CN108199922A - 一种用于网络设备及服务器故障诊断和修复的系统和方法 - Google Patents

一种用于网络设备及服务器故障诊断和修复的系统和方法 Download PDF

Info

Publication number
CN108199922A
CN108199922A CN201810024626.4A CN201810024626A CN108199922A CN 108199922 A CN108199922 A CN 108199922A CN 201810024626 A CN201810024626 A CN 201810024626A CN 108199922 A CN108199922 A CN 108199922A
Authority
CN
China
Prior art keywords
network
equipment
computer room
software
failure
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
CN201810024626.4A
Other languages
English (en)
Other versions
CN108199922B (zh
Inventor
曲佳
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.)
Chengde North Network Communication Engineering Co.,Ltd.
Original Assignee
Chengde Petroleum College
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 Chengde Petroleum College filed Critical Chengde Petroleum College
Priority to CN201810024626.4A priority Critical patent/CN108199922B/zh
Publication of CN108199922A publication Critical patent/CN108199922A/zh
Application granted granted Critical
Publication of CN108199922B publication Critical patent/CN108199922B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L43/00—Arrangements for monitoring or testing data switching networks
    • H04L43/08—Monitoring or testing based on specific metrics, e.g. QoS, energy consumption or environmental parameters
    • H04L43/0805—Monitoring or testing based on specific metrics, e.g. QoS, energy consumption or environmental parameters by checking availability
    • H04L43/0817—Monitoring or testing based on specific metrics, e.g. QoS, energy consumption or environmental parameters by checking availability by checking functioning
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N3/00—Computing arrangements based on biological models
    • G06N3/02—Neural networks
    • G06N3/04—Architecture, e.g. interconnection topology
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L41/00—Arrangements for maintenance, administration or management of data switching networks, e.g. of packet switching networks
    • H04L41/06—Management of faults, events, alarms or notifications
    • H04L41/0631—Management of faults, events, alarms or notifications using root cause analysis; using analysis of correlation between notifications, alarms or events based on decision criteria, e.g. hierarchy, tree or time analysis
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L41/00—Arrangements for maintenance, administration or management of data switching networks, e.g. of packet switching networks
    • H04L41/06—Management of faults, events, alarms or notifications
    • H04L41/0654—Management of faults, events, alarms or notifications using network fault recovery
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L41/00—Arrangements for maintenance, administration or management of data switching networks, e.g. of packet switching networks
    • H04L41/06—Management of faults, events, alarms or notifications
    • H04L41/069—Management of faults, events, alarms or notifications using logs of notifications; Post-processing of notifications
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L41/00—Arrangements for maintenance, administration or management of data switching networks, e.g. of packet switching networks
    • H04L41/14—Network analysis or design
    • H04L41/145—Network analysis or design involving simulating, designing, planning or modelling of a network

Landscapes

  • Engineering & Computer Science (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Signal Processing (AREA)
  • Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Data Mining & Analysis (AREA)
  • Computing Systems (AREA)
  • Biomedical Technology (AREA)
  • Biophysics (AREA)
  • Computational Linguistics (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Evolutionary Computation (AREA)
  • General Health & Medical Sciences (AREA)
  • Molecular Biology (AREA)
  • Artificial Intelligence (AREA)
  • General Engineering & Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Mathematical Physics (AREA)
  • Software Systems (AREA)
  • Health & Medical Sciences (AREA)
  • Environmental & Geological Engineering (AREA)
  • Debugging And Monitoring (AREA)
  • Test And Diagnosis Of Digital Computers (AREA)

Abstract

本发明公开了一种用于网络设备及服务器故障诊断和修复的系统和方法，系统包括：装置主体、设备状态大数据存储阵列和设备日志大数据存储阵列；方法包括以下步骤：采集硬件运行信息；通过神经网络模型判断是否出现故障及隐患；通过设备日志大数据阵列及设备状态大数据阵列对出现故障及隐患进行数据分析；判断故障及隐患是硬件或软件造成的；分析引起软件故障原因并解决问题。本发明的优点在于：通过大数据及神经网络技术对故障及安全事件风险评估与趋势研判平台，实现风险识别、趋势研判、安全隐患预见、安全预警、设备软件故障解决、设备硬件故障评估，能够减轻值班人员的工作强度，减少网络机房设备故障及安全风险降低经济损失。

