CN110602482A - 一种视频系统的故障自诊断装置及方法 - Google Patents
一种视频系统的故障自诊断装置及方法 Download PDFInfo
- Publication number
- CN110602482A CN110602482A CN201910726160.7A CN201910726160A CN110602482A CN 110602482 A CN110602482 A CN 110602482A CN 201910726160 A CN201910726160 A CN 201910726160A CN 110602482 A CN110602482 A CN 110602482A
- Authority
- CN
- China
- Prior art keywords
- fault
- diagnosis
- data
- information
- submodule
- 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
Classifications
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N17/00—Diagnosis, testing or measuring for television systems or their details
Abstract
本发明公开了一种视频系统的故障自检测自诊断装置及方法。所述装置主要包括如下模块:故障信息采集层,用于采集视频系统故障信息;故障诊断分析层,用于对采集的故障信息进行确认分析;故障告警呈现层,用于提供人机交互接口及故障信息的呈现;所述方法具体步骤如下:设置故障阈值;采集信息数据;判断是否产生初步故障信息;若否,则返回上一步;否则将故障信息上传;形成诊断结论;呈现诊断结论;程序结束;本发明的有益效果是:在视频系统运行的同时,自动完成故障信息收集、分析诊断和告警呈现,解决了传统人工定位故障耗时耗力,效率低下的问题。
Description
技术领域
本发明涉及视频通信领域,尤其涉及一种视频系统的故障自诊断装置及方法。
背景技术
随着视频通信技术在各行业的广泛应用,在提高工作及沟通效果的同时,随着系统业务体量越来越丰富、网络环境越来越复杂。视频系统的故障诊断和问题的定位显得愈发重要和紧迫。
传统的故障定位方式一般是需要人工观察、发现故障后,反馈问题,再联系专业人士来分析定位,期间存在异地出差往返、问题重现、业务沟通等各种环节,耗时耗力,故障定位效率低下。
发明内容
本发明的目的是提出一种视频系统的故障自诊断装置及方法。一种视频系统的故障自诊断装置,其特征在于:具体包括:故障信息采集层、故障诊断分析层和故障告警呈现层;
所述故障信息采集层,用于采集视频系统故障信息,并将所述视频系统故障信息发送至所述故障诊断分析层;
所述故障诊断分析层,用于对接收的所述视频系统故障信息进行初步故障诊断,得到初步故障信息,并将所述初步故障信息发送至所述故障告警呈现层;
所述故障告警呈现层,用于根据所述初步故障信息进行详细故障诊断,得到诊断结论,并对所述诊断结论进行呈现,以供查看。
进一步地,所述系统故障信息包括四类,分别为:系统运行类、网络质量类、视频业务类和视频资源类;所述系统运行类的数据包括:CPU占用数据、内存占用数据、硬盘占用数据和数据库读写数据;所述网络质量类的数据包括:网络丢包数据、网络时延数据、网络抖动数据、可用带宽数据、响应超时数据、网络拒绝数据和非法分包数据;所述视频业务类的数据包括:并发业务数据、处理超时业务数据、处理被拒业务数据、非法业务响应数据和非法业务请求数据;所述视频资源类的数据包括:资源异常掉线数据、非法资源接入数据和频繁上下线数据。
进一步地,所述故障告警呈现层包括;故障阈值设置子模块,用于对各场景故障阈值进行设置;
所述故障诊断分析层包括故障阈值获取子模块、故障阈值比对子模块、故障时间告警子模块和故障信息存储子模块;
所述故障诊断分析层对接收的所述视频系统故障信息进行初步故障诊断,得到初步故障信息,具体包括:
