CN111125450A - 一种多层拓扑网络资源对象的管理方法 - Google Patents

Abstract

本发明涉及网络通信技术领域，具体涉及一种多层拓扑网络资源对象的管理方法，所述方法包括：步骤1：全网配置数据自动采集；步骤2：数据调和规则研究；步骤3：数据自动识别和归类研究；步骤4：配置自动变更触发机制及审计机制研究；步骤5：配置数据动态感知模型研究；步骤6：社交化管理机制研究。本发明通过研究配置数据动态感知技术，建立动态的源数据库；利用抽取IT基础软数据的特征，制定关联关系规则，结合图分析方法建立多维运行数据的关系模型，构建行数据关联规则知识库；通过借助知识库构建多维度数据元模型，通过工具实现模型的自动计算以及模型的自动分析，完善运维评估检修机制、运维资源调度机制以及运维辅助决策机制。

Description

一种多层拓扑网络资源对象的管理方法

技术领域

本发明涉及网络通信技术领域，具体涉及一种多层拓扑网络资源对象的管理方法。

背景技术

网络拓扑发现是指发现网络元素并确定网络元素之间(如：路由器、网关、网桥、交换机等)的互连关系。通过网络拓扑结构信息可以对网络故障进行定位，发现网络瓶颈，更加清楚地了解网络的当前状况等等，从而更好地优化并管理整个网络。

目前实际IT基础架构相关运维存在几个方面不足：

1、资源配置信息感知及维护自动化程度低、管理不完善无法匹配运维执行质量要求。

一方面，目前资源配置信息录入主要依靠人工录入的方式进行，易造成数据不录、错漏等现象，同时，目前配置数据的管理基本是以文本形式进行管理，时间越长或者管理人员的工作调动给配置数据的维护带来脱节；另一方面，缺乏统一的IT基础架构资源配置信息自动获取及运行状态感知技术及工具，基础架构配置信息变更时无法动态感知、无及时更新及自维护机制，采集维护与自动化管理程度低。因此，配置数据及时性、准确性和唯一性难以保证，无法满足业务的快速响应、无法保障全业务执行效率。

2、数据与工具以自我为中心，无法满足数据共享融合和一线运维工作实用化需求的增加。

传统的运维管理方式，受限于技术条线分割，团队之间、工具之间也存在沟通碎片化的问题，配置管理缺少融合共享格局，存在大量的数据孤岛、信息孤岛、管理孤岛，缺乏各项运维业务协同工作共享知识库，缺乏数据中心内资源关系的层层剖析，在运维数据全面性、透明性、关联性等方面都难以形成以动态关联数据为运维数据源驱动的敏捷运维方式。

3、传统运维只重视数据梳理与展示，缺乏业务理解，与智慧优化分析不匹配。

IT基础架构在运行维护过程中存在数据类型多样、数量庞大等属性。常见运维数据分析工具，更多的只是一种报表工具，局限在数据处理的分布式架构等方面，只解决了数据的梳理和展示，缺乏对国网业务理解，运行数据利用僵化，还不能针对特定场景有效利用数据进行分析，无法从数据中感知及优化。

鉴于此，针对上述问题提出一种多层拓扑网络资源对象的管理方法。

发明内容

本发明的目的在于提供一种多层拓扑网络资源对象的管理方法，用以解决上述问题。

为了实现上述目的，本发明提供如下技术方案：

一种多层拓扑网络资源对象的管理方法，所述方法包括：

步骤1：全网配置数据自动采集；

步骤2：数据调和规则研究；

步骤3：数据自动识别和归类研究；

步骤4：配置自动变更触发机制及审计机制研究；

步骤5：配置数据动态感知模型研究；

步骤6：社交化管理机制研究。

具体的，所述步骤1全网配置数据自动采集，步骤包括基于标准计算机协议或私有协议的数据采集方法，自动获取数据中心内所有的硬件设备的配置信息、系统软件的版本信息，系统软件的配置参数和网络访问控制信息，实现配置数据的自动采集。

