CN113919799B - 一种云管理平台审计控制器集群数据的方法及系统 - Google Patents

Abstract

本发明提供了一种云管理平台审计控制器集群数据的方法及系统，其方法包括：基于数据采集指令，通过云管理平台采集控制器集群中各成员控制器的内存数据；基于所述云管理平台对采集到的内存数据进行处理，得到待审计控制器集群数据，并基于所述待审计控制器集群数据确定目标审计方案；所述云管理平台基于所述目标审计方案对所述待审计控制器集群数据审计统计，得到审计报告，并将所述审计报告进行显示，完成对控制器集群数据的审计。通过对控制器集群数据进行采集并审计，并根据审计结果及时对异常数据以及控制器进行相应的调整，提高了控制器集群数据审计的实用性以及准确性。

Description

一种云管理平台审计控制器集群数据的方法及系统

技术领域

本发明涉及计算机技术领域，特别涉及一种云管理平台审计控制器集群数据的方法及系统。

背景技术

目前，云计算系统里面的数据很多，例如视频、图片、文字、音频、数据库等，鱼龙混杂，数据由用户自己管理，云计算系统不对数据进行检查，于是存在云计算系统中的不良数据对社会经济造成了不良影响；

同时，由于数据量较大，传统的审计方法无法及时对数据进行精确的审计，导致不对用户使用的数据进行审计，就不能及时遏制用户对不良数据的使用或对数据的越权使用，也不能对不良数据和不良用户做出相应的处理；

因此，本发明提供了一种云管理平台审计控制器集群数据的方法及系统，用以通过对控制器集群数据进行采集并审计，并根据审计结果及时对异常数据以及控制器进行相应的调整，提高了控制器集群数据审计的实用性以及准确性。

发明内容

本发明提供一种云管理平台审计控制器集群数据的方法及系统，用以通过对控制器集群数据进行采集并审计，并根据审计结果及时对异常数据以及控制器进行相应的调整，提高了控制器集群数据审计的实用性以及准确性。

本发明提供了一种云管理平台审计控制器集群数据的方法，包括：

步骤1：基于数据采集指令，通过云管理平台采集控制器集群中各成员控制器的内存数据；

步骤2：基于所述云管理平台对采集到的内存数据进行处理，得到待审计控制器集群数据，并基于所述待审计控制器集群数据确定目标审计方案；

步骤3：所述云管理平台基于所述目标审计方案对所述待审计控制器集群数据审计，得到审计报告，并将所述审计报告进行显示，完成对控制器集群数据的审计。

优选的，一种云管理平台审计控制器集群数据的方法，步骤1中，基于数据采集指令，通过云管理平台采集控制器集群中各成员控制器的内存数据，包括：

获取数据采集指令，所述云管理平台基于所述数据采集指令获取控制器集群中成员控制器的设备信息，并基于所述设备信息确定成员控制器的数量；

所述云管理平台基于所述成员控制器的数据量确定多个采集任务，其中一个采集任务对应一个成员控制器，且每一个采集任务中包括采集每一个成员控制器的目标数据字段；

基于所述采集任务对控制器集群中各成员控制器的内存数据进行采集。

优选的，一种云管理平台审计控制器集群数据的方法，步骤1中，基于数据采集指令，通过云管理平台采集控制器集群中各成员控制器的内存数据，还包括：

获取采集到的控制器集群中各成员控制器的内存数据，并对所述内存数据进行解析，确定所述内存数据的数据类型；

基于所述内存数据的数据类型，通过预设数据标识确定方法从预设标签库中确定目标标签；

基于所述目标标签对所述内存数据进行标记处理。

优选的，一种云管理平台审计控制器集群数据的方法，基于所述目标标签对所述内存数据进行标记处理，包括：

获取对所述内存数据的标记结果，并基于预设目标标签与数据类型的对应关系，确定每一个目标标签对应的内存数据的数据类型；

基于所述数据类型确定每一个目标标签标记的内存数据的数据来源信息，并基于所述数据来源信息确定内存数据对应的目标成员控制器；

确定每一个目标标签对应的内存数据与各个目标成员控制器之间的对应关系，并将所述对应关系进行记录存储。

优选的，一种云管理平台审计控制器集群数据的方法，步骤2中，基于所述云管理平台对采集到的内存数据进行处理，得到待审计控制器集群数据，并基于所述待审计控制器集群数据确定目标审计方案，包括：