所述故障阈值获取子模块,用于获取所述故障阈值设置子模块中设置的各场景故障阈值,并将所述各场景故障阈值发送至所述故障阈值比对子模块;其中,所述各场景故障阈值包括:CPU占用故障百分比阈值、内存占用故障百分比阈值、硬盘占用故障百分比阈值、丢包故障百分比阈值、网络时延毫秒故障阈值、网络抖动毫秒故障与之、网络可用带宽故障阈值和频繁上下线间隔阈值;
所述故障阈值比对子模块,用于接收所述视频系统故障信息,并将所述视频故障信息与所述各场景故障阈值进行比对;若所述视频故障信息中的数据超过所述故障阈值,则所述故障阈值对比模块将所述故障信息发送至所述故障事件告警子模块;
所述故障事件告警子模块,用于根据接收的所述故障信息生成告警事件,并将所述告警事件作为初步故障信息发送至所述故障告警呈现层,同时将所述告警事件发送至所述故障信息存储子模块;所述告警事件以故障码和简要简要告警原因的形式表示;所述故障码,为自定义的预设值;所述简要简要告警原因,根据超过阈值的故障信息确定;
所述故障信息存储子模块,用于保存所述告警事件中的故障信息的详情上下文,以供故障告警呈现层调用;所述故障信息的详情上下文,包括:发生故障时保留的日志堆栈上下文信息。
进一步地,所述故障告警呈现层还包括:故障诊断结论子模块和故障诊断呈现子模块;所述故障诊断结论子模块,用于接收所述告警事件,并根据所述告警事件进行详细故障诊断,得到诊断结论;同时,所述故障诊断结论子模块将所述诊断结论发送至所述故障诊断呈现子模块;所述诊断结论包括故障点、故障原因、故障信息、故障时段和堆栈日志;所述故障诊断呈现子模块,用于对故障诊断结论子模块形成的诊断结论进行界面展示。
进一步地,一种视频系统的故障自诊断方法,应用于所述的一种视频系统的故障自诊断装置,其特征在于:具体步骤如下:
S101:设置故障阈值并保存下发至故障诊断分析层的故障阈值获取子模块;
S102:故障信息采集层不断采集视频系统运行时的系统运行类信息数据、网络质量类信息数据、视频业务类信息数据和视频资源类信息数据;
S103:故障诊断分析层的故障阈值比对子模块获取故障信息采集层的信息数据,并不断与故障阈值进行比对分析;判断是否产生故障信息?若是,则跳转到步骤S104;若否,则跳转至步骤S102;
S104:故障诊断分析层的故障阈值对比子模块形成初步故障信息,并传递给同层的故障事件告警子模块;故障事件告警子模块将故障信息上下文详情传递至同层的故障信息存储子模块,同时将初步故障信息以故障码和简要告警原因的形式上传至故障告警呈现层的故障诊断结论子模块;
S105:故障告警呈现层的故障诊断结论子模块将所述的初步故障信息转换成诊断结论,并传递至同层的故障诊断呈现子模块;
S106:故障告警呈现层的故障诊断呈现子模块将所述诊断结论呈现至用户界面;
S107:程序结束。
本发明提供的技术方案带来的有益效果是:在视频系统运行的同时,自动完成故障信息收集、分析诊断和告警呈现,解决了传统人工定位故障耗时耗力,效率低下的问题。
附图说明
下面将结合附图及实例对本发明作进一步说明,附图中:
图1是本发明实施例中一种视频系统的故障自诊断装置的模块组成示意图;
图2是本发明实施例中一种视频系统的故障自诊断方法的流程图。
具体实施方式
为了对本发明的技术特征、目的和效果有更加清楚的理解,现对照附图详细说明本发明的具体实施方式。
本发明的实施例提供了一种视频系统的故障自诊断装置及方法。
请参考图1,图1是本发明实施例中一种视频系统的故障自诊断装置的模块组成示意图,具体包括以下模块:
故障信息采集层101、故障诊断分析层102和故障告警呈现层103;
所述故障信息采集层101,用于采集视频系统故障信息,并将所述视频系统故障信息发送至所述故障诊断分析层102;
所述故障诊断分析层102,用于对接收的所述视频系统故障信息进行初步故障诊断,得到初步故障信息,并将所述初步故障信息发送至所述故障告警呈现层103;
所述故障告警呈现层103,用于根据所述初步故障信息得到诊断结论,并对所述诊断结论进行呈现,以供查看。
所述系统故障信息包括四类,分别为:系统运行类、网络质量类、视频业务类和视频资源类;
所述系统运行类的数据包括:CPU占用数据、内存占用数据、硬盘占用数据和数据库读写数据,详见表1;
所述网络质量类的数据包括:网络丢包数据、网络时延数据、网络抖动数据、可用带宽数据、响应超时数据、网络拒绝数据和非法分包数据,详见表2;
