CN115168680A - 态势数据获取方法、装置、设备、存储介质和程序产品 - Google Patents

态势数据获取方法、装置、设备、存储介质和程序产品 Download PDF

Info

Publication number
CN115168680A
CN115168680A CN202210617313.6A CN202210617313A CN115168680A CN 115168680 A CN115168680 A CN 115168680A CN 202210617313 A CN202210617313 A CN 202210617313A CN 115168680 A CN115168680 A CN 115168680A
Authority
CN
China
Prior art keywords
early warning
data
information
target
situation data
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
Application number
CN202210617313.6A
Other languages
English (en)
Inventor
张建磊
郭庆
宋怀明
王忠勤
董宇飞
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Dawning Information Industry Beijing Co Ltd
Original Assignee
Dawning Information Industry Beijing Co Ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Dawning Information Industry Beijing Co Ltd filed Critical Dawning Information Industry Beijing Co Ltd
Priority to CN202210617313.6A priority Critical patent/CN115168680A/zh
Publication of CN115168680A publication Critical patent/CN115168680A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/90Details of database functions independent of the retrieved data types
    • G06F16/907Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually
    • G06F16/908Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually using metadata automatically derived from the content

Landscapes

  • Engineering & Computer Science (AREA)
  • Library & Information Science (AREA)
  • Databases & Information Systems (AREA)
  • Theoretical Computer Science (AREA)
  • Data Mining & Analysis (AREA)
  • Physics & Mathematics (AREA)
  • General Engineering & Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Testing And Monitoring For Control Systems (AREA)

Abstract

本申请涉及一种态势数据获取方法、装置、设备、存储介质和程序产品,所述方法包括:在检测到业务系统的预警信息时,通过获取上述预警信息对应的目标预警关联要素模型,其中,目标预警关联要素模型用于指示上述预警信息对应的目标关联要素信息。进一步地,根据目标关联要素信息的指示,获取与上述预警信息相关的业务系统的态势数据,上述态势数据用于指示上述预警信息对应的预警原因。可见,相对于传统技术中技术人员在接到预警后通常依靠专业知识根据海量监测数据分析预警原因的方式,本申请实施例可以提高预警原因的分析效率,从而有利于提高预警处置措施的制定效率,有利于保证辐射环境安全。

