CN116166506A - 一种系统运行数据的处理方法、装置、设备及存储介质 - Google Patents
一种系统运行数据的处理方法、装置、设备及存储介质 Download PDFInfo
- Publication number
- CN116166506A CN116166506A CN202310200299.4A CN202310200299A CN116166506A CN 116166506 A CN116166506 A CN 116166506A CN 202310200299 A CN202310200299 A CN 202310200299A CN 116166506 A CN116166506 A CN 116166506A
- Authority
- CN
- China
- Prior art keywords
- data
- risk
- layer
- twin
- model
- 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
Links
- 238000003672 processing method Methods 0.000 title description 5
- 238000012545 processing Methods 0.000 claims abstract description 52
- 238000000034 method Methods 0.000 claims abstract description 47
- 238000004590 computer program Methods 0.000 claims description 16
- 238000013507 mapping Methods 0.000 claims description 13
- 230000004044 response Effects 0.000 claims description 6
- 238000011022 operating instruction Methods 0.000 claims description 2
- 238000004891 communication Methods 0.000 description 8
- 238000004458 analytical method Methods 0.000 description 5
- 238000010586 diagram Methods 0.000 description 5
- 230000008859 change Effects 0.000 description 4
- 230000015556 catabolic process Effects 0.000 description 3
- 238000006731 degradation reaction Methods 0.000 description 3
- 238000005516 engineering process Methods 0.000 description 3
- 230000003287 optical effect Effects 0.000 description 3
- 230000008569 process Effects 0.000 description 3
- 238000013459 approach Methods 0.000 description 2
- 238000004364 calculation method Methods 0.000 description 2
- 238000011161 development Methods 0.000 description 2
- 230000006870 function Effects 0.000 description 2
- 230000003993 interaction Effects 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000004088 simulation Methods 0.000 description 2
- 230000000007 visual effect Effects 0.000 description 2
- 238000003491 array Methods 0.000 description 1
- 238000013473 artificial intelligence Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000001413 cellular effect Effects 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 230000002349 favourable effect Effects 0.000 description 1
