CN113992348B - 一种一体机的监控方法及系统 - Google Patents

Abstract

本发明提供了一种一体机的监控方法及系统，包括：预先在一体机中植入分布式网络监测程序，对一体机的中间件进行实时流量监测，确定流量数据；根据所述流量数据，获取一体机的日常运行数据；根据所述日常运行数据，判断一体机的在进行日常工作任务时是否发生执行异常，并在具有执行异常时，基于中间件的作用对象确定异常位置；根据所述异常位置，确定所述执行异常对应的系统漏洞。本发明的有益效果在于：本发明能够有效的监测中间件的具体流量状况，而且通过分布式网络可以快速在有异常时，确定异常行为对应的中间件。本发明根据中间件上的流量异常，通过确定异常对象进而确定和异常对象对应的系统漏洞。

Description

一种一体机的监控方法及系统

技术领域

本发明涉及一体机技术领域，特别涉及一种一体机的监控方法及系统。

背景技术

目前，随着数字化转型向各行业领域的深入，应用系统对软硬件运行环境在适配性、可用性、性能等方面的要求也不断提高，因此出现了一体机解决方案，即预先对服务器、操作系统、数据库、中间件等基础运行环境进行选型，采用特定的技术架构，为用户提出一个整体的软硬件运行环境方案，并以一体机的形式提供给用户。在一体机解决方案中，需要一种监控设备，对这种软硬件一体机进行监控，判断软硬件是否存在漏洞。在现有技术中，一体机的主要监控技术是对操作系统的执行情况进行监控，判断是否存在功能性错误或者是通过获取数据库中的系统数据，判断系统是否存在系统漏洞，但是，因为操作系统的执行功能较多，对于执行情况的监控需要长时间且出现明显的功能性错误，才可以判断出是否存在系统漏洞。而对数据库的系统数据进行监控时，因为数据库数据体量大，而且需要有标准数据进行比对，才能判断是否出现功能性错误，对于新设计的数据库是没有比对数据的，只适合对成熟系统的监控。目前，根据中间件运行数据判断一体机是否存在系统漏洞是一体机监控的一个新思路，亟待提供相应的技术解决方案。

