CN116389304B - 基于sg-tms的网络运行状态趋势分析系统 - Google Patents
基于sg-tms的网络运行状态趋势分析系统 Download PDFInfo
- Publication number
- CN116389304B CN116389304B CN202310399346.2A CN202310399346A CN116389304B CN 116389304 B CN116389304 B CN 116389304B CN 202310399346 A CN202310399346 A CN 202310399346A CN 116389304 B CN116389304 B CN 116389304B
- Authority
- CN
- China
- Prior art keywords
- network
- value
- operation state
- acquisition unit
- early warning
- 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.)
- Active
Links
- 238000004458 analytical method Methods 0.000 title claims abstract description 19
- 238000004364 calculation method Methods 0.000 claims abstract description 38
- 238000012544 monitoring process Methods 0.000 claims abstract description 14
- 230000002776 aggregation Effects 0.000 claims description 20
- 238000004220 aggregation Methods 0.000 claims description 20
- 230000005540 biological transmission Effects 0.000 claims description 8
- 238000005516 engineering process Methods 0.000 claims description 6
- 230000008859 change Effects 0.000 claims description 4
- 238000010606 normalization Methods 0.000 claims description 3
- 238000012423 maintenance Methods 0.000 abstract description 8
- 238000007726 management method Methods 0.000 description 9
- 238000000034 method Methods 0.000 description 6
- 238000004891 communication Methods 0.000 description 4
- 238000004590 computer program Methods 0.000 description 4
- 230000006870 function Effects 0.000 description 4
- 230000008878 coupling Effects 0.000 description 3
- 238000010168 coupling process Methods 0.000 description 3
- 238000005859 coupling reaction Methods 0.000 description 3
- 238000010586 diagram Methods 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 239000004065 semiconductor Substances 0.000 description 2
- 230000002411 adverse Effects 0.000 description 1
- 238000004422 calculation algorithm Methods 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 238000013500 data storage Methods 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 230000005611 electricity Effects 0.000 description 1
- 230000008030 elimination Effects 0.000 description 1
- 238000003379 elimination reaction Methods 0.000 description 1
- 230000007613 environmental effect Effects 0.000 description 1
- 230000017525 heat dissipation Effects 0.000 description 1
- 238000011835 investigation Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000008569 process Effects 0.000 description 1
- 238000012545 processing Methods 0.000 description 1
- 230000004044 response Effects 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
Classifications
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L43/00—Arrangements for monitoring or testing data switching networks
- H04L43/08—Monitoring or testing based on specific metrics, e.g. QoS, energy consumption or environmental parameters