Description

一种用于网络设备及服务器故障诊断和修复的系统和方法
技术领域
本发明涉及电子信息技术领域，特别涉及一种用于网络设备及服务器故障诊断和修复的系统和方法。
背景技术
如果机房环境设备出现故障，就会影响计算机系统正常运行，对数据传输、存储及系统运行的可靠性构成威胁。如果事故严重，又没有及时处理，就可能使硬件设备损坏，造成严重后果。对于政府、银行、电力、证券、海关等需要实时数据处理的单位，机房管理更为重要，一旦系统发生故障，造成的经济损失不可估量。目前，许多网络机房的管理人员逼迫采用24小时专人值班，定时巡查机房环境设备。这样不仅成为机房管理人员的负担，并且更多的时候，不能及时排除安全隐患。目前，国内普遍缺乏机房环境设备的专业管理人员，在许多地方的机房，只得安排软件人员或者不太懂机房设备维护甚至根本不懂机房设备维护的人员来值班，这对机房的安全运行是不利的。
实现网络机房设备故障及安全事件的风险识别、趋势研判及网络机房设备故障及安全隐患预见、安全预警，能够减轻值班人员的工作强度或网络机房的无人管理化，减少网络机房设备故障及安全风险降低经济损失。
现有网络机房设备监控系统一旦系统发生故障，造成的经济损失不可估量。目前，许多网络机房的管理人员逼迫采用24小时专人值班，定时巡查机房环境设备。这样不仅成为机房管理人员的负担，并且更多的时候，不能及时排除安全隐患。目前，国内普遍缺乏机房环境设备的专业管理人员，在许多地方的机房，只得安排软件人员或者不太懂机房设备维护甚至根本不懂机房设备维护的人员来值班，这对机房的安全运行是不利的。
此外，目前的机房设备监控管理均以安全设备为主，无法智能有效找到计算机服务器及网络设备故障通常需由工程师至现场检查设备型号、判断软件故障还是硬件故障。解决故障效率低下,解决故障时间较长。有时给企业带来损失。
例如：专利号：201510192330.X名称：一种服务器故障在线诊断、健康分析及失效预报系统及方法
现有技术存在以下缺陷：
1.网络机房的管理人员逼迫采用24小时专人值班，定时巡查机房环境设备。这样不仅成为机房管理人员的负担，并且更多的时候，不能及时排除安全隐患。
2.无法对机房服务器及网络设备故障进行提前预判。
3.故障出现时不能区分机房服务器及网络设备硬件故障还是软件故障。
4.无法解决机房服务器及网络设备软件进程造成的故障。
5.无法评估硬件故障。
6.无法对机房服务器及网络设备故障进行诊断。
7.必须工程师到现场解决软硬件故障，解决故障周期较长。
发明内容
本发明针对现有技术的缺陷，提供了一种用于网络设备及服务器故障诊断和修复的系统和方法，能有效的解决上述现有技术存在的问题。
为了实现以上发明目的，本发明采取的技术方案如下：
一种用于网络设备及服务器故障诊断和修复的系统，其包括装置主体、设备状态大数据存储阵列和设备日志大数据存储阵列；
所述装置主体表面的前端有三部分接口组成；
第一部分是千兆万兆网络接口或光纤接口，用于连接网络机房服务器、交换机、路由器等网络设备；
第二部分是千兆万兆网络接口或光纤接口，用于连接各种数据库服务集群；
第三部分是该调试接口用于设备调试；
装置主体表面的后端设有电源接口和UPS电源接口；
装置主体内部包括硬件部分和软件部分；
其中硬件部分包括：
电源模块：用于供电；
CPU处理器：中央处理器；
RAM存储器：用于数据的临时存储,相当于计算机内存；
ROM存储器：用于系统的启动和维护，相当于计算机BIOS；
Flash存储器：用于存储文件相当于计算机硬盘；