Description

态势数据获取方法、装置、设备、存储介质和程序产品
技术领域
本申请涉及计算机技术领域,特别是涉及一种态势数据获取方法、装置、设备、存储介质和程序产品。
背景技术
辐射环境安全应用主要对各类辐射源进行监控并在发现异常时及时地进行预警,从而最大限度地避免辐射危害,以保障人民生命健康和环境安全。
传统辐射环境安全技术,在检测到异常状态时进行预警,技术人员在接到预警后通常依靠专业知识根据海量监测数据分析预警原因,以便于从预案库中选择与预警原因对应的预案进行预警处置。
但传统技术中,技术人员根据海量监测数据分析预警原因需要一定的时间,效率较低。
发明内容
基于此,有必要针对上述技术问题,提供一种能够提高预警原因的分析效率的态势数据获取方法、装置、设备、存储介质和程序产品。
第一方面,本申请提供了一种态势数据获取方法,所述方法包括:
在检测到业务系统的预警信息时,获取所述预警信息对应的目标预警关联要素模型,其中,所述目标预警关联要素模型用于指示所述预警信息对应的目标关联要素信息;
根据所述目标关联要素信息的指示,获取与所述预警信息相关的所述业务系统的态势数据,所述态势数据用于指示所述预警信息对应的预警原因。
本申请实施例中,服务器在检测到业务系统的预警信息时,通过上述预警信息对应的目标预警关联要素模型指示的目标关联要素信息,可以获取与上述预警信息相关的业务系统的态势数据,以便于技术人员可以根据上述态势数据快速且准确地确定上述预警信息对应的预警原因,因此,本申请实施例可以提高辐射环境安全预警原因的分析效率,从而有利于提高预警处置措施的制定效率,有利于保证辐射环境安全。
在其中一个实施例中,所述根据所述目标关联要素信息的指示,获取与所述预警信息相关的所述业务系统的态势数据,包括:
根据所述目标关联要素信息,获取所述态势数据的元数据信息和数据获取算子;
根据所述元数据信息和所述数据获取算子,获取所述态势数据。
本申请实施例中,通过根据目标关联要素信息,获取与上述预警信息相关的业务系统的态势数据的元数据信息和数据获取算子,并根据上述态势数据的元数据信息和数据获取算子,获取上述态势数据,其中,上述态势数据用于指示上述预警信息对应的预警原因,以便于技术人员可以根据上述态势数据快速且准确地确定上述预警信息对应的预警原因。
在其中一个实施例中,所述根据所述元数据信息和所述数据获取算子,获取所述态势数据,包括:
根据所述元数据信息和所述数据获取算子,生成数据获取任务;
执行所述数据获取任务,以获取所述态势数据。
本申请实施例中,通过根据上述态势数据的元数据信息和数据获取算子生成数据获取任务,然后执行上述数据获取任务的方式,可以快速且高效地获取态势数据。
在其中一个实施例中,所述目标关联要素信息包括所述态势数据的数据标识信息和数据获取方式信息,所述根据所述目标关联要素信息,获取所述态势数据的元数据信息和数据获取算子,包括:
根据所述数据标识信息获取所述元数据信息;
根据所述数据获取方式信息获取所述数据获取算子。
本申请实施例中,通过根据上述态势数据的数据标识信息获取上述态势数据的元数据信息,并根据上述态势数据的数据获取方式信息获取上述态势数据的数据获取算子,以便于根据上述态势数据的元数据信息和数据获取算子,可以自动地获取完整的态势数据,以使技术人员可以根据上述态势数据快速且准确地确定上述预警信息对应的预警原因,因此,本申请实施例可以进一步提高辐射环境安全预警原因的分析效率,从而进一步地提高预警处置措施的制定效率。
在其中一个实施例中,所述数据获取算子包括:数据提取算子、数据规约算子、数据平均算子、数据估计算子或者数据融合算子中的至少一项。
在其中一个实施例中,所述获取所述预警信息对应的目标预警关联要素模型,包括:
确定所述预警信息对应的预警类型;
根据所述预警类型,从预设的预警关联要素模型库中获取所述目标预警关联要素模型,以便于可以根据目标预警关联要素模型所指示的目标关联要素信息,自动地获取与所述预警信息相关的所述业务系统的态势数据,以使技术人员可以根据上述态势数据快速且准确地确定上述预警信息对应的预警原因。
在其中一个实施例中,所述方法还包括:
将所述态势数据发送给终端,以供所述终端的操作人员根据所述态势数据确定所述预警信息对应的预警原因。
第二方面,本申请还提供了一种态势数据获取装置,所述装置包括:
第一获取模块,用于在检测到业务系统的预警信息时,获取所述预警信息对应的目标预警关联要素模型,其中,所述目标预警关联要素模型用于指示所述预警信息对应的目标关联要素信息;
第二获取模块,用于根据所述目标关联要素信息的指示,获取与所述预警信息相关的所述业务系统的态势数据,所述态势数据用于指示所述预警信息对应的目标预警原因。
在其中一个实施例中,所述第二获取模块,包括:
第一获取单元,用于根据所述目标关联要素信息,获取所述态势数据的元数据信息和数据获取算子;
第二获取单元,用于根据所述元数据信息和所述数据获取算子,获取所述态势数据。
在其中一个实施例中,所述第二获取单元具体用于:
根据所述元数据信息和所述数据获取算子,生成数据获取任务;
执行所述数据获取任务,以获取所述态势数据。
在其中一个实施例中,所述目标关联要素信息包括所述态势数据的数据标识信息和数据获取方式信息,所述第一获取单元具体用于:
根据所述数据标识信息获取所述元数据信息;
根据所述数据获取方式信息获取所述数据获取算子。
在其中一个实施例中,所述数据获取算子包括:数据提取算子、数据规约算子、数据平均算子、数据估计算子或者数据融合算子中的至少一项。
在其中一个实施例中,所述第一获取模块具体用于:
确定所述预警信息对应的预警类型;
根据所述预警类型,从预设的预警关联要素模型库中获取所述目标预警关联要素模型。
在其中一个实施例中,所述装置还包括:
发送模块,用于将所述态势数据发送给终端,以供所述终端的操作人员根据所述态势数据确定所述预警信息对应的预警原因。
第三方面,本申请还提供了一种计算机设备,所述计算机设备包括存储器和处理器,所述存储器存储有计算机程序,所述处理器执行所述计算机程序时实现上述第一方面的任一项所述的态势数据获取方法的步骤。
第四方面,本申请还提供了一种计算机可读存储介质,所述计算机可读存储介质上存储有计算机程序,所述计算机程序被处理器执行时实现上述第一方面的任一项所述的态势数据获取方法的步骤。
第五方面,本申请还提供了一种计算机程序产品,所述计算机程序产品包括计算机程序,该计算机程序被处理器执行时实现上述第一方面的任一项所述的态势数据获取方法的步骤。
上述态势数据获取方法、装置、设备、存储介质和程序产品,在检测到业务系统的预警信息时,通过获取上述预警信息对应的目标预警关联要素模型,其中,目标预警关联要素模型用于指示上述预警信息对应的目标关联要素信息。进一步地,根据目标关联要素信息的指示,获取与上述预警信息相关的业务系统的态势数据,上述态势数据用于指示上述预警信息对应的预警原因。可见,相对于传统技术中技术人员在接到预警后通常依靠专业知识根据海量监测数据分析预警原因的方式,本申请实施例中,服务器在检测到业务系统的预警信息时,通过上述预警信息对应的目标预警关联要素模型指示的目标关联要素信息,可以获取与上述预警信息相关的业务系统的态势数据,以便于技术人员可以根据上述态势数据快速且准确地确定上述预警信息对应的预警原因,因此,本申请实施例可以提高辐射环境安全预警原因的分析效率,从而有利于提高预警处置措施的制定效率,有利于保证辐射环境安全。