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L41/00—Arrangements for maintenance, administration or management of data switching networks, e.g. of packet switching networks
- H04L41/06—Management of faults, events, alarms or notifications
- H04L41/0631—Management of faults, events, alarms or notifications using root cause analysis; using analysis of correlation between notifications, alarms or events based on decision criteria, e.g. hierarchy, tree or time analysis
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L41/00—Arrangements for maintenance, administration or management of data switching networks, e.g. of packet switching networks
- H04L41/06—Management of faults, events, alarms or notifications
- H04L41/0677—Localisation of faults
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L41/00—Arrangements for maintenance, administration or management of data switching networks, e.g. of packet switching networks
- H04L41/08—Configuration management of networks or network elements
- H04L41/0803—Configuration setting
- H04L41/0823—Configuration setting characterised by the purposes of a change of settings, e.g. optimising configuration for enhancing reliability
- H04L41/0836—Configuration setting characterised by the purposes of a change of settings, e.g. optimising configuration for enhancing reliability to enhance reliability, e.g. reduce downtime
Landscapes
- Engineering & Computer Science (AREA)
- Computer Networks & Wireless Communication (AREA)
- Signal Processing (AREA)
- Environmental & Geological Engineering (AREA)
- Data Exchanges In Wide-Area Networks (AREA)
- Small-Scale Networks (AREA)
Abstract
本发明公开了基于SG‑TMS的网络运行状态趋势分析系统,具体涉及网络运行状态监测领域,用于解决现有的无法准确有预见性地对电网设备的网络运行状态趋势进行判断和预警;包括运行信息采集模块、拓扑数据采集模块、设备外部环境采集模块、运行状态趋势预警模块和数据计算模块;是通过以对网络设备的运行状态进行实时监测、分析和诊断,帮助运维人员及时发现并解决网络故障;高效准确地对网络运行状态趋势进行判断并进行安全预警,减少电网设备以及系统损失。
Description
技术领域
本发明涉及网络运行状态监测技术领域,更具体地说,本发明涉及基于SG-TMS的网络运行状态趋势分析系统。
背景技术
SG-TMS指网络国家电网公司通信管理系统,SG-TMS可以实时监测国家电网的传输网络的状态,可以对网络设备的运行状态进行实时监测、分析和诊断,帮助运维人员及时发现并解决网络故障。
目前,电网设备的网络运行状态趋势重要性非常高,现有的对电网设备的网络运行状态趋势分析系统对网络运行状态比较单一,没有结合环境因素对网络运行状态进行分析,而且对网络运行状态趋势预警是通过监测某一状态下的相关数据来进行风险等级划分,无法准确有预见性地对网络运行状态趋势进行判断和预警,不能很好的对电网设备的网络运行状态趋势进行判断。
为了解决上述问题,现提供一种技术方案。
发明内容
为了克服现有技术的上述缺陷,本发明的实施例提供基于SG-TMS的网络运行状态趋势分析系统,以解决上述背景技术中提出的问题。
为实现上述目的,本发明提供如下技术方案:
基于SG-TMS的网络运行状态趋势分析系统,包括运行信息采集模块、拓扑数据采集模块、设备外部环境采集模块、运行状态趋势预警模块和数据计算模块,其中,运行信息采集模块和拓扑数据采集模块是基于SG-TMS技术采集。
运行信息采集模块将采集的信息发送至数据计算模块,数据计算模块计算得到网络运行值N,根据网络运行值N判断网络运行状态。
拓扑数据采集模块将采集的信息发送至数据计算模块,数据计算模块计算得到网络拓扑数据状态值T,根据网络拓扑数据状态值T判断拓扑数据状态。
数据计算模块接收网络拓扑数据状态值T和网络运行值N,计算得到网络内部运行状态值J,根据网络内部运行状态值J判断网络内部运行状态。
设备外部环境采集模块将采集的信息发送至数据计算模块,数据计算模块计算得到网络设备外部环境指数E,根据网络设备外部环境指数综合评判网络设备外部环境。
运行状态趋势预警模块,数据计算模块接收网络设备外部环境指数E和网络内部运行状态值J,将网络运行状态指数F发送至运行状态趋势预警模块,根据网络运行状态趋势进行预警。
在一个优选的实施方式中,运行信息采集模块包括网络带宽利用率采集单元、网络延迟采集单元、网络丢包率采集单元、CPU使用率采集单元、安全事件采集单元和设备离线时间采集单元。