所述视频业务类的数据包括:并发业务数拒、处理超时业务数拒、处理被拒业务数据、非法业务响应数据和非法业务请求数据,详见表3;
所述视频资源类的数据包括:资源异常掉线数据、非法资源接入数据和频繁上下线数据,详见表4。
表1
表2
表3
表4
所述故障诊断分析层102包括故障阈值获取子模块、故障阈值比对子模块、故障时间告警子模块和故障信息存储子模块;
所述故障诊断分析层102对接收的所述视频系统故障信息进行初步故障诊断,得到初步故障信息,具体包括:
所述故障阈值获取子模块,用于获取所述故障阈值设置子模块中设置的各场景故障阈值,并将所述各场景故障阈值发送至所述故障阈值比对子模块;其中,所述各场景故障阈值包括:CPU占用故障百分比阈值、内存占用故障百分比阈值、硬盘占用故障百分比阈值、丢包故障百分比阈值、网络时延毫秒故障阈值、网络抖动毫秒故障阈值、网络可用带宽故障阈值和频繁上下线间隔阈值,详见表5;
所述故障阈值比对子模块,用于接收所述视频系统故障信息,并将所述视频故障信息与所述各场景故障阈值进行比对;若所述视频故障信息中的数据超过所述故障阈值,则所述故障阈值对比模块将所述故障信息发送至所述故障事件告警子模块;
所述故障事件告警子模块,用于根据接收的所述故障信息生成告警事件,并将所述告警事件作为初步故障信息发送至所述故障告警呈现层103,同时将所述告警事件发送至所述故障信息存储子模块;所述告警事件以故障码和简要告警原因的形式表示,详见表6;所述故障码,为自定义的预设值;所述简要告警原因,根据超过阈值的故障信息确定;举例说明,当前时刻101层采集到CPU占用百分比为70%,而设置的CPU占用故障百分比阈值为60%,此时则产生告警,故障码为302,简要告警原因为CPU异常;
所述故障信息存储子模块,用于保存所述告警事件中的故障信息的详情上下文,以供故障告警呈现层103调用;所述故障信息的详情上下文,包括:发生故障时保留的日志堆栈上下文信息。
表5
字段 | 意义 |
CPU占用故障百分比阈值 | CPU占用达到该百分比阈值时,可认为故障 |
内存占用故障百分比阈值 | 内存占用达到该百分比阈值时,可认为故障 |
硬盘占用故障百分比阈值 | 内存占用达到该百分比阈值时,可认为故障 |
丢包故障百分比阈值 | 网络丢包达到该百分比阈值时,可认为故障 |
网络延时毫秒故障阈值 | 网络延时达到该阈值时,可认为故障 |
网络抖动毫秒故障阈值 | 网络抖动达到该阈值时,可认为故障 |
网络可用带宽故障阈值 | 网络可用带宽达到该阈值时,可认为故障 |
业务并发数故障阈值 | 并发请求业务数达到该阈值时,可认为故障 |
频繁上下线间隔阈值 | 资源频繁上线下线达到该时间间隔时,可认为故障 |
所述故障告警呈现层103还包括:故障诊断结论子模块和故障诊断呈现子模块;
所述故障诊断结论子模块,用于接收所述告警事件,并根据所述告警事件进得到诊断结论;同时,所述故障诊断结论子模块将所述诊断结论发送至所述故障诊断呈现子模块;所述诊断结论包括故障点、故障原因、故障信息、故障时段和堆栈日志,详见表7;
所述故障诊断呈现子模块,用于对故障诊断结论子模块形成的诊断结论进行界面展示。
表6
字段 | 意义 |
故障码301 | 进程异常 |
故障码302 | CPU异常 |
故障码303 | 内存异常 |
故障码304 | 硬盘异常 |
故障码305 | 数据库读写异常 |
故障码401 | 网络丢包异常 |
故障码402 | 网络延时异常 |
故障码403 | 网络抖动异常 |
故障码404 | 可用带宽异常 |
故障码405 | 非法数据包 |
故障码501 | 业务并发处理异常 |
故障码302 | 业务处理超时异常 |
故障码503 | 业务处理被拒异常 |
故障码504 | 非法业务请求异常 |
故障码505 | 业务处理逻辑异常 |
故障码601 | 资源掉线异常 |
故障码602 | 非法资源异常 |
表7
一种视频系统的故障自诊断方法,应用所述的一种视频系统的故障自诊断装置,其特征在于:具体步骤如下:
S101:设置故障阈值并保存下发至故障诊断分析层102的故障阈值获取子模块;
S102:故障信息采集层101不断采集视频系统运行时的系统运行类信息数据、网络质量类信息数据、视频业务类信息数据和视频资源类信息数据;