网络接口模块：提供千兆万兆网络接口或者是光纤接口；
操作系统：管理设备的硬件。
其中软件部分包括：
神经网络框架：集成谷歌TensorFlow神经网络框架；
设备管理软件：用于进行初始化和管理；
网络机房故障诊断软件：用于对网络机房服务器及网络设备进行诊断，采集网络机房服务器及网络设备硬件运行信息，通过Logistic神经网络模型判断网络机房服务器及网络设备是否出现故障及隐患；
网络机房数据分析软件：负责存储网络机房服务器及网络设备各种日志信息及状态信息进行离线静态分析，利用Apache Spark软件对网络机房服务器及网络设各种日志信息及状态信息进行离线静态分析将结果进行归类；
网络机房设备故障修复软件：对网络机房服务器及网络设备存在故障进行分析及修复，如果判断为硬件故障则定位故障点然后通知管理员。如果判断为软件故障则使用RNN(循环神经网络)神经网络模型分析引起软件故障原因并找到引起故障的软件进程并关闭进程解决问题。问题无法解决定位故障点联系管理员；
所述设备日志大数据存储阵列负责存储网络机房服务器及网络设备各种日志信息。
所述设备状态大数据存储阵列负责存储网络机房服务器及网络设备硬件运行信息。
进一步地，该设备连接网络机房各种服务器及网络设备，后台的设备日志大数据存储阵列和设备状态大数据存储阵列也与该装置相连。
一种基于上述系统的诊断和修复方法，包括以下步骤：
步骤1，实时采集网络机房服务器及网络设备硬件运行信息。如：CPU占用率及信息、内存使用情况，硬盘活动进程信息、网络活动进程及信息、各种应用程序服务程序进程信息、日志信息。
步骤2，通过逻辑回归神经网络模型判断网络机房服务器及网络设备是否出现故障及隐患，无故障回到步骤1；出现故障及隐患进入步骤3。
步骤3，通过设备日志大数据阵列及设备状态大数据阵列对出现故障及隐患的服务器或者设备进行数据分析将分析结果传入步骤4，步骤5。
步骤4，将步骤3的分析结果利用逻辑回归神经网络模型判断网络机房服务器及网络设备故障及隐患是硬件造成的还是软件造成的。如果硬件故障通过步骤3获得的数据送入RNN神经网络模型评估硬件故障找到故障点联系管理员。若解决故障回到步骤1。若是软件故障到步骤5。
步骤5，通过步骤3获得的数据送入RNN神经网络模型分析引起软件故障原因并找到引起故障的软件进程并关闭进程解决问题回到步骤1。如问题无法解决联系管理员。
与现有技术相比本发明的优点在于：通过大数据及神经网络技术对网络机房服务器及网络设备故障及安全事件风险评估与趋势研判平台，实现网络机房设备故障及安全事件的风险识别、趋势研判及服务器及网络设备故障及安全隐患预见、安全预警、设备软件故障解决、设备硬件故障评估，能够减轻值班人员的工作强度或网络机房的无人管理化，减少网络机房设备故障及安全风险降低经济损失。本发明促进智慧城市信息化建设。提高智慧城市服务水平、加快智慧城市及数字化建设具有积极的意义。
附图说明
图1为本发明实施例装置主体主视图；
图2为本发明实施例装置主体后视图；
图3为本发明实施例装置主体后视图；
图4为本发明实施例系统的结构示意；
图5为本发明实施例主流程图。
具体实施方式
为使本发明的目的、技术方案及优点更加清楚明白，以下参照附图并举实施例，对本发明做进一步详细说明。
一种用于网络设备及服务器故障诊断和修复的系统，其包括装置主体、设备日志大数据存储阵列和设备日志大数据存储阵列；
如图1所示，装置主体表面的前端有三部分接口组成，
第一部分是千兆万兆网络接口或光纤接口，用于连接网络机房服务器、交换机、路由器等网络设备；
