务器的网络带宽值为L0,网络正常工作流量负载临界值为MNET1,网络流量超载临界值为MNET2,其中FNET=LNET/L0,当FNET<MNET1时判定网络正常并输出0,当MNET1≤FNET<MNET2时判定网络繁忙并输出1,当FNET≥MNET2时判定网络超载并输出2,输出值为1或2时硬件报警模块发出不同的报警声。
上述技术方案中,优选的,应用软件状态监测器包括工作状态扫描器、软件扫描结果数据库、与原始库对比处理模块、比对结果数据库、智能模块和应用软件修复控制器,应用服务器包括应用软件整体更新触发器和应用软件原始代码池,应用软件原始代码池保存着应用软件完整的原始代码备份。
上述技术方案中,优选的,第二级监测与安全结构对应用服务器集群进行监控的主要步骤为:步骤A):应用软件状态监测器从应用服务器特征信息库中依次读取每个应用服务器的IP地址信息;步骤B):工作状态扫描器通过目录操作指令实时扫描应用服务器中处于工作目录中应用软件的子目录和文件长度信息,将扫描结果以覆盖方式写入软件扫描结果数据库中;步骤C):软件扫描结果数据库是一个文本文件,其中保存有使用指定IP地址信息的应用服务器中应用软件的子目录名称、目录下的文件名称以及它们的长度值;步骤D):通过文本文件比较的方式将软件扫描结果数据库与相应应用服务器中应用软件原始代码池进行对比分析,并将比对结果以覆盖方式写入比对结果数据库;步骤E):比对结果数据库中如果两个比对文件不存在差异则比对结果数据库长度为0,如果两个比对文件存在差异则比对结果数据库中保存着差异部分的名称信息;步骤F):智能模块首先打开比对结果数据库,若对比结果数据库长度是0,表明软件扫描结果数据库与应用软件原始代码池一致,应用软件工作状态正常,若对比结果数据库长度不是0,表明软件扫描结果数据库与应用软件原始代码池中应用软件的扫描文件不一致,应用软件代码已被篡改或已遭受攻击,此时激活应用软件修复控制器;步骤G):应用软件修复控制器接受来自智能模块的激活信息和IP地址信息,使用IP地址信息定位应用服务器集群中的应用服务器,启动应用服务器内的应用软件整体更新触发器,首先强制删除应用服务器应用软件工作目录中的所有子目录和文件,然后将应用软件原始代码池中子目录和文件复制到应用服务器应用软件工作目录中,使得网络用户在后续的访问中及时使用正确的应用软件代码,获得正确的访问数据,实现应用软件的代码自动复原。
云计算网络应用系统主要由应用服务器硬件和应用软件构成,应用服务器硬件是应用软件的运行载体,应用软件为网络用户提供应用服务。应用服务器关键硬件的承载状态及应用软件自身的工作状态是云计算网络应用系统服务安全的重要因素,通过对应用服务器中央处理器、内存、网络流量、应用软件目录、文件等监控技术的研究,将动态综合监控、安全审查、应用软件智能修复技术进行集成,构建了云计算网络应用系统的智能监控体系架构。本发明对云计算网络应用服务器的CPU平均工作负载、内存的使用率、网卡接口带宽占用率三个关键硬件指标值进行了监测,并分别设定了上述三个监测指标的工作负载阈值。当某个监测指标工作负载值超过阈值时,系统自动发出预警提示并输出过载硬件的信息。同时,本发明对应用服务器上的应用软件的工作目录数量、目录中文件的数量及每个文件的长度进行了监测,并将实际监测值与应用软件原始的目录数量、目录中文件的数量及每个文件的长度值进行实时比对。当比对值出现不一致时,系统自动发出预警提示并输出应用软件代码发生改变的位置信息,同时,利用应用软件的原始备份自动覆盖应用软件的所有代码。依据上述原则,本发明构建了云计算网络应用系统智能监控模型,解决了云计算网络应用系统关键硬件工作负荷过载和软件遭受攻击时的智能预警、故障点定位问题,并实现了应用软件的智能修复。
与现有技术相比,本发明的有益效果是:实现了对硬件支撑环境和应用软件工作状态的并行同步监控,具有更强的整体实用性;在硬件支撑环境监控中具有预警和故障定位功能,能够指导系统维护人员对故障点进行精确的定位;在应用软件工作状态监控中具有应用软件的自我修复功能,可以缩短应用软件遭受攻击或感染病毒时的系统恢复时间,减少系统维护人员的工作量。