获取成员控制器的历史内存数据，并基于所述成员控制器的历史内存数据确定数据筛选标准，其中，所述成员控制器的历史内存数据为标准数据；

基于所述数据筛选标准以及所述成员控制器的历史内存数据输入至预设数据筛选模型进行训练，得到目标数据筛选模型；

获取采集到的各成员控制器的内存数据，并基于所述目标数据筛选模型确定所述各成员控制器的内存数据对应的数据散点图，同时，获取所述数据散点图中每个数据散点的分布特征；

基于所述分布特征确定连接数据散点的基准拟合曲线，并获取预设数据散点到基准拟合曲线的目标距离；

获取所述每个数据散点到所述基准拟合曲线的距离，并将所述距离与所述目标距离进行比较；

若所述距离小于或等于所述目标距离，判定当前数据散点满足预设要求；

否则，判定当前数据散点不满足预设要求，并将所述当前数据散点进行剔除，直至完成每一个数据散点的比较，得到待审计控制器集群数据；

基于预设待审计项目，提取所述待审计控制器集群数据的审计特征，并基于所述审计特征从预设审计模板库中匹配目标审计模板；

基于所述目标审计模板，确定对所述待审计控制器集群数据审计过程中存在的审计重点，并对所述审计重点进行统计；

基于统计结果确定目标审计方案。

优选的，一种云管理平台审计控制器集群数据的方法，基于统计结果确定目标审计方案，包括：

获取采集到的各成员控制器的内存数据，同时获取所述预设待审计项目对应的审计要求；

基于所述审计要求从预设风险库中匹配目标易错点，并将所述目标易错点进行统计整理，得到目标易错点集合；

基于所述目标易错点集合确定目标解决方案，并基于所述目标解决方案对所述目标审计方案进行完善，得到最终的目标审计方案。

优选的，一种云管理平台审计控制器集群数据的方法，步骤3中，所述云管理平台基于所述目标审计方案对所述待审计控制器集群数据审计统计，得到审计报告，并将所述审计报告进行显示，完成对控制器集群数据的审计，包括：

获取待审计控制器集群数据，且所述云管理平台接收服务器发送的审计指令；

所述云管理平台基于所述审计指令，通过所述目标审计方案对所述待审计控制器集群数据审计分析处理，其中，所述待审计控制器集群数据包含对应的业务标识；

基于分析结果以及业务标识，确定所述控制器集群中各个成员控制器内存数据的数据量以及各个成员控制器的业务访问次数，得到最终的审计结果，其中，每一个成员控制器对应一份审计结果；

基于所述审计结果，从预设模板库中匹配目标报告模板，其中所述目标报告模板包含两个报告项目，且一个报告项目对应一列区域；

提取所述目标报告模板中每个报告项目的属性信息，同时获取所述审计结果的特征属性；

将所述每个报告项目的属性信息与审计结果的特征属性进行比较，确定所述审计结果中成员控制器以及对内存数据的审计数据对应的目标报告项目；

基于所述目标报告项目，将所述审计结果填入目标报告模板，得到最终的审计报告；

同时，基于预设编码方法将所述审计报告进行编码，得到待显示报告文件；

基于预设传输链路，将所述待显示报告文件传输至预设显示终端进行显示，完成对控制器集群数据的审计。

优选的，一种云管理平台审计控制器集群数据的方法，得到最终的审计结果，包括：

获取最终的审计结果，且所述云管理平台接收服务器发送的异常检测请求，并基于所述异常检测请求对审计结果进行检测，得到检测数据；

基于预设异常数据分析模型，对所述检测数据进行分析，判断所述审计结果中是否存在异常数据；

若存在，确定所述异常数据的异常信息，并基于所述异常信息确定异常数据类型；

基于所述异常数据类型从预设纠正方式库中匹配目标修复方式，并基于所述目标修复方式对所述异常数据进行修复，得到最终的审计结果；

否则，判定得到的审计结果无异常数据，并对所述审计结果进行统计，得到对应的审计报告。

优选的，一种云管理平台审计控制器集群数据的方法，得到最终的审计结果，还包括：

获取最终的审计结果，并基于所述审计结果确定控制器集群中各个成员控制器的工作性能值；

将所述各个成员控制器的工作性能值与预设性能值进行比较；

若所述工作性能值小于所述预设性能值，判定当前工作性能值对应的成员控制器工作性能不合格，同时，基于所述云管理平台记录当前成员控制器的编号信息，并将所述编号信息发送至管理终端；

否则，判定当前工作性能值对应的成员控制器工作性能合格。

优选的，一种云管理平台审计控制器集群数据的系统，包括：

数据采集模块，用于基于数据采集指令，通过云管理平台采集控制器集群中各成员控制器的内存数据；

审计方案确定模块，用于基于所述云管理平台对采集到的内存数据进行处理，得到待审计控制器集群数据，并基于所述待审计控制器集群数据确定目标审计方案；

审计模块，用于通过所述云管理平台基于所述目标审计方案对所述待审计控制器集群数据审计统计，得到审计报告，并将所述审计报告进行显示，完成对控制器集群数据的审计。

本发明的其它特征和优点将在随后的说明书中阐述，并且，部分地从说明书中变得显而易见，或者通过实施本发明而了解。本发明的目的和其他优点可通过在所写的说明书、权利要求书、以及附图中所特别指出的结构来实现和获得。

