CN116030943B - 一种大数据智慧运维控制系统及方法 - Google Patents

Abstract

本发明公开了一种大数据智慧运维控制系统及方法，包括运维数据管理调度系统、运维管理控制系统、安全防护系统和Hadoop集群数据仓库；医疗设备智能终端和水电气环境管理端均通过物联网网关连接物联网监控平台，所述物联网监控平台连接医疗智慧运维控制平台，运维管理控制系统包括用于医疗设备故障和医疗环境问题的报修管理的报修管理模块、运维进度管理模块、知识库管理模块、报表统计模块、以及应急预案模块；本发明构建一体化医疗智慧运维控制平台，不仅便于医院相关人员的使用，且通过各项故障数据关联知识库，响应不同的运维应急预案，能够改善和提高运维人员的报修效果，有利于医院的数字化智能发展。

Description

一种大数据智慧运维控制系统及方法

技术领域

本发明涉及大数据运维技术领域，特别是一种大数据智慧运维控制系统及方法。

背景技术

医院信息化基础设施包含大量的计算机终端、服务器、网络设备、数据库、中间件，以及HIS、LIS、PACS等各类医院应用系统，针对这些设备和系统进行运维维护非常重要。由此带来了大量的信息系统运维工作，比如软硬件故障的分析、排除，各种系统需求与问题的跟踪等，给医院信息管理部门带来了不小的挑战和压力。基于这个前提，建立一个能够综合管理医院的各种信息系统的运维管理系统，进而提升医院信息系统的管理和维护水平，是非常必要和迫切的。

目前的医院园区在运维管理过程中，大多是将医院园区内的各功能区域独立分别管理，且各功能区域之间的信息不互通，导致运维管理的成本高，效率低，且对于医院园区内的公共设备以及个人设备使用中，不能够及时的发现问题，并解决问题，例如医院运维在医院信息系统的日常运行维护管理中，临床科室打电话反映系统存在的问题，而当班人员接到电话后根据科室所反映问题的类型指派相应的工程师来处理问题，那么在这种模式下会影响临床科室的满意度，也不利于问题的跟踪，系统的一体化运维管理的程度不高，运维问题疑难问题需要根据运维人员的知识量确定，难以保障运维的可靠性；同时市面这些系统在检测和运维过程中并未考虑自身系统的安全性，以及自身传输数据的安全性，如果这些设备的传输数据被侦听或者窃取，甚至被其他非法人员控制使用，则会产生巨大的安全隐患。

发明内容

鉴于上述现有的医院数据运维中存在的问题，提出了本发明。

因此，本发明提供一种大数据智慧运维控制系统及方法，其利用大数据对医疗设备和环境设备进行智能运维，构建一体化医疗智慧运维控制平台，不仅便于医院相关人员的使用，且通过各项故障数据关联知识库，响应不同的运维应急预案，能够改善和提高运维人员的报修效果，有利于医院的数字化智能发展。

为解决上述技术问题，本发明提供如下技术方案：

一种大数据智慧运维控制系统包括医疗智慧运维控制平台，所述医疗智慧运维控制平台包括运维数据管理调度系统、运维管理控制系统、安全防护系统和Hadoop集群数据仓库；还包括用于医院单位监测的医疗设备智能终端和水电气环境管理端，所述医疗设备智能终端和水电气环境管理端均通过物联网网关连接物联网监控平台，所述物联网监控平台连接医疗智慧运维控制平台；

所述运维数据管理调度系统设有数据分类分析模块，所述运维管理控制系统包括用于医疗设备故障和医疗环境问题的报修管理的报修管理模块、运维进度管理模块、知识库管理模块、报表统计模块、以及应急预案模块；其中，所述知识库管理模块用于给出医疗设备故障和医疗环境问题的报修事件中，所要解决问题的解决方案，以及更新补充当前报修事件的解决方案；所述报表统计模块用于运维数据查询和运维人员工作量查询；

