CN113810235A - 基于配置智能发现的cmdb自动化运维管理方法及系统 - Google Patents
基于配置智能发现的cmdb自动化运维管理方法及系统 Download PDFInfo
- Publication number
- CN113810235A CN113810235A CN202111109257.7A CN202111109257A CN113810235A CN 113810235 A CN113810235 A CN 113810235A CN 202111109257 A CN202111109257 A CN 202111109257A CN 113810235 A CN113810235 A CN 113810235A
- Authority
- CN
- China
- Prior art keywords
- configuration
- configuration item
- item
- category
- newly added
- 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
Links
- 238000007726 management method Methods 0.000 title claims abstract description 39
- 238000012423 maintenance Methods 0.000 title claims abstract description 36
- 230000002159 abnormal effect Effects 0.000 claims abstract description 13
- 239000002245 particle Substances 0.000 claims description 25
- 238000010845 search algorithm Methods 0.000 claims description 7
- 235000008694 Humulus lupulus Nutrition 0.000 claims description 3
- 238000012544 monitoring process Methods 0.000 claims description 3
- 238000000034 method Methods 0.000 abstract description 7
- 238000001514 detection method Methods 0.000 abstract description 3
- 238000010586 diagram Methods 0.000 description 7
- 238000000605 extraction Methods 0.000 description 4
- 238000004590 computer program Methods 0.000 description 2
- 230000006870 function Effects 0.000 description 2
- 238000012163 sequencing technique Methods 0.000 description 2
- 230000001360 synchronised effect Effects 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000006073 displacement reaction Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000013507 mapping Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 238000007619 statistical method Methods 0.000 description 1
Images
Classifications
-
- 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
- H04L41/08—Configuration management of networks or network elements
- H04L41/085—Retrieval of network configuration; Tracking network configuration history
- H04L41/0853—Retrieval of network configuration; Tracking network configuration history by actively collecting configuration information or by backing up configuration information
Landscapes
- Engineering & Computer Science (AREA)
- Computer Networks & Wireless Communication (AREA)
- Signal Processing (AREA)
