CN110032672A - 一种基于大数据的计算机数据分析管理系统 - Google Patents
一种基于大数据的计算机数据分析管理系统 Download PDFInfo
- Publication number
- CN110032672A CN110032672A CN201910266175.XA CN201910266175A CN110032672A CN 110032672 A CN110032672 A CN 110032672A CN 201910266175 A CN201910266175 A CN 201910266175A CN 110032672 A CN110032672 A CN 110032672A
- Authority
- CN
- China
- Prior art keywords
- module
- computer
- data
- document
- signal
- 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.)
- Pending
Links
- 238000007405 data analysis Methods 0.000 title claims abstract description 47
- 238000013523 data management Methods 0.000 title claims abstract description 13
- 238000004891 communication Methods 0.000 claims abstract description 26
- 238000012545 processing Methods 0.000 claims abstract description 20
- 230000002159 abnormal effect Effects 0.000 claims description 15
- 238000000034 method Methods 0.000 claims description 10
- 238000012546 transfer Methods 0.000 claims description 10
- 238000004458 analytical method Methods 0.000 claims description 7
- 239000006185 dispersion Substances 0.000 claims description 6
- 241000543381 Cliftonia monophylla Species 0.000 claims description 3
- 238000004364 calculation method Methods 0.000 claims description 3
- 239000008358 core component Substances 0.000 description 2
- 238000007792 addition Methods 0.000 description 1
- 230000006399 behavior Effects 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 230000006870 function Effects 0.000 description 1
- 238000007726 management method Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000002265 prevention Effects 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F21/00—Security arrangements for protecting computers, components thereof, programs or data against unauthorised activity
- G06F21/60—Protecting data
- G06F21/602—Providing cryptographic facilities or services
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F21/00—Security arrangements for protecting computers, components thereof, programs or data against unauthorised activity
- G06F21/60—Protecting data
- G06F21/62—Protecting access to data via a platform, e.g. using keys or access control rules
- G06F21/6218—Protecting access to data via a platform, e.g. using keys or access control rules to a system of files or objects, e.g. local or distributed file system or database
- G06F21/6227—Protecting access to data via a platform, e.g. using keys or access control rules to a system of files or objects, e.g. local or distributed file system or database where protection concerns the structure of data, e.g. records, types, queries