具体的，所述步骤2数据调和规则研究，步骤包括在多数据来源的环境中，引入数据调和机制，制定数据调和规则。

具体的，所述步骤3数据自动识别和归类研究，步骤包括研究对数据进行甄别和归类的方法。

具体的，所述步骤4配置自动变更触发机制及审计机制研究，包括以下步骤：

步骤401：根据国网业务特点编排配置变更场景，研究面向场景的参数阈值触发规则，建立配置自动变更机制；

步骤402：研究配置变更审计机制。

具体的，所述步骤5配置数据动态感知模型研究，步骤包括根据电力业务数据特征，研究具有公司业务特点的数据动态感知模型，建立动态的运行源数据库。

具体的，所述步骤6社交化管理机制研究，包括以下步骤：

步骤601：研究ChatOps在配置管理中的应用；

步骤602：通过数据订阅获取配置变更消息推送，实现数据及时共享。

本发明的有益效果是:本发明通过研究配置数据动态感知技术，建立动态的源数据库，完善数据采集机制，解决数据准确性、一致性和及时性问题，现实数据的共享；利用抽取IT基础软数据的特征，制定关联关系规则，结合图分析方法建立多维运行数据的关系模型，构建行数据关联规则知识库，提供数据应用完备的数据基础；通过借助知识库构建多维度数据元模型，通过工具实现模型的自动计算以及模型的自动分析，完善运维评估检修机制、运维资源调度机制以及运维辅助决策机制。

附图说明

图1为本发明的配置自动变更触发机制及审计机制流程图。

具体实施方式

下面将对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅是本发明的一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。

本发明的配置管理是IT运维中很重要的一项工作，目前的配置管理基本是靠人工维护，随着大云物移在国网公司的深入开展，IT基础架构越来越复杂，新的功能、应用更迭速度越来越快，配置变更越来越频繁，人工维护无法保证配置数据的准确性和及时性，并且除了变更当事人外，其他相关的运维人员无法在第一时间获知配置变更，造成在不同运维班组间的信息不同步，给整个IT运维带来困扰。因此对配置数据的动态感知能力非常必要。

配置数据动态感知的对象包含硬件设备的配置信息、系统软件的版本信息、系统软件的参数信息和网络路由规则信息。

动态感知主要包含如下功能：全网扫描能力、数据采集、数据调和、数据分类、权限管理、数据审计和变更通知。

参考表1所示，本发明所述的全网配置数据自动采集，研究基于标准计算机协议或私有协议的数据采集方法，自动获取数据中心内所有的硬件设备的配置信息，系统软件的版本信息，系统软件的配置参数和网络访问控制信息，实现配置数据的自动采集。

表1全网配置数据自动采集对象

本发明所述的数据调和规则研究，在多数据来源的环境中，引入数据调和机制，制定数据调和规则，消除数据冲突，降低数据噪音，同时结合先验知识进一步完善数据调和规则，确保数据的准确性。

本发明所述的数据自动识别和归类研究，研究对数据进行甄别和归类的方法，解决所采集数据离散、孤立的问题，发现配置数据变更的内在规律，为配置管理决策提供指导，为自动化配置管理提供数据依据。

参考附图1所示，本发明所述的配置自动变更触发机制及审计机制研究，根据国网业务特点编排配置变更场景，研究面向场景的参数阈值触发规则，建立配置自动变更机制，借助自动化配置变更的脚本或工具，实现配置管理的自动化；同时，研究配置变更审计机制，实现与现有两票制度无缝结合，让配置自变更符合国网对信息系统安全操作的规范要求，杜绝暗箱操作，保障安全生产。

本发明所述的配置数据动态感知模型研究，分析电力业务数据特征，研究具有公司业务特点的数据动态感知模型，建立动态的运行源数据库。

本发明所述的社交化管理机制研究，研究ChatOps在配置管理中的应用，解决不同部门之间沟通不畅的问题，实现类似微信的社交化管理，不同技术条线或业务领域的运维人员划分不同维护圈，使管理目标、资源、行动更聚焦，引入圈子的动态排名，维护圈支持评论、点赞，激发人员内生动力，促进配置维护活跃度；通过数据订阅可以第一时间获取配置变更消息推送，实现数据及时共享，从而实现在公司内部的高效沟通、协作及分享。

进一步的，本发明对国家电网公司数据中心IT基础架构系统的业务和数据特点，分别进行以下内容研究：

1、构建IT基础架构运行数据聚类模型

目前的IT基础架构的运行数据如告警、故障、日志、性能等数据数量庞大种类繁杂，处理麻烦。首先，要对原始的无序的告警、故障、日志、性能等数据进行标记，转换为标签型的数据；建立IT运行数据关联规则知识库的第一步就是将数据精准聚类，进而根据聚类结果对数据进行精准分类，设计面向国网公司数据中心的IT基础架构运行数据聚类方法及其应用模型，为下一步构建知识库做准备。