网络带宽利用率采集单元采集网络带宽利用率,将网络带宽利用率与对应的最佳阈值的偏差值标记为带宽利用偏差值BV。
网络延迟采集单元采集网络延迟,将网络延迟时间标记为延迟时间值DV,获取延迟时间值DV对应的临界阈值。
网络丢包率采集单元采集在网络传输过程中,丢失的数据包所占的比例;标记为网络丢包率NR;获取网络丢包率NR对应的临界阈值。
CPU使用率采集单元采集机器运行的程序占用的CPU资源的比例;将机器运行的程序占用的CPU资源的比例标记为CPU使用率CU,获取CPU使用率CU对应的临界阈值。
安全事件采集单元采集网络中的安全事件,将采集网络中的安全事件次数标记为安全事件值SV。
设备离线时间采集单元采集网络设备的运行状态,获取设备的离线时间并标记为离线时间值OV。
在一个优选的实施方式中,将SG-TMS技术采集的带宽利用偏差值BV、延迟时间值DV、网络丢包率NR、CPU使用率CU、安全事件值SV和离线时间值OV做归一化综合分析得到:
式中,N为网络运行值,α1至α6分别为带宽利用偏差值BV、延迟时间值DV、网络丢包率NR、CPU使用率CU、安全事件值SV和离线时间值OV的预设比例系数;且α6>α5>α4>α1>α3>α2,α6+α5+α4+α1+α3+α2=6.587;
获取网络运行值N对应的临界阈值N0,当网络运行值N大于对应的临界阈值N0,网络运行状态较差,标记为较差网络运行状态;反之,标记为较好网络运行状态。
在一个优选的实施方式中,拓扑数据采集模块包括网络直径采集单元、平均路径采集单元、聚集系数采集单元和度分布采集单元。
网络直径采集单元将网络直径指网络中任意两个节点之间的最短距离的最大值标记为网络直径值NV,获取网络直径值NV对应的临界阈值。
平均路径采集单元采集平均路径值AP,并获取平均路径值AP对应的临界阈值。
聚集系数采集单元采集聚集值AV,并获取聚集值AV对应的临界阈值。
度分布采集单元采集网络中所有节点的度数的分布情况;度分布的均匀度通过计算网络的度分布熵衡量;将熵值结果标记为度均匀度DU并获取对应的临界阈值。
将网络直径值NV、平均路径值AP、聚集值AV和度均匀度DU归一化处理得到网络拓扑数据状态值T:式中,β1至β4分别为网络直径值NV、平均路径值AP、聚集值AV和度均匀度DU的预设比例系数;且β3>β1>β2>β4,β3+β1+β2+β4=4.448;
获取网络拓扑数据状态值T对应的临界阈值T0,当网络拓扑数据状态值T大于对应的临界阈值T0,标记为较差拓扑数据状态;反之,标记为较好拓扑数据状态。
在一个优选的实施方式中,由网络拓扑数据状态值T和网络运行值N综合分析得出网络内部运行状态值J:式中,γ1和γ2分别为网络拓扑数据状态值T与对应阈值比值、网络运行值N与对应阈值比值的预设比例系数;且γ1>γ2,γ1+γ2=2.246;
获取网络内部运行状态值J对应的临界阈值J0,当获取网络内部运行状态值J大于对应的临界阈值J0,网络内部运行状态较差;反之,网络内部运行状态正常。
在一个优选的实施方式中,设备外部环境采集模块包括电源电压采集单元、环境温度采集单元、空气湿度采集单元、风速采集单元和设备震动监测单元。
电源电压采集单元将检测的电压值与对应的最优阈值的偏差值标记为电压偏差值VD。环境温度采集单元将检测的网络设备周围温度与对应的最佳温度阈值的偏差值标记为温度偏差值TD。
空气湿度采集单元将检测的网络设备周围湿度与对应的最佳湿度阈值的偏差值标记为湿度偏差值HD。
风速采集单元将检测的网络设备周围风速与对应的最佳风速阈值的偏差值标记为风速偏差值WD。
设备震动监测单元将检测的网络设备震动频率标记为震动频率值VF,并获取震动频率值VF对应的临界阈值。
将设备外部环境采集模块采集的电压偏差值VD、温度偏差值TD、湿度偏差值HD、风速偏差值WD和震动频率值VF做归一化处理得到网络设备外部环境指数E,表达式为:
式中,δ1至δ5分别为电压偏差值VD、温度偏差值TD、湿度偏差值HD、风速偏差值WD和震动频率值VF的预设比例系数;且δ5>δ1>δ2>δ3>δ4,δ5+δ1+δ2+δ3+δ4=5.576;
获取网络设备外部环境指数E对应的临界阈值E0,当外部环境指数E小于对应的临界阈值E0,网络设备外部环境较差;反之,网络设备外部环境正常。
在一个优选的实施方式中,计算综合网络运行状态指数F:
式中,ε1和ε2分别为对应阈值与网络内部运行状态值J比值、网络设备外部环境指数E与对应阈值比值的预设比例系数;且ε1>ε2,ε1+ε2=2.298。
计算综合网络运行状态指数F对应的临界阈值F0;运行状态趋势预警模块对综合网络运行状态指数F小于对应的临界阈值F0时的情况进行预警。
综合网络运行状态指数F每隔一段时间进行计算,将第n次获得的综合网络运行状态指数F标记为Fn,n为正整数,得到第n次的预警系数Yn,每次计算的综合网络运行状态指数F时间间隔相同。
对预警系数Yn进行计算:Yn=ln(F0-Fn);
对预警系数Yn+1进行计算:Yn+1=ln(F0-Fn+1);
对预警系数Yn+2进行计算:Yn+2=ln(F0-Fn+2);
对预警系数Yn+3进行计算:Yn+3=ln(F0-Fn+3)。
根据预警系数的计算,运行状态趋势预警模块发出预警等级。
在综合网络运行状态指数F发生小于对应的临界阈值F0时,发出一级预警。
当Yn+1>Yn,则发出二级预警;
当Yn+2>Yn+1>Yn,则发出三级预警;
当Yn+1>Yn、Yn+2≤Yn+1,则发出二级预警;
当Yn+3>Yn+2>Yn+1>Yn,则发出四级预警;
当Yn+2>Yn+1>Yn、Yn+3≤Yn+2,则发出三级预警。
对于不同预警等级,根据预警等级判断综合网络运行状态指数F的变化趋势并进行安全预警。
本发明基于SG-TMS的网络运行状态趋势分析系统的技术效果和优点。
是通过以对网络设备的运行状态进行实时监测、分析和诊断,帮助运维人员及时发现并解决网络故障;对于不同预警等级,根据预警等级判断综合网络运行状态指数F的变化趋势,高效准确的对网络运行状态趋势进行判断并进行安全预警,减少电网设备以及系统损失。
附图说明
图1为本发明基于SG-TMS的网络运行状态趋势分析系统结构示意图。
具体实施方式
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、完整的描述,显然,所描述的实施例仅仅是本发明一部分实施例,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,都属于本发明保护的范围。