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F2221/00—Indexing scheme relating to security arrangements for protecting computers, components thereof, programs or data against unauthorised activity
- G06F2221/21—Indexing scheme relating to G06F21/00 and subgroups addressing additional information or applications relating to security arrangements for protecting computers, components thereof, programs or data against unauthorised activity
- G06F2221/2107—File encryption
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Software Systems (AREA)
- General Health & Medical Sciences (AREA)
- Computer Hardware Design (AREA)
- Computer Security & Cryptography (AREA)
- Health & Medical Sciences (AREA)
- Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Bioethics (AREA)
- Databases & Information Systems (AREA)
- Information Transfer Between Computers (AREA)
Abstract
本发明公开了一种基于大数据的计算机数据分析管理系统，包括数据采集模块、数据处理模块、数据判比模块、数据分析模块、读取模块、数据库、信息收集模块、控制器、指示灯、信息互通模块、数据计算模块和加密备份模块；本发明中的数据分析模块在接收到过度使用信号时，从读取模块中提取上周内，计算机每次使用时的CPU占用率、内存占用率和硬盘读写速率，并将获取到的T、Y和U，以及t、y和u分别与预设值a、s和d，以及f、g和h相比较，且将生成的CPU解决信号、内存解决信号或硬盘读写解决信号经由控制器传输至信息互通模块，并通过信息互通模块将其发送至用户手机中进行显示，便于提前对计算机卡顿、损坏等现象进行预防。
Description
技术领域
本发明涉及计算机技术领域，具体为一种基于大数据的计算机数据分析管理系统。
背景技术
计算机俗称电脑，是一类用于高速计算与分析的电子设备，它既可以进行大数值计算，又可以进行逻辑计算，且还具有存储记忆的功能。同时它也能按照程序来自动运行，以对获取的海量数据进行快速处理。
而在现有的计算机数据分析管理系统中，难以对计算机的具体使用状况进行分析，并在过度使用时，及时的让用户了解到计算机核心部件的工作情况和相关问题的解决方案；且不能够准确的判断出用户常用的文档，并将其加密备份，以免重要数据丢失。
为了解决上述缺陷，现提供一种技术方案。
发明内容
本发明的目的在于提供一种基于大数据的计算机数据分析管理系统。
本发明所要解决的技术问题如下：
(1)如何通过一种有效的方式，来对计算机的具体使用状况进行分析，并在过度使用时，及时的让用户了解到计算机核心部件的工作情况和相应解决方案，以起到预防计算机卡顿、损坏的作用；
(2)如何通过一种有效的手段，来对用户常用的文档进行判别，并将其加密备份，以免重要数据丢失。
本发明的目的可以通过以下技术方案实现：
一种基于大数据的计算机数据分析管理系统，包括数据采集模块、数据处理模块、数据判比模块、数据分析模块、读取模块、数据库、信息收集模块、控制器、指示灯、信息互通模块、数据计算模块和加密备份模块；
所述数据采集模块用于采集计算机的数据信息和文档信息，且数据信息包括计算机的使用时长、计算机风扇的工作时长和计算机文件的缓存量，而计算机的使用时长界定为计算机屏幕常亮时的总时长，而计算机风扇的工作时长界定为计算机温度异常时的总时长，而计算机文件的缓存量界定为计算机中的过期文件、日志文件和临时文件的存储总量，且文档信息表示为每个本地路径中的各文档打开时长，所述数据采集模块用于将数据信息传输至数据处理模块；所述数据处理模块在接收到数据信息时，对其进行处理操作，具体表现如下：
步骤一：获取到上周内的数据信息，并将数据信息中的计算机的使用时长依次分为第一、第二和第三时间级，同时依据计算机的使用时长来标定时间系数Q，具体过程如下：
S1：获取到数据信息中的计算机的使用时长，并对其进行赋值；
S2：当计算机的使用时长分别为第一、第二和第三时间级时，此时的时间系数Q依次对应着预设值A1、A2和A3，且A1大于A2大于A3；
步骤二：获取到上周内的数据信息，并将数据信息中的计算机风扇的工作时长依次分为第一、第二和第三时间节，同时依据计算机风扇的工作时长来标定负荷系数W，具体过程如下：
S1：获取到数据信息中的计算机风扇的工作时长，并对其进行赋值；
S2：当计算机风扇的工作时长分别为第一、第二和第三时间节时，此时的负荷系数W依次对应着预设值B1、B2和B3，且B1大于B2大于B3；
步骤三：获取到上周内的数据信息，并将数据信息中的计算机文件的缓存量依次分为高量级、中量级和低量级，同时依据计算机文件的缓存量来标定缓存系数E，具体过程如下：
S1：获取到数据信息中的计算机文件的缓存量，并对其进行赋值；
S2：当计算机文件的缓存量分别为高量级、中量级和低量级时，此时的缓存系数E依次对应着预设值C1、C2和C3，且C1大于C2大于C3；
所述数据处理模块在获取到时间系数Q、负荷系数W和缓存系数E时，将其对计算机使用程度的影响占比进行权重分配，依次分配为预设值q、w和e，且 q小于w小于e，同时依据公式R＝Q*q+W*w+E*e，来求得上周的计算机使用系数，并将其传输至数据判比模块；所述数据判比模块在接收到计算机使用系数R时，将其与预设值r相比较，当满足R大于等于r时，生成过度使用信号，当满足R小于r时，生成正常使用信号，且将过度使用信号或正常使用信号传输至数据分析模块；所述数据分析模块将接收到的正常使用信号传输至控制器，而控制器在接收到正常使用信号时，控制指示灯闪烁，所述控制器与指示灯之间通信连接，所述数据分析模块在接收到过度使用信号时，从读取模块中提取上周内，计算机每次使用时的CPU占用率、内存占用率和硬盘读写速率，并对其进行分析操作，具体步骤如下：