附图说明
图1为本申请实施例提供的应用环境示意图;
图2为本申请一个实施例中态势数据获取方法的流程示意图;
图3为本申请另一个实施例中态势数据获取方法的流程示意图;
图4为本申请另一个实施例中态势数据获取方法的流程示意图;
图5为本申请另一个实施例中态势数据获取方法的流程示意图;
图6为本申请实施例提供的态势数据获取和应用方法的流程示意图;
图7为本申请一个实施例中态势数据获取装置的结构示意图;
图8为本申请一个实施例中计算机设备的结构示意图。
具体实施方式
为了使本申请的目的、技术方案及优点更加清楚明白,以下结合附图及实施例,对本申请进行进一步详细说明。应当理解,此处描述的具体实施例仅仅用以解释本申请,并不用于限定本申请。
本申请实施例提供的态势数据获取方法、装置、设备、存储介质和程序产品,可以应用于辐射环境安全预警的应用场景;当然还可以应用于其它场景,本申请实施例中对此并不作限定。
本申请实施例提供的态势数据获取方法,可以应用于如图1所示的应用环境中,图1为本申请实施例提供的应用环境示意图,如图1所示,服务器101用于根据本申请实施例提供的态势数据获取方法得到预警信息相关的业务系统的态势数据,并将上述态势数据发送给终端102。终端102用于显示上述态势数据,以便于终端的操作人员可以根据上述态势数据快速且准确地确定上述预警信息对应的预警原因。
示例性地,服务器101可以用独立的服务器或者是多个服务器组成的服务器集群来实现。终端102可以但不限于是各种个人计算机、笔记本电脑、智能手机或者平板电脑。
辐射环境安全应用主要对各类辐射源(例如,核电厂、研究堆、核燃料循环设施、放射源或者射线装置等)进行监控并在发现异常时及时地进行预警,从而最大限度地避免辐射危害,以保障人民生命健康和环境安全。
传统辐射环境安全技术,在检测到异常状态时进行预警,技术人员在接到预警后通常依靠专业知识从海量监测数据中检索与预警相关的数据信息并分析预警原因,以便于从预案库中选择与预警原因对应的预警处置措施。
但传统技术中,技术人员根据海量监测数据分析预警原因需要一定的时间,效率较低,使得无法快速地准确定位预警原因并采取有效的预警处置措施,从而可能会导致存在一定的辐射危害。
本申请实施例中涉及的态势感知是一种基于环境的、动态地以及整体地洞悉安全风险的能力,是以安全大数据为基础,从全局视角提升对安全威胁的发现识别、理解分析以及响应处置能力的一种方式,以便于最终决策与行动。
本申请实施例中涉及的元数据(Meta Data)泛指描述领域概念(DomainConcepts)、领域关系(Domain Roles)、领域规则(Domain Rules)的数据,其中,领域语义(Semantics)和知识(Knowledge)也属于元数据的范畴。
本申请实施例提供的态势数据获取方法、装置、设备、存储介质和程序产品,在检测到业务系统的预警信息时,通过上述预警信息对应的目标预警关联要素模型指示的目标关联要素信息,可以获取与上述预警信息相关的业务系统的态势数据,以便于技术人员可以根据上述态势数据快速且准确地确定上述预警信息对应的预警原因,因此,本申请实施例可以提高辐射环境安全预警原因的分析效率,从而有利于提高预警处置措施的制定效率,有利于保证辐射环境安全。
在一个实施例中,图2为本申请一个实施例中态势数据获取方法的流程示意图,本申请实施例中以该方法应用于图1中的服务器101为例进行说明。如图2所示,本申请实施例的方法可以包括以下步骤:
步骤S201、在检测到业务系统的预警信息时,获取预警信息对应的目标预警关联要素模型。
本步骤中,服务器在检测到业务系统的预警信息时,可以从预设的预警关联要素模型库中获取上述预警信息对应的目标预警关联要素模型,其中,预设的预警关联要素模型库中可以包括多个预警关联要素模型,目标预警关联要素模型用于指示上述预警信息对应的目标关联要素信息。
示例性地,本申请实施例中涉及的目标关联要素信息可以用于指示待获取的与上述预警信息相关的业务系统的态势数据的数据标识信息和数据获取方式信息,以便于可以根据目标关联要素信息的指示,获取与预警信息相关的业务系统的态势数据。需要说明的是,本申请实施例中涉及的与预警信息相关的业务系统的态势数据可以包括但不限于对预警信息相关的要素和事件在时间或空间上的描述信息。
本申请下述实施例中对获取预警信息对应的目标预警关联要素模型的可实现方式进行介绍。
一种可能的实现方式中,服务器可以确定上述预警信息对应的预警类型,并根据上述预警类型,从预设的预警关联要素模型库中获取目标预警关联要素模型。
本实现方式中,服务器中预先存储有多种预设预警类型,以及每种预设预警类型对应的预警关联要素模型,每种预设预警类型对应的预警关联要素模型用于指示上述预设预警类型对应的预警原因所对应的关联要素信息。应理解,本实现方式中涉及的预设的预警关联要素模型库中可以包括:上述每种预设预警类型对应的预警关联要素模型。
本实现方式中,服务器可以通过将上述预警信息与多种预设预警类型进行对比匹配。进一步地,当上述预警信息与某一种预设预警类型(或者称之为目标预设预警类型)匹配时,则服务器可以确定上述预警信息的预警类型为上述目标预设预警类型。进一步地,服务器可以从预设的预警关联要素模型库中获取与上述目标预设预警类型对应的预警关联要素模型作为目标预警关联要素模型,以便于可以根据目标预警关联要素模型所指示的目标关联要素信息,获取与所述预警信息相关的所述业务系统的态势数据,以使技术人员可以根据上述态势数据快速且准确地确定上述预警信息对应的预警原因。
例如,假设上述预警信息指示堆芯温度异常,上述预设的预警关联要素模型库中可以包括:预设堆芯温度异常对应的预警关联要素模型1、预设流出物异常对应的预警关联要素模型2以及预设气体排放异常对应的预警关联要素模型3,服务器可以通过将上述预警信息与多种预设预警类型(如预设堆芯温度异常、预设流出物异常和预设气体排放异常)进行对比匹配,得到上述预警信息与预设堆芯温度异常匹配,从而可以从预设的预警关联要素模型库中获取与上述预设堆芯温度异常对应的预警关联要素模型1作为目标预警关联要素模型。
另一种可能的实现方式中,服务器可以根据上述预警信息的关键字,从预设的预警关联要素模型库中获取与上述关键字对应的预警关联要素模型作为目标预警关联要素模型。
本实现方式中,服务器中预先存储有多种预设关键字,以及每种预设关键字对应的预警关联要素模型,每种预设关键字对应的预警关联要素模型用于指示上述预设关键字对应的预警原因所对应的关联要素信息。应理解,本实现方式中涉及的预设的预警关联要素模型库中可以包括:上述每种预设关键字对应的预警关联要素模型。