S103:故障诊断分析层102的故障阈值比对子模块获取故障信息采集层101的信息数据,并不断与故障阈值进行比对分析;判断是否产生故障信息?若是,则跳转到步骤S104;若否,则跳转至步骤S102;
S104:故障诊断分析层103的故障阈值对比子模块形成初步故障信息,并传递给同层的故障事件告警子模块;故障事件告警子模块将故障信息上下文详情传递至同层的故障信息存储子模块,同时将初步故障信息以故障码和简要告警原因的形式上传至故障告警呈现层103的故障诊断结论子模块;
S105:故障告警呈现层103的故障诊断结论子模块将所述的初步故障信息转换成诊断结论,并传递至同层的故障诊断呈现子模块;
S106:故障告警呈现层103的故障诊断呈现子模块将所述诊断结论呈现至用户界面;
S107:程序结束。
请参考图2,图2是本发明实施例中一种视频系统的故障自诊断方法的流程图。
本发明的有益效果是:在视频系统运行的同时,自动完成故障信息收集、分析诊断和告警呈现,解决了传统人工定位故障耗时耗力,效率低下的问题。
以上所述仅为本发明的较佳实施例,并不用以限制本发明,凡在本发明的精神和原则之内,所作的任何修改、等同替换、改进等,均应包含在本发明的保护范围之内。
Claims (5)
1.一种视频系统的故障自诊断装置,其特征在于:包括:故障信息采集层(101)、故障诊断分析层(102)和故障告警呈现层(103);
所述故障信息采集层(101),用于采集视频系统故障信息,并将所述视频系统故障信息发送至所述故障诊断分析层(102);
所述故障诊断分析层(102),用于对接收的所述视频系统故障信息进行初步故障诊断,得到初步故障信息,并将所述初步故障信息发送至所述故障告警呈现层(103);
所述故障告警呈现层(103),用于根据所述初步故障信息得到诊断结论,并对所述诊断结论进行呈现,以供查看。
2.如权利要求1所述的一种视频系统的故障自诊断装置,其特征在于:所述系统故障信息包括四类,分别为:系统运行类、网络质量类、视频业务类和视频资源类;
所述系统运行类的数据包括:CPU占用数据、内存占用数据、硬盘占用数据和数据库读写数据;
所述网络质量类的数据包括:网络丢包数据、网络时延数据、网络抖动数据、可用带宽数据、响应超时数据、网络拒绝数据和非法分包数据;
所述视频业务类的数据包括:并发业务数据、处理超时业务数据、处理被拒业务数据、非法业务响应数据和非法业务请求数据;
所述视频资源类的数据包括:资源异常掉线数据、非法资源接入数据和频繁上下线数据。
3.如权利要求1所述的一种视频系统的故障自诊断装置,其特征在于:
所述故障告警呈现层(103)包括;故障阈值设置子模块,用于对各场景故障阈值进行设置;
所述故障诊断分析层(102)包括故障阈值获取子模块、故障阈值比对子模块、故障时间告警子模块和故障信息存储子模块;
所述故障诊断分析层(102)对接收的所述视频系统故障信息进行初步故障诊断,得到初步故障信息,具体包括:
所述故障阈值获取子模块,用于获取所述故障阈值设置子模块中设置的各场景故障阈值,并将所述各场景故障阈值发送至所述故障阈值比对子模块;其中,所述各场景故障阈值包括:CPU占用故障百分比阈值、内存占用故障百分比阈值、硬盘占用故障百分比阈值、丢包故障百分比阈值、网络时延毫秒故障阈值、网络抖动毫秒故障阈值、网络可用带宽故障阈值和频繁上下线间隔阈值;
所述故障阈值比对子模块,用于接收所述视频系统故障信息,并将所述视频故障信息中的各类数据与对应的场景故障阈值进行比对;若所述视频故障信息中的数据超过对应的场景故障阈值,则所述故障阈值对比模块将超过的该故障信息中的数据发送至所述故障事件告警子模块;
所述故障事件告警子模块,用于根据接收的所述故障信息中的数据生成告警事件,并将所述告警事件作为初步故障信息发送至所述故障告警呈现层(103),同时将所述告警事件发送至所述故障信息存储子模块;所述告警事件包括故障码和简要告警原因;所述故障码,为自定义的预设值;所述简要告警原因,根据超过阈值的故障信息确定;
所述故障信息存储子模块,用于保存所述告警事件中的故障信息的详情上下文,以供故障告警呈现层(103)调用;所述故障信息的详情上下文,包括:发生故障时保留的日志堆栈上下文信息。