步骤一：获取到上周内，计算机每次使用时的CPU占用率、内存占用率和硬盘读写速率，并将其依次标定为Ti、Yi和Ui，i＝1...n，且Ti、Yi和Ui一一对应；
步骤二：先依据上述步骤一中的Ti、Yi和Ui来分别计算出各自的变化量 TiTi+1＝Ti-Ti-1、YiYi+1＝Yi-Yi-1、UiUi+1＝Ui-Ui-1，i＝1...n-1，再分别根据公式来求得上周内，计算机每次使用时的CPU占用率的平均变化量、内存占用率的平均变化量和硬盘读写速率的平均变化量，最后根据公式来求得上周内，计算机每次使用时的CPU占用率的均值、内存占用率的均值和硬盘读写速率的均值；
所述数据分析模块在获取到T、Y和U，以及t、y和u时，将T、Y和U，以及t、y和u分别与预设值a、s和d，以及f、g和h相比较，当满足T大于 a、t大于f时，生成CPU异常信号并传输至数据库中调取对应的CPU占用过度解决文档，并与T和t一同生成CPU解决信号，当满足Y大于s、y大于g时，生成内存异常信号并传输至数据库中调取对应的内存过度解决文档，并与Y和y 一同生成内存解决信号，当满足U大于d、u大于h时，生成硬盘读写异常信号并传输至数据库中调取对应的硬盘读写缓慢解决文档，并与U和u一同生成硬盘读写解决信号，且将CPU解决信号、内存解决信号或硬盘读写解决信号经由控制器传输至信息互通模块；所述信息互通模块将接收到的CPU解决信号、内存解决信号或硬盘读写解决信号发送至用户手机中进行显示，所述信息互通模块与用户手机之间通信连接，而在T与a、t与f，Y与s、y与g或U与d、u与h处于其它情况下时，不生成任何信号与数据库之间进行数据交流，只是将T、 t，Y、y和U、u一同发送至用户手机中进行显示，便于用户对上周计算机的使用程度进行了解，并在过度使用时，对计算机核心部分的工作状况进行分析，同时提供相应的解决方案，以提前对计算机卡顿、损坏等现象进行预防。
进一步的，所述数据采集模块还用于将文档信息传输至数据计算模块；所述数据计算模块在接收到文档信息时，对其进行计算操作，具体表现如下：
步骤一：获取到上周内，每个本地路径中的各文档打开总时长，并将其标定为Pij，i＝1...n，j＝1...m，且在当i＝1时，P1j表示为上周内，第一个本地路径中的各文档打开总时长；
步骤二：先根据公式来求得上周内，每个本地路径中的各文档平均打开总时长，再根据公式来求得上周内，每个本地路径中的各文档平均打开总时长的均值；
步骤三：先根据公式来求得上周内，每个本地路径中的各文档打开总时长的离散系数，再根据公式来求得上周内，每个本地路径中的各文档打开总时长的离散系数的均值，且Di与Gi一一对应；
所述数据计算模块在获取到Di、F、Gi和H时，将其传输至数据判比模块；所述数据判比模块在接收到Di、F、Gi和H后，将Di与F、Gi与H相比较，当满足Di大于F、Gi小于H时，将与Di或Gi相对应的本地路径生成流量信号传输至数据分析模块，而在其它情况下，不生成任何信号进行传输；所述数据分析模块在接收到流量信号时，从数据库中调取与Di或Gi相对应的本地路径中的流量信息，且流量信息界定为与Di或Gi相对应的本地路径中，各文档的消耗流量，并对其进行分析操作，具体步骤如下：
S1：获取到流量信息中，各文档在每次打开时的消耗流量，并将其标定为 Jij，i＝1...n，j＝1...m，且在当i＝1时，J1j表示为第一个文档在每次打开时的消耗流量；
S2：先根据公式来求得各文档在每次打开时的平均消耗流量，再根据公式来求得各文档在每次打开时的平均消耗流量的均值；
S3：先根据公式Zi＝Jij(max)-Jij(min)，i＝1...n，来求得各文档在每次打开时的消耗流量的极差系数，再根据公式来求得各文档在每次打开时的消耗流量的极差系数的均值，且Ki与Zi一一对应；
所述数据分析模块在获取到Ki、L、Zi和X时，将Ki与L、Zi与X分别相比较，当满足Ki大于L、Zi小于X时，将与Ki或Zi相对应的文档生成加密备份信号，并经由控制器传输至加密备份模块，而在其它情况下，不生成任何信号进行传输；所述加密备份模块在接收到加密备份信号时，将与Ki或Zi相对应的文档复制并存储，且随机生成加密密码传输至信息互通模块；所述信息互通模块将接收到的加密密码发送至用户的手机中进行显示，以便准确的对用户常用的文档进行判别，并及时的加密备份，以免丢失重要的信息。
进一步的，所述读取模块用于实时读取计算机每次使用时的CPU占用率、内存占用率和硬盘读写速率，而CPU占用率和内存占用率均界定为各自的平均值，且经由任务管理器中读取获得，而硬盘读写速率界定为开机时长。
进一步的，所述信息收集模块用于收集CPU占用过度解决文档、内存过度解决文档和硬盘读写缓慢解决文档，并传输至数据库中存储，且信息收集模块经由互联网在书籍、文献中，对CPU占用过度解决文档、内存过度解决文档和硬盘读写缓慢解决文档进行搜索、查找；所述信息收集模块还用于收集每个本地路径中，各文档的实时消耗流量，并传输至数据库中存储。
进一步的，所述计算机的使用时长中，其第一、第二和第三时间级分别对应着84小时以上、43至83小时之间和42小时以下；所述计算机风扇的工作时长中，其第一、第二和第三时间节分别对应着56小时以上、29至55小时之间和28小时以下；所述计算机文件的缓存量中，其高量级、中量级和低量级分别对应着7.0GB以上、3.6至6.9GB之间和3.5GB以下。
本发明的有益效果：