2、建立图数据库规则设计和分析模型

目前数据中心中应用的关系型数据库用于存储“关系型”数据的效果并不好，其查询复杂、缓慢、超出预期，而图形数据库的独特设计可弥补这个缺陷。与传统的关系型数据库技术比较，图数据库技术在基于网络型数据结构的应用方面具有极大的技术优势；在系统建模和数据管理上，可以去除大量无效链接，所需内存更小，查询速度更快，更新数据更容易，表达方式更直观；采用消息驱动的分布式系统架构，通过高度并行化算法，大幅提高百万以上节点规模的电力系统计算效率。

建立关联规则知识库的图数据库规则设计和分析模型，为图数据库技术在数据中心的应用搭建了基础，同时也为数据中心的数据管理与高速分析计算提供了一种具有极大潜力的解决思路。

3、IT运行数据关联规则知识库的设计与构建

在对原始的运行数据如告警、故障、日志、性能等数据进行聚类分类之后，建立多维度运行数据的关系模型，基于因果关系和时序序列对多源运行数据挖掘其潜在的关联关系，构建运行数据关联规则知识库。

其中，本发明采用的IT基础架构运行数据聚类模型，构建国网数据中心IT基础架构运行数据关联规则知识库的第一步就是将日益繁杂和庞大的系统运行数据如告警、故障、日志、性能等数据进行处理，并进行聚类分类，构建IT基础架构运行数据聚类模型，将原始的无序的告警、故障、日志、性能等数据进行标记，转换为标签型的数据。

在将数据中心运行源数据转化为系统事件数据时，需要使用运行源数据中的类别属性作为对应系统事件数据的类别；而系统运行源数据没有类别属性，所以在将原始信息系统运行源数据如告警、故障、日志、性能等数据转化为系统事件数据时，需要先对系统运行源数据进行类别标记，然后基于数据的类别转化为相应的系统事件；系统运行数据的类别标记分为聚类和分类两个过程。聚类过程完成信息系统运行数据类别的特征提取、构建类别特征知识库的工作；分类过程完成对未进行类别标记的运行数据，根据类别特征知识库进行类别匹配与标记的工作。依据类别特征知识库可对告警、故障、日志、性能等数据进行精准分类，构建IT基础架构运行数据聚类模型，为下一步构建关联规则知识库做准备。

其中，本发明通过建立动态的运行源数据库中的基础软件系统、操作系统、计算机系统、网络系统等几个方面的如告警、故障、日志、性能等数据进行分析，研究数据信息内在的时序和因果关系，查找数据之间的相关性、频繁模式及因果关系，研究Apriori算法、FP-Growth算法等关联分析算法，选取适用于国网的关联分析算法进行关联关系的挖掘。然后通过人工校验分析发现的关联规则，并进行筛选，构建和更新关联规则知识库。知识库从下到上涵盖“事实知识”、“规则”、“策略”三层。

1、知识库规则分析

将采集好的如告警、故障、日志、性能等数据进行提取，使用基于时序和因果方法对繁杂庞大的多源运行数据进行关联规则挖掘，使得可以构建一个系统事件关联规则知识库，该知识库将用于根源故障定位和故障的预测。

2、知识库策略分析

知识库的最高层次是“策略”，策略也常常被认为是规则的规则，如解决过某些故障的成熟经验，它以中间层知识为控制对象，不断将有效的故障定位和故障预测的经验填充到知识库中，不断丰富和更新知识库，使得运维人员可以直接取用相似的故障经验。

本发明采用的运行数据分析的基础模型及目标优化的研究与应用，利用基础数据的关联规则，面向IT基础架构的运行决策者、运行管理者、运行执行者，分别研究运行历史回顾场景、运行现状掌握场景、运行趋势预测场景的运行数据分析和运行优化方法。

其中，具体的是对于优化决策者研究IT基础架构的运行规律、运行异常、未来需求的发现机制；对于优化管理者研究快速调度IT基础架构资源、准确干预运行过程及合理分配IT基础架构资源算法；对于优化执行者研究其准确分析运行现象、感知检修异常的方法及处理运行风险时间节点。

本发明以运行优化为导向，首先研究需要计算的指标内容，其次研究在典型场景中指标的优化计算内容，进一步研究前期计算优化需要用到的算法，最后研究优化算法需要用到的运行数据分析的基础模型。

进一步的，本发明采用的面向历史场景的正态模型的计算与优化，研究运行数据的基础数据模型，构建智能IT基础架构集合基于理论的正态模型，并通过正态条件的历史事件分析，研究满足正态模型事件发生时的各类关联数据联动状态数据模型应用方法，通过概率计算判断事件发生的潜在可能，并通过数学计算归纳历史规则；进一步研究面向运维决策者的IT基础架构资源运行特点及辅助决策；研究面向运维管理者的运维资源高效辅助调整策略；研究面向运维执行者工作成效统计辅助决策。

