CN110070461B - 一种电力信息系统健康度评估方法及其评估系统 - Google Patents
一种电力信息系统健康度评估方法及其评估系统 Download PDFInfo
- Publication number
- CN110070461B CN110070461B CN201910307967.7A CN201910307967A CN110070461B CN 110070461 B CN110070461 B CN 110070461B CN 201910307967 A CN201910307967 A CN 201910307967A CN 110070461 B CN110070461 B CN 110070461B
- Authority
- CN
- China
- Prior art keywords
- health
- health degree
- monitoring data
- value
- information system
- 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.)
- Active
Links
- 230000036541 health Effects 0.000 title claims abstract description 312
- 238000011156 evaluation Methods 0.000 title claims abstract description 124
- 238000012544 monitoring process Methods 0.000 claims abstract description 116
- 238000000034 method Methods 0.000 claims abstract description 39
- 238000013210 evaluation model Methods 0.000 claims abstract description 31
- 239000011159 matrix material Substances 0.000 claims abstract description 19
- 230000008569 process Effects 0.000 claims abstract description 15
- 238000013278 delphi method Methods 0.000 claims abstract description 12
- 230000006870 function Effects 0.000 claims description 59
- 238000013139 quantization Methods 0.000 claims description 22
- 238000012550 audit Methods 0.000 claims description 20
- 230000004044 response Effects 0.000 claims description 14
- 238000007726 management method Methods 0.000 claims description 12
- 239000013598 vector Substances 0.000 claims description 12
- 238000004364 calculation method Methods 0.000 claims description 11
- 238000012795 verification Methods 0.000 claims description 6
- 238000011002 quantification Methods 0.000 claims description 3
- 238000012360 testing method Methods 0.000 claims description 3
- 238000010276 construction Methods 0.000 claims description 2
- 238000007689 inspection Methods 0.000 claims description 2
- 230000000875 corresponding effect Effects 0.000 description 24
- 238000010586 diagram Methods 0.000 description 8
- 238000004590 computer program Methods 0.000 description 5
- 238000012545 processing Methods 0.000 description 5
- 238000012423 maintenance Methods 0.000 description 4
- 238000010606 normalization Methods 0.000 description 3
- 230000008901 benefit Effects 0.000 description 2
- 238000004422 calculation algorithm Methods 0.000 description 2
- 230000002596 correlated effect Effects 0.000 description 2