- Debugging And Monitoring (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明公开了基于配置智能发现的CMDB自动化运维管理方法及系统，该方法，包括：基于预设配置项发现规则判断是否存在新增配置项，在确定存在新增配置项时，基于所述新增配置项分析匹配的第一类别链，基于第二类别链相比于第一类别链不同的类别节点创建对应类别的配置项发现规则和对应类别的配置项属性项；针对所有配置项基于预设配置项关系发现规则判断是否存在新增配置项关系；在确定存在新增配置项关系时，更新原有配置项的关系结构图。本发明通过配置项类别链关系和配置项的关系结构拓扑图进行管理，实现对CMDB模型中的所有配置项的新增、异常变化的检测和异常变化发生的关联原因分析。
Description
技术领域
本发明涉及信息系统运维技术领域，具体涉及一种基于配置智能发现的CMDB自动化运维管理方法及系统。
背景技术
近年来，服务器资源组成云计算平台已成为公司信息系统基础平台发展的新热点，也是建设国际领先的能源互联网企业信息化的基础和保障。而在公司信息系统的运维过程中，云化资源的管理一直是一件非常棘手的事情。如何简单且有效的管理公司云化资源，形成基于云计算环境的信息系统配置智能发现及自动管理体系成为公司目前亟待解决的难题。
发明内容
针对上述现有技术存在的问题，本发明提供了一种基于配置智能发现的CMDB自动化运维管理方法及系统，实现CMDB系统的配置自动更新、配置基线自动生成
第一方面，提供了一种基于配置智能发现的CMDB自动化运维管理方法，包括：
基于预设配置项发现规则判断是否存在新增配置项；
在确定存在新增配置项时，基于所述新增配置项分析匹配的第一类别链，基于所述第一类别链在配置库中匹配第二类别链，若第二类别链与第一类别链不同，基于第二类别链相比于第一类别链不同的类别节点创建对应类别的配置项发现规则和对应类别的配置项属性项，并将所述新增配置项存储于第一类别链最底端类别节点；
针对所有配置项基于预设配置项关系发现规则判断是否存在新增配置项关系；
在确定存在新增配置项关系时，更新原有配置项的关系结构图。
在一种可能的实现方式中，所述基于预设配置项发现规则判断是否存在新增配置项，包括：
根据预设ip地址为中心根据路由表，向下一跳寻找配置项设备，直至寻找跳数达到预设值，获取寻找到的全部配置项设备；
或者根据预设待搜索网段信息搜索符合预设条件的配置项设备；
基于寻找到的配置项设备判断新增配置项。
在一种可能的实现方式中，所述针对所有配置项基于预设配置项关系发现规则判断是否存在新增配置项关系，还包括：
判断原有配置项关系是否存在异常。
在一种可能的实现方式中，基于配置智能发现的CMDB自动化运维管理方法还包括：
基于历史配置库中的配置项、配置项关系和配置属性项值，获取信息系统的历史运行状态；
基于所述历史配置库数据和信息系统历史运行状态构建信息系统运行分析模块；
基于当前配置库中的配置项、配置项关系和配置属性项值，获取信息系统运行状态；
在确定所述信息系统运行状态不是最优状态时，通过智能算法确定能够获取最优状态信息系统的配置库最佳配置数据；
基于所述最佳配置数据存储到基线库中。
在一种可能的实现方式中，所述通过智能算法确定能够获取最优状态信息系统的配置库最佳配置数据，通过粒子群算法不断迭代搜索配置数据以获取最优运行状态的信息系统，包括：
对于配置库中所有的配置项,生成多个配置项簇；
基于每个配置项簇的重要程度作为优先级排序，依次选择一个配置项簇的配置项参数作为粒子执行一次粒子群搜索算法，获取与配置项簇粒子对应的信息系统最佳配置数据；
直至每个配置项簇均执行完成一次粒子群搜索算法，获取信息系统全局最佳配置数据。
在一种可能的实现方式中，所述对于配置库中所有的配置项,生成多个配置项簇，包括：
(1)对于配置库中所有的配置项,初始化分成预设个配置项簇；
(2)对于每个配置项簇，选择一配置项作为第一配置项，基于第一配置项的变化对其它配置项的影响程度确定第一配置项和各个配置项的关联程度；
(3)基于配置项簇中各个配置项与第一配置项关联程度重新确定各个配置项所属配置项簇；
(4)基于重新确定后的配置项簇确定配置项簇中的第一配置项；
(5)判断重新分配后的配置项簇是否与分配前的配置项簇发生变化，若未发生变化，则获取重新分配后的配置项簇，否则回到步骤(2)。
在一种可能的实现方式中，所述基于历史配置库中的配置项、配置项关系和配置属性项值，获取信息系统的历史运行状态，包括：
基于历史配置库中的数据，对信息系统的运行状态采集特征项数据并提取二次特征，所述二次特征用于表征所述信息系统的运行状态；
基于所述二次特征分析所述信息系统的运行状态。
在一种可能的实现方式中，还包括：
实时监测配置库中的配置项、配置项关系和配置属性项值，获取变化数据；
针对所述变化数据，基于所述配置项关系结构图，搜索与所述变化数据关联的配置项；
基于所述搜索到的关联配置项进行分析定位所述变化数据发生的事项；
对所述事项分析判断是否为风险项。
第二方面，提供了一种基于配置智能发现的CMDB自动化运维管理系统，包括：
新增配置项获取单元，用于基于预设配置项发现规则判断是否存在新增配置项；
配置项管理更新单元，用于在确定存在新增配置项时，基于所述新增配置项分析匹配的第一类别链，基于所述第一类别链在配置库中匹配第二类别链，若第二类别链与第一类别链不同，基于第二类别链相比于第一类别链不同的类别节点创建对应类别的配置项发现规则和对应类别的配置项属性项，并将所述新增配置项存储于第一类别链最底端类别节点；
新增配置项关系获取单元，用于针对所有配置项基于预设配置项关系发现规则判断是否存在新增配置项关系；
配置项关系结构图更新单元，用于在确定存在新增配置项关系时，更新原有配置项的关系结构图。
本发明的一种基于配置智能发现的CMDB自动化运维管理方法及系统，具备如下有益效果：