发明内容

本发明提供一种一体机的监控方法及系统，用以解决一体机存在系统漏洞的情况。

一种一体机的监控方法，包括：

预先在一体机中植入分布式网络监测程序，对一体机的中间件进行实时流量监测，确定流量数据；

根据所述流量数据，获取一体机的日常运行数据；

根据所述日常运行数据，判断一体机的在进行日常工作任务时是否发生执行异常，并在具有执行异常时，基于中间件的作用对象确定异常位置；

根据所述异常位置，确定所述执行异常对应的系统漏洞。

作为本发明的一种实施例：所述预先在一体机中植入分布式网络监测程序，对一体机的中间件进行实时流量监测，确定流量数据，包括：

获取一体机的内置程序数据和数据源信息；

根据所述程序数据和数据源信息，确定一体机的中间件信息；其中，

所述中间件信息包括：中间件类型、中间件地址和中间件连接信息；

根据所述中间件信息，确定所述分布式网络监测程序的植入位置和监测内容；

根据所述植入位置，对监测内容进行位置标记；

根据所述监测位置，对所述中间件在传递不同类型信息时的流量情况进行监测，确定流量数据。

作为本发明的一种实施例：所述根据所述流量数据，获取一体机的日常运行数据，包括：

获取所述流量数据，确定传递不同类型信息时的实时流量状态；

根据所述实时流量状态，确定所述一体机中产生流量的应用程序；

根据所述应用程序，预设数据类别转化协议，并将所述应用程序产生的日志数据通过所述数据类别转化协议转换为同一日志类别；

在所述应用程序的日志类别为相同日志类别时，将日志数据传输至一体机的Scribe服务器；

在所述Scribe服务器中按照应用程序的业务类型按照区域进行数据存储，并确定每个数据存储区域的业务代码；

根据所述业务代码，综合整理所述一体机的日常运行数据。

作为本发明的一种实施例：所述根据所述日常运行数据，判断一体机的在进行日常工作任务时是否发生执行异常，并在具有执行异常时，基于中间件的作用对象确定异常位置，包括：

根据所述日常运行数据，确定所述一体机的在进行日常工作任务时的常规流量数据和波动流量数据；

根据所述常规流量数据，构建基于分布式网络的第一三维流量状态坐标系；

根据所述波动流量数据，构建基于分布式网络的第二三维流量状态坐标系；

基于空间拟合，判断所述第一三维流量状态坐标系和第二三维流量状态坐标系的各个坐标点是否拟合，获取拟合结果；

在所述拟合结果为所有坐标点都拟合时，输出一体机正常报告；

在所述拟合结果为存在坐标点非拟合状态时，确定非拟合状态坐标点，并根据所述非拟合状态坐标点对应的中间件数据；其中

所述中间件数据包括：中间件的接口协议、数据类型、流量状况、数据源和应用程序；

根据所述应用程序，确定对应的异常位置。

作为本发明的一种实施例：所述基于空间拟合，判断所述第一三维流量状态坐标系和第二三维流量状态坐标系的各个坐标点是否拟合，包括以下步骤：

步骤1：基于所述第一三维流量状态坐标系，通过下式确定第一三维流量状态坐标系的常规三维坐标特征：

其中，x表示第一三维流量状态坐标系的横轴坐标；y表示第一三维流量状态坐标系的纵轴坐标；z表示第一三维流量状态坐标系的竖直坐标；R_i表示第i个横轴坐标点对应的中间件的接口特征；β_i表示第i个横轴坐标点对应的中间件的协议特征；T_i表示第i个横轴坐标点对应的中间件的监测时长；S_i表示第i个纵轴坐标点对应的中间件的数据特征；w_i表示第i个纵轴坐标点对应的中间件的数据类型参数；R_i表示第i个竖直坐标点对应的中间件的流量参数；G_i表示第i个竖直坐标点对应的中间件的监测时刻；P_i表示第i个竖直坐标点对应的中间件的接口带宽参数；

步骤2：基于所述第二三维流量状态坐标系，通过下式确定第二三维流量状态坐标系的实时三维坐标特征：

其中，X表示第二三维流量状态坐标系的横轴坐标；Y表示第二三维流量状态坐标系的纵轴坐标；Z表示第二三维流量状态坐标系的竖直坐标；D_i表示第i个横轴坐标点对应的中间件的地址参数；β_i表示第i个横轴坐标点对应的中间件的接口类型；g_i表示第i个横轴坐标点对应的中间件的监测时长；k_i表示第i个纵轴坐标点对应的中间件的数据格式特征；w_i表示第i个纵轴坐标点对应的中间件的数据内容特征；f_i表示第i个竖直坐标点对应的中间件的实时流量值；V_i表示第i个竖直坐标点对应的中间件的流量范围特征；C_i表示第i个竖直坐标点对应的中间件的数据源特征；

步骤3：根据所述常规三维坐标特征和实时三维坐标特征，通过下式确定所述第一三维流量状态坐标系和第二三维流量状态坐标系的各个坐标点是否拟合：

其中，I(x(i)，X(i))表示坐标系之间的第i个坐标点横轴距离函数；I(y(i)，Y(i))表示坐标系之间的第i个坐标点纵轴距离函数；I(z(i)，Z(i))表示坐标系之间的第i个坐标点竖直距离函数；