- 230000003993 interaction Effects 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000006467 substitution reaction Methods 0.000 description 2
- 230000008093 supporting effect Effects 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000001419 dependent effect Effects 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 238000012797 qualification Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F30/00—Computer-aided design [CAD]
- G06F30/20—Design optimisation, verification or simulation
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/06—Energy or water supply
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Business, Economics & Management (AREA)
- Health & Medical Sciences (AREA)
- Economics (AREA)
- General Physics & Mathematics (AREA)
- Water Supply & Treatment (AREA)
- General Health & Medical Sciences (AREA)
- Primary Health Care (AREA)
- Strategic Management (AREA)
- Tourism & Hospitality (AREA)
- Human Resources & Organizations (AREA)
- General Business, Economics & Management (AREA)
- Marketing (AREA)
- Public Health (AREA)
- Computer Hardware Design (AREA)
- Evolutionary Computation (AREA)
- Geometry (AREA)
- General Engineering & Computer Science (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明公开了一种电力信息系统健康度评估方法及其评估系统,包括以下步骤:步骤1:选取电力信息系统健康度评估指标,每一个评估指标包括若干监控数据,对评估指标进行规范化;步骤2:根据健康度评估指标构建层次结构的电力信息系统健康度评估模型,所述健康度评估模型包括若干健康模型,每个所述健康模型都需要若干健康度评估指标;步骤3:将德尔菲法与层次分析法相结合自底向上对健康度评估模型进行逐层打分,构建判断比较矩阵;步骤4:根据实际监控数据,自底向上计算健康度评估数值,得到整个信息系统的健康度。
Description
技术领域
本发明涉及电力信息系统领域,特别涉及一种电力信息系统健康度评估方法及其评估系统。
背景技术
当前电力行业信息化正全面向着云计算发展,基于云环境的信息系统不断应用,其在电网安全、运营效益、客户服务、新业务拓展等方面起到了全面的支撑作用。同时随着电力系统业务工作支撑能力不断提升和主营业务大幅融合,信息系统的规模也随之急剧膨胀。但由于系统以及云环境的复杂性,信息系统的可靠性、安全性、稳定性等问题日益突出。因此,为了使电力信息系统能够安全、可靠、高效、稳定地运转,必须建立科学合理的信息系统健康评估模型,实现整个信息系统的健康评估,全面了解系统运转状况,尽早发现险情,将损失降到最小,减少维修人力和保障费用,保障电力信息系统运行的安全与稳定。
传统的信息系统评价方法大多仅仅依靠系统底层指标判断系统运行状态,而缺乏对系统整体性能的评价。单纯地基于AHP的健康度评估方法通过专家经验制定的信息系统健康度指标评分规则可以直接对各指标进行评分,但其过度依赖于单一专家经验,专家经验的可靠性直接影响着整个系统的最终健康度评分结果。
发明内容
本发明的目的是提供一种电力信息系统健康度评估方法及系统,依据电网信息系统软件和硬件的评价需求,依据电力云平台的特点,依据电网信息系统专家以及资深信息系统运维人员意见,制定了信息系统健康评价指标和评分标准,并分别从功能、效率、安全三个角度分别构建了有效性健康模型、高效性健康模型、安全性健康模型,从多个角度对信息系统健康度进行评价,将德尔菲法与层次分析法相结合,避免了传统评估方法的对单一专家经验的严重依赖性与健康度评估的片面性。
本发明公开了一种电力信息系统健康度评估方法,包括以下步骤:
获取待健康度评估的电力信息系统的当前监控数据;
将所述监控数据进行规范化,基于规范化后的监控数据获得当前评估指标量化值;
将所述当前评估指标量化值输入至预先构建的电力信息系统健康度评估模型中,得到该电力信息系统当前健康度评估数值。
进一步的,所述健康度评估模型自底向上包括监控数据层、评估指标层和健康模型层;
所述健康模型层中的健康模型,用于反映电力信息系统不同的健康评估要求,通过评估指标层中的一个或多个评估指标量化值进行表征;
所述评估指标层中的评估指标量化值通过监控数据层中的一个或多个监控数据经规范化后得到。
