CN116506321A - 一种基于数据分析的运维智能终端 - Google Patents

Abstract

本发明公开了一种基于数据分析的运维智能终端，涉及多媒体设备运维技术领域，解决了现有技术中，运维智能终端在运维监测过程中不能够进行数据库搭建，以至于多媒体教室内设备运维准确性无法保证的技术问题，对运维智能终端匹配的多媒体设备进行部件分析，根据多媒体设备的历史运行时间段进行各个部件分析，将各个部件进行类型划分，提高了运维智能终端的监测针对性，保证多媒体设备的运行稳定性同时控制多媒体设备的运维成本；根据多媒体设备故障分析进行数据库搭建，并在搭建数据库后将数据作为运维管控标准，提高了多媒体设备运维效率，防止多媒体设备故障后运维效率不稳定导致运维成本增加。

Description

一种基于数据分析的运维智能终端

技术领域

本发明涉及多媒体设备运维技术领域，具体为一种基于数据分析的运维智能终端。

背景技术

随着信息技术的飞速发展与教育信息化工作的不断推进，高校运用多媒体设备开展教学越来越普遍，同时随着而来的多媒体教室管理使用中的问题也日益明显。其管理的质量和效率直接影响到高校的教学。多媒体教室主要由多媒体计算机、投影仪、电动屏幕、各种应用软件、数字视频展台、多媒体教学桌椅、功放、音箱、话筒等设备组成。

但是在现有技术中，多媒体教室在使用过程中，运维智能终端不能够将多媒体教室内设备进行类型分析，以至于运维过程中针对性低，且运维效率差；同时运维智能终端在运维监测过程中不能够进行数据库搭建，以至于多媒体教室内设备运维准确性无法保证，且不能够控制运维成本。

针对上述的技术缺陷，现提出一种解决方案。

发明内容

本发明的目的就在于为了解决上述提出的问题，而提出一种基于数据分析的运维智能终端，对运维智能终端内电源模块进行运行监测，判断运维智能终端投入使用时运维智能终端内部电源模块的运行效率是否满足需求，从而保证运维智能终端的运行稳定性；对运维智能终端对多媒体设备的监测进行分析，判断运维智能终端的多媒体设备监测效率是否合格，从而保证多媒体设备监测的准确性，提高了多媒体设备运行效率。

本发明的目的可以通过以下技术方案实现：

一种基于数据分析的运维智能终端，包括服务器，服务器通讯连接有：

电源模块运行分析单元，用于对运维智能终端内电源模块进行运行监测，获取到运维智能终端内电源模块运行分析系数，根据运行分析系数比较生成电源模块运行异常信号或者电源模块运行正常信号，并将其发送至服务器；

设备实时监测分析单元，用于对运维智能终端对多媒体设备的监测进行分析，通过分析生成监测分析高风险信号或者监测分析低风险信号，并将其发送至服务器；

设备部件分析单元，用于对运维智能终端匹配的多媒体设备进行部件分析，将多媒体设备划分为i个子部件，i为大于1的自然数，对多媒体设备的历史运行时间段进行分析，通过历史运行时间段分析将子部件划分为高频低故部件、高频高故部件、低频低故部件以及低频易故部件，并将其对应名称一同发送至服务器；

故障数据搭建单元，用于根据多媒体设备故障分析进行数据库搭建，并在搭建数据库后将数据作为运维管控标准。

作为本发明的一种优选实施方式，电源模块运行分析单元的运行过程如下：

采集到电源模块启停供电过程中电流供应量浮动速度以及启停供电过程中运维智能终端内元器件运行缓冲时长与实时缓冲时长的多出量；采集到电源模块持续供电过程中供电电流往复浮动的频率；通过分析获取到运维智能终端内电源模块运行分析系数；