- 239000011521 glass Substances 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 238000010801 machine learning Methods 0.000 description 1
- 238000012423 maintenance Methods 0.000 description 1
- 238000012821 model calculation Methods 0.000 description 1
- 239000013307 optical fiber Substances 0.000 description 1
- 238000007781 pre-processing Methods 0.000 description 1
- 238000012502 risk assessment Methods 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 230000001953 sensory effect Effects 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 238000011144 upstream manufacturing Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F11/00—Error detection; Error correction; Monitoring
- G06F11/30—Monitoring
- G06F11/3003—Monitoring arrangements specially adapted to the computing system or computing system component being monitored
- G06F11/302—Monitoring arrangements specially adapted to the computing system or computing system component being monitored where the computing system component is a software system
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F11/00—Error detection; Error correction; Monitoring
- G06F11/30—Monitoring
- G06F11/34—Recording or statistical evaluation of computer activity, e.g. of down time, of input/output operation ; Recording or statistical evaluation of user activity, e.g. usability assessment
- G06F11/3447—Performance evaluation by modeling
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F11/00—Error detection; Error correction; Monitoring
- G06F11/30—Monitoring
- G06F11/34—Recording or statistical evaluation of computer activity, e.g. of down time, of input/output operation ; Recording or statistical evaluation of user activity, e.g. usability assessment
- G06F11/3457—Performance evaluation by simulation
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- General Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Quality & Reliability (AREA)
- General Physics & Mathematics (AREA)
- Computer Hardware Design (AREA)
- Computing Systems (AREA)
- Mathematical Physics (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Bioinformatics & Computational Biology (AREA)
- Evolutionary Biology (AREA)