表示坐标系之间的的横轴距离均值函数；

表示坐标系之间的纵轴距离均值函数；

表示坐标系之间的竖直距离均值函数；

在Nx＞1时，表示第i个坐标点不拟合，接口异常；

在Ny＞1时，表示第i个坐标点不拟合，数据异常；

在Nx＞1时，表示第i个坐标点不拟合，作用对象异常。

一种一体机的监控系统，包括：

监测模块：用于预先在一体机中植入分布式网络监测程序，对一体机的中间件进行实时流量监测，确定流量数据；

获取模块：用于根据所述流量数据，获取一体机的日常运行数据；

判断模块：用于根据所述日常运行数据，判断一体机的在进行日常工作任务时是否发生执行异常，并在具有执行异常时，基于中间件的作用对象确定异常位置；

确定模块：用于根据所述异常位置，确定所述执行异常对应的系统漏洞。

作为本发明的一种实施例：所述监测模块包括：

第一获取单元：用于获取一体机的内置程序数据和数据源信息；

第一确定单元：用于根据所述程序数据和数据源信息，确定一体机的中间件信息；其中，

所述中间件信息包括：中间件类型、中间件地址和中间件连接信息；

第二确定单元：用于根据所述中间件信息，确定所述分布式网络监测程序的植入位置和监测内容；

标记单元：用于根据所述植入位置，对监测内容进行位置标记；

第三确定单元：用于根据所述监测位置，对所述中间件在传递不同类型信息时的流量情况进行监测，确定流量数据。

作为本发明的一种实施例：所述获取模块包括：

第四确定单元：用于获取所述流量数据，确定传递不同类型信息时的实时流量状态；

第五确定单元：用于根据所述实时流量状态，确定所述一体机中产生流量的应用程序；

转换单元：用于根据所述应用程序，预设数据类别转化协议，并将所述应用程序产生的日志数据通过所述数据类别转化协议转换为同一日志类别；

传输单元：用于在所述应用程序的日志类别为相同日志类别时，将日志数据传输至一体机的Scribe服务器；

存储单元：用于在所述Scribe服务器中按照应用程序的业务类型按照区域进行数据存储，并确定每个数据存储区域的业务代码；

综合单元：用于根据所述业务代码，综合整理所述一体机的日常运行数据。

作为本发明的一种实施例：所述判断模块包括：

第六确定单元：用于根据所述日常运行数据，确定所述一体机的在进行日常工作任务时的常规流量数据和波动流量数据；

第一构建单元：用于根据所述常规流量数据，构建基于分布式网络的第一三维流量状态坐标系；

第二构建单元：用于根据所述波动流量数据，构建基于分布式网络的第二三维流量状态坐标系；

拟合单元：用于基于空间拟合，判断所述第一三维流量状态坐标系和第二三维流量状态坐标系的各个坐标点是否拟合，获取拟合结果；

输出单元：用于在所述拟合结果为所有坐标点都拟合时，输出一体机正常报告；

第七确定单元：用于在所述拟合结果为存在坐标点非拟合状态时，确定非拟合状态坐标点，并根据所述非拟合状态坐标点对应的中间件数据；其中

所述中间件数据包括：中间件的接口协议、数据类型、流量状况、数据源和应用程序；

第八确定单元：用于根据所述应用程序，确定对应的异常位置。

作为本发明的一种实施例：所述第七确定单元包括：

常规三维坐标特征计算单元：用于基于所述第一三维流量状态坐标系，通过下式确定第一三维流量状态坐标系的常规三维坐标特征：

其中，x表示第一三维流量状态坐标系的横轴坐标；y表示第一三维流量状态坐标系的纵轴坐标；z表示第一三维流量状态坐标系的竖直坐标；R_i表示第i个横轴坐标点对应的中间件的接口特征；β_i表示第i个横轴坐标点对应的中间件的协议特征；T_i表示第i个横轴坐标点对应的中间件的监测时长；S_i表示第i个纵轴坐标点对应的中间件的数据特征；w_i表示第i个纵轴坐标点对应的中间件的数据类型参数；R_i表示第i个竖直坐标点对应的中间件的流量参数；G_i表示第i个竖直坐标点对应的中间件的监测时刻；P_i表示第i个竖直坐标点对应的中间件的接口带宽参数；

实时三维坐标特征计算单元：用于基于所述第二三维流量状态坐标系，通过下式确定第二三维流量状态坐标系的实时三维坐标特征：

其中，X表示第二三维流量状态坐标系的横轴坐标；Y表示第二三维流量状态坐标系的纵轴坐标；Z表示第二三维流量状态坐标系的竖直坐标；D_i表示第i个横轴坐标点对应的中间件的地址参数；β_i表示第i个横轴坐标点对应的中间件的接口类型；g_i表示第i个横轴坐标点对应的中间件的监测时长；k_i表示第i个纵轴坐标点对应的中间件的数据格式特征；w_i表示第i个纵轴坐标点对应的中间件的数据内容特征；f_i表示第i个竖直坐标点对应的中间件的实时流量值；V_i表示第i个竖直坐标点对应的中间件的流量范围特征；C_i表示第i个竖直坐标点对应的中间件的数据源特征；

拟合判断单元：用于根据所述常规三维坐标特征和实时三维坐标特征，通过下式确定所述第一三维流量状态坐标系和第二三维流量状态坐标系的各个坐标点是否拟合：

其中，I(x(i)，X(i))表示坐标系之间的第i个坐标点横轴距离函数；I(y(i)，Y(i))表示坐标系之间的第i个坐标点纵轴距离函数；I(z(i)，Z(i))表示坐标系之间的第i个坐标点竖直距离函数；

表示坐标系之间的的横轴距离均值函数；

表示坐标系之间的纵轴距离均值函数；

表示坐标系之间的竖直距离均值函数；

在Nx＞1时，表示第i个坐标点不拟合，接口异常；

在Ny＞1时，表示第i个坐标点不拟合，数据异常；

在Nx＞1时，表示第i个坐标点不拟合，作用对象异常。

本发明的有益效果在于：本发明能够有效的监测中间件的具体流量状况，而且通过分布式网络可以快速在有异常时，确定异常行为对应的中间件。本发明根据中间件上的流量异常，通过确定异常对象进而确定和异常对象对应的系统漏洞。

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一体机的监控方法的方法流程图；

图2为本发明实施例中一种一体机的监控系统的系统组成图；

图3为本发明实施例中一种一体机的监控方法确定实时流量的流程图。

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。

如附图1所示，本发明为一种一体机的监控方法，包括：

预先在一体机中植入分布式网络监测程序，对一体机的中间件进行实时流量监测，确定流量数据；

根据所述流量数据，获取一体机的日常运行数据；

根据所述日常运行数据，判断一体机的在进行日常工作任务时是否发生执行异常，并在具有执行异常时，基于中间件的作用对象确定异常位置；

根据所述异常位置，确定所述执行异常对应的系统漏洞。

上述技术方案的原理在于：对于一体机来说，如果存在系统漏洞，在进行执行的时候，会通过中间件的流量波动情况进行显示。而本发明中，会通过给中间件安装分布式网络监测程序实现中间件的流量监测，每一个中间件作为一个分布式网络节点，监控所有中间件的流量状况，进而确定一体机在日常运行时的任务执行状况，判断是不是存在漏洞。因为一体机的接口协议、连接对象，传输数据的格式都是预先设定的，如过其在传输数据的时候，流量波动状况趋于稳定，那就表明不存在系统漏洞；但是如果多次出现系统波动，就表明存在系统漏洞的，所以本发明根据流量的异常，在系统具有漏洞时，根据中间件，确定异常的位置，进而根据异常的位置确定与之相对应的系统漏洞。