所述应急预案模块用于医院内网络故障、设备故障、恶意攻击、计算机病毒以及突发事件致使医院信息系统不能正常运行，用于将应急事件分为一、二或三级突发事件，并启动相应的应急预案；

所述安全防护系统包括部署在医院网络应用层进出端口处的Web应用防火墙、APT攻击预警防护设备、Web业务安全审计系统和运维审计系统。

作为本发明的一种优选方案，其中：所述运维数据管理调度系统中数据分类分析模块的数据分类采用SVM支持向量机进行数据分类，具体为数据标记与分组、构建SVM分类器、训练分类模型和应用分类模型预测结果；通过下式以最优超平面w^φtφ(x)+b＝0将数据分类，如下：

其中，w为权重向量，b为需要求解的向量，y_i为真实标签，x_i和x为输入样本，k(x_i,x)为替代x_i和x内积运算的核函数；根据SVM支持向量机的分类结果对数据进行逐一标注；训练分类模型采用关联规则挖掘模型的评估标准，包括支持度、置信度以及提升度；

训练分类模型采用关联规则挖掘模型的评估标准，包括支持度、置信度以及提升度。

基于上述可知，通过海量历史数据建立可靠稳定的数据挖掘模型库，提供所有类型数据支持的模型集合，建立数据挖掘引擎，即依据现场数据的类型对数据进行数据清洗和分类处理，以此来提高数据挖掘的快速性和准确性。基于数据统计对现场数据进行深入的挖掘。

作为本发明的一种优选方案，其中：以支持度(Support(A→B))和置信度(Confidence(A→B))两个指标作为规则有效度的度量标准，如下所示：

Support(A→B)＝P(A∪B)Confidence(A→B)＝P(A|B)＝P(A∪B)/P(A)；

提升度作为关联相关性，如下：

Lift(A→B)＝P(A|B)/P(B)。

作为本发明的一种优选方案，其中：所述运维管理控制系统还包括系统维护功能模块、用户管理模块、项目备份单元、编辑器设置单元；

系统维护功能模块，用于医疗智慧运维控制平台的数据维护；

用户管理模块，用于根据工作需要把用户分为3个层级，系统管理员、运维人员、临床科人员，即根据不同的用户权限来实现各自功能；

项目备份单元，用于医疗智慧运维控制平台的运维项目的数据备份；

编辑器设置单元，用于不同的用户根据需求对应的关闭或开启所述运维管理控制系统中个模块的功能，以适应自己的编辑需求。

作为本发明的一种优选方案，其中：所述运维数据为运维记录的各种统计信息，包括查询一段时间内医疗设备故障和医疗环境问题的报修管理的工作总量，医疗设备故障和医疗环境问题的报修管理的故障发生数量，以及各个科室发生故障数量以及各故障硬件维修次数查询。

作为本发明的一种优选方案，其中：所述运维进度管理模块用于根据医院相应人员提供的报修内容，或运维人员记录的报修详细信息，详细信息包括报修科室、报修人、记录人、记录时间、是否紧急、问题处理人，以及医疗设备智能终端和水电气环境管理端的故障处理结果、处理方法、问题分类、故障硬件编号、备注、记录。

作为本发明的一种优选方案，其中：所述终端用户包括决策层用户、业务层用户和管理层用户，终端包括PC端、手机端和移动终端。

作为本发明的一种优选方案，其中：所述应急预案模块的应急预案包括一、二、三级突发事件匹配的预警级别，相关部门的职责和人员分工、突发事件的预防和应急处理方案、突发事件发生的现场，应急设施、设备，以及物资，突发事件信息的收集、分析、报告、通报。

一种大数据智慧运维控制系统的方法，包括：

步骤一，构建医院的医疗设备智能终端和水电气环境管理端物联网监控平台，监测医疗设备智能终端和水电气环境管理端中相应的设备器件，获取和缓存医疗设备故障和医疗环境问题数据；