进一步的,所述电力信息系统健康度评估模型的构建包括以下步骤:
根据待健康度评估的电力信息系统的健康评估要求,获取相应的评估指标;
基于该待健康度评估的电力信息系统的历史监控数据对评估指标进行量化,得到评估指标量化值;若干评估指标量化值构成评估指标层;
对每一项健康评估要求对应的每一个评估指标量化值赋予指标权重,构建得到基于该健康评估要求的健康模型,若干健康模型构成健康模型层。
进一步的,所述评估指标量化值包括功能健康度量化值、数据健康度量化值、用户满意度量化值、数据库健康度量化值、存储设备健康度量化值、网络健康度量化值、虚拟硬件健康度量化值、中间件健康度量化值、安全配置健康度量化值、日志审计健康度量化值、访问控制健康度量化值和使用管理健康度量化值。
进一步的,基于监控数据得到对应的评估指标量化值具体表达式为:
式中,H为评估指标量化值,wi为第i个监控数据的权重,ai为第i个监控数据,θi为第i个监控数据的最小阈值。
进一步的,所述健康模型层中的健康模型包括有效性健康模型、高效性健康模型和安全性健康模型;所述有效性健康模型通过功能健康度量化值、数据健康度量化值和用户满意度量化值进行有效性健康表征;所述高效性健康模型通过数据库健康度量化值、存储设备健康度量化值、网络健康度量化值、虚拟硬件健康度量化值和中间件健康度量化值进行高效性健康表征;所述安全性健康模型通过安全配置健康度量化值、日志审计健康度量化值、访问控制健康度量化值和使用管理健康度量化值进行安全性健康表征。
进一步的,所述功能健康度量化值,对应的监控数据为每一个功能的有效性;功能的有效性ai计算公式为:
ai=C×(1-F) (2)
式中,C为功能实现程度,F为故障率;
当功能完全实现时功能实现程度C为1,否则为0;故障率F为单位时间内功能访问出错的概率,计算公式为:
F=Fault/Access (3)
其中,Fault为单位时间内功能访问失败的次数,Access为单位时间内功能访问的总次数;
所述数据健康度量化值,对应监控数据为每一个数据节点单位时间内通过数据完整性校验的概率ai,其中Fault表示单位时间内校验失败次数,Validate表示单位时间内总共的校验次数:
ai=1-Fault/Validate (4)
所述用户满意度量化值,对应监控数据为每个用户对信息系统的反馈评分ai,其中Si为用户对信息系统各个方面的评价分数:
ai=∑nSi/n,Si∈[0,1] (5)
所述数据库健康度量化值,对应的监控数据包括数据库的查询效率、并发访问数量和数据库缓存命中率;
所述存储设备健康度量化值,对应的监控数据包括带宽、存储容量与IOPS的空闲率;对于每一个存储设备,表示如下:
ai=w1(1-Diskused/Diskfull)+w2(1-IOused/IOfull) (6)
其中w1和w2分别表示带宽与存储与IOPS的空闲率的权重,Diskused表示已使用的存储容量,Diskfull表示最大存储容量,IOused表示已占用的读写带宽,IOfull表示最大读写带宽;
所述网络健康度量化值,对应的监控数据包括各网络资源的利用率;
所述虚拟硬件健康度量化值,对应的监控数据包括内存空闲率、CPU空闲率和硬盘空闲率;
所述中间件健康度量化值,对应的监控数据包括中间件接口响应时间和成功率;
所述安全配置健康度量化值,其对应的监控数据包括补丁更新和端口开放;
所述日志审计健康度量化值,其对应的监控数据包括系统日志审计和应用日志审计;
所述访问控制健康度量化值,其对应的监控数据包括账户设置、口令策略和权限设置;
所述使用管理健康度量化值,其对应的监控数据包括整个电力信息系统的接口响应时间。
进一步的,针对功能健康度量化值,将系统功能划分为核心功能与非核心功能,对于非核心功能,在计算其量化值时,其阈值θi设置为0。
进一步的,采用德尔菲法与层次分析法相结合,量化同级指标之间的重要程度,确定每个健康模型对应的评估指标量化值之间的指标权重。
进一步的,采用德尔菲法与层次分析法相结合,确定指标权重具体包括如下步骤:
a:运用配对比较法和1-9比较尺度,对同一层的n个指标构造n×n的判断比较矩阵A:
其中,aij∈[1,9]且为整数,表示指标i与指标j的相对重要程度,且
aij=1/aji (8)
b:依据历史参考数据并结合德尔菲法,对判断比较矩阵A进行m次专家检验评分,使每一层的n个指标均获得m个判断比较矩阵Ai;
c:构建专家权威矩阵D:
其中,每一个列向量,表示m个专家在领域j内的影响因子,且∑idij=1;
依据各专家在该领域的影响因子,进行加权平均,得到最终的判断比较矩阵A表示为:
其中,D*j T为各个专家在当前领域内的影响因子,为行向量;
依据层次分析法,对于每一个判断比较矩阵运用方根法计算最大特征根及对应特征向量,利用一致性指标、随机一致性指标和一致性比率做一致性检验;若检验通过,其对应的特征向量,进行归一化后作为评估权重;若不通过,重新构造成判断比较矩阵。
本发明公开了一种电力信息系统健康度评估系统,包括
监控数据获取模块,用于获取待健康度评估的电力信息系统的监控数据;
监视数据规范模块,用于对获取到的监控数据进行规范化;
评估指标量化模块,用于根据规范化后的监控数据得到相应的评估指标量化值;
健康度评估模型模块,用于计算得到电力信息系统的健康度数值。
进一步的,所述健康度评估模型模块中包括以评估指标量化值为输入,以信息系统健康度为输出的电力信息系统健康度评估模型,所述健康度评估模型自底向上包括监控数据层、健康度评估指标层和健康模型层;
所述健康模型层中的健康模型,用于反映电力信息系统不同方面的健康;
所述健康模型通过评估指标层中的一个或多个评估指标量化值进行表征;
所述评估指标量化值由监控数据层中的一个或多个监控数据经规范化后得到。