将运维智能终端内电源模块运行分析系数与运行分析系数阈值范围进行比较：

若运维智能终端内电源模块运行分析系数未处于运行分析系数阈值范围，则判定运维智能终端的电源模块分析异常，生成电源模块运行异常信号并将电源模块运行异常信号发送至服务器；若运维智能终端内电源模块运行分析系数处于运行分析系数阈值范围，则判定运维智能终端的电源模块分析正常，生成电源模块运行正常信号并将电源模块运行正常信号发送至服务器。

作为本发明的一种优选实施方式，设备实时监测分析单元的运行过程如下：

采集到运维智能终端进行多媒体设备监测过程中可监测参数精度值与故障导致参数精度值的低于量以及多媒体设备监测过程中可监测参数浮动周期与检测周期的重叠时间段，并将其分别与精度值低于量阈值和重叠时间段阈值进行比较：

若运维智能终端进行多媒体设备监测过程中可监测参数精度值与故障导致参数精度值的低于量未超过精度值低于量阈值，或者多媒体设备监测过程中可监测参数浮动周期与检测周期的重叠时间段超过重叠时间段阈值，则判定运维智能终端的监测分析效率异常，生成监测分析高风险信号并将监测分析高风险信号发送至服务器；

若运维智能终端进行多媒体设备监测过程中可监测参数精度值与故障导致参数精度值的低于量超过精度值低于量阈值，且多媒体设备监测过程中可监测参数浮动周期与检测周期的重叠时间段未超过重叠时间段阈值，则判定运维智能终端的监测分析效率正常，生成监测分析低风险信号并将监测分析低风险信号发送至服务器。

作为本发明的一种优选实施方式，设备部件分析单元的运行过程如下：

采集到历史运行时间段内多媒体设备内子部件的使用总次数以及对应子部件使用次数中出现故障数量占比，并将历史运行时间段内多媒体设备内子部件的使用总次数以及对应子部件使用次数中出现故障数量占比分别与使用总次数阈值和故障数量占比阈值进行比较：

若历史运行时间段内多媒体设备内子部件的使用总次数超过使用总次数阈值，且对应子部件使用次数中出现故障数量占比未超过故障数量占比阈值，则将对应子部件标记为高频低故部件；若历史运行时间段内多媒体设备内子部件的使用总次数超过使用总次数阈值，且对应子部件使用次数中出现故障数量占比超过故障数量占比阈值，则将对应子部件标记为高频高故部件；

若历史运行时间段内多媒体设备内子部件的使用总次数未超过使用总次数阈值，且对应子部件使用次数中出现故障数量占比未超过故障数量占比阈值，则将对应子部件标记为低频低故部件；若历史运行时间段内多媒体设备内子部件的使用总次数未超过使用总次数阈值，且对应子部件使用次数中出现故障数量占比超过故障数量占比阈值，则将对应子部件标记为低频易故部件。

作为本发明的一种优选实施方式，将高频低故部件、高频高故部件、低频低故部件以及低频易故部件对应名称一同发送至服务器；服务器接收后，将高频高故部件和低频易故部件设置一级监测周期，将高频低故部件和低频低故部件分别设置二级监测周期和三级监测周期，其中一级监测周期短于二级监测周期，且二级监测周期短于三级监测周期；同时一级监测周期内监测频率超过二级监测周期短，二级监测周期内监测频率超过三级监测周期。

作为本发明的一种优选实施方式，故障数据搭建单元的运行过程如下：

运维智能终端对多媒体设备各个子部件进行监测，根据各个类型监测周期的监测获取到对应子部件的运行参数，将子部件的运行参数进行平均值计算获取到子部件的运行正常参数，将监测周期内子部件故障时刻对应运行参数标记为运行异常参数，通过运行异常参数和运行正常参数的差值计算获取到运行参数浮动风险值，并将运行参数浮动风险值和对应参数类型与对应名称的子部件匹配后构建故障数据库；在故障数据库实时更新过程中，将已更新的故障数据标记为现有数据。