电网设备的网络趋势状态如果不佳,会影响电力系统的稳定运行、增加电网设备的故障率、降低电力系统的运行效率和阻碍智能电网的建设,故下述实施例都是对电网设备的网络运行状态趋势进行监测、分析以及预警。
实施例1
图1给出了本发明基于SG-TMS的网络运行状态趋势分析系统结构示意图,包括运行信息采集模块、拓扑数据采集模块、设备外部环境采集模块、运行状态趋势预警模块和数据计算模块,其中,运行信息采集模块和拓扑数据采集模块是基于SG-TMS技术采集的。
SG-TMS指网络国家电网公司通信管理系统,SG-TMS可以实时监测传输网络的状态,可以对网络设备的运行状态进行实时监测、分析和诊断,帮助运维人员及时发现并解决网络故障;SG-TMS具备多种监测功能,包括网络设备的性能监测、配置管理、告警管理等,可以为运维人员提供全面的监测服务,提高网络的可靠性和稳定性;SG-TMS可以自动化地进行网络设备的管理和监测,避免了人工管理的繁琐和容易出错的问题,提高了工作效率;SG-TMS可以将监测结果以图表、曲线等形式展示出来,帮助运维人员快速了解网络的状态,便于监测和管理;SG-TMS可以对网络设备的故障进行快速精准的诊断和定位,可以大大缩短故障排除的时间,降低维护成本。
综上所述,SG-TMS在网络管理中具有重要的作用,可以提高网络的可靠性和稳定性,降低管理成本,是现代网络管理不可或缺的一部分。
运行信息采集模块将采集的信息发送至数据计算模块,数据计算模块计算得到网络运行值N,根据网络运行值N判断网络运行状态。
拓扑数据采集模块将采集的信息发送至数据计算模块,数据计算模块计算得到网络拓扑数据状态值T,根据网络拓扑数据状态值T判断拓扑数据状态。数据计算模块接收网络拓扑数据状态值T和网络运行值N,计算得到网络内部运行状态值J,根据网络内部运行状态值J判断网络内部运行状态。
设备外部环境采集模块将采集的信息发送至数据计算模块,数据计算模块计算得到网络设备外部环境指数E,根据网络设备外部环境指数综合评判网络设备外部环境。
运行状态趋势预警模块,数据计算模块接收网络设备外部环境指数E和网络内部运行状态值J,将网络运行状态指数F发送至运行状态趋势预警模块,根据网络运行状态趋势进行预警。
运行信息采集模块包括网络带宽利用率采集单元、网络延迟采集单元、网络丢包率采集单元、CPU使用率采集单元、安全事件采集单元和设备离线时间采集单元。
网络带宽利用率采集单元采集网络带宽利用率,网络带宽利用率指网络中正在被使用的带宽占总带宽的比例;如果带宽利用率过高,则可能导致网络拥塞,影响数据传输的速度和质量;如果带宽利用率过低,影响网络资源的利用效率;将网络带宽利用率与对应的最佳阈值的偏差值标记为带宽利用偏差值BV。
网络延迟采集单元采集网络延迟,网络延迟指从发送网络请求到接收到响应所需的时间,将网络延迟时间标记为延迟时间值DV,获取延迟时间值DV对应的临界阈值;当延迟时间值DV大于对应的临界阈值,网络存在延迟问题。
网络丢包率采集单元采集在网络传输过程中,丢失的数据包所占的比例;标记为网络丢包率NR;获取网络丢包率NR对应的临界阈值;当网络丢包率NR大于对应的临界阈值,可能导致数据传输失败或者严重延迟。
CPU使用率采集单元采集机器运行的程序占用的CPU资源的比例;将机器运行的程序占用的CPU资源的比例标记为CPU使用率CU,获取CPU使用率CU对应的临界阈值;当CPU使用率CU大于对应的临界阈值,可能会导致系统响应变慢或出现卡顿现象,需要及时采取措施。
安全事件采集单元采集网络中的安全事件,例如网络攻击、漏洞扫描等,将采集网络中的安全事件次数标记为安全事件值SV,当安全事件值SV大于对应的临界阈值,说明网络可能遭受黑客侵入等网络安全问题,需要及时介入检查和解决。
设备离线时间采集单元采集网络设备的运行状态,获取设备的离线时间并标记为离线时间值OV,当离线时间值OV大于对应的临界阈值,可能存在设备损坏等安全问题,需要及时获取设备位置并进行检修。
对于一个网络而言,带宽利用偏差值BV、延迟时间值DV、网络丢包率NR、CPU使用率CU、安全事件值SV和离线时间值OV对应的最佳阈值根据实际情况进行动态调整的;
将SG-TMS技术采集的带宽利用偏差值BV、延迟时间值DV、网络丢包率NR、CPU使用率CU、安全事件值SV和离线时间值OV做归一化综合分析得到:
式中,N为网络运行值,α1至α6分别为带宽利用偏差值BV、延迟时间值DV、网络丢包率NR、CPU使用率CU、安全事件值SV和离线时间值OV的预设比例系数;且α6>α5>α4>α1>α3>α2,α6+α5+α4+α1+α3+α2=6.587;
获取网络运行值N对应的临界阈值N0,当网络运行值N大于对应的临界阈值N0,网络运行状态较差,标记为较差网络运行状态;反之,标记为较好网络运行状态。
实施例2
拓扑数据采集模块包括网络直径采集单元、平均路径采集单元、聚集系数采集单元和度分布采集单元。
网络直径采集单元采集网络中任意两个节点之间的最短距离的最大值;将网络直径指网络中任意两个节点之间的最短距离的最大值标记为网络直径值NV,并获取网络直径值NV对应的临界阈值,通常情况下,网络直径值NV越小,网络的性能就越好。
平均路径采集单元采集网络中所有节点之间距离的平均值;将测出的平均路径长度标记为平均路径值AP,并获取平均路径值AP对应的临界阈值,通常情况下,平均路径值AP越小,网络的性能就越好。
聚集系数采集单元采集网络中任意节点的邻居节点之间连接的概率;将聚集系数标记为聚集值AV,并获取聚集值AV对应的临界阈值,通常情况下,聚集值AV越大,网络的连通性和可靠性就越高。
度分布采集单元采集网络中所有节点的度数的分布情况;度分布的均匀度可以通过计算网络的度分布熵来衡量;度分布熵是对网络中所有节点的度数分布进行熵计算所得到的结果,将熵值结果标记为度均匀度DU并获取对应的临界阈值;度均匀度DU越小表示度分布越均匀,反之则表示度分布越不均匀;度分布越均匀,说明网络中节点的连接情况越平衡,网络性能也越好。
将网络直径值NV、平均路径值AP、聚集值AV和度均匀度DU归一化处理得到网络拓扑数据状态值T:
式中,β1至β4分别为网络直径值NV、平均路径值AP、聚集值AV和度均匀度DU的预设比例系数;且β3>β1>β2>β4,β3+β1+β2+β4=4.448;
获取网络拓扑数据状态值T对应的临界阈值T0,当网络拓扑数据状态值T大于对应的临界阈值T0,会导致网络性能下降,安全风险增加和故障难以定位;标记为较差拓扑数据状态;反之,标记为较好拓扑数据状态。
实施例3
由网络拓扑数据状态值T和网络运行值N计算网络内部运行状态值J:
式中,γ1和γ2分别为网络拓扑数据状态值T与对应阈值比值、网络运行值N与对应阈值比值的预设比例系数;且γ1>γ2,γ1+γ2=2.246。