4.如权利要求1所述的一种视频系统的故障自诊断装置,其特征在于:所述故障告警呈现层(103)还包括:故障诊断结论子模块和故障诊断呈现子模块;
所述故障诊断结论子模块,用于接收所述告警事件,并根据所述告警事件生成诊断结论;同时,所述故障诊断结论子模块将所述诊断结论发送至所述故障诊断呈现子模块;所述诊断结论包括故障点、故障原因、故障信息、故障时段和堆栈日志
所述故障诊断呈现子模块,用于对故障诊断结论子模块形成的诊断结论进行界面展示。
5.一种视频系统的故障自诊断方法,应用于如权利要求1所述的一种视频系统的故障自诊断装置,其特征在于:具体步骤如下:
S101:设置故障阈值并保存下发至故障诊断分析层(102)的故障阈值获取子模块;
S102:故障信息采集层(101)不断采集视频系统运行时的系统运行类信息数据、网络质量类信息数据、视频业务类信息数据和视频资源类信息数据;
S103:故障诊断分析层(102)的故障阈值比对子模块获取故障信息采集层(101)的信息数据,并不断与故障阈值进行比对分析;判断是否产生故障信息?若是,则跳转到步骤S104;若否,则跳转至步骤S102;
S104:故障诊断分析层(103)的故障阈值对比子模块形成初步故障信息,并传递给同层的故障事件告警子模块;故障事件告警子模块将故障信息上下文详情传递至同层的故障信息存储子模块,同时将初步故障信息以故障码+告警原因的形式上传至故障告警呈现层(103)的故障诊断结论子模块;
S105:故障告警呈现层(103)的故障诊断结论子模块将所述的初步故障信息转换成诊断结论,并传递至同层的故障诊断呈现子模块;
S106:故障告警呈现层(103)的故障诊断呈现子模块将所述诊断结论以文本命令行或者图形界面的形式呈现至用户界面;
S107:程序结束。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910726160.7A CN110602482A (zh) | 2019-08-07 | 2019-08-07 | 一种视频系统的故障自诊断装置及方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910726160.7A CN110602482A (zh) | 2019-08-07 | 2019-08-07 | 一种视频系统的故障自诊断装置及方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN110602482A true CN110602482A (zh) | 2019-12-20 |
Family
ID=68853689
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910726160.7A Pending CN110602482A (zh) | 2019-08-07 | 2019-08-07 | 一种视频系统的故障自诊断装置及方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110602482A (zh) |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102497573A (zh) * | 2011-11-30 | 2012-06-13 | 广州市澳视光电子技术有限公司 | 基于物联网技术的智能化自动报障系统 |
CN104967812A (zh) * | 2015-06-26 | 2015-10-07 | 国网天津市电力公司 | 一种视频会议综合智能监测系统及控制方法 |
CN105657413A (zh) * | 2016-01-08 | 2016-06-08 | 成都网丁科技有限公司 | 视频质量智能监测平台 |
WO2016117401A1 (ja) * | 2015-01-20 | 2016-07-28 | 日立オートモティブシステムズ株式会社 | 車載用カメラ装置 |
CN107959847A (zh) * | 2017-11-16 | 2018-04-24 | 王磊 | 视频监控网络的视频诊断和运维管理系统及方法 |
-
2019