作为本发明的一种优选实施方式，采集到多媒体设备子部件运行出现故障时子部件运行参数浮动值与现有数据故障临界值的偏差值以及故障时子部件运行参数未处于现有数据范围内的频率，并将其分别与偏差值阈值和频率阈值进行比较：

若多媒体设备子部件运行出现故障时子部件运行参数浮动值与现有数据故障临界值的偏差值超过偏差值阈值，或者故障时子部件运行参数未处于现有数据范围内的频率超过频率阈值，则判定故障数据库搭建存在风险，生成现有数据验证信号并将现有数据验证信号发送至服务器，服务器接收到现有数据验证信号后，将故障数据库内存储的进行验证，即将现有数据不作为运维管控标准，并在对应类型的现有数据出现且造成故障后，将对应现有数据数值进行存储；

若多媒体设备子部件运行出现故障时子部件运行参数浮动值与现有数据故障临界值的偏差值未超过偏差值阈值，且故障时子部件运行参数未处于现有数据范围内的频率未超过频率阈值，则判定故障数据库搭建正常，生成现有数据合格信号并将现有数据合格信号发送至服务器，服务器接收到现有数据合格信号后，将现有数据作为运维管控标准。

与现有技术相比，本发明的有益效果是：

1、本发明中，对运维智能终端内电源模块进行运行监测，判断运维智能终端投入使用时运维智能终端内部电源模块的运行效率是否满足需求，从而保证运维智能终端的运行稳定性；对运维智能终端对多媒体设备的监测进行分析，判断运维智能终端的多媒体设备监测效率是否合格，从而保证多媒体设备监测的准确性，提高了多媒体设备运行效率，能够确保运维智能终端的运行效率，提高了运维智能终端的使用质量；

2、本发明中，对运维智能终端匹配的多媒体设备进行部件分析，根据多媒体设备的历史运行时间段进行各个部件分析，将各个部件进行类型划分，提高了运维智能终端的监测针对性，保证多媒体设备的运行稳定性同时控制多媒体设备的运维成本；根据多媒体设备故障分析进行数据库搭建，并在搭建数据库后将数据作为运维管控标准，提高了多媒体设备运维效率，防止多媒体设备故障后运维效率不稳定导致运维成本增加，也降低了多媒体设备运行效率。

附图说明

为了便于本领域技术人员理解，下面结合附图对本发明作进一步的说明。

图1为本发明一种基于数据分析的运维智能终端的原理框图。

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作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。

在本文中提及“实施例”意味着，结合实施例描述的特定特征、结构或特性可以包含在本发明的至少一个实施例中。在说明书中的各个位置出现该短语并不一定均是指相同的实施例，也不是与其它实施例互斥的独立的或备选的实施例。本领域技术人员显式地和隐式地理解的是，本文所描述的实施例可以与其它实施例相结合。

请参阅图1所示，一种基于数据分析的运维智能终端，包括服务器，其中服务器通讯连接有电源模块运行分析单元、设备实时监测分析单元、设备部件分析单元以及故障数据搭建单元，且服务器与电源模块运行分析单元、设备实时监测分析单元、设备部件分析单元以及故障数据搭建单元均为双向通讯连接；

多媒体教室在投入使用时会匹配运维智能终端，通过运维智能终端对多媒体教室内设备进行运维监测，在运维智能终端匹配使用后，服务器生成电源模块运行分析信号并将电源模块运行分析信号发送至电源模块运行分析单元，电源模块运行分析单元接收到电源模块运行分析信号后，对运维智能终端内电源模块进行运行监测，判断运维智能终端投入使用时运维智能终端内部电源模块的运行效率是否满足需求，从而保证运维智能终端的运行稳定性；