- Life Sciences & Earth Sciences (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明公开了一种系统运行数据的处理方法、装置、设备及存储介质。该方法由数字孪生环境执行,所述数字孪生环境包括数据层、模型层、孪生层以及应用层,包括:通过所述数据层,获取运行数据;通过所述模型层,对所述运行数据进行建模,得到数据建模结果;通过所述孪生层,根据所述数据建模结果,确定与物理系统关联的至少一个孪生体;通过所述应用层,根据各孪生体输出的风险信息,进行风险处理。本技术方案解决了信息系统的运行效率低、可靠性差等问题,可以在保证信息系统运行可靠性的同时,提高运行效率,实现风险处置的协同联动。
Description
技术领域
本发明涉及数据处理技术领域,尤其涉及一种系统运行数据的处理方法、装置、设备及存储介质。
背景技术
随着技术的进步和业务的发展,金融、互联网等领域的信息系统复杂度越来越高。
目前,对于信息系统的运维,主要通过人工核查系统日志、查询数据库数据等方式获取信息系统运行状态,根据信息系统的运行状态定位运行风险。
但是,现有技术中信息系统运行数据相互割裂,难以直观的获取信息系统的运行状态,基于日志等数据难以实现运行风险的预测,大大影响了信息系统的整体运行效率。
发明内容
本发明提供了一种系统运行数据的处理方法、装置、设备及存储介质,以解决信息系统的运行效率低、可靠性差等问题,可以在保证信息系统运行可靠性的同时,提高运行效率,实现风险处置的协同联动。
根据本发明的一方面,提供了一种系统运行数据的处理方法,所述方法由数字孪生环境执行,所述数字孪生环境包括数据层、模型层、孪生层以及应用层,所述方法包括:
通过所述数据层,获取运行数据;
通过所述模型层,对所述运行数据进行建模,得到数据建模结果;
通过所述孪生层,根据所述数据建模结果,确定与物理系统关联的至少一个孪生体;
通过所述应用层,根据各孪生体输出的风险信息,进行风险处理。
根据本发明的另一方面,提供了一种系统运行数据的处理装置,所述装置配置于数字孪生环境,所述数字孪生环境包括数据层、模型层、孪生层以及应用层,该装置包括:
运行数据获取模块,用于通过所述数据层,获取运行数据;
建模结果生成模块,用于通过所述模型层,对所述运行数据进行建模,得到数据建模结果;
孪生体确定模块,用于通过所述孪生层,根据所述数据建模结果,确定与物理系统关联的至少一个孪生体;
风险处理模块,用于通过所述应用层,根据各孪生体输出的风险信息,进行风险处理。
根据本发明的另一方面,提供了一种电子设备,所述电子设备包括:
至少一个处理器;以及
与所述至少一个处理器通信连接的存储器;其中,
所述存储器存储有可被所述至少一个处理器执行的计算机程序,所述计算机程序被所述至少一个处理器执行,以使所述至少一个处理器能够执行本发明任一实施例所述的系统运行数据的处理方法。
根据本发明的另一方面,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存储有计算机指令,所述计算机指令用于使处理器执行时实现本发明任一实施例所述的系统运行数据的处理方法。
本发明实施例的技术方案,通过数字孪生环境的数据层,获取运行数据;通过模型层,对运行数据进行建模,得到数据建模结果;通过孪生层,根据数据建模结果,确定与物理系统关联的至少一个孪生体;通过应用层,根据各孪生体输出的风险信息,进行风险处理。该方案解决了信息系统的运行效率低、可靠性差等问题,可以在保证信息系统运行可靠性的同时,提高运行效率,实现风险处置的协同联动。
应当理解,本部分所描述的内容并非旨在标识本发明的实施例的关键或重要特征,也不用于限制本发明的范围。本发明的其它特征将通过以下的说明书而变得容易理解。
附图说明
为了更清楚地说明本发明实施例中的技术方案,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的前提下,还可以根据这些附图获得其他的附图。
图1是根据本发明实施例一提供的一种系统运行数据的处理方法的流程图;
图2是根据本发明实施例二提供的一种系统运行数据的处理方法的流程图;
图3是根据本发明实施例三提供的一种系统运行数据的处理装置的结构示意图;
图4是实现本发明实施例的系统运行数据的处理方法的电子设备的结构示意图。
具体实施方式
为了使本技术领域的人员更好地理解本发明方案,下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本发明一部分的实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都应当属于本发明保护的范围。
需要说明的是,本发明的说明书和权利要求书及上述附图中的术语“第一”、“第二”等是用于区别类似的对象,而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换,以便这里描述的本发明的实施例能够以除了在这里图示或描述的那些以外的顺序实施。此外,术语“包括”和“具有”以及他们的任何变形,意图在于覆盖不排他的包含,例如,包含了一系列步骤或单元的过程、方法、系统、产品或设备不必限于清楚地列出的那些步骤或单元,而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它步骤或单元。本申请技术方案中对数据的获取、存储、使用、处理等均符合国家法律法规的相关规定。