1.先通过数据处理模块将时间系数Q、负荷系数W和缓存系数E对计算机使用程度的影响占比进行权重分配，依次分配为预设值q、w和e，且q小于w小于e，同时依据公式R＝Q*q+W*w+E*e，来求得上周的计算机使用系数并传输至数据判比模块，数据判比模块将计算机使用系数R与预设值r相比较，当满足R大于等于r时，生成过度使用信号，当满足R小于r时，生成正常使用信号，进而分析判断出上周的计算机使用状况，且将过度使用信号或正常使用信号传输至数据分析模块，数据分析模块将接收到的正常使用信号传输至控制器，并通过控制器来控制指示灯闪烁，数据分析模块在接收到过度使用信号时，从读取模块中提取上周内，计算机每次使用时的CPU占用率、内存占用率和硬盘读写速率，对其进行分析操作，并在获取到T、Y和U，以及t、y和u时，将T、 Y和U，以及t、y和u分别与预设值a、s和d，以及f、g和h相比较，当满足 T大于a、t大于f时，生成CPU异常信号并传输至数据库中调取对应的CPU占用过度解决文档，并与T和t一同生成CPU解决信号，当满足Y大于s、y大于 g时，生成内存异常信号并传输至数据库中调取对应的内存过度解决文档，并与 Y和y一同生成内存解决信号，当满足U大于d、u大于h时，生成硬盘读写异常信号并传输至数据库中调取对应的硬盘读写缓慢解决文档，并与U和u一同生成硬盘读写解决信号，且将CPU解决信号、内存解决信号或硬盘读写解决信号经由控制器传输至信息互通模块，信息互通模块将接收到的CPU解决信号、内存解决信号或硬盘读写解决信号发送至用户手机中进行显示，进而在过度使用时，及时的让用户了解到计算机核心部分的工作情况及提供相应的解决方案，以提前对计算机卡顿、损坏等现象进行预防；
2.数据计算模块在接收到文档信息时，对其进行计算操作，并在获取到Di、 F、Gi和H时，将其传输至数据判比模块，数据判比模块在接收到Di、F、Gi和 H后，将Di与F、Gi与H相比较，当满足Di大于F、Gi小于H时，将与Di或 Gi相对应的本地路径生成流量信号传输至数据分析模块，数据分析模块在接收到流量信号时，从数据库中调取与Di或Gi相对应的本地路径中的流量信息，且流量信息界定为与Di或Gi相对应的本地路径中，各文档的消耗流量，对其进行分析操作，并在获取到Ki、L、Zi和X时，将Ki与L、Zi与X分别相比较，当满足Ki大于L、Zi小于X时，将与Ki或Zi相对应的文档生成加密备份信号，并经由控制器传输至加密备份模块，加密备份模块在接收到加密备份信号时，将与Ki或Zi相对应的文档复制并存储，且随机生成加密密码传输至信息互通模块，信息互通模块将接收到的加密密码发送至用户的手机中进行显示，且先对各本地路径进行分析，再对分析后的本地路径中的各文档进行分析，进而准确的判别出用户常用的文档，并及时的加密备份，以免丢失重要的信息。
附图说明
为了便于本领域技术人员理解，下面结合附图对本发明作进一步的说明。
图1为本发明的系统框图。
具体实施方式
如图1所示，一种基于大数据的计算机数据分析管理系统，包括数据采集模块、数据处理模块、数据判比模块、数据分析模块、读取模块、数据库、信息收集模块、控制器、指示灯、信息互通模块、数据计算模块和加密备份模块；
所述数据采集模块用于采集计算机的数据信息和文档信息，且数据信息包括计算机的使用时长、计算机风扇的工作时长和计算机文件的缓存量，而计算机的使用时长界定为计算机屏幕常亮时的总时长，而计算机风扇的工作时长界定为计算机温度异常时的总时长，而计算机文件的缓存量界定为计算机中的过期文件、日志文件和临时文件的存储总量，且文档信息表示为每个本地路径中的各文档打开时长，所述数据采集模块用于将数据信息传输至数据处理模块；所述数据处理模块在接收到数据信息时，对其进行处理操作，具体表现如下：
步骤一：获取到上周内的数据信息，并将数据信息中的计算机的使用时长依次分为第一、第二和第三时间级，同时依据计算机的使用时长来标定时间系数Q，具体过程如下：
S1：获取到数据信息中的计算机的使用时长，并对其进行赋值；
S2：当计算机的使用时长分别为第一、第二和第三时间级时，此时的时间系数Q依次对应着预设值A1、A2和A3，且A1大于A2大于A3；
步骤二：获取到上周内的数据信息，并将数据信息中的计算机风扇的工作时长依次分为第一、第二和第三时间节，同时依据计算机风扇的工作时长来标定负荷系数W，具体过程如下：
S1：获取到数据信息中的计算机风扇的工作时长，并对其进行赋值；
S2：当计算机风扇的工作时长分别为第一、第二和第三时间节时，此时的负荷系数W依次对应着预设值B1、B2和B3，且B1大于B2大于B3；
步骤三：获取到上周内的数据信息，并将数据信息中的计算机文件的缓存量依次分为高量级、中量级和低量级，同时依据计算机文件的缓存量来标定缓存系数E，具体过程如下：
S1：获取到数据信息中的计算机文件的缓存量，并对其进行赋值；
S2：当计算机文件的缓存量分别为高量级、中量级和低量级时，此时的缓存系数E依次对应着预设值C1、C2和C3，且C1大于C2大于C3；
所述数据处理模块在获取到时间系数Q、负荷系数W和缓存系数E时，将其对计算机使用程度的影响占比进行权重分配，依次分配为预设值q、w和e，且 q小于w小于e，同时依据公式R＝Q*q+W*w+E*e，来求得上周的计算机使用系数，并将其传输至数据判比模块；所述数据判比模块在接收到计算机使用系数R时，将其与预设值r相比较，当满足R大于等于r时，生成过度使用信号，当满足R小于r时，生成正常使用信号，且将过度使用信号或正常使用信号传输至数据分析模块；所述数据分析模块将接收到的正常使用信号传输至控制器，而控制器在接收到正常使用信号时，控制指示灯闪烁，所述控制器与指示灯之间通信连接，所述数据分析模块在接收到过度使用信号时，从读取模块中提取上周内，计算机每次使用时的CPU占用率、内存占用率和硬盘读写速率，并对其进行分析操作，具体步骤如下：
步骤一：获取到上周内，计算机每次使用时的CPU占用率、内存占用率和硬盘读写速率，并将其依次标定为Ti、Yi和Ui，i＝1...n，且Ti、Yi和Ui一一对应；
步骤二：先依据上述步骤一中的Ti、Yi和Ui来分别计算出各自的变化量 TiTi+1＝Ti-Ti-1、YiYi+1＝Yi-Yi-1、UiUi+1＝Ui-Ui-1，i＝1...n-1，再分别根据公式来求得上周内，计算机每次使用时的CPU占用率的平均变化量、内存占用率的平均变化量和硬盘读写速率的平均变化量，最后根据公式来求得上周内，计算机每次使用时的CPU占用率的均值、内存占用率的均值和硬盘读写速率的均值；