上述技术方案的有益效果在于：本发明能够有效的监测中间件的具体流量状况，而且通过分布式网络可以快速在有异常时，确定异常行为对应的中间件。本发明根据中间件上的流量异常，通过确定异常对象进而确定和异常对象对应的系统漏洞。相对于现有技术中对操作系统的监控和数据库的监控，本发明能够更加快速的一体机异常的时候直接发现异常问题和异常位置，也不存在数据库的数据比对。

作为本发明的一种实施例：如附图3所示，所述预先在一体机中植入分布式网络监测程序，对一体机的中间件进行实时流量监测，确定流量数据，包括：

获取一体机的内置程序数据和数据源信息；

根据所述程序数据和数据源信息，确定一体机的中间件信息；其中，

所述中间件信息包括：中间件类型、中间件地址和中间件连接信息；

根据所述中间件信息，确定所述分布式网络监测程序的植入位置和监测内容；

根据所述植入位置，对监测内容进行位置标记；

根据所述监测位置，对所述中间件在传递不同类型信息时的流量情况进行监测，确定流量数据。

上述技术方案的原理在于：本发明在进行流量监控的时候，内置程序数据和数据源信息去确定了，那个分布式节点对应那个中间件，数据源信息确定了中间件连接的数据源。中间件的类型包括：树访问中间件，远程调用中间件，消息传输中间件，交易中间件，对象中间件，应用集成中间件，工作流中间件和安全中间件。通过多种不同类型的中间件的全面监测布局，确定监测的内容，监测的内容也确定了监测的具体中间件状况，进而确定中间件的具体流量状况。

上述技术方案的有益效果在于：本发明能根据不同的中间件类型，确定在中间件执行不同的任务时，能够确定具体的流量状况，金额根据具体的流量状况判断出异常的方位地址。

作为本发明的一种实施例：所述根据所述流量数据，获取一体机的日常运行数据，包括：

获取所述流量数据，确定传递不同类型信息时的实时流量状态；

根据所述实时流量状态，确定所述一体机中产生流量的应用程序；

根据所述应用程序，预设数据类别转化协议，并将所述应用程序产生的日志数据通过所述数据类别转化协议转换为同一日志类别；

在所述应用程序的日志类别为相同日志类别时，将日志数据传输至一体机的Scribe服务器；

在所述Scribe服务器中按照应用程序的业务类型按照区域进行数据存储，并确定每个数据存储区域的业务代码；

根据所述业务代码，综合整理所述一体机的日常运行数据。

上述技术方案的原理在于：本发明在进行获取一体机的日常运行数据时，通过流量状况，流量传输的位置，可以确定使用流量的应用程序，而对日志进行同一类别转化是为了方便进行日志统一管理。业务代码是为了确定每个存储区域存储的业务类型到底是何种业务，进而根据业务代码进行日常运行数据统计。

上述技术方案的有益效果在于：在日常运行任务统计之后，本发明可以根据这些数据和日志，在具有流量异常的时候，辨别流量异常对应的中间件和对应的业务执行对象和数据源。便于确定具体的出现异常的具体对象。

作为本发明的一种实施例：所述根据所述日常运行数据，判断一体机的在进行日常工作任务时是否发生执行异常，并在具有执行异常时，基于中间件的作用对象确定异常位置，包括：

根据所述日常运行数据，确定所述一体机的在进行日常工作任务时的常规流量数据和波动流量数据；

根据所述常规流量数据，构建基于分布式网络的第一三维流量状态坐标系；

根据所述波动流量数据，构建基于分布式网络的第二三维流量状态坐标系；

基于空间拟合，判断所述第一三维流量状态坐标系和第二三维流量状态坐标系的各个坐标点是否拟合，获取拟合结果；

在所述拟合结果为所有坐标点都拟合时，输出一体机正常报告；

在所述拟合结果为存在坐标点非拟合状态时，确定非拟合状态坐标点，并根据所述非拟合状态坐标点对应的中间件数据；其中

所述中间件数据包括：中间件的接口协议、数据类型、流量状况、数据源和应用程序；

根据所述应用程序，确定对应的异常位置。

上述技术方案的原理和有益效果在在于：本发明在进行确定出现异常的对象的时候，会根据一体机在进行业务执行的时候，没有发生异常时，建立常规流量数据的三维坐标系，而对于可能存在异常的流量状况，建立波动流量数据的三维坐标系，通过两个三维坐标系在中间件的接口、传输的数据和流量的状况三方面的匹配情况确定是否存在异常，进而确定具体的异常位置。