本实现方式中,服务器可以通过提取上述预警信息中的关键字,并将提取到的关键字与多种预设关键字进行对比匹配。进一步地,当提取到的关键字与某一种预设关键字(或者称之为目标预设关键字)匹配时,则服务器可以从预设的预警关联要素模型库中获取与上述目标预设关键字对应的预警关联要素模型作为目标预警关联要素模型。
当然,服务器还可以通过其它方式获取上述预警信息对应的目标预警关联要素模型,本申请实施例中对此并不作限定。
步骤S202、根据目标关联要素信息的指示,获取与预警信息相关的业务系统的态势数据。
本步骤中,服务器通过预警关联要素模型解析器对目标预警关联要素模型进行解析得到上述预警信息对应的目标关联要素信息,并可以根据目标关联要素信息所指示的待获取的与上述预警信息相关的业务系统的态势数据的数据标识信息和数据获取方式信息,获取与上述预警信息相关的业务系统的态势数据,其中,上述态势数据用于指示上述预警信息对应的预警原因,以便于技术人员可以根据上述态势数据快速且准确地确定上述预警信息对应的预警原因,从而可以快速且准确地制定有效的预警处置措施。
应理解,本申请实施例中涉及的与上述预警信息相关的业务系统的态势数据为统称,其可以包括多个预警关联要素数据。
示例性地,若本申请实施例中涉及的任意预警关联要素模型可以按照JS对象简谱(JavaScript Object Notation,JSON)形式存储的,则本申请实施例中涉及的预警关联要素模型解析器可以包括JSON解析器。
又一示例性地,若本申请实施例中涉及的任意预警关联要素模型可以按照可扩展标记语言(eXtensible Markup Language,XML)形式存储的,则本申请实施例中涉及的预警关联要素模型解析器可以包括XML解析器。
需要说明的是,若本申请实施例中涉及的任意预警关联要素模型还可以按照其它形式存储的,则本申请实施例中涉及的预警关联要素模型解析器还可以包括其它形式的解析器。
本申请实施例中涉及的任意态势数据的数据标识信息用于唯一标识上述态势数据。示例性地,上述态势数据的数据标识信息可以包括但不限于:上述态势数据的名称信息和/或上述态势数据对应的数据采集装置的标识信息。应理解,本申请实施例中涉及的数据采集装置可以包括但不限于数据采集传感器。
本申请实施例中涉及的任意态势数据的数据获取方式信息用于指示上述态势数据的数据获取方式。示例性地,本申请实施例中涉及的数据获取方式可以包括但不限于以下至少一项:数据提取方式、数据规约方式、数据平均方式、数据估计方式或者数据融合方式。
需要说明的是,若任意态势数据的数据获取方式信息所指示的上述态势数据的数据获取方式中不包含数据提取方式,则服务器可以按照默认的数据提取方式进行数据提取。
示例性地,本申请实施例中涉及的数据提取方式可以包括但不限于以下至少一项:数据抽取方式、数据采样方式或者数据拟合方式。
本申请实施例中涉及的数据归约用于在对数据挖掘任务和数据本身内容理解的基础上,寻找依赖于发现目标(例如预警原因)的数据的有用特征,以缩减数据规模,从而在尽可能保持数据原貌的前提下,最大限度地精简数据量。
示例性地,本申请实施例中涉及的数据规约方式可以包括但不限于以下至少一项:特征归约方式(用于特征提取)、维度归约方式(用于降维)、样本归约方式(用于数据取样)或者数量归约方式(用于数据统计抽象)。
示例性地,本申请实施例中涉及的数据平均方式可以包括但不限于数据加权平均方式,数据估计方式可以包括但不限于贝叶斯估计方式。
本申请实施例中涉及的数据融合用于对各种信息源给出的有用信息的采集、传输、过滤、关联及合成,以便辅助态势和/或环境判定、规划、探测、验证以及诊断。应理解,本申请实施例中的数据融合为特征级融合,即在数据归约基础上,对数据进行关联分析。
上述态势数据获取方法中,服务器在检测到业务系统的预警信息时,通过获取上述预警信息对应的目标预警关联要素模型,其中,目标预警关联要素模型用于指示上述预警信息对应的目标关联要素信息。进一步地,服务器根据目标关联要素信息的指示,获取与上述预警信息相关的业务系统的态势数据,上述态势数据用于指示上述预警信息对应的预警原因。可见,相对于传统技术中技术人员在接到预警后通常依靠专业知识根据海量监测数据分析预警原因的方式,本申请实施例中,服务器在检测到业务系统的预警信息时,通过上述预警信息对应的目标预警关联要素模型指示的目标关联要素信息,可以获取与上述预警信息相关的业务系统的态势数据,以便于技术人员可以根据上述态势数据快速且准确地确定上述预警信息对应的预警原因,因此,本申请实施例可以提高辐射环境安全预警原因的分析效率,从而有利于提高预警处置措施的制定效率,有利于保证辐射环境安全。
进一步地,服务器在获取到与上述预警信息相关的业务系统的态势数据之后,还可以将上述态势数据发送给终端,以供上述终端的操作人员(或者称之为技术人员)可以根据上述态势数据快速且准确地确定上述预警信息对应的预警原因,从而可以快速且准确地制定有效的预警处置措施。
在一个实施例中,图3为本申请另一个实施例中态势数据获取方法的流程示意图,在上述实施例的基础上,本申请实施例中对上述步骤S202中根据目标关联要素信息的指示获取上述业务系统的态势数据的相关内容进行介绍说明。
如图3所示,本申请实施例的方法可以包括:
步骤S301、根据目标关联要素信息,获取态势数据的元数据信息和数据获取算子。
本步骤中,服务器可以根据目标关联要素信息所指示的待获取的与上述预警信息相关的业务系统的态势数据的数据标识信息和数据获取方式信息,获取上述态势数据的元数据信息和数据获取算子。
示例性地,本申请实施例中涉及的元数据信息可以包括但不限于以下至少一项:数据字典、数据编码、数据量程或者数据协议;其中,数据字典用于指示数据存储位置信息(例如,哪个数据库的哪个数据表信息等),数据编码用于指示数据存储时的编码方式,数据量程用于指示数据所属的量程范围,数据协议用于指示数据采集装置的数据传输协议。
示例性地,本申请实施例中涉及的数据获取算子可以包括但不限于以下至少一项:数据提取算子、数据规约算子、数据平均算子、数据估计算子或者数据融合算子。
可选地,若本申请实施例中涉及的目标关联要素信息可以包括但不限于上述态势数据的数据标识信息和数据获取方式信息,则服务器可以根据上述态势数据的数据标识信息获取上述态势数据的元数据信息,并根据上述态势数据的数据获取方式信息获取上述态势数据的数据获取算子。
本申请实施例中,一方面服务器可以根据上述态势数据的数据标识信息从大数据平台的元数据管理模块获取上述态势数据的元数据信息,其中,元数据管理模块用于管理大数据平台中的所有数据的元数据信息。另一方面服务器可以根据上述态势数据的数据获取方式信息所指示的数据获取方式,从大数据平台的模型算法库中获取上述态势数据的数据获取算子,其中,上述数据获取算子可以包括但不限于上述数据获取方式对应的数据获取算子。