下面通过附图和实施例，对本发明的技术方案做进一步的详细描述。

附图说明

附图用来提供对本发明的进一步理解，并且构成说明书的一部分，与本发明的实施例一起用于解释本发明，并不构成对本发明的限制。在附图中：

图1为本发明实施例中一种云管理平台审计控制器集群数据的方法的流程图；

图2为本发明实施例中一种云管理平台审计控制器集群数据的方法中步骤1的流程图；

图3为本发明实施例中一种云管理平台审计控制器集群数据的系统的结构图。

具体实施方式

以下结合附图对本发明的优选实施例进行说明，应当理解，此处所描述的优选实施例仅用于说明和解释本发明，并不用于限定本发明。

实施例1：

本实施例提供了一种云管理平台审计控制器集群数据的方法，如图1所示，包括：

步骤1：基于数据采集指令，通过云管理平台采集控制器集群中各成员控制器的内存数据；

步骤2：基于所述云管理平台对采集到的内存数据进行处理，得到待审计控制器集群数据，并基于所述待审计控制器集群数据确定目标审计方案；

步骤3：所述云管理平台基于所述目标审计方案对所述待审计控制器集群数据审计，得到审计报告，并将所述审计报告进行显示，完成对控制器集群数据的审计。

该实施例中，数据采集指令是由服务器发送的，通过控制云管理平台采集控制器集群中各成员控制器的内存数据。

该实施例中，内存数据指的时各个控制器中的工作数据以及控制权限数据。

该实施例中，待审计控制器集群数据指的是对采集到的数据进行清洗、筛选后得到的最终数据。

该实施例中，目标审计方案指的是用于对控制器集群数据进行审计的方式方法。

上述技术方案的有益效果是：通过对控制器集群数据进行采集并审计，并根据审计结果及时对异常数据以及控制器进行相应的调整，提高了控制器集群数据审计的实用性以及准确性。

实施例2：

在上述实施例1的基础上，本实施例提供了一种云管理平台审计控制器集群数据的方法，如图2所示，步骤1中，基于数据采集指令，通过云管理平台采集控制器集群中各成员控制器的内存数据，包括：

步骤11：获取数据采集指令，所述云管理平台基于所述数据采集指令获取控制器集群中成员控制器的设备信息，并基于所述设备信息确定成员控制器的数量；

步骤12：所述云管理平台基于所述成员控制器的数据量确定多个采集任务，其中一个采集任务对应一个成员控制器，且每一个采集任务中包括采集每一个成员控制器的目标数据字段；

步骤13：基于所述采集任务对控制器集群中各成员控制器的内存数据进行采集。

该实施例中，数据采集指令是由服务器发送的，云管理平台用于执行数据采集任务。

该实施例中，设备信息包括各个成员控制器的型号等。

该实施例中，采集任务指的是对成员控制器数据采集的执行要求，例如采集控制器中的特定数据片段。

该实施例中，目标数据字段是提前设定好的，例如采集控制器执行控制操作的数据。

上述技术方案的有益效果是：通过获取控制器的设备信息从而实现对控制器数量的确定，并根据控制器的数量制定相应的数据采集任务，实现对各个控制器内存数据进行准确的采集，便于提高对控制器集群数据的审计效果以及准确率。

实施例3：

在上述实施例1的基础上，本实施例提供了一种云管理平台审计控制器集群数据的方法，步骤1中，基于数据采集指令，通过云管理平台采集控制器集群中各成员控制器的内存数据，还包括：

获取采集到的控制器集群中各成员控制器的内存数据，并对所述内存数据进行解析，确定所述内存数据的数据类型；

基于所述内存数据的数据类型，通过预设数据标识确定方法从预设标签库中确定目标标签；

基于所述目标标签对所述内存数据进行标记处理。

该实施例中，预设数据标识确定方法是提前设定好的，例如类型一采用一号标签，类型二采用二号标签。

该实施例中，预设标签库是提前设定好的，内部存储有多种用于标记数据类型的标签。

该实施例中，目标标签指的是从预设标签库中选出的用于标记控制器内存数据的标签，可以是一种，也可以是多种。

上述技术方案的有益效果是：通过对采集到的内存数据进行分析，确定内存数据的数据类型，并完成对内存数据的标记，通过标记便于准确快速的确定内存数据的数据类型，同时也便于确定内存数据与成员控制器的对应关系，为审计控制器集群数据提供了便利，便于准确判断异常数据所属控制器，从而及时进行相应的调整。

实施例4：

在上述实施例3的基础上，本实施例提供了一种云管理平台审计控制器集群数据的方法，其特征在于，基于所述目标标签对所述内存数据进行标记处理，包括：

获取对所述内存数据的标记结果，并基于预设目标标签与数据类型的对应关系，确定每一个目标标签对应的内存数据的数据类型；

基于所述数据类型确定每一个目标标签标记的内存数据的数据来源信息，并基于所述数据来源信息确定内存数据对应的目标成员控制器；

确定每一个目标标签对应的内存数据与各个目标成员控制器之间的对应关系，并将所述对应关系进行记录存储。

该实施例中，预设目标标签与数据类型的对应关系是提前确定的，例如可以是一号标签对应的数据类型为浮点型数据、二号标签对应的数据类型为整型数据。

该实施例中，数据来源信息指的是数据采集于哪个成员控制器。

该实施例中，目标成员控制器指的是各个内存数据对应的成员控制器。

上述技术方案的有益效果是：通过标签与数据类型的对应关系，确定数据类型的来源信息，从而实现对内存数据对应的控制器进行准确判定，便于在对内存数据审计完毕后准确确定对应的控制器，从而实现对控制器以及控制器产生的内存数据进行清理或调整，提高了审计的实用性。