进一步的,在所述评估指标量化模块中,将各监控数据加权求和得到评估指标量化值,所述评估指标量化值,由下式得到:
式中,H为评估指标量化值,wi为第i个监控数据的权重,ai为第i个监控数据,θi为第i个监控数据的最小阈值。
有益效果:本发明的电力信息系统健康度评估方法,建立了基于电力云平台的电力信息系统的健康度综合评估模型,选取了与电力信息系统运行需求密切相关的若干评估指标并提出了相关指标计算方法,同时通过优化后的德尔菲法与层次分析法确认了基于专家经验的评估模型的权重,自底向上多级评估信息系统健康度,克服了传统评估方法评估指标混乱、评估特性单一、评估结果置信度低等问题,使得运维人员对于整个系统的健康程度有一个全面的了解,快速做出决策,有利于系统后期的运行与维护。
附图说明
图1电力信息系统健康度评估方法流程示意图;
图2电力信息系统健康度评估模型层次结构。
具体实施方式
下面结合附图和实施例进一步阐述本发明。
本发明提供了一种电力信息系统健康度评估方法,其主要涉及以下步骤:
S1:评估模型的评估指标确认:本发明依据电网信息系统软件和硬件的评价需求,结合电力云平台的特点,针对信息系统的有效性、高效性、安全性要求,选取了包括但不限于下述评估模型的基本指标:功能健康度、数据健康度、用户满意度、数据库健康度、存储设备健康度、网络健康度、虚拟硬件健康度、中间件健康度、安全配置健康度、日志审计健康度、访问控制健康度、使用管理健康度。
S2:评估指标量化:每一个评估指标由若干监控数据构成,其计算如下:
依靠专家经验对各监控数据的权重Wi进行打分,并将各监控数据ai加权求和得到最终的评估指标量化值H。只有在保证所有监控数据正常的情况下,才能保证整个指标处于健康状态,故而当监控数据中存在小于最小阈值θi的情况下,根据木桶效应取监控数据中最低的值作为评估指标的健康度。同时由于信息系统与电力云环境的复杂性,各项评估指标构成成分及其表现新式差异巨大,故而需要对监控数据ai使用不同的方式进行规范化,使其变为算法可以接受的值,其范围为[0.0,1.0],此处假设所有的规范化后的监控数据都是与评估指标正相关的。
S3:评估模型构建:依据评估指标的类型确定信息系统有效性健康模型、高效性健康模型、安全性健康模型所需要的健康度评估指标,并将优化后的德尔菲法与层次分析法相结合,量化同级指标之间的重要程度,确定指标权重,构建基于专家经验的健康度评估模型。其中有效性健康模型由功能健康度、数据健康度、用户满意度构成;高效性健康模型由数据库健康度、存储设备健康度、网络健康度、虚拟硬件健康度、中间件健康度构成;安全性健康模型由安全配置健康度、日志审计健康度、访问控制健康度、使用管理健康度构成。
S4:系统健康度计算:依据得到的健康度模型,结合监控数据自底向上计算信息系统健康度。
实施例1
如图1所示,本实施例的一种电力信息系统健康度评估方法,其包括以下步骤:
步骤1:选取电力信息系统健康度评估所需指标,明确各项指标的意义,并对其进行规范化。本实施例依据电网信息系统软件和硬件的评价需求,结合电力云平台的特点,针对信息系统的有效性、高效性、安全性要求,选取了如下评估模型的基本指标:
功能健康度:功能健康度体现了信息系统功能的实现程度与可用性,对应的监控数据为每一个功能的有效性,对于某一个功能的有效性ai,使用功能实现程度C与故障率F两个指标来进行评价,其计算公式为:
ai=C×(1-F) (2)
其中,功能实现程度C的值为0或1,当功能完全实现时为1,否则为0;故障率F为单位时间内,功能访问出错的概率,计算公式为:
F=Fault/Access (3)
其中,Fault为单位时间内功能访问失败的次数,Access为单位时间内功能访问的总次数。同时本实施例将系统功能划分为核心功能与非核心功能,对于非核心功能其阈值θi设置为0,核心功能则依靠专家经验分别设置阈值θi,一般情况下默认为0.9。
数据健康度:数据健康度体现了信息系统数据的完整性,对应监控数据为每一个数据节点单位时间内通过数据完整性校验的概率ai,其中Fault表示单位时间内校验失败次数,Validate表示单位时间内总共的校验次数:
ai=1-Fault/Validate (4)
用户满意度:用户满意度能够从宏观上反映用户对信息系统功能的完整性与易用性评价,对应监控数据为每个用户对信息系统的反馈评分ai,其值为n个有效用户反馈评分的均值,即:
ai=∑nSi/n,Si∈[0,1] (5)
其中,Si为用户对信息系统各个方面的评价分数;
数据库健康度:数据库健康度体现了数据库的运行效率,其依赖于数据库的查询效率、并发访问数量、数据库缓存命中率。
存储设备健康度:存储设备健康度体现了存储设备的运行效率,其主要依赖于存储容量与IOPS的空闲率。对于每一个存储设备,其健康度可以用式(7)进行评价:
ai=w1(1-Diskused/Diskfull)+w2(1-IOused/IOfull) (6)
其中w1和w2分别表示带宽与存储与IOPS的空闲率的权重,Diskused表示已使用的存储容量,Diskfull表示最大存储容量,IOused表示已占用的读写带宽,IOfull表示最大读写带宽。
网络健康度:网络健康度体现了网络资源的利用率,在云环境中,网络资源的可用性直接影响着整个信息系统的性能。
虚拟硬件健康度:虚拟硬件健康度体现了云环境下虚拟硬件的可用额度,这里主要涉及到内存空闲率、CPU空闲率、硬盘空闲率。
中间件健康度:中间件健康度主要受限于中间件接口响应时间、成功率。在一般情况下,成功率在0.9999时,值为1,否则为0。而对于响应时间,弱交互类接口平均响应时间不超过1秒,强交互类接口平均响应时间不超过200毫秒,超过则为0,否则为1。