所述数据分析模块在获取到T、Y和U，以及t、y和u时，将T、Y和U，以及t、y和u分别与预设值a、s和d，以及f、g和h相比较，当满足T大于 a、t大于f时，生成CPU异常信号并传输至数据库中调取对应的CPU占用过度解决文档，并与T和t一同生成CPU解决信号，当满足Y大于s、y大于g时，生成内存异常信号并传输至数据库中调取对应的内存过度解决文档，并与Y和y 一同生成内存解决信号，当满足U大于d、u大于h时，生成硬盘读写异常信号并传输至数据库中调取对应的硬盘读写缓慢解决文档，并与U和u一同生成硬盘读写解决信号，且将CPU解决信号、内存解决信号或硬盘读写解决信号经由控制器传输至信息互通模块；所述信息互通模块将接收到的CPU解决信号、内存解决信号或硬盘读写解决信号发送至用户手机中进行显示，所述信息互通模块与用户手机之间通信连接，而在T与a、t与f，Y与s、y与g或U与d、u与h处于其它情况下时，不生成任何信号与数据库之间进行数据交流，只是将T、 t，Y、y和U、u一同发送至用户手机中进行显示，便于用户对上周计算机的使用程度进行了解，并在过度使用时，对计算机核心部分的工作状况进行分析，同时提供相应的解决方案，以提前对计算机卡顿、损坏等现象进行预防。
进一步的，所述数据采集模块还用于将文档信息传输至数据计算模块；所述数据计算模块在接收到文档信息时，对其进行计算操作，具体表现如下：
步骤一：获取到上周内，每个本地路径中的各文档打开总时长，并将其标定为Pij，i＝1...n，j＝1...m，且在当i＝1时，P1j表示为上周内，第一个本地路径中的各文档打开总时长；
步骤二：先根据公式来求得上周内，每个本地路径中的各文档平均打开总时长，再根据公式来求得上周内，每个本地路径中的各文档平均打开总时长的均值；
步骤三：先根据公式来求得上周内，每个本地路径中的各文档打开总时长的离散系数，再根据公式来求得上周内，每个本地路径中的各文档打开总时长的离散系数的均值，且Di与Gi一一对应；
所述数据计算模块在获取到Di、F、Gi和H时，将其传输至数据判比模块；所述数据判比模块在接收到Di、F、Gi和H后，将Di与F、Gi与H相比较，当满足Di大于F、Gi小于H时，将与Di或Gi相对应的本地路径生成流量信号传输至数据分析模块，而在其它情况下，不生成任何信号进行传输；所述数据分析模块在接收到流量信号时，从数据库中调取与Di或Gi相对应的本地路径中的流量信息，且流量信息界定为与Di或Gi相对应的本地路径中，各文档的消耗流量，并对其进行分析操作，具体步骤如下：
S1：获取到流量信息中，各文档在每次打开时的消耗流量，并将其标定为 Jij，i＝1...n，j＝1...m，且在当i＝1时，J1j表示为第一个文档在每次打开时的消耗流量；
S2：先根据公式来求得各文档在每次打开时的平均消耗流量，再根据公式来求得各文档在每次打开时的平均消耗流量的均值；
S3：先根据公式Zi＝Jij(max)-Jij(min)，i＝1...n，来求得各文档在每次打开时的消耗流量的极差系数，再根据公式来求得各文档在每次打开时的消耗流量的极差系数的均值，且Ki与Zi一一对应；
所述数据分析模块在获取到Ki、L、Zi和X时，将Ki与L、Zi与X分别相比较，当满足Ki大于L、Zi小于X时，将与Ki或Zi相对应的文档生成加密备份信号，并经由控制器传输至加密备份模块，而在其它情况下，不生成任何信号进行传输；所述加密备份模块在接收到加密备份信号时，将与Ki或Zi相对应的文档复制并存储，且随机生成加密密码传输至信息互通模块；所述信息互通模块将接收到的加密密码发送至用户的手机中进行显示，以便准确的对用户常用的文档进行判别，并及时的加密备份，以免丢失重要的信息。
进一步的，所述读取模块用于实时读取计算机每次使用时的CPU占用率、内存占用率和硬盘读写速率，而CPU占用率和内存占用率均界定为各自的平均值，且经由任务管理器中读取获得，而硬盘读写速率界定为开机时长。
进一步的，所述信息收集模块用于收集CPU占用过度解决文档、内存过度解决文档和硬盘读写缓慢解决文档，并传输至数据库中存储，且信息收集模块经由互联网在书籍、文献中，对CPU占用过度解决文档、内存过度解决文档和硬盘读写缓慢解决文档进行搜索、查找；所述信息收集模块还用于收集每个本地路径中，各文档的实时消耗流量，并传输至数据库中存储。
进一步的，所述计算机的使用时长中，其第一、第二和第三时间级分别对应着84小时以上、43至83小时之间和42小时以下；所述计算机风扇的工作时长中，其第一、第二和第三时间节分别对应着56小时以上、29至55小时之间和28小时以下；所述计算机文件的缓存量中，其高量级、中量级和低量级分别对应着7.0GB以上、3.6至6.9GB之间和3.5GB以下。
一种基于大数据的计算机数据分析管理系统，在工作过程中，先通过数据采集模块来实时采集计算机的数据信息和文档信息，且数据信息包括计算机的使用时长、计算机风扇的工作时长和计算机文件的缓存量，而计算机的使用时长界定为计算机屏幕常亮时的总时长，而计算机风扇的工作时长界定为计算机温度异常时的总时长，而计算机文件的缓存量界定为计算机中的过期文件、日志文件和临时文件的存储总量，且文档信息表示为每个本地路径中的各文档打开时长，并将数据信息传输至数据处理模块，数据处理模块在接收到数据信息时，对其进行处理操作，并在获取到时间系数Q、负荷系数W和缓存系数E时，将其对计算机使用程度的影响占比进行权重分配，依次分配为预设值q、w和e，且q小于w小于e，同时依据公式R＝Q*q+W*w+E*e，来求得上周的计算机使用系数并传输至数据判比模块，数据判比模块在接收到计算机使用系数R时，将其与预设值r相比较，当满足R大于等于r时，生成过度使用信号，当满足R 小于r时，生成正常使用信号，且将过度使用信号或正常使用信号传输至数据分析模块，数据分析模块将接收到的正常使用信号传输至控制器，而控制器在接收到正常使用信号时，立即控制指示灯闪烁，数据分析模块在接收到过度使用信号时，从读取模块中提取上周内，计算机每次使用时的CPU占用率、内存占用率和硬盘读写速率，并对其进行分析操作，且在获取到T、Y和U，以及t、 y和u时，将T、Y和U，以及t、y和u分别与预设值a、s和d，以及f、g和 h相比较，当满足T大于a、t大于f时，生成CPU异常信号并传输至数据库中调取对应的CPU占用过度解决文档，并与T和t一同生成CPU解决信号，当满足Y大于s、y大于g时，生成内存异常信号并传输至数据库中调取对应的内存过度解决文档，并与Y和y一同生成内存解决信号，当满足U大于d、u大于h 时，生成硬盘读写异常信号并传输至数据库中调取对应的硬盘读写缓慢解决文档，并与U和u一同生成硬盘读写解决信号，且将CPU解决信号、内存解决信号或硬盘读写解决信号经由控制器传输至信息互通模块，信息互通模块将接收到的CPU解决信号、内存解决信号或硬盘读写解决信号发送至用户手机中进行显示，而在T与a、t与f，Y与s、y与g或U与d、u与h处于其它情况下时，不生成任何信号与数据库之间进行数据交流，只是将T、t，Y、y和U、u一同发送至用户手机中进行显示，便于对计算机的具体使用状况进行分析，并在过度使用时，及时的让用户了解到计算机核心部分的工作情况和提供相应的解决方案，以提前对计算机卡顿、损坏等现象进行预防；