实施例5：

在上述实施例1的基础上，本实施例提供了一种云管理平台审计控制器集群数据的方法，步骤2中，基于所述云管理平台对采集到的内存数据进行处理，得到待审计控制器集群数据，并基于所述待审计控制器集群数据确定目标审计方案，包括：

获取成员控制器的历史内存数据，并基于所述成员控制器的历史内存数据确定数据筛选标准，其中，所述成员控制器的历史内存数据为标准数据；

基于所述数据筛选标准以及所述成员控制器的历史内存数据输入至预设数据筛选模型进行训练，得到目标数据筛选模型；

获取采集到的各成员控制器的内存数据，并基于所述目标数据筛选模型确定所述各成员控制器的内存数据对应的数据散点图，同时，获取所述数据散点图中每个数据散点的分布特征；

基于所述分布特征确定连接数据散点的基准拟合曲线，并获取预设数据散点到基准拟合曲线的目标距离；

获取所述每个数据散点到所述基准拟合曲线的距离，并将所述距离与所述目标距离进行比较；

若所述距离小于或等于所述目标距离，判定当前数据散点满足预设要求；

否则，判定当前数据散点不满足预设要求，并将所述当前数据散点进行剔除，直至完成每一个数据散点的比较，得到待审计控制器集群数据；

基于预设待审计项目，提取所述待审计控制器集群数据的审计特征，并基于所述审计特征从预设审计模板库中匹配目标审计模板；

基于所述目标审计模板，确定对所述待审计控制器集群数据审计过程中存在的审计重点，并对所述审计重点进行统计；

基于统计结果确定目标审计方案。

该实施例中，成员控制器的历史内存数据指的是控制器集群中各个成员控制器

该实施例中，成员控制器的历史内存数据为标准数据指的是成员控制器的历史内存数据为成员控制器无异常情况时产生的工作数据。

该实施例中，预设数据筛选模型是提前设定好的，用于对采集到的内存数据进行筛选。

该实施例中，目标数据筛选模型指的是通过历史内存数据对预设数据筛选模型进行训练后得到的模型，可直接用于对采集到的内存数据进行分析。

该实施例中，分布特征指的是各个成员控制器对应的内存数据在数据散点图中的分布情况，例如可以是密集程度、疏散程度等。

该实施例中，基准拟合曲线指的是连接数据散点图中大部分离散数据点的曲线。

该实施例中，预设数据散点到基准拟合曲线的目标距离指的是在数据散点图中提前设定好的参考点距离基准你和曲线的距离。

该实施例中，预设要求是提前设定好的，例如可以是离散点距离基准拟合曲线的距离必须小于或等于目标距离。

该实施例中，预设待审计项目指的是对内存数据审计的目的，例如可以是查找内存数据中的异常数据等。

该实施例中，审计重点指的是在审计内存数据中需要重点审计的部分，例如可以是控制器在执行控制操作时产生的内存数据。

该实施例中，判定当前数据散点不满足预设要求，并将所述当前数据散点进行剔除，包括：

获取数据散点图，并从所述数据散点图中筛选出数据散点距离基准拟合曲线的距离大于所述目标距离的数据散点，并将所述数据散点判定为目标筛选数据点，且确定所述目标筛选数据点的个数；

基于所述目标筛选数据点的个数计算对数据散点图中目标筛选数据点的筛选准确度，并根据所述筛选准确度计算对所述内存数据处理的效率，具体步骤包括：

根据如下公式计算对数据散点图中目标筛选数据点的筛选准确度：

其中，α表示对数据散点图中目标筛选数据的筛选准确度，且取值范围为(0，1)；τ表示错误筛选率，且取值范围为(0.1，0.25)；γ表示目标筛选数据点的个数；δ表示筛选出的数据散点中不是目标筛选数据点的个数，且取值范围为

表示筛选出的数据散点的总个数，且取值范围为大于γ；μ表示筛选误差因子，且取值范围为(0.05，0.15)；

根据如下公式计算计算对所述内存数据处理的效率：

其中，η表示对所述内存数据处理的效率，且取值范围为(0，1)；v₁表示对目标筛选数据点筛选的速度；t₁表示筛选所述目标筛选数据点所用的时间长度值；θ表示对目标筛选数据点剔除的有效率，且取值范围为(0.8，0.95)；v₂表示剔除所述目标筛选数据点的速度；t₂表示剔除所述目标筛选数据点所用的时间长度值；

将计算得到的效率与预设效率进行比较；

若所述效率大于或等于所述预设效率，判定对所述数据散点图中的目标筛选数据筛选合格；

否则，判定对所述数据散点图中的目标筛选数据筛选不合格，并对筛选后的数据散点图再次进行筛选，直至将所述数据散点图中大于目标距离的数据散点完全筛选剔除，完成对目标筛选数据的处理。