安全配置健康度,主要包括补丁更新、端口开放。
日志审计健康度,主要包括系统日志审计、应用日志审计。
访问控制健康度,主要包括账户设置、口令策略、权限设置。
使用管理健康度,体现了整个信息系统的接口响应时间。每一个评估指标由若干监控数据构成,在未特别说明的情况下,监控数据的具体选取与规范化需要根据实际情况进行具体设置。而评估指标的计算公式,在未特别指出的情况下,如(1)所示:
依靠专家经验使用层次分析法对各监控数据的权重Wi进行打分,并将各监控数据ai加权求和得到最终的评估指标量化值H。只有在保证所有监控数据正常的情况下,才能保证整个指标处于健康状态,故而当监控数据中存在小于最小阈值θi的情况下,根据木桶效应取监控数据中最低的值作为评估指标的健康度。同时由于信息系统与电力云环境的复杂性,各项评估指标构成成分及其表现新式差异巨大,故而需要对监控数据ai使用不同的方式进行规范化,使其变为算法可以接受的值,其范围为[0.0,1.0],此处假设所有的规范化后的监控数据都是与评估指标正相关的。
步骤2:结合步骤1给出的评分标准及其分类构建如图2所示的电力信息系统健康度评估模型层次结构。整个信息系统健康模型由3部分构成:有效性健康模型、高效性健康模型、安全性健康模型。其中有效性健康模型由功能健康度、数据健康度、用户满意度构成;高效性健康模型由数据库健康度、存储设备健康度、网络健康度、虚拟硬件健康度、中间件健康度构成;安全性健康模型由安全配置健康度、日志审计健康度、访问控制健康度、使用管理健康度构成。而各模型中的评估指标又有若干监控数据构成,其描述如步骤1所示。
步骤3:将德尔菲法与层次分析法相结合量化同级指标之间的重要程度,确定指标权重,具体包括以下步骤:
运用配对比较法和1-9比较尺度,对同一层的n个指标构造n×n的判断比较矩阵A:
其中,aij∈[1,9]且为整数,表示指标i与指标j的相对重要程度,且
aij=1/aji (8)
采用德尔菲法,请m个专家分别对比较矩阵A进行打分,则每一层的n个指标都得到m个判断比较矩阵Ai。
依据每个专家对各领域的了解程度,构建专家权威矩阵D:
其中,每一个列向量,表示m个专家在领域j内的影响因子,且∑idij=1。
其中,D*j T为各专家在当前领域内的影响因子,为行向量。
依据层次分析法,对于每一个判断比较阵运用方根法计算最大特征根及对应特征向量,利用一致性指标、随机一致性指标和一致性比率做一致性检验。若检验通过,其对应的特征向量进行归一化后作为评估权重:若不通过,需重新构造成对比较阵。
步骤4:根据实际监控数据与指标权重,自底向上计算健康度评估数值,并最终得到整个信息系统的健康度。
实施例2
基于同一发明构思,本发明还公开了一种电力信息系统健康度评估系统,该系统的各设备的实施与所述一种电力信息系统健康度评估方法的原理类似,重复之处不再赘述。
本发明实施例所述电力信息系统健康度评估系统,包括:
监控数据获取模块,用于获取待健康度评估的电力信息系统的监控数据;
监控数据规范模块,用于对获取到的监控数据进行规范化处理;
评估指标量化模块,用于根据规范化后的监控数据得到相应的评估指标量化值;
健康度评估模型模块,用于计算得到电力信息系统的健康度数值;
所述健康度评估模型模块中包括以评估指标量化值为输入,以信息系统健康度为输出的电力信息系统健康度评估模型。
其中,健康度评估模型自底向上包括监控数据层、健康度评估指标层和健康模型层;
所述健康模型层中的健康模型,用于反映电力信息系统不同方面的健康;
所述健康模型通过评估指标层中的一个或多个评估指标量化值进行表征;
所述评估指标量化值由监控数据层中的一个或多个监控数据经规范化后得到。
在所述评估指标量化模块中,将各监控数据加权求和得到评估指标量化值,所述评估指标量化值,由下式得到:
式中,H为评估指标量化值,wi为第i个监控数据的权重,ai为第i个监控数据,θi为第i个监控数据的最小阈值。
在评估权重计算模块中,将德尔菲法与层次分析法相结合自底向上对健康度评估模型进行逐层打分,构建判断比较矩阵,得到健康度评估模型每一层的评估权重。
本申请是参照根据本申请实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器,使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中,使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品,该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上,使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理,从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
最后应当说明的是:以上实施例仅用以说明本发明的技术方案而非对其限制,所属领域的普通技术人员参照上述实施例依然可以对本发明的具体实施方式进行修改或者等同替换,这些未脱离本发明精神和范围的任何修改或者等同替换,均在申请待批的本发明的权利要求保护范围之内。
Claims (9)
1.一种电力信息系统健康度评估方法,其特征在于:包括以下步骤:
获取待健康度评估的电力信息系统的当前监控数据;
将所述监控数据进行规范化,基于规范化后的监控数据获得当前评估指标量化值;
将所述当前评估指标量化值输入至预先构建的电力信息系统健康度评估模型中,得到该电力信息系统当前健康度评估数值;
所述健康度评估模型自底向上包括监控数据层、评估指标层和健康模型层;
所述健康模型层中的健康模型,用于反映电力信息系统不同的健康评估要求,通过评估指标层中的一个或多个评估指标量化值进行表征;