附图说明
图1是本发明网络智能容灾架构示意图。
图2是本发明监控器工作结构示意图。
具体实施方式
下面结合具体实施方式和附图对本发明作进一步详细描述。
如图1、图2所示,一种网络应用系统智能监控结构与方法,包括应用服务器集群、数据交换系统和智能监测系统,所述的服务器集群包括若干个应用服务器,所述的智能监测系统采用二级监测与安全结构通过数据交换系统对应用服务器进行状态监测;第一级监测与安全结构设置在应用服务器中的应用软件运行环境层面,由硬件工作状态检测器来实现,监测对象包括应用服务器的CPU平均工作负载,内存使用率和网络带宽专用率;第二级监测与安全结构设置在应用服务器中的应用软件层面,由应用软件状态监测器及应用软件修复控制器来实现,监控对象包括应用软件目录数量、目录中的文件数量及文件长度,并在发现异常后对软件进行修复。
整个监控结构还包括应用服务器特征信息库,应用服务器特征信息库记录每个应用服务器的名称信息、IP地址信息和CPU核心数量信息,并把这些信息传递到智能监测系统。
使用时,应用服务器特征信息数据库中包含被监测云计算网络系统中每个应用服务器使用的IP地址信息和CPU核心数量信息,其中,IP地址为硬件工作状态扫描器和软件状态扫描器提供扫描的目标信息。CPU核心数量值用于计算每个CPU核心的负载值。
表1-应用服务器特征信息数据库结构字段及含义
如表1,智能监测系统从应用服务器特征信息数据库中依次读取每个服务器的名称NAMECOMPUTER、IP地址信息IPCOMPUTER和CPU核心数量值NCPU并将这些值传递给硬件工作状态监测器和软件工作状态监测器,为它们提供工作参数。硬件工作状态检测器负责应用系统运行环境关键硬件负载状况的实时监测,该系统包含硬件工作状态扫描器、硬件扫描结果数据库、特征数据提取模块、数据分析模块和硬件报警模块等5个部分构成。
硬件工作状态扫描器包含CPU状态扫描模块、内存状态扫描模块、网络接口状态扫描模块三个部分构成。CPU状态扫描模块根据智能监测系统提供的IP地址信息IPCOMPUTER,实时监测IPCOMPUTER指定应用服务器CPU任务队列的长度,获得应用服务器1、5、15分钟内的CPU的平均负载值,将其写入硬件扫描结果数据库中。内存状态扫描模块根据智能监测系统提供的IP地址信息IPCOMPUTER,实时监测IPCOMPUTER指定应用服务器内存的使用量和总量值,并将这两个值追加写入硬件扫描结果数据库中。网络接口状态扫描模块根据智能监测系统提供的IP地址信息IPCOMPUTER,实时监测IPCOMPUTER指定应用服务器网卡接口的数据流量、传输速率值和总带宽值,并将这三个值追加写入硬件扫描结果数据库中。硬件扫描结果数据库记录了IPCOMPUTER指定应用服务器的信息,如CPU在1分钟、5分钟和15分钟内的平均负载总值、内存使用量值和总量值、网卡接口数据流量值、数据传输速率值和带宽值。特征数据提取模块从硬件扫描结果数据库中读取CPU在指定监测周期内的平均负载值、内存使用量值、内存总量值、网卡接口数据流量值、网络传输速率值和网卡接口带宽值,传递给数据分析模块进行分析处理。数据分析模块根据特征数据提取模块传递过来的特征数据计算应用服务器CPU每个核心的工作负载、内存使用率和网络带宽占用率并判断是否过载,同时输出是否过载的结果信息。
其中CPU工作负载计算及过载判定方法为:FCPU=FCPU-AVERAGE/NCPU,FCPU表示1个CPU核心的工作负载值,FCPU-AVERAGE表示实时监测获得的应用服务器CPU平均工作负载总值,NCPU表示被监测的应用服务器CPU的核心数量值。具体判断如表2所示:
表2-CPU工作负载状态判定关系
MCPU1表示CPU正常工作负载临界值,实际工作中,MCPU1通常取值是3。MCPU2表示CPU超载临界值,实际工作中,MCPU2通常取值是5。