实施例一
图1为本发明实施例一提供了一种系统运行数据的处理方法的流程图,本实施例可适用于金融、互联网等领域的信息系统风险运维场景,该方法可以由系统运行数据的处理装置来执行,该装置可以采用硬件和/或软件的形式实现,该装置可配置于电子设备中。如图1所示,该方法包括:
S110、通过所述数据层,获取运行数据。
本方案可以由数字孪生环境执行,所述数字孪生环境可以是基于物理系统搭建的,所述数字孪生环境可以包括数据层、模型层、孪生层以及应用层。其中,所述数据层可以用于获取物理系统的运行数据。物理系统可以包括一个或多个实体,例如服务器、存储、网络以及数据库等实体。每个实体可以具有一个或多个属性,例如服务器属性可以包括处理器、内存、响应时间、交易量以及连接数等属性。数据层可以与物理系统中的各实体进行关联,获取各实体的属性信息。数字孪生环境可以将实体的属性信息分为性能和业务两种类型的数据。例如处理器、内存以及响应时间等属性可以属于服务器的性能数据,交易量、连接数定那个属性可以属于服务器的业务数据。
S120、通过所述模型层,对所述运行数据进行建模,得到数据建模结果。
数字孪生环境中的模型层可以包括多种用途的模型,例如用于进行风险评估的风险模型,用于数据展示的展示模型,以及用于运行模拟的预测模型。模型层中的各模型可以获取所需的运行数据,进行模型计算,得到各模型的数据建模结果。
S130、通过所述孪生层,根据所述数据建模结果,确定与物理系统关联的至少一个孪生体。
孪生层可以包括与物理系统关联的一个或多个孪生体。基于数据建模结果,数字孪生环境可以构建数字孪生映射,在物理系统匹配的孪生体进行显示。其中,所述孪生体可以包括实时孪生体、将来孪生体等,实时孪生体可以用于同步物理系统的运行状态,将来孪生体可以用于预测物理系统在未来时刻的运行状态。
S140、通过所述应用层,根据各孪生体输出的风险信息,进行风险处理。
应用层可以用于对各孪生体进行属性配置,例如对孪生体的更新频率、显示内容以及告警方式等属性进行配置。应用层也可以用于风险处置,例如根据风险信息,生成限流、降级、熔断以及扩容等风险处置建议。应用层还可以用于对多操作进行协同,例如在风险告警之后,获取各层级的处置操作,按照预设执行原则进行风险处置。
本技术方案通过数字孪生环境的数据层,获取运行数据;通过模型层,对运行数据进行建模,得到数据建模结果;通过孪生层,根据数据建模结果,确定与物理系统关联的至少一个孪生体;通过应用层,根据各孪生体输出的风险信息,进行风险处理。该方案解决了信息系统的运行效率低、可靠性差等问题,可以在保证信息系统运行可靠性的同时,提高运行效率,实现风险处置的协同联动。
实施例二
图2为本发明实施例二提供的一种系统运行数据的处理方法的流程图,本实施例以上述实施例为基础进行优化。如图2所示,该方法包括:
S210、通过所述数据层,获取运行数据。
根据数据层预先配置的属性信息对物理系统的运行信息进行获取。通过消息队列进行运行数据的传输,通过Flink流批一体计算平台进行运行数据的实时加工,加工后的运行数据保存在数据库中,用于后续的数字孪生建模。
S220、通过所述模型层,对所述运行数据进行建模,得到数据建模结果。
S230、根据所述数据建模结果进行数字孪生映射,得到与物理系统关联的实时孪生体。
根据数据建模结果,通过可视化软件将数据建模结果在实时孪生体进行展示。随着数据层不断更新运行数据,数字孪生环境可以及时更新实时孪生体的整体状态视图,实现对于物理系统运行状态的实时映射。
在一个可行的方案中,所述模型层包括风险模型和展示模型;
所述对所述运行数据进行建模,得到数据建模结果,包括:
基于风险模型,对所述运行数据进行建模,确定风险预测结果;
基于展示模型,根据所述风险预测结果,生成风险信息;
所述方法还包括:
通过所述孪生层,将所述风险信息进行数字孪生映射,在与物理系统关联的实时孪生体中进行风险信息展示。
可以理解的,风险模型可以基于运行数据进行风险预测,输出风险预测结果。其中,所述风险预测结果可以包括运行数据的变化趋势、风险存在性判断结果以及风险等级判断结果等信息。展示模型可以根据风险预测结果,生成风险信息,其中,所述风险信息可以包括风险类型、风险范围以及风险程度等信息。孪生层可以将风险信息映射至与物理系统匹配的实时孪生体,在实时孪生体中进行风险信息展示。
在一个具体的例子中,数据层获取物理系统的运行数据,并进行预处理分析;通过风险模型进行运行预测,对连接数、交易量等运行数据进行分析,得到运行数据的变化趋势和风险计算结果;基于风险阈值对风险计算结果进行判别,确定风险预测结果;对于风险预测结果通过数字孪生环境进行直观展示和告警提示;实时孪生体可以根据风险信息,提供限流、降级、熔断、扩容等风险处置建议。