采集到电源模块启停供电过程中电流供应量浮动速度以及启停供电过程中运维智能终端内元器件运行缓冲时长与实时缓冲时长的多出量，并将电源模块启停供电过程中电流供应量浮动速度以及启停供电过程中运维智能终端内元器件运行缓冲时长与实时缓冲时长的多出量分别标记为FD和DC；采集到电源模块持续供电过程中供电电流往复浮动的频率，并将电源模块持续供电过程中供电电流往复浮动的频率标记为WF；

通过公式获取到运维智能终端内电源模块运行分析系数C，其中，f1、f2以及f3均为预设比例系数，且f1＞f2＞f3＞0，α为误差修正因子，取值为0.986；

将运维智能终端内电源模块运行分析系数C与运行分析系数阈值范围进行比较：

若运维智能终端内电源模块运行分析系数C未处于运行分析系数阈值范围，则判定运维智能终端的电源模块分析异常，生成电源模块运行异常信号并将电源模块运行异常信号发送至服务器，服务器接收到电源模块运行异常信号后，对电源模块运行进行维护；

若运维智能终端内电源模块运行分析系数C处于运行分析系数阈值范围，则判定运维智能终端的电源模块分析正常，生成电源模块运行正常信号并将电源模块运行正常信号发送至服务器；

服务器接收到电源模块运行正常信号后，生成设备实时监测分析信号并将设备实时监测分析信号发送至设备实时监测分析单元，设备实时监测分析单元接收到设备实时监测分析信号后，对运维智能终端对多媒体设备的监测进行分析，判断运维智能终端的多媒体设备监测效率是否合格，从而保证多媒体设备监测的准确性，提高了多媒体设备运行效率，能够确保运维智能终端的运行效率，提高了运维智能终端的使用质量；

采集到运维智能终端进行多媒体设备监测过程中可监测参数精度值与故障导致参数精度值的低于量以及多媒体设备监测过程中可监测参数浮动周期与检测周期的重叠时间段，并将运维智能终端进行多媒体设备监测过程中可监测参数精度值与故障导致参数精度值的低于量以及多媒体设备监测过程中可监测参数浮动周期与检测周期的重叠时间段分别与精度值低于量阈值和重叠时间段阈值进行比较：监测参数表示为多媒体设备的电流、电压以及温度等参数，监测参数精度值过大容易造成无法进行故障监测；

若运维智能终端进行多媒体设备监测过程中可监测参数精度值与故障导致参数精度值的低于量未超过精度值低于量阈值，或者多媒体设备监测过程中可监测参数浮动周期与检测周期的重叠时间段超过重叠时间段阈值，则判定运维智能终端的监测分析效率异常，生成监测分析高风险信号并将监测分析高风险信号发送至服务器，服务器接收到监测分析高风险信号后，对运维智能终端通讯连接的传感器进行精度控制并将传感器的运行周期进行调节；

若运维智能终端进行多媒体设备监测过程中可监测参数精度值与故障导致参数精度值的低于量超过精度值低于量阈值，且多媒体设备监测过程中可监测参数浮动周期与检测周期的重叠时间段未超过重叠时间段阈值，则判定运维智能终端的监测分析效率正常，生成监测分析低风险信号并将监测分析低风险信号发送至服务器；

服务器生成设备部件分析信号并将设备部件分析信号发送至设备部件分析单元，设备部件分析单元接收到设备部件分析信号后，对运维智能终端匹配的多媒体设备进行部件分析，根据多媒体设备的历史运行时间段进行各个部件分析，将各个部件进行类型划分，提高了运维智能终端的监测针对性，保证多媒体设备的运行稳定性同时控制多媒体设备的运维成本；

将多媒体设备划分为i个子部件，i为大于1的自然数，对多媒体设备的历史运行时间段进行分析，采集到历史运行时间段内多媒体设备内子部件的使用总次数以及对应子部件使用次数中出现故障数量占比，并将历史运行时间段内多媒体设备内子部件的使用总次数以及对应子部件使用次数中出现故障数量占比分别与使用总次数阈值和故障数量占比阈值进行比较：