步骤二，基于医疗设备故障和医疗环境问题数据，以及根据数据分类、关联规则构建多联机设备器件故障诊断后，通过训练分类模型和应用模型预测当前所述医疗设备故障和医疗环境问题数据的故障结果；

步骤三，实时通过运维数据管理调度系统提取出医疗设备故障和医疗环境问题数据中的有效数据至Hadoop集群数据仓库中，形成了知识库，具体地Hadoop集群数据仓库中进行数据标记与分组、构建SVM分类器、训练分类模型和应用模型预测结果，并采用关联规则挖掘模型的评估标准，对现场问题数据进行深入的挖掘；

步骤四，基于医疗智慧运维控制平台对医院实时进行大数据智慧运维；具体地对医疗设备智能终端和水电气环境管理端进行监测，获取当前医疗设备故障和医疗环境问题数据；通过报修管理模块进行自动报修和管理，分配相应的运维人员报修，运维人员根据当前医疗设备故障和医疗环境问题进行运维，同时结合知识库管理模块用于给出医疗设备故障和医疗环境问题的报修事件中，所要解决问题的解决方案，以及更新补充当前报修事件的解决方案；通过报表统计模块用于运维数据查询和运维人员工作量查询。对医院实时进行大数据智慧运维时，还包括通过应急预案模块确定相应的应急事件所对应的一、二或三级突发事件，进行相关部门的职责和人员分工、突发事件的预防和应急处理方案、突发事件发生的现场，应急设施、设备，以及物资，突发事件信息的收集、分析、报告、通报，确保运维过程中的安全。

本发明的有益效果：本发明利用大数据对医疗设备和环境设备进行智能运维，构建一体化医疗智慧运维控制平台，不仅便于医院相关人员的使用，且通过各项故障数据关联知识库，响应不同的运维应急预案，能够改善和提高运维人员的报修效果，有利于医院的数字化智能发展。

附图说明

为了更清楚地说明本发明实施例的技术方案，下面将对实施例描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动性的前提下，还可以根据这些附图获得其它的附图。其中：

图1为本发明实施例中大数据智慧运维控制系统的模块化结构示意图；

图2为本发明实施例中运维管理控制系统的模块化结构示意图。

图中标号：10、医疗智慧运维控制平台；101、运维数据管理调度系统；102、运维管理控制系统；103、安全防护系统；104、Hadoop集群数据仓库。

具体实施方式

为使本发明实施例的目的、技术方案和优点更加清楚，下面将结合本发明实施例的附图，对本发明实施例的技术方案进行清楚、完整地描述。显然，所描述的实施例是本发明的一部分实施例，而不是全部的实施例。基于所描述的本发明的实施例，本领域普通技术人员所获得的所有其他实施例，都属于本发明保护的范围。

由于在医院数据运维中，传统的系统的一体化运维管理的程度不高，运维问题疑难问题需要根据运维人员的知识量确定，难以保障运维的可靠性；基于此，本发明提出了一种大数据智慧运维控制系统及方法，利用大数据对医疗设备和环境设备进行智能运维，构建一体化医疗智慧运维控制平台，不仅便于医院相关人员的使用，且通过各项故障数据关联知识库，响应不同的运维应急预案，能够改善和提高运维人员的报修效果，有利于医院的数字化智能发展。

下面通过实施例并结合附图对本方案做进一步具体说明。

参照图1和图2，为本发明的一个实施例，该实施例提供了一种大数据智慧运维控制系统及方法。一种大数据智慧运维控制系统包括医疗智慧运维控制平台10，医疗智慧运维控制平台10包括运维数据管理调度系统101、运维管理控制系统102、安全防护系统103和Hadoop集群数据仓库104；需要强调的是，通过Hadoop开源大数据集群技术，利用统一的数据总线针对不同类型数据进行运维管理，可为医疗设备智能终端解决历史数据与特征数据保留发、分类等疑难问题。