作为本发明的一种实施例：所述基于空间拟合，判断所述第一三维流量状态坐标系和第二三维流量状态坐标系的各个坐标点是否拟合，包括以下步骤：

步骤1：基于所述第一三维流量状态坐标系，通过下式确定第一三维流量状态坐标系的常规三维坐标特征：

其中，x表示第一三维流量状态坐标系的横轴坐标；y表示第一三维流量状态坐标系的纵轴坐标；z表示第一三维流量状态坐标系的竖直坐标；R_i表示第i个横轴坐标点对应的中间件的接口特征；β_i表示第i个横轴坐标点对应的中间件的协议特征；T_i表示第i个横轴坐标点对应的中间件的监测时长；S_i表示第i个纵轴坐标点对应的中间件的数据特征；w_i表示第i个纵轴坐标点对应的中间件的数据类型参数；R_i表示第i个竖直坐标点对应的中间件的流量参数；G_i表示第i个竖直坐标点对应的中间件的监测时刻；P_i表示第i个竖直坐标点对应的中间件的接口带宽参数；i＝1,2,3，……n；n表示坐标点的总数量；

步骤2：基于所述第二三维流量状态坐标系，通过下式确定第二三维流量状态坐标系的实时三维坐标特征：

其中，X表示第二三维流量状态坐标系的横轴坐标；Y表示第二三维流量状态坐标系的纵轴坐标；Z表示第二三维流量状态坐标系的竖直坐标；D_i表示第i个横轴坐标点对应的中间件的地址参数；β_i表示第i个横轴坐标点对应的中间件的接口类型；g_i表示第i个横轴坐标点对应的中间件的监测时长；k_i表示第i个纵轴坐标点对应的中间件的数据格式特征；w_i表示第i个纵轴坐标点对应的中间件的数据内容特征；f_i表示第i个竖直坐标点对应的中间件的实时流量值；V_i表示第i个竖直坐标点对应的中间件的流量范围特征；C_i表示第i个竖直坐标点对应的中间件的数据源特征；

步骤3：根据所述常规三维坐标特征和实时三维坐标特征，通过下式确定所述第一三维流量状态坐标系和第二三维流量状态坐标系的各个坐标点是否拟合：

其中，I(x(i)，X(i))表示坐标系之间的第i个坐标点横轴距离函数；i(y(i)，Y(i))表示坐标系之间的第i个坐标点纵轴距离函数；i(z(i)，Z(i))表示坐标系之间的第i个坐标点竖直距离函数；

表示坐标系之间的的横轴距离均值函数；

表示坐标系之间的纵轴距离均值函数；

表示坐标系之间的竖直距离均值函数；

在Nx＞1时，表示第i个坐标点不拟合，接口异常；

在Ny＞1时，表示第i个坐标点不拟合，数据异常；

在Nx＞1时，表示第i个坐标点不拟合，作用对象异常。

上述技术方案的原理和有益效果在于：本发明确定第一三维流量状态坐标系的常规三维坐标特征的时候，x(i)代表中间件接口在监测时间内具体的常规状态，因此，引入了接口特征和协议特征，用以判断在流量异常时，接口的地址和类型是否符合接口特征和协议特征，在不符合时，属于中间件的接口错乱；y(i)代表中间件传输的数据内容在监测时间内具体的常规状态，y(i)处于常规的前提条件，接口处于常规状态。此时本发明根据数据特征和数据类型来判断数据内容和数据格式是否符合常规状态，在最后，Z(i)代表中间件流量在监测时间内具体的常规状态，本发明在判断流量是否符合常规状态时，采用了带宽，流量和时间，这三个因素能够确定数据源和执行对象，因为数据源确定了流量，执行对象确定了中间件的带宽，进而通过接口、数据和流量三方面判断是不是存在异常。

在一个实施例中，本发明根据异常位置，确定执行异常对应的系统漏洞，包括如下步骤：

步骤S10：根据所述异常位置，确定产生异常流量的系统进程；

步骤S20：根据所述系统进程，通过确定系统进程的执行代码；

步骤S30：根据所述执行代码，通过下式的高斯混合分布，确定代码分布特征：

其中，H表示执行代码基于高斯混合分布的代码分布特征；Q_j表示第j个执行语句的执行内容参数；

表示执行语句的执行内容的均值参数；j＝1,2,3，……m；m表示执行代码的代码语句的总数量；

步骤S40:将所述执行代码进行聚类处理，通过下式确定每个执行语句的信息熵：

其中，β(Q_j)表示第j个执行语句的成功执行语句的概率函数；

步骤S50，根据所述个执行语句的信息熵和代码分布特征，基于数据推演判断每个执行语句的执行结果：

其中，当λ＞0时，表示执行结果正确；当λ＜0时，表示执行结果异常；

上述技术方案中：本发明会根据流量异常的位置对异常流量的地方的执行代码进行分析处理，根据执行代码，确定是因为那一句执行代码或者那一些执行代码存在问题导致流量异常。在这个过程中，本发明会对代码的进行高斯混合分布计算，实现代码量化。然后通过聚类分析，判断每一句执行代码执行成功的概率，最后综合确定执行结果，进而判断出执行代码的执行异常问题。