1、对于CMDB模型中的所有配置项同时通过配置项类别链关系结构图和配置项的关系结构拓扑图进行管理，实现对CMDB模型中的所有配置项的新增、异常变化的检测和异常变化发生的关联原因分析。
2、通过在信息系统整个生命周期中持续不断的对其配置信息进行抓取和比对，并通过粒子群算法不断迭代搜索配置数据以获取最优运行状态的信息系统，保证各其配置基线的生成科学合理。
3、在基于配置项二次特征分析所述信息系统的运行状态时，对于配置库中的所有配置项采用分为不同的配置项簇分别进行特征提取，避免了直接对所有配置项采用相同的特征提取方法，本申请中能够基于不同配置项自身的特性区别提取特征，且对于相似配置项基于配置项簇进行特征提取，同时对于信息系统运行状态的分析，考虑了不同配置项簇的不同二次特征对于信息系统运行状态的关联性，提高了基于配置数据特征分析信息系统运行状态的准确性。
附图说明
图1是本申请实施例中基于配置智能发现的CMDB自动化运维管理方法的流程图；
图2是本申请实施例中基于配置智能发现的CMDB自动化运维管理系统的结构框图。
具体实施方式
下面详细描述本申请的实施例，所述实施例的示例在附图中示出，其中自始至终相同或类似的标号表示相同或类似的元件或具有相同或类似功能的元件。下面通过参考附图描述的实施例是示例性的，旨在用于解释本申请，而不能理解为对本申请的限制。
本申请实施例提供了一种基于配置智能发现的CMDB自动化运维管理方法，包括：
基于预设配置项发现规则判断是否存在新增配置项，
在确定存在新增配置项时，基于所述新增配置项分析匹配的第一类别链，基于所述第一类别链在配置库中匹配第二类别链，若第二类别链与第一类别链不同，基于第二类别链相比于第一类别链不同的类别节点创建对应类别的配置项发现规则和对应类别的配置项属性项，并将所述新增配置项存储于第一类别链最底端类别节点；
针对所有配置项基于预设配置项关系发现规则判断是否存在新增配置项关系；
在确定存在新增配置项关系时，更新原有配置项的关系结构图。
其中，配置项关系包括引用和被引用、依赖和支持、包含和被包含等。
在本申请实施例中，配置项可包括类别F1、F2、F3，...，其中F1类别又可以分为E1类、E2类、E3类，...，进一步E1类又可以分为多个类别，依次类推，配置项的类别具有一个层级类别结构，多个类别根据其相邻上下级关系可以形成一个类别链，比如F-E-G等，对于新增配置项，可以对其进行类别分析，获取其逐级类别，进而获取该新增配置项的类别链，当然，该新增配置项位于该类别链的最底端类别节点，通过将该新增配置项的类别链与配置库中的类别链关系数据进行对比分析，基于所述第一类别链在配置库中匹配第二类别链，若第二类别链与第一类别链相同，则说明配置库中已经存在同类别的配置项，那么基于该配置项，基于相同的第二类别链的最底端类别的配置项的配置数据，创建所述新增配置项的配置数据，若第二类别链与第一类别链不同，则说明该新增配置项为新增类别，基于第二类别链相比于第一类别链不同的类别节点创建对应类别的配置项发现规则和对应类别的配置项属性项。
本申请实施例中，对于CMDB模型中的所有配置项同时通过配置项类别链关系结构图和配置项的关系结构拓扑图进行管理，实现对CMDB模型中的所有配置项的新增、异常变化的检测和异常变化发生的关联原因分析。
上述基于预设配置项发现规则判断是否存在新增配置项，包括：
根据预设ip地址为中心根据路由表，向下一跳寻找配置项设备，直至寻找跳数达到预设值，获取寻找到的全部配置项设备；
或者根据预设待搜索网段信息搜索符合预设条件的配置项设备；
基于寻找到的配置项设备判断新增配置项。
在本申请实施例中，可以通过基于路由的方式实现自动发现设备，通过预设设置的中心路由设备，结合预设的网络协议参数设置比如SNMP参数等，向下一跳发现配置项设备，也可以通过基于网段的方式实现自动发现设备。
进一步的，上述针对所有配置项基于预设配置项关系发现规则判断是否存在新增配置项关系，还包括：
判断原有配置项关系是否存在异常。
在本申请实施例中，基于预设配置项关系发现规则可以获取信息系统当前时期所有的配置项之间的第一关系，基于第一关系和历史时刻信息系统的所有的配置项之间的第二关系进行对比，遍历每个配置项与其他配置项之间的关系，对于每个配置项所具有的关系与第二关系进行对比分析，获取新增关系和发生变化的关系，其中发生变化的关系初步判定为异常配置项关系，并对异常配置项关系进行进一步分析，判断异常配置项关系发生的原因，并确定该异常配置项关系是否为风险项。
进一步的，本申请实施例的一种基于配置智能发现的CMDB自动化运维管理方法，还包括：
基于历史配置库中的配置项、配置项关系和配置属性项值，获取信息系统的历史运行状态；
基于所述历史配置库数据和信息系统历史运行状态构建信息系统运行分析模块；
基于当前配置库中的配置项、配置项关系和配置属性项值，获取信息系统运行状态；
在确定所述信息系统运行状态不是最优状态时，通过智能算法确定能够获取最优状态信息系统的配置库最佳配置数据，该最优状态信息系统下的每个最佳配置数据即为配置基线；
基于所述最佳配置数据存储到基线库中。
进一步的，上述通过智能算法确定能够获取最优状态信息系统的配置库最佳配置数据，通过粒子群算法不断迭代搜索配置数据以获取最优运行状态的信息系统。
在本申请实施例中，基于配置库中的配置数据和信息系统运行状态之间的映射模型，可以通过粒子群算法不断迭代搜索配置数据以获取最优运行状态的信息系统，具体的，该方法包括：
对于配置库中所有的配置项,生成多个配置项簇；
基于每个配置项簇的重要程度作为优先级排序，依次选择一个配置项簇的配置项参数作为粒子执行一次粒子群搜索算法，获取与配置项簇粒子对应的信息系统最佳配置数据；