本实施例还包括用于医院单位监测的医疗设备智能终端和水电气环境管理端，医疗设备智能终端和水电气环境管理端均通过物联网网关连接物联网监控平台，物联网监控平台连接医疗智慧运维控制平台10。本发明利用大数据对医疗设备和环境设备进行智能运维，构建一体化医疗智慧运维控制平台，不仅便于医院相关人员的使用，且通过各项故障数据关联知识库，响应不同的运维应急预案，具体分类关联方案如下：

本实施例的运维数据管理调度系统101设有数据分类分析模块，运维数据管理调度系统101中数据分类分析模块的数据分类采用SVM支持向量机进行数据分类，具体为数据标记与分组、构建SVM分类器、训练分类模型和应用分类模型预测结果；通过SVM支持向量机对数据进行分类和标注，通过下式以最优超平面w^φtφ(x)+b＝0将数据分类，如下：

其中，w为权重向量，b为需要求解的向量，y_i为真实标签，x_i和x为输入样本，k(x_i,x)为替代x_i和x内积运算的核函数；根据SVM支持向量机的分类结果对数据进行逐一标注；训练分类模型采用关联规则挖掘模型的评估标准，包括支持度、置信度以及提升度；

训练分类模型采用关联规则挖掘模型的评估标准，包括支持度、置信度以及提升度。

具体地以支持度(Support(A→B))和置信度(Confidence(A→B))两个指标作为规则有效度的度量标准，如下所示：

Support(A→B)＝P(A∪B)Confidence(A→B)＝P(A|B)＝P(A∪B)/P(A)；

提升度作为关联相关性，如下：

Lift(A→B)＝P(A|B)/P(B)。

该实施例的运维管理控制系统102包括用于医疗设备故障和医疗环境问题的报修管理的报修管理模块、运维进度管理模块、知识库管理模块、报表统计模块、以及应急预案模块；其中，知识库管理模块用于给出医疗设备故障和医疗环境问题的报修事件中，所要解决问题的解决方案，以及更新补充当前报修事件的解决方案；报表统计模块用于运维数据查询和运维人员工作量查询；运维管理控制系统102还包括系统维护功能模块、用户管理模块、项目备份单元、编辑器设置单元；系统维护功能模块，用于医疗智慧运维控制平台10的数据维护；用户管理模块，用于根据工作需要把用户分为3个层级，系统管理员、运维人员、临床科人员，即根据不同的用户权限来实现各自功能；项目备份单元，用于医疗智慧运维控制平台10的运维项目的数据备份；编辑器设置单元，用于不同的用户根据需求对应的关闭或开启所述运维管理控制系统102中个模块的功能，以适应自己的编辑需求。

本实施例的报修管理模块，报修管理功能是临床科室与IT部门进行沟通的统一窗口。此功能为临床科室提供了报修的窗口，在此功能只需要选择上科室，IP地址，故障类型，问题描述等即可，运维看到单子后会快速根据故障类型下发给合适的运维工程师来处理，处理完成后，处理状更新完成，并致电相关科室。

本实施例的运维进度管理模块，根据临床科室提供的报修内容，或运维人员记录的报修详细信息，包括报修内容、报修科室、报修人、记录人、记录时间、是否紧急、问题处理人、处理结果、处理方法、问题分类、对应故障硬件编号和备注等。记录人可以将故障处理任务转发给相关负责运维工程师。运维工程师使用的用户名、口令，查看到所有待处理故障。在故障被处理完成后，处理运维工程师记录好处理结果、处理方法、分类、备注等。

本实施例的系统维护功能模块根据工作需要把用户分为3个层级，系统管理员、运维工作人员、临床科人员，根据不同的用户权限来实现各自功能。

本实施例的知识库管理模块，运维工程师在解决问题过程中，对发现的新问题、新的解决方法，日常维护记录的内容、方法将被录入到常见问题中。运维工程师进行修改、总结、记录好故障内容，填写好解决方案，形成简单易操作的文档资料，补充到知识库中。维护人员在遇到不会解决的类似问题时，可以先按照问题分类查询知识库，从而找到解决问题的方法。