内存使用率计算及过载判定方法为:FRAM=GRAM/G0,FRAM表示应用服务器内存的使用率,GRAM表示内存使用量,G0表示被监测的应用服务器的内存总量值。具体判断如表3所示:
表3-内存工作负载状态判定关系
MRAM1表示内存正常工作负载临界值,实际工作中,MRAM1通常取值是60%。
MRAM2表示内存超载临界值,实际工作中,MRAM2通常取值是85%。
网络带宽占用率计算及过载判定方法:FNET=LNET/L0,FNET表示应用服务器网络带宽使用率,LNET表示网络的实际数据传输速率值,L0表示被监测应用服务器的网络带宽值。具体判断如表4所示:
表4-网络负载状态判定关系
MNET1表示网络正常工作流量负载临界值,实际工作中,MNET1通常取值是70%。
MNET2表示网络流量超载临界值,实际工作中,MNET2通常取值是90%。
硬件报警模块接受来自数据分析模块的CPU、内存及网络负载状态结果输出值RCPU、RRAM和RNET,并根据接收到的RCPU、RRAM和RNET数值将应用服务器名称NAMECOMPUTER、RCPU、RRAM和RNET值显示在智能监控服务器屏幕上。当RCPU、RRAM或RNET数值等于1或2时,硬件报警模块将发出不同的报警提示音。当RCPU、RRAM和RNET数值等于0时,硬件报警模块不发出报警提示音。
软件工作状态监测器负责服务器中应用软件运行状态的实时监测,该系统包含软件工作状态扫描器、软件扫描结果数据库、与原始库对比处理模块、比对结果数据库和智能模块等5个部分构成。
软件工作状态扫描器通过目录操作指令实时扫描应用服务器中处于工作目录中应用软件的子目录和文件长度信息,将扫描结果以覆盖方式写入软件扫描结果数据库中。软件扫描结果数据库是一个文本文件,其中保存有使用指定IP地址IPCOMPUTER的应用服务器中应用软件的子目录名称、目录下的文件名称以及它们的长度值。与原始库对比处理模块通过文本文件比较的方式将软件扫描结果数据库与应用软件原始代码池中应用软件的扫描文件进行对比分析。并将比对结果以覆盖方式写入比对结果数据库。比对结果数据库保存了软件扫描结果数据库与应用软件原始代码池中应用软件的扫描文件进行对比的结果。如果两个比对文件不存在差异则该数据库长度为0,如果两个比对文件存在差异则该数据库中保存着差异部分的名称信息。智能模块首先打开比对结果数据库,若对比结果数据库长度是0,表明软件扫描结果数据库与应用软件原始代码池中应用软件的扫描文件一致,应用软件工作状态正常。若对比结果数据库长度不是0,表明软件扫描结果数据库与应用软件原始代码池中应用软件的扫描文件不一致,应用软件代码已被篡改或已遭受攻击,读取比对结果数据库中的第一个记录并将该记录信息与IPCOMPUTER值对应应用服务器的名称一起输出到监控服务器屏幕上并发出报警提示音。同时激活应用软件修复控制器。此处只读取第一个记录的原因在于:由于采用文本文件整体比对,当应用软件工作目录中子目录或文件信息发生变化,后续的信息记录比对会连续出现不匹配的情况,因此,只读取首个出现不同对象的信息即可。
应用软件修复控制器接受来自智能模块的激活信息和IPCOMPUTER值,使用IPCOMPUTER值定位应用服务器集群中的应用服务器,启动应用软件整体更新触发器,首先强制删除应用服务器应用软件工作目录中的所有子目录和文件,然后将应用软件原始代码池中子目录和文件复制到应用服务器应用软件工作目录中,使得网络用户在后续的访问中及时使用正确的应用软件代码,获得正确的访问数据,实现应用软件的代码自动复原过程。应用软件原始代码池位于应用服务器中,其中保存着应用软件完整的原始代码备份。当工作目录中的代码遭受攻击被修改时,软件整体更新触发器使用这个备份恢复应用软件到原始状态。针对各行各业频繁采用云计算网络提供大量用户并发访问服务的现状,本发明从云计算网络应用系统运营和维护的实用性、便捷性角度出发,在尽量减少智能监控系统在监测过程中对应用服务器CPU、内存及网络造成额外的工作负载的前提下,构建并实现了智能、高效的云计算网络应用系统智能监控结构。