直至每个配置项簇均执行完成一次粒子群搜索算法，获取信息系统全局最佳配置数据。
其中，选择一个配置项簇的配置项参数作为粒子执行一次粒子群搜索算法，包括：
以配置项簇的配置项参数作为粒子，以信息系统运行状态最优为目标函数；
通过粒子速度和位移更新公式，迭代更新粒子位置，重复优化信息系统运行状态，直至迭代次数达到预设迭代次数，获取所述配置项簇作为粒子时对应信息系统运行状态下的所有配置项的配置数据作为与配置项簇粒子对应的信息系统最佳配置数据。
其中，对于配置库中所有的配置项,生成多个配置项簇，包括：
对于配置库中所有的配置项,初始化分成预设个配置项簇；
对于每个配置项簇，选择一配置项作为第一配置项，基于第一配置项的变化对其它配置项即配置库中所有配置项中非第一配置项的影响程度确定第一配置项和各个配置项的关联程度；
基于配置项簇中各个配置项与第一配置项关联程度重新确定各个配置项所属配置项簇，具体的，对于与第一配置项关联程度大于预设关联程度阈值的配置项，划分到所述第一配置项所属配置项簇，即重新确定后的每个配置项簇中的每个配置项与其所在配置项簇中的第一配置项的关联程度大于预设关联程度阈值；
基于重新确定后的配置项簇确定配置项簇中的第一配置项；
判断重新分配后的配置项簇是否与分配前的配置项簇发生变化，若未发生变化，则获取重新分配后的配置项簇，否则回到步骤(2)；
本申请实施例中，基于配置项之间的关联关系确定配置项簇分类结果，其中对于配置项之间的关联关系，通过基于第一配置项的变化对其它配置项的影响程度获取，即通过历史配置库中配置项变化数据，分析在第一配置项发生变化时与该第一配置项同步发生变化的配置项、及导致该第一配置项发生变化的原因配置项变化、及第一配置项发生变化导致的结果配置项变化，确定第一配置项的变化对其它配置项的影响程度。并且该确定配置项簇分类结果的过程中，对于配置项簇分类结果多次重新确定，提高对配置库中所有的配置项生成多个配置项簇的分类准确性。
所述对于配置项簇中的配置项，选择一配置项作为第一配置项，包括：
获取每个配置项的配置项参数变化特征，所述变化特征表征配置项的变化幅度和变化频度；
基于配置项参数变化特征最大值对应的配置项确定为第一配置项。
本申请实施例中，每次确定第一配置项时，以变化幅度和变化频度最大的配置项作为配置项簇的固有配置项，更新同一配置项簇中其它配置项的所属配置项簇位置。
进一步的，上述基于历史配置库中的配置项、配置项关系和配置属性项值，获取信息系统的历史运行状态，包括：
基于历史配置库中的数据，对信息系统的运行状态采集特征项数据并提取二次特征，所述二次特征用于表征所述信息系统的运行状态；
基于所述二次特征分析所述信息系统的运行状态。
在本申请实施例中，基于所述二次特征分析所述信息系统的运行状态可以基于信息系统运行状态分析模型，基于分析模型的分析结果和对应的配置库中的数据生成配置基线分析模型，该配置基线分析模型可以获取信息系统最佳运行状态下的配置数据。
具体的，该基于历史配置库中的数据，对信息系统的运行状态采集特征项数据并提取二次特征，并基于二次特征分析信息系统的运行状态，包括：
获取配置库中的所有配置项簇，基于配置项簇数据变化对信息系统运行状态的影响程度确定每个配置项簇的权重系数；
对于同一配置项簇提取二次特征，分别获得不同配置项簇的不同二次特征；
基于每个配置项簇的权重系数对不同配置项簇的的二次特征进行融合，基于融合后的二次特征对预设的信息系统运行状态分析模型进行分析。
在本申请实施例中，对于配置库中的所有配置项采用分为不同的配置项簇分别进行特征提取，避免了直接对所有配置项采用相同的特征提取方法，本申请中能够基于不同配置项自身的特性区别提取特征，且对于相似配置项基于配置项簇进行特征提取，同时对于信息系统运行状态的分析，考虑了不同配置项簇的不同二次特征对于信息系统运行状态的关联性，提高了基于配置数据特征分析信息系统运行状态的准确性。
进一步的，本申请实施例的一种基于配置智能发现的CMDB自动化运维管理方法，还包括：
实时监测配置库中的配置项、配置项关系和配置属性项值，获取变化数据；
针对所述变化数据，基于所述配置项关系结构图，搜索与所述变化数据关联的配置项；
基于所述搜索到的关联配置项进行分析定位所述变化数据发生的事项；
对所述事项分析判断是否为风险项。
在本申请实施例中，当所述事项为风险项时，发出告警信息，当所述事项为非风险项时，对所述事项信息进行标记存储，并定期基于所有事项信息进行统计分析。
具体的，本申请实施例中，针对所述变化数据，基于所述配置项关系关系结构图，搜索与所述变化数据关联的配置项，包括：
基于所述变化数据A，结合配置库中数据变化全局统计情况，获取和所述变化数据具有时序关联关系的配置项变化数据B；
结合配置项关系结构图，对所述具有时序关联关系的配置项变化数据B进行分类，分为原因项、结果项、同步发生项，并对其中的原因项获取最先发生的原因项作为变化数据发生的事项。
其中，对所述具有时序关联关系的配置项变化数据进行分类，比如获取原因项，可以是基于时序关联关系，对于当前时刻发生的变化数据A，获取历史时刻发生的所有配置项变化数据B并基于发生时刻进行先后排序，排序后存储到数据集C，对于数据集C中的配置项变化数据B，结合配置项关系结构图，获取与变化数据A的配置项有配置项关系的配置项变化数据B作为原因项。
同理，获取结果项，基于时序关联关系，对于当前时刻发生的变化数据A，获取后续时刻发生的所有配置项变化数据D并基于发生时刻进行先后排序，排序后存储到数据集E，对于数据集E中的配置项变化数据D，结合配置项关系结构图，获取与变化数据A的配置项有配置项关系的配置项变化数据D作为结果项。