本实施例的报表统计模块此功能提供科室报修数据查询和运维人员工作量查询，运维记录的各种统计信息，包括查询一段时间内工作总量，各种类型故障发生数量，各个科室发生故障数量以及各故障硬件维修次数查询，也为本科室人员工作量核算提供依据。

本实施例的运维数据为运维记录的各种统计信息，包括查询一段时间内医疗设备故障和医疗环境问题的报修管理的工作总量，医疗设备故障和医疗环境问题的报修管理的故障发生数量，以及各个科室发生故障数量以及各故障硬件维修次数查询；

本实施例的运维进度管理模块用于根据医院相应人员提供的报修内容，或运维人员记录的报修详细信息，详细信息包括报修科室、报修人、记录人、记录时间、是否紧急、问题处理人，以及医疗设备智能终端和水电气环境管理端的故障处理结果、处理方法、问题分类、故障硬件编号、备注、记录

本实施例的应急预案模块用于医院内网络故障、设备故障、恶意攻击、计算机病毒以及突发事件致使医院信息系统不能正常运行，用于将应急事件分为一、二或三级突发事件，并启动相应的应急预案；此外应急预案模块的应急预案包括一、二、三级突发事件匹配的预警级别，相关部门的职责和人员分工、突发事件的预防和应急处理方案、突发事件发生的现场，应急设施、设备，以及物资，突发事件信息的收集、分析、报告、通报。

安全防护系统103包括部署在医院网络应用层进出端口处的Web应用防火墙、APT攻击预警防护设备、Web业务安全审计系统和运维审计系统。其中，Web应用防火墙用作在智慧校园网络的应用层，针对安全事件发生时序进行安全建模，并且分别针对安全漏洞、攻击手段及最终攻击结果进行扫描、防护及诊断；APT攻击预警防护设备实现深度协议解析，实现高危邮件分析、Web攻击、账号异常、隐蔽信道检测、TCP异常会话检测，通过全方位及多角度的异常网络行为的检测，对攻击事件进行完整的分析；Web业务安全审计系统为Web应用提供实时监控、自动告警和事后追溯的全面防护方案；运维审计系统支持多种字符终端协议、文件传输协议、图形终端协议和远程应用协议的安全监控与历史查询。

本实施例的终端用户包括决策层用户、业务层用户和管理层用户，终端包括PC端、手机端和移动终端。同时该系统需要支持管理Linux/Unix服务器、Windows服务器、网络设备(如思科、H3C、华为等)、文件服务器、Web系统、数据库服务器、虚拟服务器、远程管理服务器等，运维审计系统需要适应不同的运维人员的运维习惯，兼容多种客户端工具和更加灵活的运维方式。

进一步说明的，本实施例结合上述一种大数据智慧运维控制系统，给出相应的操作方法，包括：

步骤一，构建医院的医疗设备智能终端和水电气环境管理端物联网监控平台，监测医疗设备智能终端和水电气环境管理端中相应的设备器件，获取和缓存医疗设备故障和医疗环境问题数据；

步骤二，基于医疗设备故障和医疗环境问题数据，以及根据数据分类、关联规则构建多联机设备器件故障诊断后，通过训练分类模型和应用模型预测当前所述医疗设备故障和医疗环境问题数据的故障结果；

步骤三，实时通过运维数据管理调度系统101提取出医疗设备故障和医疗环境问题数据中的有效数据至Hadoop集群数据仓库104中，形成了知识库，具体地Hadoop集群数据仓库104中进行数据标记与分组、构建SVM分类器、训练分类模型和应用模型预测结果，并采用关联规则挖掘模型的评估标准，对现场问题数据进行深入的挖掘；