上述目标筛选数据为数据散点图中大于目标距离的数据散点对应的数据。

上述预设效率是提前设定好的，用于衡量对目标筛选数据的处理是否达到预期要求。

上述有效率指的是在对目标筛选数据点进行剔除时，能够有效剔除目标筛选数据点的能力，例如，总共要剔除100个点，最终剔除了90个，则有效率为90％。

上述筛选出的数据散点中包含的目标筛选数据点不为0。

上述公式

中，若μ取值为0.1，γ取值为100，τ取值为0.2，

取值为125，δ取值为5，则计算得到的α为85.5％。

上述公式

中，若θ取值为0.9，v₂取值9，t₂取值为10，α取值为85.5％，v₁取值为15，t₁取值为10，则计算得到的η为63.2％。

上述技术方案的有益效果是：通过对构建的数据筛选模型进行训练完善，实现对采集到的控制器的内存数据进行筛选，便于得到准确的内存数据，从而为提高审计结果提供了便利，通过对筛选后的内存数据进行处理，确定对内存数据审计需要的审计方案，实现对成员控制器准确制定相应的审计方案，为提高对内存数据的审计准确率提供了方便。

实施例6：

在上述实施例5的基础上，本实施例提供了一种云管理平台审计控制器集群数据的方法，基于统计结果确定目标审计方案，包括：

获取采集到的各成员控制器的内存数据，同时获取所述预设待审计项目对应的审计要求；

基于所述审计要求从预设风险库中匹配目标易错点，并将所述目标易错点进行统计整理，得到目标易错点集合；

基于所述目标易错点集合确定目标解决方案，并基于所述目标解决方案对所述目标审计方案进行完善，得到最终的目标审计方案。

该实施例中，审计要求指的是对内存数据进行审计时，需要达到的预期效果。

该实施例中，预设风险库是提前设定好的，内部存储有审计过程中容易出现的纰漏以及在审计过程中容易出现的失误点。

该实施例中，目标易错点指的是对该内存数据进行审计时容易出现的错误点，其中目标易错点可能是一处也可能是两处。

该实施例中，目标解决方案指的是针对易错点确定的解决易错点的方式方法等。

上述技术方案的有益效果是：通过获取对内存数据的审计要求，从而实现对内存数据审计过程中容易出现的易错点进行确定，并根据易错点确定相应的解决方案是，实现对目标审计方案的完善，有利于根据目标审计方案对控制器集群数据进行准确有效的审计，并根据审计结果及时对异常数据以及控制器进行相应的调整。

实施例7：

在上述实施例1的基础上，本实施例提供了一种云管理平台审计控制器集群数据的方法，步骤3中，所述云管理平台基于所述目标审计方案对所述待审计控制器集群数据审计统计，得到审计报告，并将所述审计报告进行显示，完成对控制器集群数据的审计，包括：

获取待审计控制器集群数据，且所述云管理平台接收服务器发送的审计指令；

所述云管理平台基于所述审计指令，通过所述目标审计方案对所述待审计控制器集群数据审计分析处理，其中，所述待审计控制器集群数据包含对应的业务标识；

基于分析结果以及业务标识，确定所述控制器集群中各个成员控制器内存数据的数据量以及各个成员控制器的业务访问次数，得到最终的审计结果，其中，每一个成员控制器对应一份审计结果；

基于所述审计结果，从预设模板库中匹配目标报告模板，其中所述目标报告模板包含两个报告项目，且一个报告项目对应一列区域；

提取所述目标报告模板中每个报告项目的属性信息，同时获取所述审计结果的特征属性；

将所述每个报告项目的属性信息与审计结果的特征属性进行比较，确定所述审计结果中成员控制器以及对内存数据的审计数据对应的目标报告项目；

基于所述目标报告项目，将所述审计结果填入目标报告模板，得到最终的审计报告；

同时，基于预设编码方法将所述审计报告进行编码，得到待显示报告文件；

基于预设传输链路，将所述待显示报告文件传输至预设显示终端进行显示，完成对控制器集群数据的审计。

该实施例中，业务标识是用来标记待审计控制器集群数据所对应的业务类型，根据该标识，可快速准确的判定采集到的内存数据所对应的业务。

该实施例中，预设模板库是提前设定好的，内部存储有多个审计报告模板。

该实施例中，目标报告模板指的是从预设模板库中匹配出的适合生成当前审计报告所对应的报告模板。

该实施例中，报告项目指的是报告模板上需要呈现的报告内容，例如两个报告项目分别是成员控制器以及成员控制器对应的审计结果。

该实施例中，报告项目的属性信息指的是该报告项目针对的待填写内容。

该实施例中，特征数据指的是审计结果对应的数据类型以及种类。

该实施例中，目标报告项目指的是成员控制器或审计结果在目标报告模板中对应的报告项目。

该实施例中，预设编码方法是提前设定好的，用于将审计报告转换为待显示数据。

该实施例中，预设传输链路是提前搭建好的，用于连通预设显示终端与云管理平台。

该实施例中，预设显示终端是提前设定好的，例如可以是液晶显示屏。

上述技术方案的有益效果是：通过对采集到的内存数据进行审计，并将审计结果生成对应的审计报告，且在对应的显示装置上进行显示，有利于直观准确的查看控制器集群数据中出现的不良数据或其他越权操作行为数据，从而便于及时对不良数据以及相应的成员控制器进行相应的调整措施，提高了对内存数据审计的实用性以及准确性。