所述评估指标层中的评估指标量化值通过监控数据层中的一个或多个监控数据经规范化后得到;
所述评估指标量化值包括功能健康度量化值、数据健康度量化值、用户满意度量化值、数据库健康度量化值、存储设备健康度量化值、网络健康度量化值、虚拟硬件健康度量化值、中间件健康度量化值、安全配置健康度量化值、日志审计健康度量化值、访问控制健康度量化值和使用管理健康度量化值;
所述健康模型层中的健康模型包括有效性健康模型、高效性健康模型和安全性健康模型;所述有效性健康模型通过功能健康度量化值、数据健康度量化值和用户满意度量化值进行有效性健康表征;所述高效性健康模型通过数据库健康度量化值、存储设备健康度量化值、网络健康度量化值、虚拟硬件健康度量化值和中间件健康度量化值进行高效性健康表征;所述安全性健康模型通过安全配置健康度量化值、日志审计健康度量化值、访问控制健康度量化值和使用管理健康度量化值进行安全性健康表征;
所述功能健康度量化值,对应的监控数据为每一个功能的有效性;功能的有效性ai计算公式为:
ai=C×(1-F) (2)
式中,C为功能实现程度,F为故障率;
当功能完全实现时功能实现程度C为1,否则为0;故障率F为单位时间内功能访问出错的概率,计算公式为:
F=Fault/Access (3)
其中,Fault为单位时间内功能访问失败的次数,Access为单位时间内功能访问的总次数;
所述数据健康度量化值,对应监控数据为每一个数据节点单位时间内通过数据完整性校验的概率ai,其中Fault表示单位时间内校验失败次数,Validate表示单位时间内总共的校验次数:
ai=1-Fault/Validate (4)
所述用户满意度量化值,对应监控数据为每个用户对信息系统的反馈评分ai,其中Si为用户对信息系统各个方面的评价分数:
ai=∑nSi/n,Si∈[0,1] (5)
所述数据库健康度量化值,对应的监控数据包括数据库的查询效率、并发访问数量和数据库缓存命中率;
所述存储设备健康度量化值,对应的监控数据包括带宽、存储容量与IOPS的空闲率;对于每一个存储设备,表示如下:
ai=w1(1-Diskused/Diskfull)+w2(1-IOused/IOfull) (6)
其中w1和w2分别表示带宽与存储与IOPS的空闲率的权重,Diskused表示已使用的存储容量,Diskfull表示最大存储容量,IOused表示已占用的读写带宽,IOfull表示最大读写带宽;
所述网络健康度量化值,对应的监控数据包括各网络资源的利用率;
所述虚拟硬件健康度量化值,对应的监控数据包括内存空闲率、CPU空闲率和硬盘空闲率;
所述中间件健康度量化值,对应的监控数据包括中间件接口响应时间和成功率;
所述安全配置健康度量化值,其对应的监控数据包括补丁更新和端口开放;
所述日志审计健康度量化值,其对应的监控数据包括系统日志审计和应用日志审计;
所述访问控制健康度量化值,其对应的监控数据包括账户设置、口令策略和权限设置;
所述使用管理健康度量化值,其对应的监控数据包括整个电力信息系统的接口响应时间。
2.根据权利要求1所述的一种电力信息系统健康度评估方法,其特征在于:所述电力信息系统健康度评估模型的构建包括以下步骤:
根据待健康度评估的电力信息系统的健康评估要求,获取相应的评估指标;
基于该待健康度评估的电力信息系统的历史监控数据对评估指标进行量化,得到评估指标量化值;若干评估指标量化值构成评估指标层;
对每一项健康评估要求对应的每一个评估指标量化值赋予指标权重,构建得到基于该健康评估要求的健康模型,若干健康模型构成健康模型层。
4.根据权利要求1所述的一种电力信息系统健康度评估方法,其特征在于:针对功能健康度量化值,将系统功能划分为核心功能与非核心功能,对于非核心功能,在计算其量化值时,其阈值θi设置为0。
5.根据权利要求2所述的一种电力信息系统健康度评估方法,其特征在于:采用德尔菲法与层次分析法相结合,量化同级指标之间的重要程度,确定每个健康模型对应的评估指标量化值之间的指标权重。
6.根据权利要求5所述的一种电力信息系统健康度评估方法,其特征在于:采用德尔菲法与层次分析法相结合,确定指标权重具体包括如下步骤:
a:运用配对比较法和1-9比较尺度,对同一层的n个指标构造n×n的判断比较矩阵A:
其中,aij∈[1,9]且为整数,表示指标i与指标j的相对重要程度,且
aij=1/aji (8)
b:依据历史参考数据并结合德尔菲法,对判断比较矩阵A进行m次专家检验评分,使每一层的n个指标均获得m个判断比较矩阵Ai;
c:构建专家权威矩阵D:
其中,每一个列向量,表示m个专家在领域j内的影响因子,且∑idij=1;
其中,D*j T为各个专家在当前领域内的影响因子,为行向量;
依据层次分析法,对于每一个判断比较矩阵运用方根法计算最大特征根及对应特征向量,利用一致性指标、随机一致性指标和一致性比率做一致性检验;若检验通过,其对应的特征向量,进行归一化后作为评估权重;若不通过,重新构造成判断比较矩阵。
7.一种电力信息系统健康度评估系统,其特征在于:包括
监控数据获取模块,用于获取待健康度评估的电力信息系统的监控数据;
监视数据规范模块,用于对获取到的监控数据进行规范化;
评估指标量化模块,用于根据规范化后的监控数据得到相应的评估指标量化值;
健康度评估模型模块,用于计算得到电力信息系统的健康度数值;
所述评估指标量化值包括功能健康度量化值、数据健康度量化值、用户满意度量化值、数据库健康度量化值、存储设备健康度量化值、网络健康度量化值、虚拟硬件健康度量化值、中间件健康度量化值、安全配置健康度量化值、日志审计健康度量化值、访问控制健康度量化值和使用管理健康度量化值;