Claims (7)

1.一种网络应用系统智能监控结构与方法,其特征为,包括应用服务器集群、数据交换系统和智能监测系统,所述的应用服务器集群包括若干个应用服务器,所述的智能监测系统采用二级监测与安全结构通过数据交换系统对应用服务器进行状态监测;第一级监测与安全结构设置在应用服务器中的应用软件运行环境层面,由硬件工作状态检测器来实现,监测对象包括应用服务器的CPU平均工作负载,内存使用率和网络带宽专用率;第二级监测与安全结构设置在应用服务器中的应用软件层面,由应用软件状态监测器及应用软件修复控制器来实现,监控对象包括应用软件目录数量、目录中的文件数量及文件长度,并在发现异常后对软件进行修复。
2.根据权利要求1所述的一种网络应用系统智能监控结构与方法,其特征为,还包括应用服务器特征信息库,应用服务器特征信息库记录每个应用服务器的名称信息、IP地址信息和CPU核心数量信息,并把这些信息传递到智能监测系统。
3.根据权利要求2所述的一种网络应用系统智能监控结构与方法,其特征为,所述的硬件工作状态检测器包括工作状态扫描器、硬件扫描结果数据库、特征数据提取模块、数据分析模块和硬件报警模块,所述工作状态扫描器包括CPU状态扫描模块、内存状态扫描模块、网络接口状态扫描模块。
4.根据权利要求3所述的一种网络应用系统智能监控结构与方法,其特征为,第一级监测与安全结构对应用服务器集群进行监控的主要步骤为:步骤A):硬件工作状态检测器从应用服务器特征信息库中依次读取每个应用服务器的名称信息、IP地址信息和CPU核心数量信息;步骤B):CPU状态扫描模块根据智能监测系统提供的IP地址信息,实时监测IP地址信息指定应用服务器CPU任务队列的长度,获得应用服务器1、5、15分钟内的CPU的平均负载值,将其写入硬件扫描结果数据库中;步骤C):内存状态扫描模块根据智能监测系统提供的IP地址信息,实时监测IP地址信息指定的应用服务器内存的使用量和总量值,并将这两个值追加写入硬件扫描结果数据库中;步骤D):网络接口状态扫描模块根据智能监测系统提供的IP地址信息,实时监测IP地址信息指定应用服务器网卡接口的数据流量、传输速率值和总带宽值,并将这三个值追加写入硬件扫描结果数据库中;步骤E):特征数据提取模块从硬件扫描结果数据库中读取CPU在指定监测周期内的平均负载值、内存使用量值、内存总量值、网卡接口数据流量值、网络传输速率值和网卡接口带宽值,传递给数据分析模块进行分析处理。步骤F):数据分析模块根据特征数据提取模块传递过来的特征数据计算应用服务器CPU每个核心的工作负载、内存使用率和网络带宽占用率并判断是否过载,同时输出是否过载的结果信息;步骤G):硬件报警模块接受来自数据分析模块的CPU、内存及网络负载状态结果输出值,并根据接收到的结果输出值判断是否对相应的应用服务器进行报警。
5.根据权利要求4所述的一种网络应用系统智能监控结构与方法,其特征为,在步骤F中和步骤G中,网络带宽占用率计算及过载判定方法为,设置应用服务器网络带宽使用率为FNET,网络的实际数据传输速率值为LNET,被监测应用服务器的网络带宽值为L0,网络正常工作流量负载临界值为MNET1,网络流量超载临界值为MNET2,其中FNET=LNET/L0,当FNET<MNET1时判定网络正常并输出0,当MNET1≤FNET<MNET2时判定网络繁忙并输出1,当FNET≥MNET2时判定网络超载并输出2,输出值为1或2时硬件报警模块发出不同的报警声。