- 2019-08-07 CN CN201910726160.7A patent/CN110602482A/zh active Pending
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102497573A (zh) * | 2011-11-30 | 2012-06-13 | 广州市澳视光电子技术有限公司 | 基于物联网技术的智能化自动报障系统 |
WO2016117401A1 (ja) * | 2015-01-20 | 2016-07-28 | 日立オートモティブシステムズ株式会社 | 車載用カメラ装置 |
CN104967812A (zh) * | 2015-06-26 | 2015-10-07 | 国网天津市电力公司 | 一种视频会议综合智能监测系统及控制方法 |
CN105657413A (zh) * | 2016-01-08 | 2016-06-08 | 成都网丁科技有限公司 | 视频质量智能监测平台 |
CN107959847A (zh) * | 2017-11-16 | 2018-04-24 | 王磊 | 视频监控网络的视频诊断和运维管理系统及方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109522287B (zh) | 分布式文件存储集群的监控方法、系统、设备及介质 | |
EP2026503A1 (en) | System, apparatus and method for tracking device | |
CN100536403C (zh) | 一种通信网络智能巡检的方法及设备 | |
CN105159964A (zh) | 一种日志监控方法及系统 | |
CN105099791B (zh) | 一种基于网络信令监测数据的终端故障定位方法和系统 | |
CN104202201A (zh) | 一种日志处理方法、装置及终端 | |
CN103699063A (zh) | 一种制造执行系统mes中离线数据的采集装置和方法 | |
CN107819641A (zh) | 一种保信系统的异常分析方法和装置 | |
CN103490917A (zh) | 故障处理情况的检测方法及装置 | |
US20200280501A1 (en) | Automation of customer support sorting process | |
CN113298486A (zh) | 一种基于大数据的政务监察督查方法及系统 | |
CN111192130A (zh) | 交易监控中确定故障根源的方法、系统、装置及存储介质 | |
CN110929896A (zh) | 一种系统设备的安全分析方法及装置 | |
CN101153830A (zh) | 测量可用度的方法、装置及收集端 | |
CN107820270B (zh) | 一种基于gsm-r网络的gprs接口监测系统 | |
CN105025179A (zh) | 呼叫中心座席的监控方法及系统 | |
WO2018205850A1 (zh) | 一种基站运维方法和装置 | |
CN110602482A (zh) | 一种视频系统的故障自诊断装置及方法 | |
CN111698301A (zh) | 一种保证服务延续的服务管理方法、装置及存储介质 | |
CN109831335B (zh) | 一种数据监控方法、监控终端、存储介质及数据监控系统 | |
CN111431733A (zh) | 服务告警覆盖信息的评估方法及装置 | |
CN103067901B (zh) | 一种计费预警方法及系统 | |
CN114640576B (zh) | 用于宽带网络的无源接入设备的故障定位的方法和装置 | |
CN114500178A (zh) | 一种自运维的智慧物联网关 | |
CN113676509A (zh) | Http接口健康状态主动探测方法及系统 |
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 | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20191220 |