所述功能健康度量化值,对应的监控数据为每一个功能的有效性;功能的有效性ai计算公式为:
ai=C×(1-F) (2)
式中,C为功能实现程度,F为故障率;
当功能完全实现时功能实现程度C为1,否则为0;故障率F为单位时间内功能访问出错的概率,计算公式为:
F=Fault/Access (3)
其中,Fault为单位时间内功能访问失败的次数,Access为单位时间内功能访问的总次数;
所述数据健康度量化值,对应监控数据为每一个数据节点单位时间内通过数据完整性校验的概率ai,其中Fault表示单位时间内校验失败次数,Validate表示单位时间内总共的校验次数:
ai=1-Fault/Validate (4)
所述用户满意度量化值,对应监控数据为每个用户对信息系统的反馈评分ai,其中Si为用户对信息系统各个方面的评价分数:
ai=∑nSi/n,Si∈[0,1] (5)
所述数据库健康度量化值,对应的监控数据包括数据库的查询效率、并发访问数量和数据库缓存命中率;
所述存储设备健康度量化值,对应的监控数据包括带宽、存储容量与IOPS的空闲率;对于每一个存储设备,表示如下:
ai=w1(1-Diskused/Diskfull)+w2(1-IOused/IOfull) (6)
其中w1和w2分别表示带宽与存储与IOPS的空闲率的权重,Diskused表示已使用的存储容量,Diskfull表示最大存储容量,IOused表示已占用的读写带宽,IOfull表示最大读写带宽;
所述网络健康度量化值,对应的监控数据包括各网络资源的利用率;
所述虚拟硬件健康度量化值,对应的监控数据包括内存空闲率、CPU空闲率和硬盘空闲率;
所述中间件健康度量化值,对应的监控数据包括中间件接口响应时间和成功率;
所述安全配置健康度量化值,其对应的监控数据包括补丁更新和端口开放;
所述日志审计健康度量化值,其对应的监控数据包括系统日志审计和应用日志审计;
所述访问控制健康度量化值,其对应的监控数据包括账户设置、口令策略和权限设置;
所述使用管理健康度量化值,其对应的监控数据包括整个电力信息系统的接口响应时间。
8.根据权利要求7所述的一种电力信息系统健康度评估系统,其特征在于:所述健康度评估模型模块中包括以评估指标量化值为输入,以信息系统健康度为输出的电力信息系统健康度评估模型,所述健康度评估模型自底向上包括监控数据层、健康度评估指标层和健康模型层;
所述健康模型层中的健康模型,用于反映电力信息系统不同方面的健康;
所述健康模型通过评估指标层中的一个或多个评估指标量化值进行表征;
所述评估指标量化值由监控数据层中的一个或多个监控数据经规范化后得到。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910307967.7A CN110070461B (zh) | 2019-04-17 | 2019-04-17 | 一种电力信息系统健康度评估方法及其评估系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910307967.7A CN110070461B (zh) | 2019-04-17 | 2019-04-17 | 一种电力信息系统健康度评估方法及其评估系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN110070461A CN110070461A (zh) | 2019-07-30 |
CN110070461B true CN110070461B (zh) | 2022-07-19 |
Family
ID=67367976
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910307967.7A Active CN110070461B (zh) | 2019-04-17 | 2019-04-17 | 一种电力信息系统健康度评估方法及其评估系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110070461B (zh) |
Families Citing this family (12)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110650042A (zh) * | 2019-09-18 | 2020-01-03 | 国网河北省电力有限公司邢台供电分公司 | 电力通信网健康度评价方法及终端设备 |
CN110865924B (zh) * | 2019-11-29 | 2023-05-16 | 国网四川省电力公司信息通信公司 | 电力信息系统内部服务器健康度诊断方法与健康诊断框架 |
CN111199361A (zh) * | 2020-01-13 | 2020-05-26 | 国网福建省电力有限公司信息通信分公司 | 基于模糊推理理论的电力信息系统健康评估方法及系统 |
CN111563647A (zh) * | 2020-03-26 | 2020-08-21 | 国网福建省电力有限公司信息通信分公司 | 基于关联规则和dea的电力信息系统检测方法及系统 |
CN111968268A (zh) * | 2020-06-29 | 2020-11-20 | 南斗六星系统集成有限公司 | 一种新能源车辆健康状况远程评估方法和系统 |
CN112087384B (zh) * | 2020-08-03 | 2023-04-28 | 国网甘肃省电力公司信息通信公司 | 一种基于sdn环境的数据传输方法及系统 |
CN113112037A (zh) * | 2021-04-09 | 2021-07-13 | 宁夏力成电气集团有限公司 | 一种电力配电站远程运维健康管理系统及健康评估方法 |