6.根据权利要求2所述的一种网络应用系统智能监控结构与方法,其特征为,应用软件状态监测器包括工作状态扫描器、软件扫描结果数据库、与原始库对比处理模块、比对结果数据库、智能模块和应用软件修复控制器,应用服务器包括应用软件整体更新触发器和应用软件原始代码池,应用软件原始代码池保存着应用软件完整的原始代码备份。
7.根据权利要求6所述的一种网络应用系统智能监控结构与方法,其特征为,第二级监测与安全结构对应用服务器集群进行监控的主要步骤为:步骤A):应用软件状态监测器从应用服务器特征信息库中依次读取每个应用服务器的IP地址信息;步骤B):工作状态扫描器通过目录操作指令实时扫描应用服务器中处于工作目录中应用软件的子目录和文件长度信息,将扫描结果以覆盖方式写入软件扫描结果数据库中;步骤C):软件扫描结果数据库是一个文本文件,其中保存有使用指定IP地址信息的应用服务器中应用软件的子目录名称、目录下的文件名称以及它们的长度值;步骤D):通过文本文件比较的方式将软件扫描结果数据库与相应应用服务器中应用软件原始代码池进行对比分析,并将比对结果以覆盖方式写入比对结果数据库;步骤E):比对结果数据库中如果两个比对文件不存在差异则比对结果数据库长度为0,如果两个比对文件存在差异则比对结果数据库中保存着差异部分的名称信息;步骤F):智能模块首先打开比对结果数据库,若对比结果数据库长度是0,表明软件扫描结果数据库与应用软件原始代码池一致,应用软件工作状态正常,若对比结果数据库长度不是0,表明软件扫描结果数据库与应用软件原始代码池中应用软件的扫描文件不一致,应用软件代码已被篡改或已遭受攻击,此时激活应用软件修复控制器;步骤G):应用软件修复控制器接受来自智能模块的激活信息和IP地址信息,使用IP地址信息定位应用服务器集群中的应用服务器,启动应用服务器内的应用软件整体更新触发器,首先强制删除应用服务器应用软件工作目录中的所有子目录和文件,然后将应用软件原始代码池中子目录和文件复制到应用服务器应用软件工作目录中,使得网络用户在后续的访问中及时使用正确的应用软件代码,获得正确的访问数据,实现应用软件的代码自动复原。
CN201610173326.3A 2016-03-24 2016-03-24 一种网络应用系统智能监控结构与方法 Expired - Fee Related CN105656698B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201610173326.3A CN105656698B (zh) 2016-03-24 2016-03-24 一种网络应用系统智能监控结构与方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201610173326.3A CN105656698B (zh) 2016-03-24 2016-03-24 一种网络应用系统智能监控结构与方法