且数据采集模块还用于将文档信息传输至数据计算模块，数据计算模块在接收到文档信息时，对其进行计算操作，并在获取到Di、F、Gi和H时，将其传输至数据判比模块，数据判比模块在接收到Di、F、Gi和H后，将Di与F、 Gi与H相比较，当满足Di大于F、Gi小于H时，将与Di或Gi相对应的本地路径生成流量信号传输至数据分析模块，而在其它情况下，不生成任何信号进行传输，数据分析模块在接收到流量信号时，从数据库中调取与Di或Gi相对应的本地路径中的流量信息，且流量信息界定为与Di或Gi相对应的本地路径中，各文档的消耗流量，并对其进行分析操作，且在获取到Ki、L、Zi和X时，将 Ki与L、Zi与X分别相比较，当满足Ki大于L、Zi小于X时，将与Ki或Zi相对应的文档生成加密备份信号，并经由控制器传输至加密备份模块，而在其它情况下，不生成任何信号进行传输，加密备份模块在接收到加密备份信号时，将与Ki或Zi相对应的文档复制并存储，且随机生成加密密码传输至信息互通模块，信息互通模块将接收到的加密密码发送至用户的手机中进行显示，以便准确的对用户常用的文档进行判别，并及时的加密备份，以免丢失重要的信息。
以上内容仅仅是对本发明结构所作的举例和说明，所属本技术领域的技术人员对所描述的具体实施例做各种各样的修改或补充或采用类似的方式替代，只要不偏离发明的结构或者超越本权利要求书所定义的范围，均应属于本发明的保护范围。
Claims (5)
1.一种基于大数据的计算机数据分析管理系统，其特征在于，包括数据采集模块、数据处理模块、数据判比模块、数据分析模块、读取模块、数据库、信息收集模块、控制器、指示灯、信息互通模块、数据计算模块和加密备份模块；
所述数据采集模块用于采集计算机的数据信息和文档信息，且数据信息包括计算机的使用时长、计算机风扇的工作时长和计算机文件的缓存量，而计算机的使用时长界定为计算机屏幕常亮时的总时长，而计算机风扇的工作时长界定为计算机温度异常时的总时长，而计算机文件的缓存量界定为计算机中的过期文件、日志文件和临时文件的存储总量，且文档信息表示为每个本地路径中的各文档打开时长，所述数据采集模块用于将数据信息传输至数据处理模块；所述数据处理模块在接收到数据信息时，对其进行处理操作，具体表现如下：
步骤一：获取到上周内的数据信息，并将数据信息中的计算机的使用时长依次分为第一、第二和第三时间级，同时依据计算机的使用时长来标定时间系数Q，具体过程如下：
S1：获取到数据信息中的计算机的使用时长，并对其进行赋值；
S2：当计算机的使用时长分别为第一、第二和第三时间级时，此时的时间系数Q依次对应着预设值A1、A2和A3，且A1大于A2大于A3；
步骤二：获取到上周内的数据信息，并将数据信息中的计算机风扇的工作时长依次分为第一、第二和第三时间节，同时依据计算机风扇的工作时长来标定负荷系数W，具体过程如下：
S1：获取到数据信息中的计算机风扇的工作时长，并对其进行赋值；
S2：当计算机风扇的工作时长分别为第一、第二和第三时间节时，此时的负荷系数W依次对应着预设值B1、B2和B3，且B1大于B2大于B3；
步骤三：获取到上周内的数据信息，并将数据信息中的计算机文件的缓存量依次分为高量级、中量级和低量级，同时依据计算机文件的缓存量来标定缓存系数E，具体过程如下：
S1：获取到数据信息中的计算机文件的缓存量，并对其进行赋值；
S2：当计算机文件的缓存量分别为高量级、中量级和低量级时，此时的缓存系数E依次对应着预设值C1、C2和C3，且C1大于C2大于C3；
所述数据处理模块在获取到时间系数Q、负荷系数W和缓存系数E时，将其对计算机使用程度的影响占比进行权重分配，依次分配为预设值q、w和e，且q小于w小于e，同时依据公式R＝Q*q+W*w+E*e，来求得上周的计算机使用系数，并将其传输至数据判比模块；所述数据判比模块在接收到计算机使用系数R时，将其与预设值r相比较，当满足R大于等于r时，生成过度使用信号，当满足R小于r时，生成正常使用信号，且将过度使用信号或正常使用信号传输至数据分析模块；所述数据分析模块将接收到的正常使用信号传输至控制器，而控制器在接收到正常使用信号时，控制指示灯闪烁，所述控制器与指示灯之间通信连接，所述数据分析模块在接收到过度使用信号时，从读取模块中提取上周内，计算机每次使用时的CPU占用率、内存占用率和硬盘读写速率，并对其进行分析操作，具体步骤如下：
步骤一：获取到上周内，计算机每次使用时的CPU占用率、内存占用率和硬盘读写速率，并将其依次标定为Ti、Yi和Ui，i＝1...n，且Ti、Yi和Ui一一对应；
步骤二：先依据上述步骤一中的Ti、Yi和Ui来分别计算出各自的变化量TiTi+1＝Ti-Ti-1、YiYi+1＝Yi-Yi-1、UiUi+1＝Ui-Ui-1，i＝1...n-1，再分别根据公式来求得上周内，计算机每次使用时的CPU占用率的平均变化量、内存占用率的平均变化量和硬盘读写速率的平均变化量，最后根据公式来求得上周内，计算机每次使用时的CPU占用率的均值、内存占用率的均值和硬盘读写速率的均值；
所述数据分析模块在获取到T、Y和U，以及t、y和u时，将T、Y和U，以及t、y和u分别与预设值a、s和d，以及f、g和h相比较，当满足T大于a、t大于f时，生成CPU异常信号并传输至数据库中调取对应的CPU占用过度解决文档，并与T和t一同生成CPU解决信号，当满足Y大于s、y大于g时，生成内存异常信号并传输至数据库中调取对应的内存过度解决文档，并与Y和y一同生成内存解决信号，当满足U大于d、u大于h时，生成硬盘读写异常信号并传输至数据库中调取对应的硬盘读写缓慢解决文档，并与U和u一同生成硬盘读写解决信号，且将CPU解决信号、内存解决信号或硬盘读写解决信号经由控制器传输至信息互通模块；所述信息互通模块将接收到的CPU解决信号、内存解决信号或硬盘读写解决信号发送至用户手机中进行显示，所述信息互通模块与用户手机之间通信连接。