通过网络内部运行状态值J可以综合评判网络内部运行状态的情况,获取网络内部运行状态值J对应的临界阈值J0,当获取网络内部运行状态值J大于对应的临界阈值J0,网络内部运行状态较差,需要及时排查、维护以及检修;反之,无需进行操作。
实施例4
设备外部环境采集模块包括电源电压采集单元、环境温度采集单元、空气湿度采集单元、风速采集单元和设备震动监测单元。
电源电压采集单元:该单元采集网络设备的电源电压情况,监测设备是否受到过低或过高的电压影响,将检测的电压值与对应的最优阈值的偏差值标记为电压偏差值VD。
环境温度采集单元:该单元采集网络设备周围环境的温度情况,监测环境温度是否过高或过低,以及是否有温度波动对网络设备造成影响,将检测的网络设备周围温度与对应的最佳温度阈值的偏差值标记为温度偏差值TD。
空气湿度采集单元:该单元可以采集网络设备周围环境的空气湿度情况;湿度过高或过低都可能会对设备产生负面影响,将检测的网络设备周围湿度与对应的最佳湿度阈值的偏差值标记为湿度偏差值HD。
风速采集单元:该单元采集网络设备周围环境的风速情况,风速过低对网络设备的散热有不利影响,过高的风速可能会导致设备内部产生静电,从而对设备产生损害;将检测的网络设备周围风速与对应的最佳风速阈值的偏差值标记为风速偏差值WD。
设备震动监测单元:该单元采集网络设备的震动情况;将检测的网络设备震动频率标记为震动频率值VF,并获取震动频率值VF对应的临界阈值,当震动频率值VF大于对应的临界阈值,过高的震动可能会导致网络设备的损坏和故障。
将设备外部环境采集模块采集的电压偏差值VD、温度偏差值TD、湿度偏差值HD、风速偏差值WD和震动频率值VF做归一化处理得到网络设备外部环境指数E,表达式为:
式中,δ1至δ5分别为电压偏差值VD、温度偏差值TD、湿度偏差值HD、风速偏差值WD和震动频率值VF的预设比例系数;且δ5>δ1>δ2>δ3>δ4,δ5+δ1+δ2+δ3+δ4=5.576。
通过网络设备外部环境指数E可以综合评判网络设备外部环境的情况,获取网络设备外部环境指数E对应的临界阈值E0,当外部环境指数E小于对应的临界阈值E0,网络设备外部环境较差,需要及时改善外部环境,并对网络设备进行检查维修;反之,无需进行操作。
实施例5
数据计算模块接收网络设备外部环境指数E和网络内部运行状态值J,经过数据计算模块计算得到网络运行状态指数F,将网络运行状态指数F发送至运行状态趋势预警模块,从而获取网络运行状态趋势,并根据网络运行状态趋势进行预警:
式中,ε1和ε2分别为对应阈值与网络内部运行状态值J比值、网络设备外部环境指数E与对应阈值比值的预设比例系数;且ε1>ε2,ε1+ε2=2.298。
计算综合网络运行状态指数F对应的临界阈值F0,当综合网络运行状态指数F小于对应的临界阈值F0,则整体的网络运行状态不佳。
为了更好的对网络运行状态的趋势进行提前预警,运行状态趋势预警模块对综合网络运行状态指数F小于对应的临界阈值F0时的情况进行预警。
综合网络运行状态指数F每隔一段时间进行计算,将第n次获得的综合网络运行状态指数F标记为Fn,n为正整数,得到第n次的预警系数Yn,每次计算的综合网络运行状态指数F时间间隔相同。
对预警系数Yn进行计算:Yn=ln(F0-Fn);
对预警系数Yn+1进行计算:Yn+1=ln(F0-Fn+1);
对预警系数Yn+2进行计算:Yn+2=ln(F0-Fn+2);
对预警系数Yn+3进行计算:Yn+3=ln(F0-Fn+3)。
根据预警系数的计算,运行状态趋势预警模块发出预警等级。
在综合网络运行状态指数F发生小于对应的临界阈值F0时,直接发出一级预警。
当Yn+1>Yn,则发出二级预警;
当Yn+2>YN+1>YN,则发出三级预警;
当Yn+1>Yn、YN+2≤Yn+1,则发出二级预警;
当Yn+3>Yn+2>Yn+1>Yn,则发出四级预警;
当Yn+2>Yn+1>Yn、Yn+3≤Yn+2,则发出三级预警。
预警危险程度随数字增大而增大,例如,四级预警的危险程度大于二级预警。
对于不同预警等级,根据预警等级判断综合网络运行状态指数F的变化趋势,高效准确的对网络运行状态趋势进行判断并进行安全预警,减少电网设备以及系统损失。
数据计算模块对运行信息采集模块、拓扑数据采集模块、设备外部环境采集模块、运行状态趋势预警模块采集的数据进行计算。
上述公式均是去量纲取其数值计算,公式是由采集大量数据进行软件模拟得到最近真实情况的一个公式,公式中的预设参数以及阈值选取由本领域的技术人员根据实际情况进行设置。
上述实施例,可以全部或部分地通过软件、硬件、固件或其他任意组合来实现。当使用软件实现时,上述实施例可以全部或部分地以计算机程序产品的形式实现。所述计算机程序产品包括一个或多个计算机指令或计算机程序。在计算机上加载或执行所述计算机指令或计算机程序时,全部或部分地产生按照本申请实施例所述的流程或功能。所述计算机可以为通用计算机、专用计算机、计算机网络、或者其他可编程装置。所述计算机指令可以存储在计算机可读存储介质中,或者从一个计算机可读存储介质向另一个计算机可读存储介质传输,例如,所述计算机指令可以从一个网站站点、计算机、服务器或数据中心通过有线(例如红外、无线、微波等)方式向另一个网站站点、计算机、服务器或数据中心进行传输。所述计算机可读存储介质可以是计算机能够存取的任何可用介质或者是包含一个或多个可用介质集合的服务器、数据中心等数据存储设备。所述可用介质可以是磁性介质(例如,软盘、硬盘、磁带)、光介质(例如,DVD)、或者半导体介质。半导体介质可以是固态硬盘。
本领域普通技术人员可以意识到,结合本文中所公开的实施例描述的各示例的单元及算法步骤,能够以电子硬件、或者计算机软件和电子硬件的结合来实现。这些功能究竟以硬件还是软件方式来执行,取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能,但是这种实现不应认为超出本申请的范围。
所属领域的技术人员可以清楚地了解到,为描述的方便和简洁,上述描述的系统、装置和单元的具体工作过程,可以参考前述方法实施例中的对应过程,在此不再赘述。
在本申请所提供的几个实施例中,应该理解到,所揭露的系统、装置和方法,可以通过其它的方式实现。例如,以上所描述的装置实施例仅仅是示意性的,例如,所述单元的划分,仅仅为一种逻辑功能划分,实际实现时可以有另外的划分方式,例如多个单元或组件可以结合或者可以集成到另一个系统,或一些特征可以忽略,或不执行。另一点,所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口,装置或单元的间接耦合或通信连接,可以是电性,机械或其它的形式。