Publications (2)

Publication Number Publication Date
CN105656698A true CN105656698A (zh) 2016-06-08
CN105656698B CN105656698B (zh) 2019-03-19

Family

ID=56494324

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201610173326.3A Expired - Fee Related CN105656698B (zh) 2016-03-24 2016-03-24 一种网络应用系统智能监控结构与方法

Country Status (1)

Country Link
CN (1) CN105656698B (zh)

Cited By (12)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106209917A (zh) * 2016-09-08 2016-12-07 上海携程商务有限公司 同步服务器集群配置与安全控制服务器的控制方法及系统
CN106656550A (zh) * 2016-09-29 2017-05-10 北京赢点科技有限公司 一种项目系统监管方法及装置
CN107070680A (zh) * 2016-12-02 2017-08-18 国家电网公司 一种it信息机房智能运维系统及方法
CN107592274A (zh) * 2017-09-01 2018-01-16 洛阳市恒凯网络技术服务有限公司 一种计算机网络服务器的控制管理方法
CN108108289A (zh) * 2018-01-11 2018-06-01 郑州云海信息技术有限公司 一种集群资源统计方法、系统、装置及可读存储系统
CN108307414A (zh) * 2017-12-12 2018-07-20 广东小天才科技有限公司 应用程序的Wi-Fi连接异常处理方法、装置、终端及存储介质
CN108710545A (zh) * 2018-03-23 2018-10-26 上海精鲲计算机科技有限公司 一种远程监控故障自愈系统
CN110362406A (zh) * 2017-01-20 2019-10-22 腾讯科技(深圳)有限公司 事件处理方法和装置
CN112181766A (zh) * 2020-09-27 2021-01-05 北京云真信科技有限公司 一种基于应用软件的预警方法、计算机设备及存储介质
CN112631404A (zh) * 2020-12-30 2021-04-09 上海丰乐信息科技有限公司 一种办公软件运维监控系统
WO2022088515A1 (zh) * 2020-10-28 2022-05-05 浙江纺织服装职业技术学院 一种海量数据处理并发任务自适应测控方法及系统
CN114968761A (zh) * 2022-04-11 2022-08-30 杭州德适生物科技有限公司 一种基于互联网的软件运行环境安全监管系统

Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101707632A (zh) * 2009-10-28 2010-05-12 浪潮电子信息产业股份有限公司 一种动态监控服务器集群性能并实时报警的方法
CN102932209A (zh) * 2012-11-20 2013-02-13 无锡城市云计算中心有限公司 服务器机群的状态检测方法和装置
US20130111015A1 (en) * 2011-10-26 2013-05-02 International Business Machines Corporation Server cluster monitoring
CN103166773A (zh) * 2011-12-09 2013-06-19 国家电网公司 监测服务器运行状态的方法与系统
CN103475696A (zh) * 2013-08-23 2013-12-25 汉柏科技有限公司 云计算集群服务器状态监控系统和方法
CN104461832A (zh) * 2015-01-07 2015-03-25 浪潮(北京)电子信息产业有限公司 一种监控应用服务器资源的方法及装置
CN104954184A (zh) * 2015-06-15 2015-09-30 四川长虹电器股份有限公司 云端后台服务器集群的监控、告警方法及系统

Patent Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101707632A (zh) * 2009-10-28 2010-05-12 浪潮电子信息产业股份有限公司 一种动态监控服务器集群性能并实时报警的方法
US20130111015A1 (en) * 2011-10-26 2013-05-02 International Business Machines Corporation Server cluster monitoring
CN103166773A (zh) * 2011-12-09 2013-06-19 国家电网公司 监测服务器运行状态的方法与系统
CN102932209A (zh) * 2012-11-20 2013-02-13 无锡城市云计算中心有限公司 服务器机群的状态检测方法和装置
CN103475696A (zh) * 2013-08-23 2013-12-25 汉柏科技有限公司 云计算集群服务器状态监控系统和方法
CN104461832A (zh) * 2015-01-07 2015-03-25 浪潮(北京)电子信息产业有限公司 一种监控应用服务器资源的方法及装置
CN104954184A (zh) * 2015-06-15 2015-09-30 四川长虹电器股份有限公司 云端后台服务器集群的监控、告警方法及系统

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
于之平: "服务器集群故障预警技术的研究与实现", 《中国优秀硕士学位论文全文数据库信息科技辑2014年》 *
董波 等.: "云计算集群服务器系统监控方法的研究", 《计算机工程与科学》 *