实施例8：

在上述实施例7的基础上，本实施例提供了一种云管理平台审计控制器集群数据的方法，得到最终的审计结果，包括：

获取最终的审计结果，且所述云管理平台接收服务器发送的异常检测请求，并基于所述异常检测请求对审计结果进行检测，得到检测数据；

基于预设异常数据分析模型，对所述检测数据进行分析，判断所述审计结果中是否存在异常数据；

若存在，确定所述异常数据的异常信息，并基于所述异常信息确定异常数据类型；

基于所述异常数据类型从预设纠正方式库中匹配目标修复方式，并基于所述目标修复方式对所述异常数据进行修复，得到最终的审计结果；

否则，判定得到的审计结果无异常数据，并对所述审计结果进行统计，得到对应的审计报告。

该实施例中，异常检测请求是由服务器发送的，用于控制云管理平台对审计结果中存在的异常数据等进行及时的检测。

该实施例中，预设异常数据分析模型是提前设定好的，用于对审计结果的检测数据进行异常数据分析。

该实施例中，预设纠正方式库是提前设定好的，内部存储有多种异常数据对应的修正方式方法，例如可以是确定异常数据与标准数据之间的差值，从而通过差值对异常数据的当前取值进行修复纠正。

该实施例中，目标修复方式指的是从预设纠正方式库中匹配出来的用于修复当前审计结果中的异常数据的修复方式，预设纠正方式库中的一种或多种组合。

上述技术方案的有益效果是：通过对审计结果进行异常检测，便于及时检测审计结果中的异常数据，从而根据异常数据匹配对应的修复方式，实现对异常数据进行准确的调整，提高了对内存数据审计的准确性，同时在出现异常数据时，提高了解决异常数据的效率以及准确率。

实施例9：

在上述实施例7的基础上，本实施例提供了一种云管理平台审计控制器集群数据的方法，其特征在于，得到最终的审计结果，还包括：

获取最终的审计结果，并基于所述审计结果确定控制器集群中各个成员控制器的工作性能值；

将所述各个成员控制器的工作性能值与预设性能值进行比较；

若所述工作性能值小于所述预设性能值，判定当前工作性能值对应的成员控制器工作性能不合格，同时，基于所述云管理平台记录当前成员控制器的编号信息，并将所述编号信息发送至管理终端；

否则，判定当前工作性能值对应的成员控制器工作性能合格。

该实施例中，工作性能值指的是对控制器集群中各个成员控制器在工作过程中的工作效率、执行工作任务的准确度等的综合评价值。

该实施例中，预设性能值是提前设定好的，用于衡量各个成员控制器的工作性能值是否达到预期要求。

上述技术方案的有益效果是：通过根据审计结果确定控制器集群中各个成员控制器的工作性能值，并将各个成员控制器的工作性能值与预设性能值进行比较，便于在成员控制器工作性能不合格时，及时对成员控制器的工作进行调整，也便于及时发现成员控制器内存数据中的不合格之处，提高了数据审计的实用性。

实施例10：

本实施例提供了一种云管理平台审计控制器集群数据的系统，如图3所示，包括：

数据采集模块，用于基于数据采集指令，通过云管理平台采集控制器集群中各成员控制器的内存数据；

审计方案确定模块，用于基于所述云管理平台对采集到的内存数据进行处理，得到待审计控制器集群数据，并基于所述待审计控制器集群数据确定目标审计方案；

审计模块，用于通过所述云管理平台基于所述目标审计方案对所述待审计控制器集群数据审计统计，得到审计报告，并将所述审计报告进行显示，完成对控制器集群数据的审计。

上述技术方案的有益效果是：通过对控制器集群数据进行采集并审计，并根据审计结果及时对异常数据以及控制器进行相应的调整，提高了控制器集群数据审计的实用性以及准确性。

显然，本领域的技术人员可以对本发明进行各种改动和变型而不脱离本发明的精神和范围。这样，倘若本发明的这些修改和变型属于本发明权利要求及其等同技术的范围之内，则本发明也意图包含这些改动和变型在内。

Claims (5)