步骤四，基于医疗智慧运维控制平台10对医院实时进行大数据智慧运维；具体地对医疗设备智能终端和水电气环境管理端进行监测，获取当前医疗设备故障和医疗环境问题数据；通过报修管理模块进行自动报修和管理，分配相应的运维人员报修，运维人员根据当前医疗设备故障和医疗环境问题进行运维，同时结合知识库管理模块用于给出医疗设备故障和医疗环境问题的报修事件中，所要解决问题的解决方案，以及更新补充当前报修事件的解决方案；通过报表统计模块用于运维数据查询和运维人员工作量查询。对医院实时进行大数据智慧运维时，还包括通过应急预案模块确定相应的应急事件所对应的一、二或三级突发事件，进行相关部门的职责和人员分工、突发事件的预防和应急处理方案、突发事件发生的现场，应急设施、设备，以及物资，突发事件信息的收集、分析、报告、通报，确保运维过程中的安全。

综上所述，本发明构建了一体化医疗智慧运维控制平台，能够为不同的用户提供相应的功能需求，用户使用便捷，及时的发现问题并解决问题，运维管理的成本低廉，且提升医院信息系统的管理和维护水平，系统整体运行的可靠性安全性高；同时医院信息监控数据主要包含医院环境数据、设备数据、人员数据、故障特征数据，将数据按部套或相关性等关联关系进行分类管理，特征数据进行标记与标准化后按模块存储，为后续数据挖掘做准备分析，即通过各项故障数据关联知识库，响应不同的运维应急预案，能够改善和提高运维人员的报修效果，有利于医院的数字化智能发展。

应说明的是，以上实施例仅用以说明本发明的技术方案而非限制，尽管参照较佳实施例对本发明进行了详细说明，本领域的普通技术人员应当理解，可以对本发明的技术方案进行修改或者等同替换，而不脱离本发明技术方案的精神和范围，其均应涵盖在本发明的权利要求范围当中。

Claims (3)

1.一种大数据智慧运维控制系统，其特征在于，包括医疗智慧运维控制平台(10)，所述医疗智慧运维控制平台(10)包括运维数据管理调度系统(101)、运维管理控制系统(102)、安全防护系统(103)和Hadoop集群数据仓库(104)；还包括用于医院单位监测的医疗设备智能终端和水电气环境管理端，所述医疗设备智能终端和水电气环境管理端均通过物联网网关连接物联网监控平台，所述物联网监控平台连接医疗智慧运维控制平台(10)；

所述运维数据管理调度系统(101)设有数据分类分析模块，所述运维数据管理调度系统(101)中数据分类分析模块的数据分类采用SVM支持向量机进行数据分类，具体为数据标记与分组、构建SVM分类器、训练分类模型和应用分类模型预测结果；通过SVM支持向量机对数据进行分类和标注，通过下式以最优超平面w^φtφ(x)+b＝0将数据分类，如下：

其中，w为权重向量，b为需要求解的向量，y_i为真实标签，x_i和x为输入样本，k(x_i,x)为替代x_i和x内积运算的核函数；根据SVM支持向量机的分类结果对数据进行逐一标注；训练分类模型采用关联规则挖掘模型的评估标准，包括支持度、置信度以及提升度；