如附图2所示，一种一体机的监控系统，包括：

监测模块：用于预先在一体机中植入分布式网络监测程序，对一体机的中间件进行实时流量监测，确定流量数据；

获取模块：用于根据所述流量数据，获取一体机的日常运行数据；

判断模块：用于根据所述日常运行数据，判断一体机的在进行日常工作任务时是否发生执行异常，并在具有执行异常时，基于中间件的作用对象确定异常位置；

确定模块：用于根据所述异常位置，确定所述执行异常对应的系统漏洞。

上述技术方案的原理在于：对于一体机来说，如果存在系统漏洞，在进行执行的时候，会通过中间件的流量波动情况进行显示。而本发明中，会通过给中间件安装分布式网络监测程序实现流量监测，每一个中间件作为一个分布式网络节点，监控一个中间件的流量状况，进而确定一体机在日常运行时的任务执行状况。因为一体机的接口协议、连接对象，传输数据的格式、传输数据的流量状况都是一定的，所以本发明根据流量的异常，在系统具有漏洞时，确定异常的位置，进而根据异常的位置确定与之相对应的系统漏洞。

上述技术方案的有益效果在于：本发明能够有效的监测中间件的具体流量状况，而且通过分布式网络可以快速在有异常时，确定异常行为对应的中间件。本发明根据中间件上的流量异常，通过确定异常对象进而确定和异常对象对应的系统漏洞。

作为本发明的一种实施例：所述监测模块包括：

第一获取单元：用于获取一体机的内置程序数据和数据源信息；

第一确定单元：用于根据所述程序数据和数据源信息，确定一体机的中间件信息；其中，

所述中间件信息包括：中间件类型、中间件地址和中间件连接信息；

第二确定单元：用于根据所述中间件信息，确定所述分布式网络监测程序的植入位置和监测内容；

标记单元：用于根据所述植入位置，对监测内容进行位置标记；

第三确定单元：用于根据所述监测位置，对所述中间件在传递不同类型信息时的流量情况进行监测，确定流量数据。

上述技术方案的原理在于：本发明在进行流量监控的时候，内置程序数据和数据源信息去确定了，那个分布式节点对应那个中间件，数据源信息确定了中间件连接的数据源。中间件的类型包括：树访问中间件，远程调用中间件，消息传输中间件，交易中间件，对象中间件，应用集成中间件，工作流中间件和安全中间件。通过多种不同类型的中间件的全面监测布局，确定监测的内容，监测的内容也确定了监测的具体中间件状况，进而确定中间件的具体流量状况。

上述技术方案的有益效果在于：本发明能根据不同的中间件类型，确定在中间件执行不同的任务时，能够确定具体的流量状况，金额根据具体的流量状况判断出异常的方位地址。

作为本发明的一种实施例：所述获取模块包括：

第四确定单元：用于获取所述流量数据，确定传递不同类型信息时的实时流量状态；

第五确定单元：用于根据所述实时流量状态，确定所述一体机中产生流量的应用程序；

转换单元：用于根据所述应用程序，预设数据类别转化协议，并将所述应用程序产生的日志数据通过所述数据类别转化协议转换为同一日志类别；

传输单元：用于在所述应用程序的日志类别为相同日志类别时，将日志数据传输至一体机的Scribe服务器；

存储单元：用于在所述Scribe服务器中按照应用程序的业务类型按照区域进行数据存储，并确定每个数据存储区域的业务代码；

综合单元：用于根据所述业务代码，综合整理所述一体机的日常运行数据。

上述技术方案的原理在于：本发明在进行获取一体机的日常运行数据时，通过流量状况，流量传输的位置，可以确定使用流量的应用程序，而对日志进行同一类别转化是为了方便进行日志统一管理。业务代码是为了确定每个存储区域存储的业务类型到底是何种业务，进而根据业务代码进行日常运行数据统计。

上述技术方案的有益效果在于：在日常运行任务统计之后，本发明可以根据这些数据和日志，在具有流量异常的时候，辨别流量异常对应的中间件和对应的业务执行对象和数据源。便于确定具体的出现异常的具体对象。

作为本发明的一种实施例：所述判断模块包括：

第六确定单元：用于根据所述日常运行数据，确定所述一体机的在进行日常工作任务时的常规流量数据和波动流量数据；

第一构建单元：用于根据所述常规流量数据，构建基于分布式网络的第一三维流量状态坐标系；

第二构建单元：用于根据所述波动流量数据，构建基于分布式网络的第二三维流量状态坐标系；

拟合单元：用于基于空间拟合，判断所述第一三维流量状态坐标系和第二三维流量状态坐标系的各个坐标点是否拟合，获取拟合结果；

输出单元：用于在所述拟合结果为所有坐标点都拟合时，输出一体机正常报告；

第七确定单元：用于在所述拟合结果为存在坐标点非拟合状态时，确定非拟合状态坐标点，并根据所述非拟合状态坐标点对应的中间件数据；其中

所述中间件数据包括：中间件的接口协议、数据类型、流量状况、数据源和应用程序；

第八确定单元：用于根据所述应用程序，确定对应的异常位置。

上述技术方案的原理和有益效果在在于：本发明在进行确定出现异常的对象的时候，会根据一体机在进行业务执行的时候，没有发生异常时，建立常规流量数据的三维坐标系，而对于可能存在异常的流量状况，建立波动流量数据的三维坐标系，通过两个三维坐标系在中间件的接口、传输的数据和流量的状况三方面的匹配情况确定是否存在异常，进而确定具体的异常位置。