2.根据权利要求1所述的一种基于大数据的计算机数据分析管理系统，其特征在于，所述数据采集模块还用于将文档信息传输至数据计算模块；所述数据计算模块在接收到文档信息时，对其进行计算操作，具体表现如下：
步骤一：获取到上周内，每个本地路径中的各文档打开总时长，并将其标定为Pij，i＝1...n，j＝1...m；
步骤二：先根据公式来求得上周内，每个本地路径中的各文档平均打开总时长，再根据公式来求得上周内，每个本地路径中的各文档平均打开总时长的均值；
步骤三：先根据公式来求得上周内，每个本地路径中的各文档打开总时长的离散系数，再根据公式来求得上周内，每个本地路径中的各文档打开总时长的离散系数的均值，且Di与Gi一一对应；
所述数据计算模块在获取到Di、F、Gi和H时，将其传输至数据判比模块；所述数据判比模块在接收到Di、F、Gi和H后，将Di与F、Gi与H相比较，当满足Di大于F、Gi小于H时，将与Di或Gi相对应的本地路径生成流量信号传输至数据分析模块；所述数据分析模块在接收到流量信号时，从数据库中调取与Di或Gi相对应的本地路径中的流量信息，且流量信息界定为与Di或Gi相对应的本地路径中，各文档的消耗流量，并对其进行分析操作，具体步骤如下：
S1：获取到流量信息中，各文档在每次打开时的消耗流量，并将其标定为Jij，i＝1...n，j＝1...m；
S2：先根据公式来求得各文档在每次打开时的平均消耗流量，再根据公式来求得各文档在每次打开时的平均消耗流量的均值；
S3：先根据公式Zi＝Jij(max)-Jij(min)，i＝1...n，来求得各文档在每次打开时的消耗流量的极差系数，再根据公式来求得各文档在每次打开时的消耗流量的极差系数的均值，且Ki与Zi一一对应；
所述数据分析模块在获取到Ki、L、Zi和X时，将Ki与L、Zi与X分别相比较，当满足Ki大于L、Zi小于X时，将与Ki或Zi相对应的文档生成加密备份信号，并经由控制器传输至加密备份模块；所述加密备份模块在接收到加密备份信号时，将与Ki或Zi相对应的文档复制并存储，且随机生成加密密码传输至信息互通模块；所述信息互通模块将接收到的加密密码发送至用户的手机中进行显示。
3.根据权利要求1所述的一种基于大数据的计算机数据分析管理系统，其特征在于，所述读取模块用于实时读取计算机每次使用时的CPU占用率、内存占用率和硬盘读写速率，而CPU占用率和内存占用率均界定为各自的平均值，且经由任务管理器中读取获得，而硬盘读写速率界定为开机时长。
4.根据权利要求1所述的一种基于大数据的计算机数据分析管理系统，其特征在于，所述信息收集模块用于收集CPU占用过度解决文档、内存过度解决文档和硬盘读写缓慢解决文档，并传输至数据库中存储；所述信息收集模块还用于收集每个本地路径中，各文档的实时消耗流量，并传输至数据库中存储。
5.根据权利要求1所述的一种基于大数据的计算机数据分析管理系统，其特征在于，所述计算机的使用时长中，其第一、第二和第三时间级分别对应着84小时以上、43至83小时之间和42小时以下；所述计算机风扇的工作时长中，其第一、第二和第三时间节分别对应着56小时以上、29至55小时之间和28小时以下；所述计算机文件的缓存量中，其高量级、中量级和低量级分别对应着7.0GB以上、3.6至6.9GB之间和3.5GB以下。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201910266175.XA CN110032672A (zh) | 2019-04-03 | 2019-04-03 | 一种基于大数据的计算机数据分析管理系统 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201910266175.XA CN110032672A (zh) | 2019-04-03 | 2019-04-03 | 一种基于大数据的计算机数据分析管理系统 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN110032672A true CN110032672A (zh) | 2019-07-19 |
Family
ID=67237380
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201910266175.XA Pending CN110032672A (zh) | 2019-04-03 | 2019-04-03 | 一种基于大数据的计算机数据分析管理系统 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN110032672A (zh) |
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN111538987A (zh) * | 2020-04-26 | 2020-08-14 | 浙江荃润信息技术有限公司 | 一种基于大数据的信息安全存储系统 |
| CN114996755A (zh) * | 2022-06-07 | 2022-09-02 | 福州年盛信息科技有限公司 | 一种基于云计算的缓存数据安全防护系统 |
Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR20150057322A (ko) * | 2013-11-19 | 2015-05-28 | 한국과학기술정보연구원 | 빅데이터 분석 기반의 위크시그널 도출 시스템 및 그 방법 |
| CN109215410A (zh) * | 2018-11-19 | 2019-01-15 | 汕头市美致模型有限公司 | 一种基于智能教学机器人的控制系统 |
| CN109406417A (zh) * | 2018-12-29 | 2019-03-01 | 郎溪杰博电器科技有限公司 | 一种火花直读光谱仪测量分析系统 |