以支持度Support(A→B)和置信度Confidence(A→B)两个指标作为规则有效度的度量标准，如下所示：

Support(A→B)＝P(A∪B)，Confidence(A→B)＝P(A|B)＝P(A∪B)/P(A)；

提升度作为关联相关性，如下：

Lift(A→B)＝P(A|B)/P(B)；

所述运维管理控制系统(102)包括用于医疗设备故障和医疗环境问题的报修管理的报修管理模块、运维进度管理模块、知识库管理模块、报表统计模块、以及应急预案模块；其中，所述运维进度管理模块用于根据医院相应人员提供的报修内容，或运维人员记录的报修详细信息进行运维进度管理，详细信息包括报修科室、报修人、记录人、记录时间、是否紧急、问题处理人，以及医疗设备智能终端和水电气环境管理端的故障处理结果、处理方法、问题分类、故障硬件编号、备注、记录；所述知识库管理模块用于给出医疗设备故障和医疗环境问题的报修事件中，所要解决问题的解决方案，以及更新补充当前报修事件的解决方案；所述报表统计模块用于运维数据查询和运维人员工作量查询；所述运维数据为运维记录的各种统计信息，包括查询一段时间内医疗设备故障和医疗环境问题的报修管理的工作总量，医疗设备故障和医疗环境问题的报修管理的故障发生数量，以及各个科室发生故障数量以及各故障硬件维修次数查询；所述运维管理控制系统(102)还包括系统维护功能模块、用户管理模块、项目备份单元、编辑器设置单元；所述系统维护功能模块用于医疗智慧运维控制平台(10)的数据维护；所述用户管理模块用于根据工作需要把用户分为3个层级，系统管理员、运维人员、临床科人员，根据不同的用户权限来实现各自功能；所述项目备份单元用于医疗智慧运维控制平台(10)的运维项目的数据备份；所述编辑器设置单元，用于不同的用户根据需求对应地关闭或开启所述运维管理控制系统(102)中各个模块的功能，以适应自己的编辑需求；所述应急预案模块用于当医院内网络故障、设备故障、恶意攻击、计算机病毒以及突发事件致使医院信息系统不能正常运行时，将应急事件分为一、二或三级突发事件，并启动相应的应急预案，所述应急预案模块的应急预案包括一、二、三级突发事件匹配的预警级别，相关部门的职责和人员分工、突发事件的预防和应急处理方案、突发事件发生的现场，应急设施、设备，以及物资，突发事件信息的收集、分析、报告、通报；所述安全防护系统(103)包括部署在医院网络应用层进出端口处的Web应用防火墙、APT攻击预警防护设备、Web业务安全审计系统和运维审计系统；

还包括用于终端用户登录并使用医疗智慧运维控制平台(10)的应用平台，应用平台与医疗智慧运维控制平台(10)连接，且应用平台为终端用户提供所述医疗智慧运维控制平台(10)的使用，以及相关数据的数据可视化功能。

2.如权利要求1所述的一种大数据智慧运维控制系统，其特征在于，所述终端用户包括决策层用户、业务层用户和管理层用户，终端包括PC端、手机端和移动终端。

3.如权利要求1所述的一种大数据智慧运维控制系统的运维控制方法，其特征在于，包括：

步骤一，构建医院的医疗设备智能终端和水电气环境管理端，通过物联网监控平台监测医疗设备智能终端和水电气环境管理端中相应的设备器件，获取和缓存医疗设备故障和医疗环境问题数据；

步骤二，基于医疗设备故障和医疗环境问题数据，以及根据数据分类、关联规则构建多联机设备器件故障诊断后，通过训练分类模型和应用分类模型预测当前所述医疗设备故障和医疗环境问题数据的故障结果；

步骤三，实时通过运维数据管理调度系统(101)提取出医疗设备故障和医疗环境问题数据中的有效数据至Hadoop集群数据仓库(104)中，形成了知识库，具体地，Hadoop集群数据仓库(104)中进行数据标记与分组、构建SVM分类器、训练分类模型和应用分类模型预测结果，并采用关联规则挖掘模型的评估标准，对现场问题数据进行深入的挖掘；

步骤四，基于医疗智慧运维控制平台(10)对医院实时进行大数据智慧运维；具体地，对医疗设备智能终端和水电气环境管理端进行监测，获取当前医疗设备故障和医疗环境问题数据；通过报修管理模块进行自动报修和管理，分配相应的运维人员报修，运维人员根据当前医疗设备故障和医疗环境问题进行运维，同时结合知识库管理模块给出医疗设备故障和医疗环境问题的报修事件中，所要解决问题的解决方案，以及更新补充当前报修事件的解决方案；通过报表统计模块进行运维数据查询和运维人员工作量查询；

对医院实时进行大数据智慧运维时，还包括通过应急预案模块确定相应的应急事件所对应的一、二或三级突发事件，进行相关部门的职责和人员分工。