可选地,若上述态势数据的数据获取方式信息所指示的数据获取方式包括数据提取方式,则上述态势数据的数据获取算子可以包括上述数据提取方式对应的数据提取算子;若上述态势数据的数据获取方式信息所指示的数据获取方式包括数据规约方式,则上述态势数据的数据获取算子可以包括上述数据规约方式对应的数据规约算子;若上述态势数据的数据获取方式信息所指示的数据获取方式包括数据平均方式,则上述态势数据的数据获取算子可以包括上述数据平均方式对应的数据平均算子;若上述态势数据的数据获取方式信息所指示的数据获取方式包括数据估计方式,则上述态势数据的数据获取算子可以包括上述数据估计方式对应的数据估计算子;若上述态势数据的数据获取方式信息所指示的数据获取方式包括数据融合方式,则上述态势数据的数据获取算子可以包括上述数据融合方式对应的数据融合算子。
示例性地,服务器可以通过预警关联要素模型解析器确定目标预警关联要素模型所指示的目标关联要素信息中指示需要数据提取操作时,可以从模型算法库中获取对应的数据提取算子。应理解,由于数据提取操作为基本的数据查询筛选操作,因此,上述数据提取方式对应的数据提取算子也可以替换为数据执行因子。
进一步地,服务器可以通过预警关联要素模型解析器确定目标关联要素信息中指示需要数据规约操作时,可以从模型算法库中获取对应的数据规约算子。
进一步地,服务器可以通过预警关联要素模型解析器确定目标关联要素信息中指示需要数据融合操作时,可以从模型算法库中获取对应的数据融合算子。应理解,服务器还可以通过预警关联要素模型解析器确定出所需数据融合操作对应的数据对象,以便于构建数据获取任务。
步骤S302、根据元数据信息和数据获取算子,获取态势数据。
本步骤中,服务器可以根据上述态势数据的元数据信息和数据获取算子,通过态势数据提取调度器获取上述态势数据。
可选地,服务器可以根据上述态势数据的元数据信息和数据获取算子,生成数据获取任务,并执行上述数据获取任务,以获取上述态势数据。
示例性地,服务器可以根据上述态势数据的元数据信息和数据获取算子,通过态势数据提取调度器构建数据获取有向无环图(Directed Acyclic Graph,DAG)任务流,然后执行数据获取DAG任务流,从而可以获取上述态势数据。
应理解,服务器通过态势数据提取调度器构建数据获取DAG任务流以及执行数据获取DAG任务流的过程中,可以遵循大数据组件oozie的作业协调框架要求;当然,还可以遵循其它作业协调框架要求,本申请实施例中对此并不作限定。
图4为本申请另一个实施例中态势数据获取方法的流程示意图,如图4所示,服务器可以通过预警关联要素模型解析器对目标预警关联要素模型进行解析得到上述预警信息对应的目标关联要素信息,其中,目标关联要素信息可以包括但不限于上述态势数据的数据标识信息和数据获取方式信息。
进一步地,服务器可以根据上述态势数据的数据标识信息从大数据平台的元数据管理模块查询获取上述态势数据的元数据信息,以及根据上述态势数据的数据获取方式信息所指示的数据获取方式,从大数据平台的模型算法库中获取上述态势数据的数据获取算子;其中,元数据信息可以包括但不限于:数据字典、数据编码、数据量程和数据协议,模型算法库中可以包括但不限于:数据提取算子、数据规约算子、数据平均算子、数据估计算子和数据融合算子。
进一步地,服务器可以根据上述态势数据的元数据信息和数据获取算子,通过态势数据提取调度器构建数据获取DAG任务流(如图4所示包括多个数据获取任务),并执行数据获取DAG任务流,从而可以得到与上述预警信息相关的业务系统的态势数据。需要说明的是,图4中的DAG任务流的形式仅仅为示意性地,还可以为其它形式的,本申请实施例中对此并不作限定。
可见,相对于传统技术中技术人员在接到预警后通常依靠专业知识根据海量监测数据分析预警原因的方式,本申请实施例提供的态势数据获取方法,服务器通过根据目标关联要素信息,获取与上述预警信息相关的业务系统的态势数据的元数据信息和数据获取算子,并根据上述态势数据的元数据信息和数据获取算子,获取上述态势数据,其中,上述态势数据用于指示上述预警信息对应的预警原因,以便于技术人员可以根据上述态势数据快速且准确地确定上述预警信息对应的预警原因,因此,本申请实施例可以提高辐射环境安全预警原因的分析效率,从而有利于提高预警处置措施的制定效率,有利于保证辐射环境安全。
在上述实施例的基础上,为了便于理解,本申请下述实施例中对态势数据获取方法的整体流程进行介绍。
图5为本申请另一个实施例中态势数据获取方法的流程示意图,图6为本申请实施例提供的态势数据获取和应用方法的流程示意图,结合图5和图6所示,本申请实施例中可以通过专用数据采集装置采集核电厂实时监测数据,以及实时采集互联网实时数据,其中,核电厂实时监测数据可以包括但不限于以下至少一项:核电厂反应堆监测数据、核电厂环境监测实验室监测数据、核电厂环境监测自动站监测数据或者核电厂环境监测移动站监测数据;互联网实时数据可以包括但不限于以下至少一项:气象和海洋数据,或者,台风和地震数据。
进一步地,服务器可以根据各监测数据分别对应的预设量程范围,对核电厂实时监测数据和互联网实时数据进行实时监控,以便于可以及时地识别状态异常,从而得到预警信息。例如,若监测到核电厂反应堆的堆芯温度大于对应的预设量程范围,则可以识别出核反应堆的堆芯温度异常,从而生成堆芯温度异常对应的预警信息。应理解,服务器在检测到预警信息时,还可以向技术人员对应的终端发送预警信息。
进一步地,服务器在检测到预警信息时,可以从预设的预警关联要素模型库中获取目标预警关联要素模型。例如,如图5所示,预设的预警关联要素模型库中可以包括:预设堆芯温度异常对应的预警关联要素模型1、预设流出物异常对应的预警关联要素模型2以及预设气体排放异常对应的预警关联要素模型3。
进一步地,服务器通过预警关联要素模型解析器对目标预警关联要素模型进行解析得到数据获取任务(包括多个数据获取子任务),并通过态势数据提取调度器构建数据获取任务流并执行数据获取任务流,从而得到与上述预警信息相关的业务系统的态势数据。
进一步地,服务器可以将与上述预警信息相关的业务系统的态势数据发送给技术人员对应的终端,以便于技术人员可以根据上述态势数据快速且准确地确定上述预警信息对应的预警原因,以及从预案库中选择与预警原因对应的预警处置措施。可见,本申请实施例可以提高辐射环境安全预警原因的分析效率,从而有利于提高预警处置措施的制定效率,有利于保证辐射环境安全。
综上所述,本申请实施例的态势数据获取方法通过预设有预警关联要素模型库,不仅可以将专家经验知识转化为模型进行统一管理,以便于为预警态势数据的智能获取奠定基础,而且还可以充分利用专家经验知识保障待获取的态势数据的完整性和有效性;同时通过借助大数据技术实现模型解析和任务调度功能,可以满足预警态势数据构建的实时性以及准确性,从而有利于提升辐射环境安全预警研判、危害评估以及预警处置的工作效率和质量。