本方案基于数字孪生技术实现对信息系统运行情况的细粒度模拟,直观展示系统运行整体情况,提升系统运行状态的可观测性。
S240、根据至少一个历史周期的运行数据以及各历史周期匹配的风险预测结果,构建与物理系统关联的将来孪生体。
数字孪生环境在基于历史周期的运行数据以及历史周期匹配的风险预测结果,构建物理系统关联的将来孪生体,以展示物理系统当前周期的下一周期的运行状态。
上述方案可以基于对物理系统历史运行数据和发展趋势的分析,实现对于潜在运行风险的预测。
S250、通过所述应用层,根据各孪生体输出的风险信息,进行风险处理。
应用层可以为用户提供风险处理平台,用户可以在风险处理平台根据风险信息进行风险处理,例如对物理系统中实体进行限流、降级、熔断以及扩容等操作。
在上述方案的基础上,在根据各孪生体输出的风险信息,进行风险处理之后,所述方法还包括:
响应于用户的至少两个风险处置操作,基于各风险处置操作的权限和影响范围,确定操作指令序列;
按照所述操作指令序列,对物理系统实施操作,通过实时孪生体展示物理系统的运行结果。
风险处理平台可以允许多个用户进行风险处理,也可以允许一个用户进行多个风险处置操作。响应于用户的风险处置操作,数字孪生环境可以获取各风险处置操作的权限和影响范围,按照预设操作执行原则,生成操作指令序列。数字孪生环境可以按照操作指令序列对物理系统实施操作,并通过实时孪生体展示物理系统的运行结果,以为用户的下一步的风险处置操作提供参考。
该方案的风险处置更高效,可以实现多人协同,更有利于复杂物理系统的运行分析和处置,提升处置能力和效率,确保物理系统的安全平稳运行。
在一个优选的方案中,所述模型层还包括预测模型;
在确定操作指令序列之后,所述方法还包括:
根据所述操作指令序列和运行数据,基于所述预测模型,得到风险处置结果;
基于展示模型,根据所述风险处置结果,生成运行状态信息;
将所述运行状态信息进行数字孪生映射,在与物理系统关联的将来孪生体中进行运行状态展示。
为了实现可靠的风险处置,数字孪生环境可以通过预测模型根据当前周期的运行数据,按照操作指令序列,进行物理系统的运行模拟,得到风险处置结果。其中,风险处置结果可以包括风险处置后的运行数据。通过展示模型根据风险处置结果,数字孪生环境可以生成运行状态信息,并将运行状态信息进行数字孪生映射,在与物理系统关联的将来孪生体中进行运行状态展示。其中,所述运行状态信息可以包括基于风险处置结果计算的运行状态指标,例如连接数变化量、交易量变化率等。
在一个具体的例子中,风险处置人员可以根据风险类型设置风险处置操作,如降低入口流量、降低服务级别、对上游问题系统进行调用熔断以及增加系统资源等。数据孪生环境可以汇总多方的风险处置操作,基于权限和影响范围进行操作协同分析,形成预操作指令序列。对于物理系统执行预操作序列,分层级实施风险处置操作。收集各操作指令执行后的物理系统运行状态,通过实时孪生体展示系统运行整体情况。同时,基于操作指令和运行数据建立将来时的物理系统运行分析模型,通过将来孪生体展示风险处置操作实施后的整体运行情况,例如5分钟后的风险处置效果展示,为风险处置人员提供处置操作的指导和参考。
本技术方案通过数字孪生环境的数据层,获取运行数据;通过模型层,对运行数据进行建模,得到数据建模结果;通过孪生层,根据数据建模结果,确定与物理系统关联的至少一个孪生体;通过应用层,根据各孪生体输出的风险信息,进行风险处理。该方案解决了信息系统的运行效率低、可靠性差等问题,可以在保证信息系统运行可靠性的同时,提高运行效率,实现风险处置的协同联动。
实施例三
图3为本发明实施例三提供的一种系统运行数据的处理装置的结构示意图。所述装置配置于数字孪生环境,所述数字孪生环境包括数据层、模型层、孪生层以及应用层。如图3所示,该装置包括:
运行数据获取模块310,用于通过所述数据层,获取运行数据;
建模结果生成模块320,用于通过所述模型层,对所述运行数据进行建模,得到数据建模结果;
孪生体确定模块330,用于通过所述孪生层,根据所述数据建模结果,确定与物理系统关联的至少一个孪生体;
风险处理模块340,用于通过所述应用层,根据各孪生体输出的风险信息,进行风险处理。
在本方案中,可选的,所述数据层与物理系统中的至少一个实体相关联;所述运行数据包括实体的性能数据和实体关联的业务数据。
在一个可行的方案中,所述孪生体包括实时孪生体;
所述孪生体确定模块330,具体用于:
根据所述数据建模结果进行数字孪生映射,得到与物理系统关联的实时孪生体。
在上述方案的基础上,可选的,所述模型层包括风险模型和展示模型;
所述建模结果生成模块320,具体用于:
基于风险模型,对所述运行数据进行建模,确定风险预测结果;
基于展示模型,根据所述风险预测结果,生成风险信息;
所述装置还包括风险信息展示模块,用于通过所述孪生层,将所述风险信息进行数字孪生映射,在与物理系统关联的实时孪生体中进行风险信息展示。
在本实施例中,可选的,所述装置还包括:
指令序列确定模块,用于响应于用户的至少两个风险处置操作,基于各风险处置操作的权限和影响范围,确定操作指令序列;
运行结果展示模块,用于按照所述操作指令序列,对物理系统实施操作,通过实时孪生体展示物理系统的运行结果。