对于同步发生项，即：基于时序关联关系，对于当前时刻发生的变化数据A，获取当前时刻同步发生的所有配置项变化数据，对于当前时刻同步发生的所有配置项变化数据，结合配置项关系结构图，获取与变化数据A的配置项没有配置项关系的配置项变化数据作为同步发生项。
本申请实施例提供一种基于配置智能发现的CMDB自动化运维管理系统，包括：
新增配置项获取单元，用于基于预设配置项发现规则判断是否存在新增配置项；
配置项管理更新单元，用于在确定存在新增配置项时，基于所述新增配置项分析匹配的第一类别链，基于所述第一类别链在配置库中匹配第二类别链，若第二类别链与第一类别链不同，基于第二类别链相比于第一类别链不同的类别节点创建对应类别的配置项发现规则和对应类别的配置项属性项，并将所述新增配置项存储于第一类别链最底端类别节点；
新增配置项关系获取单元，用于针对所有配置项基于预设配置项关系发现规则判断是否存在新增配置项关系；
配置项关系结构图更新单元，用于在确定存在新增配置项关系时，更新原有配置项的关系结构图。
关于CMDB自动化运维管理系统的具体限定可以参见上文中对于CMDB自动化运维管理方法的限定，在此不再赘述。上述CMDB自动化运维管理系统中的各个单元可全部或部分通过软件、硬件及其组合来实现。上述各单元可以硬件形式内嵌于或独立于计算机设备中的处理器中，也可以以软件形式存储于计算机设备中的存储器中，以便于处理器调用执行以上各个单元对应的操作。
在一些实施例中，本发明实施例提供的CMDB自动化运维管理系统可以采用软硬件结合的方式实现，作为示例，本发明实施例所提供的CMDB自动化运维管理系统可以直接体现为由处理器执行的软件模块组合，软件模块可以位于存储介质中，存储介质位于存储器，处理器读取存储器中软件模块包括的可执行指令，结合必要的硬件(例如，包括处理器以及连接到总线的其他组件)完成本发明实施例提供的CMDB自动化运维管理方法。
此外，本发明实施例还提供了一种电子设备，所述电子设备包括：
处理器；
用于存储处理器可执行指令的存储器；
其中，所述处理器通过运行所述可执行指令以实现上述的基于配置智能发现的CMDB自动化运维管理方法。
具体的，该电子设备包括总线、收发器、存储器、处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序，所述收发器、所述存储器和所述处理器通过所述总线相连，计算机程序被所述处理器执行时实现上述基于配置智能发现的CMDB自动化运维管理方法实施例的各个过程，且能达到相同的技术效果，为避免重复，这里不再赘述。
此外，本发明实施例还提供了一种计算机可读存储介质，其上存储有计算机指令，所述指令被处理器执行时实现上述的基于配置智能发现的CMDB自动化运维管理方法的步骤。具体的，计算机可读存储介质包括：永久性和非永久性、可移动和非可移动媒体，是可以保留和存储供指令执行设备所使用指令的有形设备。计算机可读存储介质包括：电子存储设备、磁存储设备、光存储设备、电磁存储设备、半导体存储设备以及上述任意合适的组合。
本发明不局限于上述具体的实施方式，本领域的普通技术人员从上述构思出发，不经过创造性的劳动，所做出的种种变换，均落在本发明的保护范围之内。
Claims (10)
1.一种基于配置智能发现的CMDB自动化运维管理方法，其特征在于，包括：
基于预设配置项发现规则判断是否存在新增配置项；
在确定存在新增配置项时，基于所述新增配置项分析匹配的第一类别链，基于所述第一类别链在配置库中匹配第二类别链，若第二类别链与第一类别链不同，基于第二类别链相比于第一类别链不同的类别节点创建对应类别的配置项发现规则和对应类别的配置项属性项，并将所述新增配置项存储于第一类别链最底端类别节点；
针对所有配置项基于预设配置项关系发现规则判断是否存在新增配置项关系；
在确定存在新增配置项关系时，更新原有配置项的关系结构图。
2.根据权利要求1所述的一种基于配置智能发现的CMDB自动化运维管理方法，其特征在于，所述基于预设配置项发现规则判断是否存在新增配置项，包括：
根据预设ip地址为中心根据路由表，向下一跳寻找配置项设备，直至寻找跳数达到预设值，获取寻找到的全部配置项设备；
或者根据预设待搜索网段信息搜索符合预设条件的配置项设备；
基于寻找到的配置项设备判断新增配置项。
3.根据权利要求1所述的一种基于配置智能发现的CMDB自动化运维管理方法，其特征在于，所述针对所有配置项基于预设配置项关系发现规则判断是否存在新增配置项关系，还包括：
判断原有配置项关系是否存在异常。
4.根据权利要求1所述的一种基于配置智能发现的CMDB自动化运维管理方法，其特征在于，还包括：
基于历史配置库中的配置项、配置项关系和配置属性项值，获取信息系统的历史运行状态；
基于所述历史配置库数据和信息系统历史运行状态构建信息系统运行分析模块；
基于当前配置库中的配置项、配置项关系和配置属性项值，获取信息系统运行状态；
在确定所述信息系统运行状态不是最优状态时，通过智能算法确定能够获取最优状态信息系统的配置库最佳配置数据；
基于所述最佳配置数据存储到基线库中。
5.根据权利要求4所述的一种基于配置智能发现的CMDB自动化运维管理方法，其特征在于，所述通过智能算法确定能够获取最优状态信息系统的配置库最佳配置数据，通过粒子群算法不断迭代搜索配置数据以获取最优运行状态的信息系统。
6.根据权利要求5所述的一种基于配置智能发现的CMDB自动化运维管理方法，其特征在于，所述通过粒子群算法不断迭代搜索配置数据以获取最优运行状态的信息系统，包括：
对于配置库中所有的配置项,生成多个配置项簇；
基于每个配置项簇的重要程度作为优先级排序，依次选择一个配置项簇的配置项参数作为粒子执行一次粒子群搜索算法，获取与配置项簇粒子对应的信息系统最佳配置数据；