应该理解的是,虽然如上所述的各实施例所涉及的流程图中的各个步骤按照箭头的指示依次显示,但是这些步骤并不是必然按照箭头指示的顺序依次执行。除非本文中有明确的说明,这些步骤的执行并没有严格的顺序限制,这些步骤可以以其它的顺序执行。而且,如上所述的各实施例所涉及的流程图中的至少一部分步骤可以包括多个步骤或者多个阶段,这些步骤或者阶段并不必然是在同一时刻执行完成,而是可以在不同的时刻执行,这些步骤或者阶段的执行顺序也不必然是依次进行,而是可以与其它步骤或者其它步骤中的步骤或者阶段的至少一部分轮流或者交替地执行。
基于同样的发明构思,本申请实施例还提供了一种用于实现上述所涉及的态势数据获取方法的态势数据获取装置。该装置所提供的解决问题的实现方案与上述方法中所记载的实现方案相似,故下面所提供的一个或多个态势数据获取装置实施例中的具体限定可以参见上文中对于态势数据获取方法的限定,在此不再赘述。
在一个实施例中,图7为本申请一个实施例中态势数据获取装置的结构示意图,本申请实施例提供的态势数据获取装置可以应用于服务器中。如图7所示,本申请实施例的态势数据获取装置,可以包括:第一获取模块701和第二获取模块702。
其中,第一获取模块701,用于在检测到业务系统的预警信息时,获取所述预警信息对应的目标预警关联要素模型,其中,所述目标预警关联要素模型用于指示所述预警信息对应的目标关联要素信息;
第二获取模块702,用于根据所述目标关联要素信息的指示,获取与所述预警信息相关的所述业务系统的态势数据,所述态势数据用于指示所述预警信息对应的目标预警原因。
在其中一个实施例中,所述第二获取模块702,包括:
第一获取单元,用于根据所述目标关联要素信息,获取所述态势数据的元数据信息和数据获取算子;
第二获取单元,用于根据所述元数据信息和所述数据获取算子,获取所述态势数据。
在其中一个实施例中,所述第二获取单元具体用于:
根据所述元数据信息和所述数据获取算子,生成数据获取任务;
执行所述数据获取任务,以获取所述态势数据。
在其中一个实施例中,所述目标关联要素信息包括所述态势数据的数据标识信息和数据获取方式信息,所述第一获取单元具体用于:
根据所述数据标识信息获取所述元数据信息;
根据所述数据获取方式信息获取所述数据获取算子。
在其中一个实施例中,所述数据获取算子包括:数据提取算子、数据规约算子、数据平均算子、数据估计算子或者数据融合算子中的至少一项。
在其中一个实施例中,所述第一获取模块701具体用于:
确定所述预警信息对应的预警类型;
根据所述预警类型,从预设的预警关联要素模型库中获取所述目标预警关联要素模型。
在其中一个实施例中,所述装置还包括:
发送模块,用于将所述态势数据发送给终端,以供所述终端的操作人员根据所述态势数据确定所述预警信息对应的预警原因。
本申请实施例提供的态势数据获取装置可以用于执行本申请上述态势数据获取方法实施例中的技术方案,其实现原理和技术效果类似,此处不再赘述。
上述态势数据获取装置中的各个模块可全部或部分通过软件、硬件及其组合来实现。上述各模块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模块对应的操作。
在一个实施例中,图8为本申请一个实施例中计算机设备的结构示意图,可选地,该计算机设备可以是服务器。如图8所示,本申请实施例提供的计算机设备可以包括通过系统总线连接的处理器、存储器和网络接口。其中,该计算机设备的处理器用于提供计算和控制能力。该计算机设备的存储器包括非易失性存储介质和内存储器。该非易失性存储介质存储有操作系统、计算机程序和数据库。该内存储器为非易失性存储介质中的操作系统和计算机程序的运行提供环境。该计算机设备的数据库用于存储态势数据获取过程中的相关数据或者信息。该计算机设备的网络接口用于与外部的终端通过网络连接通信。该计算机程序被处理器执行时以实现本申请上述态势数据获取方法实施例中的技术方案,其实现原理和技术效果类似,此处不再赘述。
本领域技术人员可以理解,图8中示出的结构,仅仅是与本申请方案相关的部分结构的框图,并不构成对本申请方案所应用于其上的计算机设备的限定,具体的计算机设备可以包括比图中所示更多或更少的部件,或者组合某些部件,或者具有不同的部件布置。
在一个实施例中,还提供了一种计算机设备,包括存储器和处理器,存储器中存储有计算机程序,该处理器执行计算机程序时实现本申请上述态势数据获取方法实施例中的技术方案,其实现原理和技术效果类似,此处不再赘述。
在一个实施例中,提供了一种计算机可读存储介质,其上存储有计算机程序,计算机程序被处理器执行时实现本申请上述态势数据获取方法实施例中的技术方案,其实现原理和技术效果类似,此处不再赘述。
在一个实施例中,提供了一种计算机程序产品,包括计算机程序,该计算机程序被处理器执行时实现本申请上述态势数据获取方法实施例中的技术方案,其实现原理和技术效果类似,此处不再赘述。
本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程,是可以通过计算机程序来指令相关的硬件来完成,所述的计算机程序可存储于一非易失性计算机可读取存储介质中,该计算机程序在执行时,可包括如上述各方法的实施例的流程。其中,本申请所提供的各实施例中所使用的对存储器、数据库或其它介质的任何引用,均可包括非易失性和易失性存储器中的至少一种。非易失性存储器可包括只读存储器(Read-OnlyMemory,ROM)、磁带、软盘、闪存、光存储器、高密度嵌入式非易失性存储器、阻变存储器(ReRAM)、磁变存储器(Magnetoresistive Random Access Memory,MRAM)、铁电存储器(Ferroelectric Random Access Memory,FRAM)、相变存储器(Phase Change Memory,PCM)、石墨烯存储器等。易失性存储器可包括随机存取存储器(Random Access Memory,RAM)或外部高速缓冲存储器等。作为说明而非局限,RAM可以是多种形式,比如静态随机存取存储器(Static Random Access Memory,SRAM)或动态随机存取存储器(Dynamic RandomAccess Memory,DRAM)等。本申请所提供的各实施例中所涉及的数据库可包括关系型数据库和非关系型数据库中至少一种。非关系型数据库可包括基于区块链的分布式数据库等,不限于此。本申请所提供的各实施例中所涉及的处理器可为通用处理器、中央处理器、图形处理器、数字信号处理器、可编程逻辑器、基于量子计算的数据处理逻辑器等,不限于此。
以上实施例的各技术特征可以进行任意的组合,为使描述简洁,未对上述实施例中的各个技术特征所有可能的组合都进行描述,然而,只要这些技术特征的组合不存在矛盾,都应当认为是本说明书记载的范围。
以上所述实施例仅表达了本申请的几种实施方式,其描述较为具体和详细,但并不能因此而理解为对本申请专利范围的限制。应当指出的是,对于本领域的普通技术人员来说,在不脱离本申请构思的前提下,还可以做出若干变形和改进,这些都属于本申请的保护范围。因此,本申请的保护范围应以所附权利要求为准。