作为本发明的一种实施例：所述第七确定单元包括：

常规三维坐标特征计算单元：用于基于所述第一三维流量状态坐标系，通过下式确定第一三维流量状态坐标系的常规三维坐标特征：

其中，x表示第一三维流量状态坐标系的横轴坐标；y表示第一三维流量状态坐标系的纵轴坐标；z表示第一三维流量状态坐标系的竖直坐标；R_i表示第i个横轴坐标点对应的中间件的接口特征；β_i表示第i个横轴坐标点对应的中间件的协议特征；T_i表示第i个横轴坐标点对应的中间件的监测时长；S_i表示第i个纵轴坐标点对应的中间件的数据特征；w_i表示第i个纵轴坐标点对应的中间件的数据类型参数；R_i表示第i个竖直坐标点对应的中间件的流量参数；G_i表示第i个竖直坐标点对应的中间件的监测时刻；P_i表示第i个竖直坐标点对应的中间件的接口带宽参数；i＝1,2,3，……n；n表示坐标点的总数量；

实时三维坐标特征计算单元：用于基于所述第二三维流量状态坐标系，通过下式确定第二三维流量状态坐标系的实时三维坐标特征：

其中，X表示第二三维流量状态坐标系的横轴坐标；Y表示第二三维流量状态坐标系的纵轴坐标；Z表示第二三维流量状态坐标系的竖直坐标；D_i表示第i个横轴坐标点对应的中间件的地址参数；β_i表示第i个横轴坐标点对应的中间件的接口类型；g_i表示第i个横轴坐标点对应的中间件的监测时长；k_i表示第i个纵轴坐标点对应的中间件的数据格式特征；w_i表示第i个纵轴坐标点对应的中间件的数据内容特征；f_i表示第i个竖直坐标点对应的中间件的实时流量值；V_i表示第i个竖直坐标点对应的中间件的流量范围特征；C_i表示第i个竖直坐标点对应的中间件的数据源特征；

拟合判断单元：用于根据所述常规三维坐标特征和实时三维坐标特征，通过下式确定所述第一三维流量状态坐标系和第二三维流量状态坐标系的各个坐标点是否拟合：

其中，I(x(i)，X(i))表示坐标系之间的第i个坐标点横轴距离函数；I(y(i)，Y(i))表示坐标系之间的第i个坐标点纵轴距离函数；I(z(i)，Z(i))表示坐标系之间的第i个坐标点竖直距离函数；

表示坐标系之间的的横轴距离均值函数；

表示坐标系之间的纵轴距离均值函数；

表示坐标系之间的竖直距离均值函数；

在Nx＞1时，表示第i个坐标点不拟合，接口异常；

在Ny＞1时，表示第i个坐标点不拟合，数据异常；

在Nx＞1时，表示第i个坐标点不拟合，作用对象异常。

上述技术方案的原理和有益效果在于：本发明确定第一三维流量状态坐标系的常规三维坐标特征的时候，x(i)代表中间件接口在监测时间内具体的常规状态，因此，引入了接口特征和协议特征，用以判断在流量异常时，接口的地址和类型是否符合接口特征和协议特征，在不符合时，属于中间件的接口错乱；y(i)代表中间件传输的数据内容在监测时间内具体的常规状态，y(i)处于常规的前提条件，接口处于常规状态。此时本发明根据数据特征和数据类型来判断数据内容和数据格式是否符合常规状态，在最后，Z(i)代表中间件流量在监测时间内具体的常规状态，本发明在判断流量是否符合常规状态时，采用了带宽，流量和时间，这三个因素能够确定数据源和执行对象，因为数据源确定了流量，执行对象确定了中间件的带宽，进而通过接口、数据和流量三方面判断是不是存在异常。

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 (6)