第二部分是千兆万兆网络接口或光纤接口，用于连接各种数据库服务集群；
第三部分是该调试接口用于设备调试。
如图2所示，装置主体表面的后端设有电源接口和UPS电源接口。
如图3所示，装置主体内部包括硬件部分和软件部分；
其中硬件部分包括：
电源模块：用于供电；
CPU处理器：中央处理器；
RAM存储器：用于数据的临时存储,相当于计算机内存；
ROM存储器：用于系统的启动和维护，相当于计算机BIOS；
Flash存储器：用于存储文件相当于计算机硬盘；
网络接口模块：提供千兆万兆网络接口或者是光纤接口；
操作系统：管理设备的硬件。
其中软件部分包括：
神经网络框架：集成谷歌TensorFlow神经网络框架
设备管理软件：用于进行初始化和管理
网络机房故障诊断软件：用于对网络机房服务器及网络设备进行诊断，采集网络机房服务器及网络设备硬件运行信息。如：CPU占用率及信息、内存使用情况，硬盘活动进程信息、网络活动进程及信息、各种应用程序服务程序进程信息、日志信息。通过Logistic(逻辑回归)神经网络模型判断网络机房服务器及网络设备是否出现故障及隐患。
网络机房数据分析软件：负责存储网络机房服务器及网络设备各种日志信息及状态信息进行(离线静态)分析，利用Apache Spark软件对网络机房服务器及网络设各种日志信息及状态信息进行(离线静态)分析将结果进行归类。
网络机房设备故障修复软件：对网络机房服务器及网络设备存在故障进行分析及修复，如果判断为硬件故障则定位故障点然后通知管理员。如果判断为软件故障则使用RNN(循环神经网络)神经网络模型分析引起软件故障原因并找到引起故障的软件进程并关闭进程解决问题。问题无法解决定位故障点联系管理员。
所述设备日志大数据存储阵列负责存储网络机房服务器及网络设备各种日志信息；
所述设备状态大数据存储阵列负责存储网络机房服务器及网络设备硬件运行信息。如：CPU占用率及信息、内存使用情况，硬盘活动进程信息、网络活动进程信息、各种应用程序服务程序进程信息。
如图4所示，该设备连接网络机房各种服务器及网络设备，后台的设备日志大数据存储阵列和设备状态大数据存储阵列也与该装置相连。
如图5所示，一种基于上述系统的诊断和修复方法，包括以下步骤：
步骤1，实时采集网络机房服务器及网络设备硬件运行信息。如：CPU占用率及信息、内存使用情况，硬盘活动进程信息、网络活动进程及信息、各种应用程序服务程序进程信息、日志信息。
步骤2，通过逻辑回归神经网络模型判断网络机房服务器及网络设备是否出现故障及隐患，无故障回到步骤1；出现故障及隐患进入步骤3。
步骤3，通过设备日志大数据阵列及设备状态大数据阵列对出现故障及隐患的服务器或者设备进行数据分析将分析结果传入步骤4，步骤5。
步骤4，将步骤3的分析结果利用逻辑回归神经网络模型判断网络机房服务器及网络设备故障及隐患是硬件造成的还是软件造成的。如果硬件故障通过步骤3获得的数据送入RNN(循环神经网络)神经网络模型评估硬件故障找到故障点联系管理员。若解决故障回到步骤1。若是软件故障到步骤5。
步骤5，通过步骤3获得的数据送入RNN(循环神经网络)神经网络模型分析引起软件故障原因并找到引起故障的软件进程并关闭进程解决问题回到步骤1。如问题无法解决联系管理员。
本领域的普通技术人员将会意识到，这里所述的实施例是为了帮助读者理解本发明的实施方法，应被理解为本发明的保护范围并不局限于这样的特别陈述和实施例。本领域的普通技术人员可以根据本发明公开的这些技术启示做出各种不脱离本发明实质的其它各种具体变形和组合，这些变形和组合仍然在本发明的保护范围内。