若历史运行时间段内多媒体设备内子部件的使用总次数超过使用总次数阈值，且对应子部件使用次数中出现故障数量占比未超过故障数量占比阈值，则将对应子部件标记为高频低故部件；若历史运行时间段内多媒体设备内子部件的使用总次数超过使用总次数阈值，且对应子部件使用次数中出现故障数量占比超过故障数量占比阈值，则将对应子部件标记为高频高故部件；

若历史运行时间段内多媒体设备内子部件的使用总次数未超过使用总次数阈值，且对应子部件使用次数中出现故障数量占比未超过故障数量占比阈值，则将对应子部件标记为低频低故部件；若历史运行时间段内多媒体设备内子部件的使用总次数未超过使用总次数阈值，且对应子部件使用次数中出现故障数量占比超过故障数量占比阈值，则将对应子部件标记为低频易故部件；

将高频低故部件、高频高故部件、低频低故部件以及低频易故部件对应名称一同发送至服务器；服务器接收后，将高频高故部件和低频易故部件设置一级监测周期，将高频低故部件和低频低故部件分别设置二级监测周期和三级监测周期，其中一级监测周期短于二级监测周期，且二级监测周期短于三级监测周期；同时一级监测周期内监测频率超过二级监测周期短，二级监测周期内监测频率超过三级监测周期；

服务器生成故障数据搭建信号并将故障数据搭建信号发送至故障数据搭建单元，故障数据搭建单元接收到故障数据搭建信号后，根据多媒体设备故障分析进行数据库搭建，并在搭建数据库后将数据作为运维管控标准，提高了多媒体设备运维效率，防止多媒体设备故障后运维效率不稳定导致运维成本增加，也降低了多媒体设备运行效率；

运维智能终端对多媒体设备各个子部件进行监测，根据各个类型监测周期的监测获取到对应子部件的运行参数，运行参数表示为使用次数、频率以及持续时长等参数，将子部件的运行参数进行平均值计算获取到子部件的运行正常参数，将监测周期内子部件故障时刻对应运行参数标记为运行异常参数，通过运行异常参数和运行正常参数的差值计算获取到运行参数浮动风险值，并将运行参数浮动风险值和对应参数类型与对应名称的子部件匹配后构建故障数据库；在故障数据库实时更新过程中，将已更新的故障数据标记为现有数据；

采集到多媒体设备子部件运行出现故障时子部件运行参数浮动值与现有数据故障临界值的偏差值以及故障时子部件运行参数未处于现有数据范围内的频率，并将多媒体设备子部件运行出现故障时子部件运行参数浮动值与现有数据故障临界值的偏差值以及故障时子部件运行参数未处于现有数据范围内的频率分别与偏差值阈值和频率阈值进行比较：

若多媒体设备子部件运行出现故障时子部件运行参数浮动值与现有数据故障临界值的偏差值超过偏差值阈值，或者故障时子部件运行参数未处于现有数据范围内的频率超过频率阈值，则判定故障数据库搭建存在风险，生成现有数据验证信号并将现有数据验证信号发送至服务器，服务器接收到现有数据验证信号后，将故障数据库内存储的进行验证，即将现有数据不作为运维管控标准，并在对应类型的现有数据出现且造成故障后，将对应现有数据数值进行存储；

若多媒体设备子部件运行出现故障时子部件运行参数浮动值与现有数据故障临界值的偏差值未超过偏差值阈值，且故障时子部件运行参数未处于现有数据范围内的频率未超过频率阈值，则判定故障数据库搭建正常，生成现有数据合格信号并将现有数据合格信号发送至服务器，服务器接收到现有数据合格信号后，将现有数据作为运维管控标准。