进一步的，本发明采用的面向当前场景的状态计算与优化，通过数据模型的分析，利用数据模型的相关分析方法、二八分析方法等研究不同样本数据之间的差异及各种业务指标的智能计算方法；各种监控系统的判断条件优化算法；IT基础架构运行中的异常现象敏锐及实时感知方法。同时，进一步整合数据模型的矩阵分析方法研究面向优化运维决策者的快速判断异常的方法；研究面向优化运维管理者有效干预运行的依据；研究面向优化运维执行者有效评估检修成效的手段。

进一步的，本发明采用的面向趋势预测场景的应用与优化，借助研究成果，利用数据模型的回归分析方法完成变化趋势的评估，研究IT基础架构资源预期负载评估方法，实现IT基础架构的容量管理的优化；研究面向优化运维决策者资产需求应用可靠判断机制；研究面向优化运维管理者的高效分配资源策略；研究面向优化运维执行者风险预处理方法。

本发明的自动化运维体系的建设主要依托于配置管理数据，其为自动化运维体系内的其他功能中心提供元数据服务，所以配置管理数据必须满足准确性、及时性和关联性；提出了配置数据自动采集的方法，并在此基础上建立了配置数据自动变更机制，实现了配置数据管理自动化，为后续的知识库建设提供基础数据服务。

本发明通过分析庞杂的运行数据后构建运行数据聚类模型，并基于此模型挖掘国网数据中心的运行数据的关联规则，进一步构建一个描述多源运行数据之间的相关性及因果结构等关联关系的知识库，让运维人员更加了解IT基础架构各设备、系统的内在运行情况，以及各层次间事件的关联关系，增强运维手段和效率。

本发明针对数据中心拓扑分析需求，目前存在查询速度慢、出错率高等诸多问题，原因之一就在于底层传统关系数据库无法支撑大数据规模实时查询。将在图数据库的基础上实现数据中心拓扑分析功能，利用图数据库节点搜索、网络追踪和连通性分析等技术，实现拓扑分析功能。图数据库技术的应用将极大提升拓扑分析功能的响应速度、准确率和数据支撑规模。

以上所述仅为本发明的较佳实施例而已，并不用以限制本发明，凡在本发明的精神和原则之内，所有的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。

Claims (7)

1.一种多层拓扑网络资源对象的管理方法，其特征在于，所述方法包括：

步骤1：全网配置数据自动采集；

步骤2：数据调和规则研究；

步骤3：数据自动识别和归类研究；

步骤4：配置自动变更触发机制及审计机制研究；

步骤5：配置数据动态感知模型研究；

步骤6：社交化管理机制研究。

2.根据权利要求1所述的一种多层拓扑网络资源对象的管理方法，其特征在于，所述步骤1全网配置数据自动采集，步骤包括基于标准计算机协议或私有协议的数据采集方法，自动获取数据中心内所有的硬件设备的配置信息、系统软件的版本信息，系统软件的配置参数和网络访问控制信息，实现配置数据的自动采集。

3.根据权利要求1所述的一种多层拓扑网络资源对象的管理方法，其特征在于，所述步骤2数据调和规则研究，步骤包括在多数据来源的环境中，引入数据调和机制，制定数据调和规则。

4.根据权利要求1所述的一种多层拓扑网络资源对象的管理方法，其特征在于，所述步骤3数据自动识别和归类研究，步骤包括研究对数据进行甄别和归类的方法。

5.根据权利要求1所述的一种多层拓扑网络资源对象的管理方法，其特征在于，所述步骤4配置自动变更触发机制及审计机制研究，包括以下步骤：

步骤401：根据国网业务特点编排配置变更场景，研究面向场景的参数阈值触发规则，建立配置自动变更机制；

步骤402：研究配置变更审计机制。

6.根据权利要求1所述的一种多层拓扑网络资源对象的管理方法，其特征在于，所述步骤5配置数据动态感知模型研究，步骤包括根据电力业务数据特征，研究具有公司业务特点的数据动态感知模型，建立动态的运行源数据库。

7.根据权利要求1所述的一种多层拓扑网络资源对象的管理方法，其特征在于，所述步骤6社交化管理机制研究，包括以下步骤：

步骤601：研究ChatOps在配置管理中的应用；

步骤602：通过数据订阅获取配置变更消息推送，实现数据及时共享。

Images