1.一种一体机的监控方法，其特征在于，包括：

预先在一体机中植入分布式网络监测程序，对一体机的中间件进行实时流量监测，确定流量数据；

根据所述流量数据，获取一体机的日常运行数据；

根据所述日常运行数据，判断一体机在进行日常工作任务时是否发生执行异常，并在具有执行异常时，基于中间件的作用对象确定异常位置；

根据所述异常位置，确定所述执行异常对应的系统漏洞；

所述根据所述日常运行数据，判断一体机在进行日常工作任务时是否发生执行异常，并在具有执行异常时，基于中间件的作用对象确定异常位置，包括：

根据所述日常运行数据，确定所述一体机在进行日常工作任务时的常规流量数据和波动流量数据；

根据所述常规流量数据，构建基于分布式网络的第一三维流量状态坐标系；

根据所述波动流量数据，构建基于分布式网络的第二三维流量状态坐标系；

基于空间拟合，判断所述第一三维流量状态坐标系和第二三维流量状态坐标系的各个坐标点是否拟合，获取拟合结果；

在所述拟合结果为所有坐标点都拟合时，输出一体机正常报告；

在所述拟合结果为存在坐标点非拟合状态时，确定非拟合状态坐标点，并根据所述非拟合状态坐标点，确定对应的中间件数据；其中

所述中间件数据包括：中间件的接口协议、数据类型、流量状况、数据源和应用程序；

根据所述应用程序，确定对应的异常位置。

2.如权利要求1所述的一种一体机的监控方法，其特征在于，所述预先在一体机中植入分布式网络监测程序，对一体机的中间件进行实时流量监测，确定流量数据，包括：

获取一体机的内置程序数据和数据源信息；

根据所述程序数据和数据源信息，确定一体机的中间件信息；其中，

所述中间件信息包括：中间件类型、中间件地址和中间件连接信息；

根据所述中间件信息，确定所述分布式网络监测程序的植入位置和监测内容；

根据所述植入位置，对监测内容进行位置标记；

根据所述位置标记，对所述中间件在传递不同类型信息时的流量情况进行监测，确定流量数据。

3.如权利要求1所述的一种一体机的监控方法，其特征在于，所述根据所述流量数据，获取一体机的日常运行数据，包括：

获取所述流量数据，确定传递不同类型信息时的实时流量状态；

根据所述实时流量状态，确定所述一体机中产生流量的应用程序；

根据所述应用程序，预设数据类别转化协议，并将所述应用程序产生的日志数据通过所述数据类别转化协议转换为同一日志类别；

在所述应用程序的日志类别为相同日志类别时，将日志数据传输至一体机的Scribe服务器；

在所述Scribe服务器中按照应用程序的业务类型在数据存储区域进行数据存储，并确定每个所述数据存储区域的业务代码；

根据所述业务代码，综合整理所述一体机的日常运行数据。

4.一种一体机的监控系统，其特征在于，包括：

监测模块：用于预先在一体机中植入分布式网络监测程序，对一体机的中间件进行实时流量监测，确定流量数据；

获取模块：用于根据所述流量数据，获取一体机的日常运行数据；

判断模块：用于根据所述日常运行数据，判断一体机在进行日常工作任务时是否发生执行异常，并在具有执行异常时，基于中间件的作用对象确定异常位置；

确定模块：用于根据所述异常位置，确定所述执行异常对应的系统漏洞；

所述判断模块包括：

第六确定单元：用于根据所述日常运行数据，确定所述一体机在进行日常工作任务时的常规流量数据和波动流量数据；

第一构建单元：用于根据所述常规流量数据，构建基于分布式网络的第一三维流量状态坐标系；

第二构建单元：用于根据所述波动流量数据，构建基于分布式网络的第二三维流量状态坐标系；

拟合单元：用于基于空间拟合，判断所述第一三维流量状态坐标系和第二三维流量状态坐标系的各个坐标点是否拟合，获取拟合结果；

输出单元：用于在所述拟合结果为所有坐标点都拟合时，输出一体机正常报告；

第七确定单元：用于在所述拟合结果为存在坐标点非拟合状态时，确定非拟合状态坐标点，并根据所述非拟合状态坐标点，确定对应的中间件数据；其中

所述中间件数据包括：中间件的接口协议、数据类型、流量状况、数据源和应用程序；

第八确定单元：用于根据所述应用程序，确定对应的异常位置。

5.如权利要求4所述的一种一体机的监控系统，其特征在于，所述监测模块包括：

第一获取单元：用于获取一体机的内置程序数据和数据源信息；

第一确定单元：用于根据所述程序数据和数据源信息，确定一体机的中间件信息；其中，

所述中间件信息包括：中间件类型、中间件地址和中间件连接信息；

第二确定单元：用于根据所述中间件信息，确定所述分布式网络监测程序的植入位置和监测内容；

标记单元：用于根据所述植入位置，对监测内容进行位置标记；

第三确定单元：用于根据所述位置标记，对所述中间件在传递不同类型信息时的流量情况进行监测，确定流量数据。

6.如权利要求4所述的一种一体机的监控系统，其特征在于，所述获取模块包括：

第四确定单元：用于获取所述流量数据，确定传递不同类型信息时的实时流量状态；

第五确定单元：用于根据所述实时流量状态，确定所述一体机中产生流量的应用程序；

转换单元：用于根据所述应用程序，预设数据类别转化协议，并将所述应用程序产生的日志数据通过所述数据类别转化协议转换为同一日志类别；

传输单元：用于在所述应用程序的日志类别为相同日志类别时，将日志数据传输至一体机的Scribe服务器；

存储单元：用于在所述Scribe服务器中按照应用程序的业务类型在数据存储区域进行数据存储，并确定每个所述数据存储区域的业务代码；

综合单元：用于根据所述业务代码，综合整理所述一体机的日常运行数据。

Images