上述公式均是采集大量数据进行软件模拟得出且选取与真实值接近的一个公式，公式中的系数是由本领域技术人员根据实际情况进行设置；

本发明在使用时，通过电源模块运行分析单元对运维智能终端内电源模块进行运行监测，获取到运维智能终端内电源模块运行分析系数，根据运行分析系数比较生成电源模块运行异常信号或者电源模块运行正常信号，并将其发送至服务器；通过设备实时监测分析单元对运维智能终端对多媒体设备的监测进行分析，通过分析生成监测分析高风险信号或者监测分析低风险信号，并将其发送至服务器；通过设备部件分析单元对运维智能终端匹配的多媒体设备进行部件分析，将多媒体设备划分为i个子部件，对多媒体设备的历史运行时间段进行分析，通过历史运行时间段分析将子部件划分为高频低故部件、高频高故部件、低频低故部件以及低频易故部件，并将其对应名称一同发送至服务器；通过故障数据搭建单元根据多媒体设备故障分析进行数据库搭建，并在搭建数据库后将数据作为运维管控标准。

以上公开的本发明优选实施例只是用于帮助阐述本发明。优选实施例并没有详尽叙述所有的细节，也不限制该发明仅为的具体实施方式。显然，根据本说明书的内容，可作很多的修改和变化。本说明书选取并具体描述这些实施例，是为了更好地解释本发明的原理和实际应用，从而使所属技术领域技术人员能很好地理解和利用本发明。本发明仅受权利要求书及其全部范围和等效物的限制。

Claims (8)

1.一种基于数据分析的运维智能终端，其特征在于，包括服务器，服务器通讯连接有：

电源模块运行分析单元，用于对运维智能终端内电源模块进行运行监测，获取到运维智能终端内电源模块运行分析系数，根据运行分析系数比较生成电源模块运行异常信号或者电源模块运行正常信号，并将其发送至服务器；设备实时监测分析单元，用于对运维智能终端对多媒体设备的监测进行分析，通过分析生成监测分析高风险信号或者监测分析低风险信号，并将其发送至服务器；

设备部件分析单元，用于对运维智能终端匹配的多媒体设备进行部件分析，将多媒体设备划分为i个子部件，i为大于1的自然数，对多媒体设备的历史运行时间段进行分析，通过历史运行时间段分析将子部件划分为高频低故部件、高频高故部件、低频低故部件以及低频易故部件，并将其对应名称一同发送至服务器；故障数据搭建单元，用于根据多媒体设备故障分析进行数据库搭建，并在搭建数据库后将数据作为运维管控标准。

2.根据权利要求1所述的一种基于数据分析的运维智能终端，其特征在于，电源模块运行分析单元的运行过程如下：

采集到电源模块启停供电过程中电流供应量浮动速度以及启停供电过程中运维智能终端内元器件运行缓冲时长与实时缓冲时长的多出量；采集到电源模块持续供电过程中供电电流往复浮动的频率；通过分析获取到运维智能终端内电源模块运行分析系数；将运维智能终端内电源模块运行分析系数与运行分析系数阈值范围进行比较：

若运维智能终端内电源模块运行分析系数未处于运行分析系数阈值范围，则判定运维智能终端的电源模块分析异常，生成电源模块运行异常信号并将电源模块运行异常信号发送至服务器；

若运维智能终端内电源模块运行分析系数处于运行分析系数阈值范围，则判定运维智能终端的电源模块分析正常，生成电源模块运行正常信号并将电源模块运行正常信号发送至服务器。

3.根据权利要求1所述的一种基于数据分析的运维智能终端，其特征在于，设备实时监测分析单元的运行过程如下：

采集到运维智能终端进行多媒体设备监测过程中可监测参数精度值与故障导致参数精度值的低于量以及多媒体设备监测过程中可监测参数浮动周期与检测周期的重叠时间段，并将其分别与精度值低于量阈值和重叠时间段阈值进行比较：