在上述方案的基础上,所述孪生体还包括将来孪生体;
所述孪生体确定模块330,具体用于:
根据至少一个历史周期的运行数据以及各历史周期匹配的风险预测结果,构建与物理系统关联的将来孪生体。
在一个优选的方案中,所述模型层还包括预测模型;
所述装置还包括:
风险处置结果确定模块,用于根据所述操作指令序列和运行数据,基于所述预测模型,得到风险处置结果;
运行状态生成模块,用于基于展示模型,根据所述风险处置结果,生成运行状态信息;
运行状态展示模块,用于将所述运行状态信息进行数字孪生映射,在与物理系统关联的将来孪生体中进行运行状态展示。
本发明实施例所提供的系统运行数据的处理装置可执行本发明任意实施例所提供的系统运行数据的处理方法,具备执行方法相应的功能模块和有益效果。
实施例四
图4示出了可以用来实施本发明的实施例的电子设备410的结构示意图。电子设备旨在表示各种形式的数字计算机,诸如,膝上型计算机、台式计算机、工作台、个人数字助理、服务器、刀片式服务器、大型计算机、和其它适合的计算机。电子设备还可以表示各种形式的移动装置,诸如,个人数字处理、蜂窝电话、智能电话、可穿戴设备(如头盔、眼镜、手表等)和其它类似的计算装置。本文所示的部件、它们的连接和关系、以及它们的功能仅仅作为示例,并且不意在限制本文中描述的和/或者要求的本发明的实现。
如图4所示,电子设备410包括至少一个处理器411,以及与至少一个处理器411通信连接的存储器,如只读存储器(ROM)412、随机访问存储器(RAM)413等,其中,存储器存储有可被至少一个处理器执行的计算机程序,处理器411可以根据存储在只读存储器(ROM)412中的计算机程序或者从存储单元418加载到随机访问存储器(RAM)413中的计算机程序,来执行各种适当的动作和处理。在RAM 413中,还可存储电子设备410操作所需的各种程序和数据。处理器411、ROM 412以及RAM 413通过总线414彼此相连。输入/输出(I/O)接口415也连接至总线414。
电子设备410中的多个部件连接至I/O接口415,包括:输入单元416,例如键盘、鼠标等;输出单元417,例如各种类型的显示器、扬声器等;存储单元418,例如磁盘、光盘等;以及通信单元419,例如网卡、调制解调器、无线通信收发机等。通信单元419允许电子设备410通过诸如因特网的计算机网络和/或各种电信网络与其他设备交换信息/数据。
处理器411可以是各种具有处理和计算能力的通用和/或专用处理组件。处理器411的一些示例包括但不限于中央处理单元(CPU)、图形处理单元(GPU)、各种专用的人工智能(AI)计算芯片、各种运行机器学习模型算法的处理器、数字信号处理器(DSP)、以及任何适当的处理器、控制器、微控制器等。处理器411执行上文所描述的各个方法和处理,例如系统运行数据的处理方法。
在一些实施例中,系统运行数据的处理方法可被实现为计算机程序,其被有形地包含于计算机可读存储介质,例如存储单元418。在一些实施例中,计算机程序的部分或者全部可以经由ROM 412和/或通信单元419而被载入和/或安装到电子设备410上。当计算机程序加载到RAM 413并由处理器411执行时,可以执行上文描述的系统运行数据的处理方法的一个或多个步骤。备选地,在其他实施例中,处理器411可以通过其他任何适当的方式(例如,借助于固件)而被配置为执行系统运行数据的处理方法。
本文中以上描述的系统和技术的各种实施方式可以在数字电子电路系统、集成电路系统、场可编程门阵列(FPGA)、专用集成电路(ASIC)、专用标准产品(ASSP)、芯片上系统的系统(SOC)、负载可编程逻辑设备(CPLD)、计算机硬件、固件、软件、和/或它们的组合中实现。这些各种实施方式可以包括:实施在一个或者多个计算机程序中,该一个或者多个计算机程序可在包括至少一个可编程处理器的可编程系统上执行和/或解释,该可编程处理器可以是专用或者通用可编程处理器,可以从存储系统、至少一个输入装置、和至少一个输出装置接收数据和指令,并且将数据和指令传输至该存储系统、该至少一个输入装置、和该至少一个输出装置。
用于实施本发明的方法的计算机程序可以采用一个或多个编程语言的任何组合来编写。这些计算机程序可以提供给通用计算机、专用计算机或其他可编程数据处理装置的处理器,使得计算机程序当由处理器执行时使流程图和/或框图中所规定的功能/操作被实施。计算机程序可以完全在机器上执行、部分地在机器上执行,作为独立软件包部分地在机器上执行且部分地在远程机器上执行或完全在远程机器或服务器上执行。
在本发明的上下文中,计算机可读存储介质可以是有形的介质,其可以包含或存储以供指令执行系统、装置或设备使用或与指令执行系统、装置或设备结合地使用的计算机程序。计算机可读存储介质可以包括但不限于电子的、磁性的、光学的、电磁的、红外的、或半导体系统、装置或设备,或者上述内容的任何合适组合。备选地,计算机可读存储介质可以是机器可读信号介质。机器可读存储介质的更具体示例会包括基于一个或多个线的电气连接、便携式计算机盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦除可编程只读存储器(EPROM或快闪存储器)、光纤、便捷式紧凑盘只读存储器(CD-ROM)、光学储存设备、磁储存设备、或上述内容的任何合适组合。