1.一种云管理平台审计控制器集群数据的方法，其特征在于，包括：

步骤1：基于数据采集指令，通过云管理平台采集控制器集群中各成员控制器的内存数据；

步骤2：基于所述云管理平台对采集到的内存数据进行处理，得到待审计控制器集群数据，并基于所述待审计控制器集群数据确定目标审计方案；

步骤3：所述云管理平台基于所述目标审计方案对所述待审计控制器集群数据审计，得到审计报告，并将所述审计报告进行显示，完成对控制器集群数据的审计；

其中，步骤2中，基于所述云管理平台对采集到的内存数据进行处理，得到待审计控制器集群数据，并基于所述待审计控制器集群数据确定目标审计方案，包括：

获取成员控制器的历史内存数据，并基于所述成员控制器的历史内存数据确定数据筛选标准，其中，所述成员控制器的历史内存数据为标准数据；

基于所述数据筛选标准以及所述成员控制器的历史内存数据输入至预设数据筛选模型进行训练，得到目标数据筛选模型；

获取采集到的各成员控制器的内存数据，并基于所述目标数据筛选模型确定所述各成员控制器的内存数据对应的数据散点图，同时，获取所述数据散点图中每个数据散点的分布特征；

基于所述分布特征确定连接数据散点的基准拟合曲线，并获取预设数据散点到基准拟合曲线的目标距离；

获取所述每个数据散点到所述基准拟合曲线的距离，并将所述距离与所述目标距离进行比较；

若所述距离小于或等于所述目标距离，判定当前数据散点满足预设要求；

否则，判定当前数据散点不满足预设要求，并将所述当前数据散点进行剔除，直至完成每一个数据散点的比较，得到待审计控制器集群数据；

基于预设待审计项目，提取所述待审计控制器集群数据的审计特征，并基于所述审计特征从预设审计模板库中匹配目标审计模板；

基于所述目标审计模板，确定对所述待审计控制器集群数据审计过程中存在的审计重点，并对所述审计重点进行统计；

基于统计结果确定目标审计方案；

获取采集到的各成员控制器的内存数据，同时获取所述预设待审计项目对应的审计要求；

基于所述审计要求从预设风险库中匹配目标易错点，并将所述目标易错点进行统计整理，得到目标易错点集合；

基于所述目标易错点集合确定目标解决方案，并基于所述目标解决方案对所述目标审计方案进行完善，得到最终的目标审计方案；

其中，步骤3中，所述云管理平台基于所述目标审计方案对所述待审计控制器集群数据审计统计，得到审计报告，并将所述审计报告进行显示，完成对控制器集群数据的审计，包括：

获取待审计控制器集群数据，且所述云管理平台接收服务器发送的审计指令；

所述云管理平台基于所述审计指令，通过所述目标审计方案对所述待审计控制器集群数据审计分析处理，其中，所述待审计控制器集群数据包含对应的业务标识；

基于分析结果以及业务标识，确定所述控制器集群中各个成员控制器内存数据的数据量以及各个成员控制器的业务访问次数，得到最终的审计结果，其中，每一个成员控制器对应一份审计结果；

基于所述审计结果，从预设模板库中匹配目标报告模板，其中所述目标报告模板包含两个报告项目，且一个报告项目对应一列区域；

提取所述目标报告模板中每个报告项目的属性信息，同时获取所述审计结果的特征属性；

将所述每个报告项目的属性信息与审计结果的特征属性进行比较，确定所述审计结果中成员控制器以及对内存数据的审计数据对应的目标报告项目；

基于所述目标报告项目，将所述审计结果填入目标报告模板，得到最终的审计报告；

同时，基于预设编码方法将所述审计报告进行编码，得到待显示报告文件；

基于预设传输链路，将所述待显示报告文件传输至预设显示终端进行显示，完成对控制器集群数据的审计；

获取最终的审计结果，且所述云管理平台接收服务器发送的异常检测请求，并基于所述异常检测请求对审计结果进行检测，得到检测数据；

基于预设异常数据分析模型，对所述检测数据进行分析，判断所述审计结果中是否存在异常数据；

若存在，确定所述异常数据的异常信息，并基于所述异常信息确定异常数据类型；

基于所述异常数据类型从预设纠正方式库中匹配目标修复方式，并基于所述目标修复方式对所述异常数据进行修复，得到最终的审计结果；

否则，判定得到的审计结果无异常数据，并对所述审计结果进行统计，得到对应的审计报告；

获取最终的审计结果，并基于所述审计结果确定控制器集群中各个成员控制器的工作性能值；

将所述各个成员控制器的工作性能值与预设性能值进行比较；

若所述工作性能值小于所述预设性能值，判定当前工作性能值对应的成员控制器工作性能不合格，同时，基于所述云管理平台记录当前成员控制器的编号信息，并将所述编号信息发送至管理终端；

否则，判定当前工作性能值对应的成员控制器工作性能合格。

2.根据权利要求1所述的一种云管理平台审计控制器集群数据的方法，其特征在于，步骤1中，基于数据采集指令，通过云管理平台采集控制器集群中各成员控制器的内存数据，包括：

获取数据采集指令，所述云管理平台基于所述数据采集指令获取控制器集群中成员控制器的设备信息，并基于所述设备信息确定成员控制器的数量；

所述云管理平台基于所述成员控制器的数据量确定多个采集任务，其中一个采集任务对应一个成员控制器，且每一个采集任务中包括采集每一个成员控制器的目标数据字段；

基于所述采集任务对控制器集群中各成员控制器的内存数据进行采集。

3.根据权利要求1所述一种云管理平台审计控制器集群数据的方法，其特征在于，步骤1中，基于数据采集指令，通过云管理平台采集控制器集群中各成员控制器的内存数据，还包括：