直至每个配置项簇均执行完成一次粒子群搜索算法，获取信息系统全局最佳配置数据。
7.根据权利要求6所述的一种基于配置智能发现的CMDB自动化运维管理方法，其特征在于，所述对于配置库中所有的配置项,生成多个配置项簇，包括：
(1)对于配置库中所有的配置项,初始化分成预设个配置项簇；
(2)对于每个配置项簇，选择一配置项作为第一配置项，基于第一配置项的变化对其它配置项的影响程度确定第一配置项和各个配置项的关联程度；
(3)基于配置项簇中各个配置项与第一配置项关联程度重新确定各个配置项所属配置项簇；
(4)基于重新确定后的配置项簇确定配置项簇中的第一配置项；
(5)判断重新分配后的配置项簇是否与分配前的配置项簇发生变化，若未发生变化，则获取重新分配后的配置项簇，否则回到步骤(2)。
8.根据权利要求4所述的一种基于配置智能发现的CMDB自动化运维管理方法，其特征在于，所述基于历史配置库中的配置项、配置项关系和配置属性项值，获取信息系统的历史运行状态，包括：
基于历史配置库中的数据，对信息系统的运行状态采集特征项数据并提取二次特征，所述二次特征用于表征所述信息系统的运行状态；
基于所述二次特征分析所述信息系统的运行状态。
9.根据权利要求1所述的一种基于配置智能发现的CMDB自动化运维管理方法，其特征在于，还包括：
实时监测配置库中的配置项、配置项关系和配置属性项值，获取变化数据；
针对所述变化数据，基于所述配置项关系结构图，搜索与所述变化数据关联的配置项；
基于所述搜索到的关联配置项进行分析定位所述变化数据发生的事项；
对所述事项分析判断是否为风险项。
10.一种基于配置智能发现的CMDB自动化运维管理系统，其特征在于，包括：
新增配置项获取单元，用于基于预设配置项发现规则判断是否存在新增配置项；
配置项管理更新单元，用于在确定存在新增配置项时，基于所述新增配置项分析匹配的第一类别链，基于所述第一类别链在配置库中匹配第二类别链，若第二类别链与第一类别链不同，基于第二类别链相比于第一类别链不同的类别节点创建对应类别的配置项发现规则和对应类别的配置项属性项，并将所述新增配置项存储于第一类别链最底端类别节点；
新增配置项关系获取单元，用于针对所有配置项基于预设配置项关系发现规则判断是否存在新增配置项关系；
配置项关系结构图更新单元，用于在确定存在新增配置项关系时，更新原有配置项的关系结构图。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202111109257.7A CN113810235B (zh) | 2021-09-22 | 2021-09-22 | 基于配置智能发现的cmdb自动化运维管理方法及系统 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202111109257.7A CN113810235B (zh) | 2021-09-22 | 2021-09-22 | 基于配置智能发现的cmdb自动化运维管理方法及系统 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN113810235A true CN113810235A (zh) | 2021-12-17 |
| CN113810235B CN113810235B (zh) | 2024-02-23 |
Family
ID=78896301
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202111109257.7A Active CN113810235B (zh) | 2021-09-22 | 2021-09-22 | 基于配置智能发现的cmdb自动化运维管理方法及系统 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN113810235B (zh) |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN118503140A (zh) * | 2024-07-18 | 2024-08-16 | 海马云（天津）信息技术有限公司 | 测试方法与装置 |
Citations (12)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20100057780A1 (en) * | 2008-08-26 | 2010-03-04 | International Business Machines Corporation | Action execution management facility for service configuration items |
| US20110016368A1 (en) * | 2009-07-14 | 2011-01-20 | International Business Machines Corporation | System and Method for Automated Configuration Control, Audit Verification and Process Analytics |
| US20170337236A1 (en) * | 2016-05-17 | 2017-11-23 | International Business Machines Corporation | Verifying configuration management database configuration items |