为了提供与用户的交互,可以在电子设备上实施此处描述的系统和技术,该电子设备具有:用于向用户显示信息的显示装置(例如,CRT(阴极射线管)或者LCD(液晶显示器)监视器);以及键盘和指向装置(例如,鼠标或者轨迹球),用户可以通过该键盘和该指向装置来将输入提供给电子设备。其它种类的装置还可以用于提供与用户的交互;例如,提供给用户的反馈可以是任何形式的传感反馈(例如,视觉反馈、听觉反馈、或者触觉反馈);并且可以用任何形式(包括声输入、语音输入或者、触觉输入)来接收来自用户的输入。
可以将此处描述的系统和技术实施在包括后台部件的计算系统(例如,作为数据服务器)、或者包括中间件部件的计算系统(例如,应用服务器)、或者包括前端部件的计算系统(例如,具有图形用户界面或者网络浏览器的用户计算机,用户可以通过该图形用户界面或者该网络浏览器来与此处描述的系统和技术的实施方式交互)、或者包括这种后台部件、中间件部件、或者前端部件的任何组合的计算系统中。可以通过任何形式或者介质的数字数据通信(例如,通信网络)来将系统的部件相互连接。通信网络的示例包括:局域网(LAN)、广域网(WAN)、区块链网络和互联网。
计算系统可以包括客户端和服务器。客户端和服务器一般远离彼此并且通常通过通信网络进行交互。通过在相应的计算机上运行并且彼此具有客户端-服务器关系的计算机程序来产生客户端和服务器的关系。服务器可以是云服务器,又称为云计算服务器或云主机,是云计算服务体系中的一项主机产品,以解决了传统物理主机与VPS服务中,存在的管理难度大,业务扩展性弱的缺陷。
应该理解,可以使用上面所示的各种形式的流程,重新排序、增加或删除步骤。例如,本发明中记载的各步骤可以并行地执行也可以顺序地执行也可以不同的次序执行,只要能够实现本发明的技术方案所期望的结果,本文在此不进行限制。
上述具体实施方式,并不构成对本发明保护范围的限制。本领域技术人员应该明白的是,根据设计要求和其他因素,可以进行各种修改、组合、子组合和替代。任何在本发明的精神和原则之内所作的修改、等同替换和改进等,均应包含在本发明保护范围之内。
Claims (10)
1.一种系统运行数据的处理方法,其特征在于,所述方法由数字孪生环境执行,所述数字孪生环境包括数据层、模型层、孪生层以及应用层,所述方法包括:
通过所述数据层,获取运行数据;
通过所述模型层,对所述运行数据进行建模,得到数据建模结果;
通过所述孪生层,根据所述数据建模结果,确定与物理系统关联的至少一个孪生体;
通过所述应用层,根据各孪生体输出的风险信息,进行风险处理。
2.根据权利要求1所述的方法,其特征在于,所述数据层与物理系统中的至少一个实体相关联;所述运行数据包括实体的性能数据和实体关联的业务数据。
3.根据权利要求1所述的方法,其特征在于,所述孪生体包括实时孪生体;
所述根据所述数据建模结果,确定与物理系统关联的至少一个孪生体,包括:
根据所述数据建模结果进行数字孪生映射,得到与物理系统关联的实时孪生体。
4.根据权利要求3所述的方法,其特征在于,所述模型层包括风险模型和展示模型;
所述对所述运行数据进行建模,得到数据建模结果,包括:
基于风险模型,对所述运行数据进行建模,确定风险预测结果;
基于展示模型,根据所述风险预测结果,生成风险信息;
所述方法还包括:
通过所述孪生层,将所述风险信息进行数字孪生映射,在与物理系统关联的实时孪生体中进行风险信息展示。
5.根据权利要求4所述的方法,其特征在于,在根据各孪生体输出的风险信息,进行风险处理之后,所述方法还包括:
响应于用户的至少两个风险处置操作,基于各风险处置操作的权限和影响范围,确定操作指令序列;
按照所述操作指令序列,对物理系统实施操作,通过实时孪生体展示物理系统的运行结果。
6.根据权利要求5所述的方法,其特征在于,所述孪生体还包括将来孪生体;
所述根据所述数据建模结果,确定与物理系统关联的至少一个孪生体,包括:
根据至少一个历史周期的运行数据以及各历史周期匹配的风险预测结果,构建与物理系统关联的将来孪生体。
7.根据权利要求6所述的方法,其特征在于,所述模型层还包括预测模型;
在确定操作指令序列之后,所述方法还包括:
根据所述操作指令序列和运行数据,基于所述预测模型,得到风险处置结果;
基于展示模型,根据所述风险处置结果,生成运行状态信息;
将所述运行状态信息进行数字孪生映射,在与物理系统关联的将来孪生体中进行运行状态展示。
8.一种系统运行数据的处理装置,其特征在于,所述装置配置于数字孪生环境,所述数字孪生环境包括数据层、模型层、孪生层以及应用层,所述装置包括:
运行数据获取模块,用于通过所述数据层,获取运行数据;
建模结果生成模块,用于通过所述模型层,对所述运行数据进行建模,得到数据建模结果;
孪生体确定模块,用于通过所述孪生层,根据所述数据建模结果,确定与物理系统关联的至少一个孪生体;
风险处理模块,用于通过所述应用层,根据各孪生体输出的风险信息,进行风险处理。