Claims (3)

1.一种用于网络设备及服务器故障诊断和修复的系统，其特征在于：包括装置主体、设备状态大数据存储阵列和设备日志大数据存储阵列；
所述装置主体表面的前端有三部分接口组成；
第一部分是千兆万兆网络接口或光纤接口，用于连接网络机房服务器、交换机、路由器等网络设备；
第二部分是千兆万兆网络接口或光纤接口，用于连接各种数据库服务集群；
第三部分是该调试接口用于设备调试；
装置主体表面的后端设有电源接口和UPS电源接口；
装置主体内部包括硬件部分和软件部分；
其中硬件部分包括：
电源模块：用于供电；
CPU处理器：中央处理器；
RAM存储器：用于数据的临时存储,相当于计算机内存；
ROM存储器：用于系统的启动和维护，相当于计算机BIOS；
Flash存储器：用于存储文件相当于计算机硬盘；
网络接口模块：提供千兆万兆网络接口或者是光纤接口；
操作系统：管理设备的硬件；
其中软件部分包括：
神经网络框架：集成谷歌TensorFlow神经网络框架；
设备管理软件：用于进行初始化和管理；
网络机房故障诊断软件：用于对网络机房服务器及网络设备进行诊断，采集网络机房服务器及网络设备硬件运行信息，通过Logistic神经网络模型判断网络机房服务器及网络设备是否出现故障及隐患；
网络机房数据分析软件：负责存储网络机房服务器及网络设备各种日志信息及状态信息进行离线静态分析，利用Apache Spark软件对网络机房服务器及网络设各种日志信息及状态信息进行离线静态分析将结果进行归类；
网络机房设备故障修复软件：对网络机房服务器及网络设备存在故障进行分析及修复，如果判断为硬件故障则定位故障点然后通知管理员；如果判断为软件故障则使用RNN神经网络模型分析引起软件故障原因并找到引起故障的软件进程并关闭进程解决问题，问题无法解决定位故障点联系管理员；
所述设备日志大数据存储阵列负责存储网络机房服务器及网络设备各种日志信息；
所述设备状态大数据存储阵列负责存储网络机房服务器及网络设备硬件运行信息。
2.根据权利要求1所述的系统，其特征在于：该设备连接网络机房各种服务器及网络设备，后台的设备日志大数据存储阵列和设备状态大数据存储阵列也与该装置相连。
3.根据权利要求1所述的系统的故障诊断和修复方法，其特征在于：包括以下步骤：
步骤1，实时采集网络机房服务器及网络设备硬件运行信息；
步骤2，通过逻辑回归神经网络模型判断网络机房服务器及网络设备是否出现故障及隐患，无故障回到步骤1；出现故障及隐患进入步骤3；
步骤3，通过设备日志大数据阵列及设备状态大数据阵列对出现故障及隐患的服务器或者设备进行数据分析将分析结果传入步骤4，步骤5；
步骤4，将步骤3的分析结果利用逻辑回归神经网络模型判断网络机房服务器及网络设备故障及隐患是硬件造成的还是软件造成的；如果硬件故障通过步骤3获得的数据送入RNN神经网络模型评估硬件故障找到故障点联系管理员；若解决故障回到步骤1，若是软件故障到步骤5；
步骤5，通过步骤3获得的数据送入RNN神经网络模型分析引起软件故障原因并找到引起故障的软件进程并关闭进程解决问题回到步骤1；如问题无法解决联系管理员。
CN201810024626.4A 2018-01-11 2018-01-11 一种用于网络设备及服务器故障诊断和修复的系统和方法 Active CN108199922B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201810024626.4A CN108199922B (zh) 2018-01-11 2018-01-11 一种用于网络设备及服务器故障诊断和修复的系统和方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201810024626.4A CN108199922B (zh) 2018-01-11 2018-01-11 一种用于网络设备及服务器故障诊断和修复的系统和方法

Publications (2)

Publication Number Publication Date
CN108199922A true CN108199922A (zh) 2018-06-22
CN108199922B CN108199922B (zh) 2021-07-13

Family

ID=62588704

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201810024626.4A Active CN108199922B (zh) 2018-01-11 2018-01-11 一种用于网络设备及服务器故障诊断和修复的系统和方法

Country Status (1)

Country Link
CN (1) CN108199922B (zh)