获取采集到的控制器集群中各成员控制器的内存数据，并对所述内存数据进行解析，确定所述内存数据的数据类型；

基于所述内存数据的数据类型，通过预设数据标识确定方法从预设标签库中确定目标标签；

基于所述目标标签对所述内存数据进行标记处理。

4.根据权利要求3所述的一种云管理平台审计控制器集群数据的方法，其特征在于，基于所述目标标签对所述内存数据进行标记处理，包括：

获取对所述内存数据的标记结果，并基于预设目标标签与数据类型的对应关系，确定每一个目标标签对应的内存数据的数据类型；

基于所述数据类型确定每一个目标标签标记的内存数据的数据来源信息，并基于所述数据来源信息确定内存数据对应的目标成员控制器；

确定每一个目标标签对应的内存数据与各个目标成员控制器之间的对应关系，并将所述对应关系进行记录存储。

5.一种云管理平台审计控制器集群数据的系统，其特征在于，包括：

数据采集模块，用于基于数据采集指令，通过云管理平台采集控制器集群中各成员控制器的内存数据；

审计方案确定模块，用于基于所述云管理平台对采集到的内存数据进行处理，得到待审计控制器集群数据，并基于所述待审计控制器集群数据确定目标审计方案；

审计模块，用于通过所述云管理平台基于所述目标审计方案对所述待审计控制器集群数据审计统计，得到审计报告，并将所述审计报告进行显示，完成对控制器集群数据的审计；

其中，基于所述云管理平台对采集到的内存数据进行处理，得到待审计控制器集群数据，并基于所述待审计控制器集群数据确定目标审计方案，包括：

获取成员控制器的历史内存数据，并基于所述成员控制器的历史内存数据确定数据筛选标准，其中，所述成员控制器的历史内存数据为标准数据；

基于所述数据筛选标准以及所述成员控制器的历史内存数据输入至预设数据筛选模型进行训练，得到目标数据筛选模型；

获取采集到的各成员控制器的内存数据，并基于所述目标数据筛选模型确定所述各成员控制器的内存数据对应的数据散点图，同时，获取所述数据散点图中每个数据散点的分布特征；

基于所述分布特征确定连接数据散点的基准拟合曲线，并获取预设数据散点到基准拟合曲线的目标距离；

获取所述每个数据散点到所述基准拟合曲线的距离，并将所述距离与所述目标距离进行比较；

若所述距离小于或等于所述目标距离，判定当前数据散点满足预设要求；

否则，判定当前数据散点不满足预设要求，并将所述当前数据散点进行剔除，直至完成每一个数据散点的比较，得到待审计控制器集群数据；

基于预设待审计项目，提取所述待审计控制器集群数据的审计特征，并基于所述审计特征从预设审计模板库中匹配目标审计模板；

基于所述目标审计模板，确定对所述待审计控制器集群数据审计过程中存在的审计重点，并对所述审计重点进行统计；

基于统计结果确定目标审计方案；

获取采集到的各成员控制器的内存数据，同时获取所述预设待审计项目对应的审计要求；

基于所述审计要求从预设风险库中匹配目标易错点，并将所述目标易错点进行统计整理，得到目标易错点集合；

基于所述目标易错点集合确定目标解决方案，并基于所述目标解决方案对所述目标审计方案进行完善，得到最终的目标审计方案；

其中，所述云管理平台基于所述目标审计方案对所述待审计控制器集群数据审计统计，得到审计报告，并将所述审计报告进行显示，完成对控制器集群数据的审计，包括：

获取待审计控制器集群数据，且所述云管理平台接收服务器发送的审计指令；

所述云管理平台基于所述审计指令，通过所述目标审计方案对所述待审计控制器集群数据审计分析处理，其中，所述待审计控制器集群数据包含对应的业务标识；

基于分析结果以及业务标识，确定所述控制器集群中各个成员控制器内存数据的数据量以及各个成员控制器的业务访问次数，得到最终的审计结果，其中，每一个成员控制器对应一份审计结果；

基于所述审计结果，从预设模板库中匹配目标报告模板，其中所述目标报告模板包含两个报告项目，且一个报告项目对应一列区域；

提取所述目标报告模板中每个报告项目的属性信息，同时获取所述审计结果的特征属性；

将所述每个报告项目的属性信息与审计结果的特征属性进行比较，确定所述审计结果中成员控制器以及对内存数据的审计数据对应的目标报告项目；

基于所述目标报告项目，将所述审计结果填入目标报告模板，得到最终的审计报告；

同时，基于预设编码方法将所述审计报告进行编码，得到待显示报告文件；

基于预设传输链路，将所述待显示报告文件传输至预设显示终端进行显示，完成对控制器集群数据的审计；

获取最终的审计结果，且所述云管理平台接收服务器发送的异常检测请求，并基于所述异常检测请求对审计结果进行检测，得到检测数据；

基于预设异常数据分析模型，对所述检测数据进行分析，判断所述审计结果中是否存在异常数据；

若存在，确定所述异常数据的异常信息，并基于所述异常信息确定异常数据类型；

基于所述异常数据类型从预设纠正方式库中匹配目标修复方式，并基于所述目标修复方式对所述异常数据进行修复，得到最终的审计结果；

否则，判定得到的审计结果无异常数据，并对所述审计结果进行统计，得到对应的审计报告；

获取最终的审计结果，并基于所述审计结果确定控制器集群中各个成员控制器的工作性能值；

将所述各个成员控制器的工作性能值与预设性能值进行比较；

若所述工作性能值小于所述预设性能值，判定当前工作性能值对应的成员控制器工作性能不合格，同时，基于所述云管理平台记录当前成员控制器的编号信息，并将所述编号信息发送至管理终端；

否则，判定当前工作性能值对应的成员控制器工作性能合格。

Images