所述作为分离部件说明的单元可以是或者也可以不是物理上分开的,作为单元显示的部件可以是或者也可以不是物理单元,既可以位于一个地方,或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。
另外,在本申请各个实施例中的各功能单元可以集成在一个处理单元中,也可以是各个单元单独物理存在,也可以两个或两个以上单元集成在一个单元中。
所述功能如果以软件功能单元的形式实现并作为独立的产品销售或使用时,可以存储在一个计算机可读取存储介质中。基于这样的理解,本申请的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的部分可以以软件产品的形式体现出来,该计算机软件产品存储在一个存储介质中,包括若干指令用以使得一台计算机设备(可以是个人计算机,服务器,或者网络设备等)执行本申请各个实施例所述方法的全部或部分步骤。而前述的存储介质包括:U盘、移动硬盘、只读存储器(read-only memory,ROM)、随机存取存储器(random access memory,RAM)、磁碟或者光盘等各种可以存储程序代码的介质。
以上所述,仅为本申请的具体实施方式,但本申请的保护范围并不局限于此,任何熟悉本技术领域的技术人员在本申请揭露的技术范围内,可轻易想到变化或替换,都应涵盖在本申请的保护范围之内。因此,本申请的保护范围应以所述权利要求的保护范围为准。
最后:以上所述仅为本发明的优选实施例而已,并不用于限制本发明,凡在本发明的精神和原则之内,所作的任何修改、等同替换、改进等,均应包含在本发明的保护范围之内。
Claims (5)
1.基于SG-TMS的网络运行状态趋势分析系统,其特征在于,包括运行信息采集模块、拓扑数据采集模块、设备外部环境采集模块、运行状态趋势预警模块和数据计算模块,其中,运行信息采集模块和拓扑数据采集模块是基于SG-TMS技术采集;
运行信息采集模块将采集的信息发送至数据计算模块,数据计算模块计算得到网络运行值N,根据网络运行值N判断网络运行状态;
拓扑数据采集模块将采集的信息发送至数据计算模块,数据计算模块计算得到网络拓扑数据状态值T,根据网络拓扑数据状态值T判断拓扑数据状态;
数据计算模块接收网络拓扑数据状态值T和网络运行值N,计算得到网络内部运行状态值J,根据网络内部运行状态值J判断网络内部运行状态;
设备外部环境采集模块将采集的信息发送至数据计算模块,数据计算模块计算得到网络设备外部环境指数E,根据网络设备外部环境指数综合评判网络设备外部环境;
运行状态趋势预警模块,数据计算模块接收网络设备外部环境指数E和网络内部运行状态值J,将综合网络运行状态指数F发送至运行状态趋势预警模块,运行状态趋势预警模块根据网络运行状态趋势进行预警;
对于一个网络而言,带宽利用偏差值BV、延迟时间值DV、网络丢包率NR、CPU使用率CU、安全事件值SV和离线时间值OV对应的最佳阈值根据实际情况进行动态调整的;
将SG-TMS技术采集的带宽利用偏差值BV、延迟时间值DV、网络丢包率NR、CPU使用率CU、安全事件值SV和离线时间值OV做归一化综合分析得到:
式中,N为网络运行值,α1至α6分别为带宽利用偏差值BV、延迟时间值DV、网络丢包率NR、CPU使用率CU、安全事件值SV和离线时间值OV的预设比例系数;且α6>α5>α4>α1>α3>α2,α6+α5+α4+α1+α3+α2=6.587;
获取网络运行值N对应的临界阈值N0,当网络运行值N大于对应的临界阈值N0,网络运行状态较差,标记为较差网络运行状态;反之,标记为较好网络运行状态;
将网络直径值NV、平均路径值AP、聚集值AV和度均匀度DU归一化处理得到网络拓扑数据状态值T:
式中,β1至β4分别为网络直径值NV、平均路径值AP、聚集值AV和度均匀度DU的预设比例系数;且β3>β1>β2>β4,β3+β1+β2+β4=4.448;
获取网络拓扑数据状态值T对应的临界阈值T0,当网络拓扑数据状态值T大于对应的临界阈值T0,会导致网络性能下降,安全风险增加和故障难以定位;标记为较差拓扑数据状态;反之,标记为较好拓扑数据状态;
由网络拓扑数据状态值T和网络运行值N计算网络内部运行状态值J:
式中,γ1和γ2分别为网络拓扑数据状态值T与对应阈值比值、网络运行值N与对应阈值比值的预设比例系数;且γ1>γ2,γ1+γ2=2.246;
通过网络内部运行状态值J综合评判网络内部运行状态的情况,获取网络内部运行状态值J对应的临界阈值J0,当获取网络内部运行状态值J大于对应的临界阈值J0,网络内部运行状态较差,需要及时排查、维护以及检修;反之,无需进行操作;
将设备外部环境采集模块采集的电压偏差值VD、温度偏差值TD、湿度偏差值HD、风速偏差值WD和震动频率值VF做归一化处理得到网络设备外部环境指数E,表达式为:
式中,δ1至δ5分别为电压偏差值VD、温度偏差值TD、风速偏差值WD、湿度偏差值HD和震动频率值VF的预设比例系数;且δ5>δ1>δ2>δ3>δ4,δ5+δ1+δ2+δ3+δ4=5.576;
通过网络设备外部环境指数E综合评判网络设备外部环境的情况,获取网络设备外部环境指数E对应的临界阈值E0,当外部环境指数E小于对应的临界阈值E0,网络设备外部环境较差,需要及时改善外部环境,并对网络设备进行检查维修;反之,无需进行操作;
数据计算模块接收网络设备外部环境指数E和网络内部运行状态值J,经过数据计算模块计算得到综合网络运行状态指数F,将综合网络运行状态指数F发送至运行状态趋势预警模块,运行状态趋势预警模块从而获取网络运行状态趋势,并根据网络运行状态趋势进行预警:
式中,ε1和ε2分别为对应阈值与网络内部运行状态值J比值、网络设备外部环境指数E与对应阈值比值的预设比例系数;且ε1>ε2,ε1+ε2=2.298;
计算综合网络运行状态指数F对应的临界阈值F0,当综合网络运行状态指数F小于对应的临界阈值F0,则整体的网络运行状态不佳。
2.根据权利要求1所述的基于SG-TMS的网络运行状态趋势分析系统,其特征在于:运行信息采集模块包括网络带宽利用率采集单元、网络延迟采集单元、网络丢包率采集单元、CPU使用率采集单元、安全事件采集单元和设备离线时间采集单元;
网络带宽利用率采集单元采集网络带宽利用率,将网络带宽利用率与对应的最佳阈值的偏差值标记为带宽利用偏差值BV;
网络延迟采集单元采集网络延迟,将网络延迟时间标记为延迟时间值DV,获取延迟时间值DV对应的临界阈值;
网络丢包率采集单元采集在网络传输过程中,丢失的数据包所占的比例;标记为网络丢包率NR;获取网络丢包率NR对应的临界阈值;
CPU使用率采集单元采集机器运行的程序占用的CPU资源的比例;将机器运行的程序占用的CPU资源的比例标记为CPU使用率CU,获取CPU使用率CU对应的临界阈值;