| CN109515356A (zh) * | 2018-12-11 | 2019-03-26 | 许建国 | 一种新能源汽车用安全监控系统 |
| CN109543025A (zh) * | 2018-12-04 | 2019-03-29 | 雄商网络科技（上海）有限公司 | 一种企业网站建设信息展示发布系统 |
-
2019
- 2019-04-03 CN CN201910266175.XA patent/CN110032672A/zh active Pending
Patent Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR20150057322A (ko) * | 2013-11-19 | 2015-05-28 | 한국과학기술정보연구원 | 빅데이터 분석 기반의 위크시그널 도출 시스템 및 그 방법 |
| CN109215410A (zh) * | 2018-11-19 | 2019-01-15 | 汕头市美致模型有限公司 | 一种基于智能教学机器人的控制系统 |
| CN109543025A (zh) * | 2018-12-04 | 2019-03-29 | 雄商网络科技（上海）有限公司 | 一种企业网站建设信息展示发布系统 |
| CN109515356A (zh) * | 2018-12-11 | 2019-03-26 | 许建国 | 一种新能源汽车用安全监控系统 |
| CN109406417A (zh) * | 2018-12-29 | 2019-03-01 | 郎溪杰博电器科技有限公司 | 一种火花直读光谱仪测量分析系统 |
Non-Patent Citations (2)
| Title |
|---|
| 华师傅资讯: "《电脑故障排除实用宝典》", 31 January 2008, 中国铁道出版社 * |
| 朱少彰: "《信息安全导论》", 31 May 2010, 国防工业出版社 * |
Cited By (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN111538987A (zh) * | 2020-04-26 | 2020-08-14 | 浙江荃润信息技术有限公司 | 一种基于大数据的信息安全存储系统 |
| CN111538987B (zh) * | 2020-04-26 | 2022-02-01 | 浙江荃润信息技术有限公司 | 一种基于大数据的信息安全存储系统 |
| CN114996755A (zh) * | 2022-06-07 | 2022-09-02 | 福州年盛信息科技有限公司 | 一种基于云计算的缓存数据安全防护系统 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| DE102007021258B4 (de) | Leistungszuweisungsmanagement in einem Informationsverarbeitungssystem | |
| CN103595780B (zh) | 基于消重的云计算资源调度方法 | |
| CN205992243U (zh) | 一种工资监管系统 | |
| CN103336737B (zh) | 信息操纵系统及其实施的方法 | |
| CN110032672A (zh) | 一种基于大数据的计算机数据分析管理系统 | |
| CN101271444B (zh) | 多部件自组织软连接集群计算机智能资源管理方法 | |
| CN113434575B (zh) | 基于数据仓库的数据归因处理方法、装置及存储介质 | |
| CN115495231B (zh) | 一种高并发任务复杂场景下的动态资源调度方法及系统 | |
| WO2021253817A1 (zh) | 一种互联通道的调整方法、装置、系统、设备和介质 | |
| CN110381555A (zh) | 一种用于5g终端的数据传输开关管理系统 | |
| CN111756760A (zh) | 基于集成分类器的用户异常行为检测方法及相关设备 | |
| CN107071045A (zh) | 一种基于多租户的资源调度系统 | |
| CN107463482A (zh) | 确定指标关联性的方法及装置 | |
| CN110012075A (zh) | 数据传输方法及相关设备 | |
| CN109947614A (zh) | 多机房依赖监控方法、装置、设备及计算机可读存储介质 | |
| CN100394729C (zh) | 存储服务器性能综合测试系统 | |
| JP4479431B2 (ja) | 情報ライフサイクル管理システム及びそのデータ配置決定方法 | |
| CN111190790A (zh) | 一种基于峰值预测的云计算集群监控方法及系统 | |
| CN109873708A (zh) | 一种基于流量特征和kmeans聚类的资产画像方法 | |
| CN107247804A (zh) | 运维大数据分析方法、装置及系统 | |
| CN101908195A (zh) | 银行财务监控的方法 | |
| CN111858070A (zh) | 计算资源配置方法、装置、设备以及存储介质 | |
| CN112308550A (zh) | 用于银行卡支付的路由引擎装置 | |
| CN206226471U (zh) | 智能云网关 | |
| CN101571931A (zh) | 一种面向普适计算的不确定性上下文的推理方法 |
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 | ||
| RJ01 | Rejection of invention patent application after publication |
Application publication date: 20190719 |
|
| RJ01 | Rejection of invention patent application after publication |