Claims (10)

1.一种态势数据获取方法,其特征在于,所述方法包括:
在检测到业务系统的预警信息时,获取所述预警信息对应的目标预警关联要素模型,其中,所述目标预警关联要素模型用于指示所述预警信息对应的目标关联要素信息;
根据所述目标关联要素信息的指示,获取与所述预警信息相关的所述业务系统的态势数据,所述态势数据用于指示所述预警信息对应的预警原因。
2.根据权利要求1所述的方法,其特征在于,所述根据所述目标关联要素信息的指示,获取与所述预警信息相关的所述业务系统的态势数据,包括:
根据所述目标关联要素信息,获取所述态势数据的元数据信息和数据获取算子;
根据所述元数据信息和所述数据获取算子,获取所述态势数据。
3.根据权利要求2所述的方法,其特征在于,所述根据所述元数据信息和所述数据获取算子,获取所述态势数据,包括:
根据所述元数据信息和所述数据获取算子,生成数据获取任务;
执行所述数据获取任务,以获取所述态势数据。
4.根据权利要求2或3所述的方法,其特征在于,所述目标关联要素信息包括所述态势数据的数据标识信息和数据获取方式信息,所述根据所述目标关联要素信息,获取所述态势数据的元数据信息和数据获取算子,包括:
根据所述数据标识信息获取所述元数据信息;
根据所述数据获取方式信息获取所述数据获取算子。
5.根据权利要求1-3中任一项所述的方法,其特征在于,所述获取所述预警信息对应的目标预警关联要素模型,包括:
确定所述预警信息对应的预警类型;
根据所述预警类型,从预设的预警关联要素模型库中获取所述目标预警关联要素模型。
6.根据权利要求1-3中任一项所述的方法,其特征在于,所述方法还包括:
将所述态势数据发送给终端,以供所述终端的操作人员根据所述态势数据确定所述预警信息对应的预警原因。
7.一种态势数据获取装置,其特征在于,所述装置包括:
第一获取模块,用于在检测到业务系统的预警信息时,获取所述预警信息对应的目标预警关联要素模型,其中,所述目标预警关联要素模型用于指示所述预警信息对应的目标关联要素信息;
第二获取模块,用于根据所述目标关联要素信息的指示,获取与所述预警信息相关的所述业务系统的态势数据,所述态势数据用于指示所述预警信息对应的目标预警原因。
8.一种计算机设备,包括存储器和处理器,所述存储器存储有计算机程序,其特征在于,所述处理器执行所述计算机程序时实现权利要求1至7中任一项所述的方法的步骤。
9.一种计算机可读存储介质,其上存储有计算机程序,其特征在于,所述计算机程序被处理器执行时实现权利要求1至7中任一项所述的方法的步骤。
10.一种计算机程序产品,包括计算机程序,其特征在于,该计算机程序被处理器执行时实现权利要求1至7中任一项所述的方法的步骤。
CN202210617313.6A 2022-06-01 2022-06-01 态势数据获取方法、装置、设备、存储介质和程序产品 Pending CN115168680A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202210617313.6A CN115168680A (zh) 2022-06-01 2022-06-01 态势数据获取方法、装置、设备、存储介质和程序产品