Cited By (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN108989129A (zh) * 2018-08-23 2018-12-11 承德石油高等专科学校 一种基于网络大数据存储、采集和分析的装置及方法
CN110113206A (zh) * 2019-05-05 2019-08-09 黑龙江亿林网络股份有限公司 一种通信网络用维护系统
CN110188017A (zh) * 2019-05-28 2019-08-30 承德石油高等专科学校 网络机房服务器与网络设备大数据采集装置及方法
CN110690984A (zh) * 2018-07-05 2020-01-14 上海宝信软件股份有限公司 基于Spark的大数据网络日志采集分析和预警的方法、系统
CN111897683A (zh) * 2020-07-10 2020-11-06 广东小天才科技有限公司 电子设备及其故障修复方法和装置
CN112585926A (zh) * 2018-08-23 2021-03-30 摩根士丹利服务集团有限公司 分布式系统部件故障识别
CN112910691A (zh) * 2021-01-19 2021-06-04 中国工商银行股份有限公司 机房故障检测方法及装置
CN113435307A (zh) * 2021-06-23 2021-09-24 国网天津市电力公司 一种基于视觉识别技术的运维方法、系统及存储介质
CN114236448A (zh) * 2021-11-23 2022-03-25 国网山东省电力公司日照供电公司 一种基于大数据的计量装置故障检修系统

Citations (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN1870538A (zh) * 2006-05-08 2006-11-29 国家数字交换系统工程技术研究中心 一种实现故障管理的方法及系统
CN101008917A (zh) * 2007-01-29 2007-08-01 中南大学 基于人工免疫系统的移动机器人软件故障诊断系统
CN102622510A (zh) * 2012-01-31 2012-08-01 龚波 一种软件缺陷量化管理系统和方法
CN103001328A (zh) * 2012-11-19 2013-03-27 山东大学 一种智能变电站的故障诊断与评估方法
CN103077103A (zh) * 2013-01-18 2013-05-01 浪潮电子信息产业股份有限公司 一种服务器故障的离线诊断方法
CN104281130A (zh) * 2014-09-22 2015-01-14 国家电网公司 一种基于大数据技术的水电设备监测和故障诊断系统
CN104298745A (zh) * 2014-10-10 2015-01-21 国家电网公司 电力信息通信机房基础资源模型
US20170124501A1 (en) * 2015-10-28 2017-05-04 Fractal Industries, Inc. System for automated capture and analysis of business information for security and client-facing infrastructure reliability
CN106776279A (zh) * 2016-11-23 2017-05-31 北海高创电子信息孵化器有限公司 一种计算机故障检测系统的故障检测和维修方法
CN107133181A (zh) * 2017-06-13 2017-09-05 北京航空航天大学 一种差分小波神经网络软件故障预测技术的构建方法

Patent Citations (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN1870538A (zh) * 2006-05-08 2006-11-29 国家数字交换系统工程技术研究中心 一种实现故障管理的方法及系统
CN101008917A (zh) * 2007-01-29 2007-08-01 中南大学 基于人工免疫系统的移动机器人软件故障诊断系统
CN102622510A (zh) * 2012-01-31 2012-08-01 龚波 一种软件缺陷量化管理系统和方法
CN103001328A (zh) * 2012-11-19 2013-03-27 山东大学 一种智能变电站的故障诊断与评估方法
CN103077103A (zh) * 2013-01-18 2013-05-01 浪潮电子信息产业股份有限公司 一种服务器故障的离线诊断方法
CN104281130A (zh) * 2014-09-22 2015-01-14 国家电网公司 一种基于大数据技术的水电设备监测和故障诊断系统
CN104298745A (zh) * 2014-10-10 2015-01-21 国家电网公司 电力信息通信机房基础资源模型
US20170124501A1 (en) * 2015-10-28 2017-05-04 Fractal Industries, Inc. System for automated capture and analysis of business information for security and client-facing infrastructure reliability
CN106776279A (zh) * 2016-11-23 2017-05-31 北海高创电子信息孵化器有限公司 一种计算机故障检测系统的故障检测和维修方法
CN107133181A (zh) * 2017-06-13 2017-09-05 北京航空航天大学 一种差分小波神经网络软件故障预测技术的构建方法