安全事件采集单元采集网络中的安全事件,将采集网络中的安全事件次数标记为安全事件值SV;
设备离线时间采集单元采集网络设备的运行状态,获取设备的离线时间并标记为离线时间值OV。
3.根据权利要求2所述的基于SG-TMS的网络运行状态趋势分析系统,其特征在于:拓扑数据采集模块包括网络直径采集单元、平均路径采集单元、聚集系数采集单元和度分布采集单元;网络直径采集单元将网络直径指网络中任意两个节点之间的最短距离的最大值标记为网络直径值NV,获取网络直径值NV对应的临界阈值;
平均路径采集单元采集平均路径值AP,并获取平均路径值AP对应的临界阈值;
聚集系数采集单元采集聚集值AV,并获取聚集值AV对应的临界阈值;
度分布采集单元采集网络中所有节点的度数的分布情况;度分布的均匀度通过计算网络的度分布熵衡量;将熵值结果标记为度均匀度DU并获取对应的临界阈值。
4.根据权利要求3所述的基于SG-TMS的网络运行状态趋势分析系统,其特征在于:设备外部环境采集模块包括电源电压采集单元、环境温度采集单元、空气湿度采集单元、风速采集单元和设备震动监测单元;
电源电压采集单元将检测的电压值与对应的最优阈值的偏差值标记为电压偏差值VD;环境温度采集单元将检测的网络设备周围温度与对应的最佳温度阈值的偏差值标记为温度偏差值TD;
空气湿度采集单元将检测的网络设备周围湿度与对应的最佳湿度阈值的偏差值标记为湿度偏差值HD;
风速采集单元将检测的网络设备周围风速与对应的最佳风速阈值的偏差值标记为风速偏差值WD;
设备震动监测单元将检测的网络设备震动频率标记为震动频率值VF,并获取震动频率值VF对应的临界阈值。
5.根据权利要求4所述的基于SG-TMS的网络运行状态趋势分析系统,其特征在于:综合网络运行状态指数F每隔一段时间进行计算,将第n次获得的综合网络运行状态指数F标记为Fn,n为正整数,得到第n次的预警系数Yn,每次计算的综合网络运行状态指数F时间间隔相同;对预警系数Yn进行计算:Yn=ln(F0-Fn);
对预警系数Yn+1进行计算:Yn+1=ln(F0-Fn+1);
对预警系数Yn+2进行计算:Yn+2=ln(F0-Fn+2);
对预警系数Yn+3进行计算:Yn+3=ln(F0-Fn+3);
根据预警系数的计算,运行状态趋势预警模块发出预警等级:
在综合网络运行状态指数F小于对应的临界阈值F0时,发出一级预警;
当Yn+1>Yn,则发出二级预警;
当Yn+2>Yn+1>Yn,则发出三级预警;
当Yn+1>Yn、Yn+2≤Yn+1,则发出二级预警;
当Yn+3>Yn+2>Yn+1>Yn,则发出四级预警;
当Yn+2>Yn+1>Yn、Yn+3≤Yn+2,则发出三级预警;
对于不同预警等级,根据预警等级判断综合网络运行状态指数F的变化趋势并进行安全预警。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310399346.2A CN116389304B (zh) | 2023-04-12 | 2023-04-12 | 基于sg-tms的网络运行状态趋势分析系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310399346.2A CN116389304B (zh) | 2023-04-12 | 2023-04-12 | 基于sg-tms的网络运行状态趋势分析系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN116389304A CN116389304A (zh) | 2023-07-04 |
CN116389304B true CN116389304B (zh) | 2024-05-24 |
Family
ID=86978593
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202310399346.2A Active CN116389304B (zh) | 2023-04-12 | 2023-04-12 | 基于sg-tms的网络运行状态趋势分析系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN116389304B (zh) |
Families Citing this family (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117153365B (zh) * | 2023-10-30 | 2024-03-12 | 中国人民解放军总医院第二医学中心 | 一种基于音频识别的透析设备运行状态预警方法及系统 |
CN117318796B (zh) * | 2023-11-10 | 2024-06-25 | 速度科技股份有限公司 | 一种基于卫星通信的边缘数据计算评测系统 |
CN118118379B (zh) * | 2024-04-28 | 2024-08-06 | 广东南电智控系统有限公司 | 一种基于物联网的设备运行监测方法及系统 |
Citations (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2019233047A1 (zh) * | 2018-06-07 | 2019-12-12 | 国电南瑞科技股份有限公司 | 基于电网调度的运维方法 |
CN111083230A (zh) * | 2019-12-26 | 2020-04-28 | 杭州网搜科技有限公司 | 一种计算机网络运行管理系统 |
CN111342988A (zh) * | 2018-12-19 | 2020-06-26 | 中国移动通信集团湖南有限公司 | 一种基于态势感知的网络安全预警方法及装置 |
CN112187514A (zh) * | 2020-09-02 | 2021-01-05 | 上海御威通信科技有限公司 | 一种数据中心网络设备智能运维系统、方法及终端 |
CN112580961A (zh) * | 2020-12-15 | 2021-03-30 | 国网电力科学研究院有限公司 | 基于电网信息系统运行风险预警方法及装置 |
CN112688819A (zh) * | 2021-01-08 | 2021-04-20 | 南京岩磊智能化科技有限公司 | 一种用于网络运维综合管理系统 |
CN114757590A (zh) * | 2022-06-14 | 2022-07-15 | 江苏金恒信息科技股份有限公司 | 基于大数据分析的企业运营风险预警及管控系统 |