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202210617313.6A CN115168680A (zh) 2022-06-01 2022-06-01 态势数据获取方法、装置、设备、存储介质和程序产品

Publications (1)

Publication Number Publication Date
CN115168680A true CN115168680A (zh) 2022-10-11

Family

ID=83482574

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202210617313.6A Pending CN115168680A (zh) 2022-06-01 2022-06-01 态势数据获取方法、装置、设备、存储介质和程序产品

Country Status (1)

Country Link
CN (1) CN115168680A (zh)

Similar Documents

Publication Publication Date Title
CN111177095B (zh) 日志分析方法、装置、计算机设备及存储介质
US8928476B2 (en) System for advanced security management
US20190228296A1 (en) Significant events identifier for outlier root cause investigation
CN111177714B (zh) 异常行为检测方法、装置、计算机设备和存储介质
CN109716356A (zh) 多变量数据中的异常检测
CN109902446B (zh) 用于生成信息预测模型的方法和装置
CN110727572A (zh) 埋点数据处理方法、装置、设备及存储介质
US20140337264A1 (en) Scalable spatiotemporal clustering of heterogeneous events
US11036981B1 (en) Data monitoring system
CN112445583A (zh) 任务管理方法、任务管理系统、电子设备、存储介质
CN110704445B (zh) 工业数据湖系统
CN112992350A (zh) 一种体征数据的监测方法、装置、电子终端及存储介质
CN112100239A (zh) 车辆检测设备画像生成方法、装置、服务器及可读存储介质
Guana et al. Improving software product line configuration: A quality attribute-driven approach
CN112686773A (zh) 一种基于融合业务拓扑的电力计量全链路关键业务异常定位模型构建方法
Alverbro et al. Methods for risk analysis
CN115168680A (zh) 态势数据获取方法、装置、设备、存储介质和程序产品
CN117009371A (zh) 数据血缘分析方法、装置、设备、存储介质及程序产品
CN116489336A (zh) 基于虚拟制片的设备监测方法、装置、设备、介质及产品
CN111931798B (zh) 进行冷头状态分类检测和寿命预测的方法
CN115098326A (zh) 一种系统异常检测方法及装置、存储介质及电子设备
Kotti Industrial Automation with Safety Aspects using Machine Learning Techniques
CN116467139B (zh) 系统告警重复率检测方法、电子设备及可读存储介质
CN116450632B (zh) 地理样本数据质量评估方法、设备及存储介质
KR101503463B1 (ko) 가중치평균을 이용한 선박 내부 모니터링 방법

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