Cited By (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110690984A (zh) * 2018-07-05 2020-01-14 上海宝信软件股份有限公司 基于Spark的大数据网络日志采集分析和预警的方法、系统
CN108989129A (zh) * 2018-08-23 2018-12-11 承德石油高等专科学校 一种基于网络大数据存储、采集和分析的装置及方法
CN112585926A (zh) * 2018-08-23 2021-03-30 摩根士丹利服务集团有限公司 分布式系统部件故障识别
CN112585926B (zh) * 2018-08-23 2023-05-26 摩根士丹利服务集团有限公司 分布式系统部件故障识别
CN110113206A (zh) * 2019-05-05 2019-08-09 黑龙江亿林网络股份有限公司 一种通信网络用维护系统
CN110188017A (zh) * 2019-05-28 2019-08-30 承德石油高等专科学校 网络机房服务器与网络设备大数据采集装置及方法
CN111897683A (zh) * 2020-07-10 2020-11-06 广东小天才科技有限公司 电子设备及其故障修复方法和装置
CN112910691A (zh) * 2021-01-19 2021-06-04 中国工商银行股份有限公司 机房故障检测方法及装置
CN113435307A (zh) * 2021-06-23 2021-09-24 国网天津市电力公司 一种基于视觉识别技术的运维方法、系统及存储介质
CN114236448A (zh) * 2021-11-23 2022-03-25 国网山东省电力公司日照供电公司 一种基于大数据的计量装置故障检修系统

Also Published As

Publication number Publication date
CN108199922B (zh) 2021-07-13

Similar Documents

Publication Publication Date Title
CN108199922A (zh) 一种用于网络设备及服务器故障诊断和修复的系统和方法
CN108880901A (zh) 一种网络设备及服务器故障诊断和修复的系统和方法
CN111209131B (zh) 一种基于机器学习确定异构系统的故障的方法和系统
KR101856543B1 (ko) 인공지능 기반의 장애 예측 시스템
CN105809255B (zh) 一种基于物联网的火电厂旋转机械健康管理方法及系统
CN108667666A (zh) 一种基于可视化技术的智能运维方法及其系统
CN101771582B (zh) 一种基于状态机的安全监控关联分析方法及系统
Mortada et al. Rogue components: their effect and control using logical analysis of data
CN101556679A (zh) 一种综合前端系统故障处理方法及计算机设备
CN109884475A (zh) 一种电网故障检测方法、装置、系统及存储介质
CN109242104A (zh) 一种利用数据分析实时发现设备故障异常的系统
CN111147521B (zh) 一种企业专用网络安全事件管理系统
CN117474357A (zh) 基于深度学习的配电房运维管理方法及系统
KR101023533B1 (ko) 고속철도 에이티시의 실시간 원격복구 시스템 및 그 제어방법
CN114666117A (zh) 一种面向电力互联网的网络安全态势度量和预测方法
KR102662702B1 (ko) 정보통신 설비 점검 시스템 및 방법
CN111145393A (zh) 一种电力智能锁具运行异常监测方法及系统
CN117220917A (zh) 一种基于云计算的网络实时监控方法
CN109840601A (zh) 风电场设备监视与生产管理相结合的运行管理方法
CN115871745B (zh) 一种应用于轨道交通的智能维护方法与装置
CN114896096A (zh) 基于图像识别算法的数据中心设备故障预测系统及方法
CN112131090A (zh) 业务系统性能监控方法及装置、设备及介质
CN209728730U (zh) 面向工业物联网边缘计算服务器的安全保障系统
CN112615812A (zh) 一种信息网络统一漏洞多维度安全情报收集分析管理系统
CN110287054A (zh) It运维管理方法及it运维管理装置

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant
TR01 Transfer of patent right

Effective date of registration: 20211011

Address after: 067000 14 / F, xiaerdao Hezi Bida business office building, Shuangqiao District, Chengde City, Hebei Province

Patentee after: Chengde North Network Communication Engineering Co.,Ltd.

Address before: 067000 No. 2 College Road, Chengde High-tech Industrial Development Zone, Hebei Province

Patentee before: Hebei Petroleum University of Technology

TR01 Transfer of patent right