CN115001877A (zh) * | 2022-08-08 | 2022-09-02 | 北京宏数科技有限公司 | 一种基于大数据的信息安全运维管理系统及方法 |
CN115133990A (zh) * | 2022-07-15 | 2022-09-30 | 国网安徽省电力有限公司滁州供电公司 | 一种光传输网络设备态势感知预警系统及方法 |
CN115689393A (zh) * | 2022-12-09 | 2023-02-03 | 南京深科博业电气股份有限公司 | 一种基于物联网的电力系统实时动态监测系统及方法 |
-
2023
- 2023-04-12 CN CN202310399346.2A patent/CN116389304B/zh active Active
Patent Citations (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2019233047A1 (zh) * | 2018-06-07 | 2019-12-12 | 国电南瑞科技股份有限公司 | 基于电网调度的运维方法 |
CN111342988A (zh) * | 2018-12-19 | 2020-06-26 | 中国移动通信集团湖南有限公司 | 一种基于态势感知的网络安全预警方法及装置 |
CN111083230A (zh) * | 2019-12-26 | 2020-04-28 | 杭州网搜科技有限公司 | 一种计算机网络运行管理系统 |
CN112187514A (zh) * | 2020-09-02 | 2021-01-05 | 上海御威通信科技有限公司 | 一种数据中心网络设备智能运维系统、方法及终端 |
CN112580961A (zh) * | 2020-12-15 | 2021-03-30 | 国网电力科学研究院有限公司 | 基于电网信息系统运行风险预警方法及装置 |
CN112688819A (zh) * | 2021-01-08 | 2021-04-20 | 南京岩磊智能化科技有限公司 | 一种用于网络运维综合管理系统 |
CN114757590A (zh) * | 2022-06-14 | 2022-07-15 | 江苏金恒信息科技股份有限公司 | 基于大数据分析的企业运营风险预警及管控系统 |
CN115133990A (zh) * | 2022-07-15 | 2022-09-30 | 国网安徽省电力有限公司滁州供电公司 | 一种光传输网络设备态势感知预警系统及方法 |
CN115001877A (zh) * | 2022-08-08 | 2022-09-02 | 北京宏数科技有限公司 | 一种基于大数据的信息安全运维管理系统及方法 |
CN115689393A (zh) * | 2022-12-09 | 2023-02-03 | 南京深科博业电气股份有限公司 | 一种基于物联网的电力系统实时动态监测系统及方法 |
Also Published As
Publication number | Publication date |
---|---|
CN116389304A (zh) | 2023-07-04 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN116389304B (zh) | 基于sg-tms的网络运行状态趋势分析系统 | |
US5922051A (en) | System and method for traffic management in a network management system | |
US9015312B2 (en) | Network management system and method for identifying and accessing quality of service issues within a communications network | |
CN117118807B (zh) | 一种基于人工智能的数据分析方法及系统 | |
CN112491805B (zh) | 一种应用于云平台的网络安全设备管理系统 | |
US8774023B2 (en) | Method and system for detecting changes in network performance | |
CN117292515A (zh) | 一种基于电力物联网的电力通信设备管理方法及系统 | |
CN110650060A (zh) | 流量告警的处理方法、设备及存储介质 | |
CN104574219A (zh) | 电网业务信息系统运行工况的监测预警方法及系统 | |
CN114338372B (zh) | 网络信息安全监控方法及系统 | |
CN117155757A (zh) | 一种基于大数据技术的电力信息通信故障预警分析方法 | |
CN118233945A (zh) | 数据智能无线采集系统 | |
CN117614978A (zh) | 一种用于数字化车间的信息安全通信管理系统 | |
CN112187680A (zh) | 一种光纤存储网络大数据智慧监控和预警方法及系统 | |
CN116691442A (zh) | 一种电池充电设备中电池管理系统的故障监测方法及系统 | |
CN115986918A (zh) | 一种输电线智能监测系统 | |
JP2011114822A (ja) | ネットワーク管理装置およびネットワーク管理方法 | |
CN111103487A (zh) | 一种非侵入式的基于功耗分析的pst异常监测方法 | |
CN112416959B (zh) | 一种基于无源测温的引流板寿命计算方法及系统 | |
TWI763177B (zh) | 用於多個網路設備之管理系統、方法及電腦可讀媒介 | |
CN117118853B (zh) | 一种用于电力通讯的通讯状态监测管理方法及系统 | |
CN113438323B (zh) | 基于物联网感兴趣区域的安全监控装置 | |
CN117495357B (zh) | 一种基于大数据的电力数据监管系统及方法 | |
CN118250052B (zh) | 一种级联故障网络脆弱性评估与优化系统及其方法 | |
CN209659326U (zh) | 一种用于网络通讯运维管理设备 |
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 | ||
GR01 | Patent grant | ||
GR01 | Patent grant |