CN113139701B (zh) * | 2021-05-19 | 2024-01-19 | 中能融合智慧科技有限公司 | 一种基于层次分析方法的区域内能源健康度评价方法 |
CN113487316B (zh) * | 2021-07-22 | 2024-05-03 | 银清科技有限公司 | 分布式支付系统安全处理方法及装置 |
CN113793035B (zh) * | 2021-09-16 | 2023-08-08 | 中国民航大学 | 一种基于交叉概率理论的信息系统业务波及影响分析方法 |
CN113900921B (zh) * | 2021-12-07 | 2022-05-03 | 人民法院信息技术服务中心 | 法院信息系统运行状态评估方法、装置、设备及存储介质 |
CN115794590B (zh) * | 2023-01-30 | 2023-10-31 | 麒麟软件有限公司 | 一种国产Linux操作系统的健康评估方法和装置 |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103065050A (zh) * | 2012-12-31 | 2013-04-24 | 河南省电力公司电力科学研究院 | 一种信息系统运维期健康度状态层次判断方法 |
CN108428045A (zh) * | 2018-02-09 | 2018-08-21 | 国网冀北电力有限公司 | 一种配电网运行健康状态评估方法 |
-
2019
- 2019-04-17 CN CN201910307967.7A patent/CN110070461B/zh active Active
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103065050A (zh) * | 2012-12-31 | 2013-04-24 | 河南省电力公司电力科学研究院 | 一种信息系统运维期健康度状态层次判断方法 |
CN108428045A (zh) * | 2018-02-09 | 2018-08-21 | 国网冀北电力有限公司 | 一种配电网运行健康状态评估方法 |
Also Published As
Publication number | Publication date |
---|---|
CN110070461A (zh) | 2019-07-30 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110070461B (zh) | 一种电力信息系统健康度评估方法及其评估系统 | |
US11119878B2 (en) | System to manage economics and operational dynamics of IT systems and infrastructure in a multi-vendor service environment | |
CN106886485B (zh) | 系统容量分析预测方法及装置 | |
CN108052528A (zh) | 一种存储设备时序分类预警方法 | |
JP6783002B2 (ja) | 企業の債務不履行予測システム及びその動作方法 | |
US9330160B2 (en) | Software application complexity analysis | |
WO2022001125A1 (zh) | 一种存储系统的存储故障预测方法、系统及装置 | |
CN110717687A (zh) | 一种评价指数获取的方法及系统 | |
CN113379238A (zh) | 风险评估方法、装置及电子设备 | |
CN113837596A (zh) | 一种故障确定方法、装置、电子设备及存储介质 | |
CN111598457B (zh) | 一种电力无线网络质量的确定方法及装置 | |
CN113158435A (zh) | 基于集成学习的复杂系统仿真运行时间预测方法与设备 | |
CN116185797A (zh) | 预测服务器资源饱和度的方法、装置及存储介质 | |
CN113676377B (zh) | 基于大数据的在线用户数评估方法、装置、设备及介质 | |
CN113220463B (zh) | 一种绑定策略推断方法、装置、电子设备及存储介质 | |
CN112330116A (zh) | 一种业务系统性能分析方法、装置及存储介质 | |
CN111598390A (zh) | 服务器高可用性评估方法、装置、设备和可读存储介质 | |
CN117650949B (zh) | 一种基于rpa机器人数据分析的网络攻击拦截方法及系统 | |
CN116149971B (zh) | 设备故障预测方法、装置、电子设备及存储介质 | |
CN115858324B (zh) | 基于ai的it设备故障处理方法、装置、设备和介质 | |
CN116996318A (zh) | 安全防护策略的可行性评估方法、装置、设备及介质 | |
CN118069377B (zh) | 一种处理器环境验证的云数据处理方法及系统 | |
CN113238874B (zh) | 资源匹配方法及系统 | |
CN117785632A (zh) | 容量规划方法、装置、计算机设备、存储介质和程序产品 | |
CN117422545A (zh) | 信用风险识别方法、装置、设备及存储介质 |
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 |