Cited By (15)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106209917A (zh) * 2016-09-08 2016-12-07 上海携程商务有限公司 同步服务器集群配置与安全控制服务器的控制方法及系统
CN106656550A (zh) * 2016-09-29 2017-05-10 北京赢点科技有限公司 一种项目系统监管方法及装置
CN107070680A (zh) * 2016-12-02 2017-08-18 国家电网公司 一种it信息机房智能运维系统及方法
CN110362406A (zh) * 2017-01-20 2019-10-22 腾讯科技(深圳)有限公司 事件处理方法和装置
CN107592274A (zh) * 2017-09-01 2018-01-16 洛阳市恒凯网络技术服务有限公司 一种计算机网络服务器的控制管理方法
CN108307414B (zh) * 2017-12-12 2021-03-19 广东小天才科技有限公司 应用程序的Wi-Fi连接异常处理方法、装置、终端及存储介质
CN108307414A (zh) * 2017-12-12 2018-07-20 广东小天才科技有限公司 应用程序的Wi-Fi连接异常处理方法、装置、终端及存储介质
CN108108289A (zh) * 2018-01-11 2018-06-01 郑州云海信息技术有限公司 一种集群资源统计方法、系统、装置及可读存储系统
CN108710545A (zh) * 2018-03-23 2018-10-26 上海精鲲计算机科技有限公司 一种远程监控故障自愈系统
CN112181766A (zh) * 2020-09-27 2021-01-05 北京云真信科技有限公司 一种基于应用软件的预警方法、计算机设备及存储介质
CN112181766B (zh) * 2020-09-27 2023-07-14 北京云真信科技有限公司 一种基于应用软件的预警方法、计算机设备及存储介质
WO2022088515A1 (zh) * 2020-10-28 2022-05-05 浙江纺织服装职业技术学院 一种海量数据处理并发任务自适应测控方法及系统
CN112269660B (zh) * 2020-10-28 2023-04-11 浙江纺织服装职业技术学院 一种海量数据处理并发任务自适应测控方法及系统
CN112631404A (zh) * 2020-12-30 2021-04-09 上海丰乐信息科技有限公司 一种办公软件运维监控系统
CN114968761A (zh) * 2022-04-11 2022-08-30 杭州德适生物科技有限公司 一种基于互联网的软件运行环境安全监管系统

Also Published As

Publication number Publication date
CN105656698B (zh) 2019-03-19

Similar Documents

Publication Publication Date Title
CN105656698A (zh) 一种网络应用系统智能监控结构与方法
CN101854277B (zh) 一种移动通信经营分析系统的监控方法
CN106936860A (zh) 一种基于终端设备的监控系统及方法
CN110175451A (zh) 一种基于电力云的安全监控方法和系统
CN106936858A (zh) 一种云平台监控系统及方法
CN110866642A (zh) 安全监控方法、装置、电子设备和计算机可读存储介质
CN104881352A (zh) 基于移动端的系统资源监控装置
CN101436274A (zh) 跨平台监控企业应用系统性能的方法
CN112785458A (zh) 一种桥梁健康大数据智能管养系统
CN106936859A (zh) 一种云服务器策略部署系统及方法
CN109034580B (zh) 一种基于大数据分析的信息系统整体健康度评估方法
CN106021613A (zh) 一种基于Hadoop的桥梁健康监测系统
CN104881483B (zh) 用于Hadoop平台数据泄露攻击的自动检测取证方法
CN109783315A (zh) 一种数据库平台自动化巡检方法及系统
CN111046022A (zh) 一种基于大数据技术的数据库审计方法
CN104246787A (zh) 用于模式发现的参数调节
CN115733762A (zh) 具有大数据分析能力的监控系统
CN112883001A (zh) 一种基于营配贯通数据可视化平台的数据处理方法、装置及介质
CN112153031A (zh) 一种电力监控系统的网络安全风险监控系统及方法
CN106649034B (zh) 一种可视化智能运维方法及平台
CN113592210A (zh) 一种用于水务无负压二次供水设施的物联网综合管理平台
CN113064399A (zh) 一种基于大数据分布式编程框架的工业监控软件预测维护系统
CN115840656A (zh) 一种基于故障自愈的应用程序自动化运维方法和系统
CN102142115A (zh) 世界遗产监测的数字化集成方法
CN108921733B (zh) 一种基于云存储的物业信息处理系统

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant
CF01 Termination of patent right due to non-payment of annual fee

Granted publication date: 20190319

CF01 Termination of patent right due to non-payment of annual fee