| CN107506252A (zh) * | 2017-08-11 | 2017-12-22 | 云南电网有限责任公司信息中心 | 基于配置项关联关系的信息系统错误配置检测系统及方法 |
| CN107832446A (zh) * | 2017-11-22 | 2018-03-23 | 联动优势科技有限公司 | 一种配置项信息的搜索方法及计算设备 |
| US20180146049A1 (en) * | 2016-11-22 | 2018-05-24 | International Business Machines Corporation | Capturing configuration items from hybrid-cloud provisioning data |
| CN109101590A (zh) * | 2018-07-27 | 2018-12-28 | 贵州广思信息网络有限公司 | 基于cmdb的配置项ci拓扑关系可视化方法 |
| US20190104398A1 (en) * | 2017-10-02 | 2019-04-04 | Servicenow, Inc. | Improvements to operation of device and application discovery for a managed network |
| US10698749B1 (en) * | 2019-04-01 | 2020-06-30 | Cognizant Technology Solutions India Pvt. Ltd. | System and a method for automated resolution of configuration item issues |
| US20200349131A1 (en) * | 2019-05-02 | 2020-11-05 | Servicenow, Inc. | Preventing and recovering from duplication in a configuration management database |
| CN113312337A (zh) * | 2021-06-24 | 2021-08-27 | 中国农业银行股份有限公司 | 应用配置模型的构建方法和装置 |
| CN113326264A (zh) * | 2021-06-11 | 2021-08-31 | 深圳前海微众银行股份有限公司 | 数据处理方法、服务器及存储介质 |
-
2021
- 2021-09-22 CN CN202111109257.7A patent/CN113810235B/zh active Active
Patent Citations (12)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20100057780A1 (en) * | 2008-08-26 | 2010-03-04 | International Business Machines Corporation | Action execution management facility for service configuration items |
| US20110016368A1 (en) * | 2009-07-14 | 2011-01-20 | International Business Machines Corporation | System and Method for Automated Configuration Control, Audit Verification and Process Analytics |
| US20170337236A1 (en) * | 2016-05-17 | 2017-11-23 | International Business Machines Corporation | Verifying configuration management database configuration items |
| US20180146049A1 (en) * | 2016-11-22 | 2018-05-24 | International Business Machines Corporation | Capturing configuration items from hybrid-cloud provisioning data |
| CN107506252A (zh) * | 2017-08-11 | 2017-12-22 | 云南电网有限责任公司信息中心 | 基于配置项关联关系的信息系统错误配置检测系统及方法 |
| US20190104398A1 (en) * | 2017-10-02 | 2019-04-04 | Servicenow, Inc. | Improvements to operation of device and application discovery for a managed network |
| CN107832446A (zh) * | 2017-11-22 | 2018-03-23 | 联动优势科技有限公司 | 一种配置项信息的搜索方法及计算设备 |
| CN109101590A (zh) * | 2018-07-27 | 2018-12-28 | 贵州广思信息网络有限公司 | 基于cmdb的配置项ci拓扑关系可视化方法 |