9.一种电子设备,其特征在于,所述电子设备包括:
至少一个处理器;以及
与所述至少一个处理器通信连接的存储器;其中,
所述存储器存储有可被所述至少一个处理器执行的计算机程序,所述计算机程序被所述至少一个处理器执行,以使所述至少一个处理器能够执行权利要求1-7中任一项所述的系统运行数据的处理方法。
10.一种计算机可读存储介质,其特征在于,所述计算机可读存储介质存储有计算机指令,所述计算机指令用于使处理器执行时实现权利要求1-7中任一项所述的系统运行数据的处理方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310200299.4A CN116166506A (zh) | 2023-03-02 | 2023-03-02 | 一种系统运行数据的处理方法、装置、设备及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310200299.4A CN116166506A (zh) | 2023-03-02 | 2023-03-02 | 一种系统运行数据的处理方法、装置、设备及存储介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN116166506A true CN116166506A (zh) | 2023-05-26 |
Family
ID=86411335
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202310200299.4A Pending CN116166506A (zh) | 2023-03-02 | 2023-03-02 | 一种系统运行数据的处理方法、装置、设备及存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN116166506A (zh) |
-
2023
- 2023-03-02 CN CN202310200299.4A patent/CN116166506A/zh active Pending
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN116049146B (zh) | 一种数据库故障处理方法、装置、设备及存储介质 | |
CN116307672A (zh) | 一种故障诊断方法、装置、电子设备及介质 | |
CN114580916A (zh) | 一种企业风险评估方法、装置、电子设备及存储介质 | |
CN113037489B (zh) | 数据处理方法、装置、设备和存储介质 | |
CN117786500A (zh) | 一种盾构施工地表沉降预测方法、装置、设备及存储介质 | |
CN116414814A (zh) | 数据检核方法、装置、设备、存储介质和程序产品 | |
CN115544653A (zh) | 刚度仿真测试方法、装置、电子设备以及存储介质 | |
CN115934550A (zh) | 一种测试方法、装置、电子设备及存储介质 | |
CN116166506A (zh) | 一种系统运行数据的处理方法、装置、设备及存储介质 | |
CN115794830A (zh) | 数据值确定方法、装置、电子设备及存储介质 | |
CN114936802A (zh) | 一种指标系统构建方法、装置、存储介质及电子设备 | |
CN117495285A (zh) | 申请事件的审批方法、装置、电子设备及存储介质 | |
CN117010760A (zh) | 等级评估方法、装置、设备、存储介质及程序产品 | |
CN116342253A (zh) | 贷款风险评分方法、装置、设备以及存储介质 | |
CN116167519A (zh) | 一种监测量预测方法、装置、设备及介质 | |
CN117749614A (zh) | 一种协议规则确定方法、装置、电子设备及存储介质 | |
CN115965276A (zh) | 指标集确定方法、装置、电子设备以及存储介质 | |
CN115686517A (zh) | 基于移动开发平台的前端页面埋点方法、装置、电子设备和存储介质 | |
CN118051670A (zh) | 业务推荐方法、装置、设备和介质 | |
CN116070127A (zh) | 一种运维语句分类方法、装置、设备和存储介质 | |
CN117093627A (zh) | 信息挖掘的方法、装置、电子设备和存储介质 | |
CN114548077A (zh) | 词库构建方法和装置 | |
CN117009356A (zh) | 一种公共数据的应用成效确定方法、装置和设备 | |
CN115455060A (zh) | 一种数据处理方法、装置、设备及介质 | |
CN117764560A (zh) | 车辆维修建议的获取方法和车辆维修建议的生成方法 |
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 |