| US10698749B1 (en) * | 2019-04-01 | 2020-06-30 | Cognizant Technology Solutions India Pvt. Ltd. | System and a method for automated resolution of configuration item issues |
| US20200349131A1 (en) * | 2019-05-02 | 2020-11-05 | Servicenow, Inc. | Preventing and recovering from duplication in a configuration management database |
| CN113326264A (zh) * | 2021-06-11 | 2021-08-31 | 深圳前海微众银行股份有限公司 | 数据处理方法、服务器及存储介质 |
| CN113312337A (zh) * | 2021-06-24 | 2021-08-27 | 中国农业银行股份有限公司 | 应用配置模型的构建方法和装置 |
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN118503140A (zh) * | 2024-07-18 | 2024-08-16 | 海马云（天津）信息技术有限公司 | 测试方法与装置 |
| CN118503140B (zh) * | 2024-07-18 | 2024-09-17 | 海马云（天津）信息技术有限公司 | 测试方法与装置 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN113810235B (zh) | 2024-02-23 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN110659173B (zh) | 一种运维系统及方法 | |
| CN103513983B (zh) | 用于预测性警报阈值确定工具的方法和系统 | |
| EP4086771A1 (en) | Method and system for the on-demand generation of graph-like models out of multidimensional observation data | |
| CN116508019A (zh) | 用于数据库管理系统的基于学习的工作负载资源优化 | |
| US8954311B2 (en) | Arrangements for extending configuration management in large IT environments to track changes proactively | |
| CN113259176B (zh) | 一种告警事件分析方法和装置 | |
| CN110674231A (zh) | 一种面向数据湖的用户id集成方法和系统 | |
| CN111859047A (zh) | 一种故障解决方法及装置 | |
| CN116225769B (zh) | 一种系统故障根因的确定方法、装置、设备及介质 | |
| CN111582488A (zh) | 一种事件推演方法及装置 | |
| CN113098884A (zh) | 基于大数据的网络安全监控方法、云平台系统及介质 | |
| CN110765329B (zh) | 一种数据的聚类方法和电子设备 | |
| CN112799785A (zh) | 虚拟机集群迁移方法、装置、设备和介质 | |
| CN113810235B (zh) | 基于配置智能发现的cmdb自动化运维管理方法及系统 | |
| CN112115234A (zh) | 一种问题库分析方法和装置 | |
| CN117194668A (zh) | 知识图谱构建方法、装置、设备及存储介质 | |
| CN114610825A (zh) | 关联网格集的确认方法、装置、电子设备及存储介质 | |
| CN114185761A (zh) | 日志采集方法、装置及设备 | |
| CN103530369A (zh) | 一种去重方法及系统 | |
| Grishma et al. | Software root cause prediction using clustering techniques: A review | |
| Morichetta et al. | PolarisProfiler: A Novel Metadata-Based Profiling Approach for Optimizing Resource Management in the Edge-Cloud Continnum. | |
| Taherizadeh et al. | Incremental learning from multi-level monitoring data and its application to component based software engineering | |
| CN116340536A (zh) | 运维知识图谱构建方法、装置、设备、介质及程序产品 | |
| US20220179862A1 (en) | Optimizing breakeven points for enhancing system performance | |
| CN109218077A (zh) | 目标设备的预测方法、装置、电子设备及存储介质 |
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 |