若运维智能终端进行多媒体设备监测过程中可监测参数精度值与故障导致参数精度值的低于量未超过精度值低于量阈值，或者多媒体设备监测过程中可监测参数浮动周期与检测周期的重叠时间段超过重叠时间段阈值，则生成监测分析高风险信号并将监测分析高风险信号发送至服务器；

若运维智能终端进行多媒体设备监测过程中可监测参数精度值与故障导致参数精度值的低于量超过精度值低于量阈值，且多媒体设备监测过程中可监测参数浮动周期与检测周期的重叠时间段未超过重叠时间段阈值，则生成监测分析低风险信号并将监测分析低风险信号发送至服务器。

4.根据权利要求1所述的一种基于数据分析的运维智能终端，其特征在于，设备部件分析单元的运行过程如下：

采集到历史运行时间段内多媒体设备内子部件的使用总次数以及对应子部件使用次数中出现故障数量占比，并将其中分别与使用总次数阈值和故障数量占比阈值进行比较：

若历史运行时间段内多媒体设备内子部件的使用总次数超过使用总次数阈值，且对应子部件使用次数中出现故障数量占比未超过故障数量占比阈值，则将对应子部件标记为高频低故部件；

若历史运行时间段内多媒体设备内子部件的使用总次数超过使用总次数阈值，且对应子部件使用次数中出现故障数量占比超过故障数量占比阈值，则将对应子部件标记为高频高故部件；

若历史运行时间段内多媒体设备内子部件的使用总次数未超过使用总次数阈值，且对应子部件使用次数中出现故障数量占比未超过故障数量占比阈值，则将对应子部件标记为低频低故部件；

若历史运行时间段内多媒体设备内子部件的使用总次数未超过使用总次数阈值，且对应子部件使用次数中出现故障数量占比超过故障数量占比阈值，则将对应子部件标记为低频易故部件。

5.根据权利要求4所述的一种基于数据分析的运维智能终端，其特征在于，将高频低故部件、高频高故部件、低频低故部件以及低频易故部件对应名称一同发送至服务器；服务器接收后，将高频高故部件和低频易故部件设置一级监测周期，将高频低故部件和低频低故部件分别设置二级监测周期和三级监测周期，其中一级监测周期短于二级监测周期，且二级监测周期短于三级监测周期；同时一级监测周期内监测频率超过二级监测周期短，二级监测周期内监测频率超过三级监测周期。

6.根据权利要求1所述的一种基于数据分析的运维智能终端，其特征在于，故障数据搭建单元的运行过程如下：

运维智能终端对多媒体设备各个子部件进行监测，根据各个类型监测周期的监测获取到对应子部件的运行参数，将子部件的运行参数进行平均值计算获取到子部件的运行正常参数，将监测周期内子部件故障时刻对应运行参数标记为运行异常参数，通过运行异常参数和运行正常参数的差值计算获取到运行参数浮动风险值，并将运行参数浮动风险值和对应参数类型与对应名称的子部件匹配后构建故障数据库；在故障数据库实时更新过程中，将已更新的故障数据标记为现有数据。

7.根据权利要求6所述的一种基于数据分析的运维智能终端，其特征在于，采集到多媒体设备子部件运行出现故障时子部件运行参数浮动值与现有数据故障临界值的偏差值以及故障时子部件运行参数未处于现有数据范围内的频率，并将其分别与偏差值阈值和频率阈值进行比较：

若多媒体设备子部件运行出现故障时子部件运行参数浮动值与现有数据故障临界值的偏差值超过偏差值阈值，或者故障时子部件运行参数未处于现有数据范围内的频率超过频率阈值，则判定故障数据库搭建存在风险，生成现有数据验证信号并将现有数据验证信号发送至服务器；

若多媒体设备子部件运行出现故障时子部件运行参数浮动值与现有数据故障临界值的偏差值未超过偏差值阈值，且故障时子部件运行参数未处于现有数据范围内的频率未超过频率阈值，则判定故障数据库搭建正常，生成现有数据合格信号并将现有数据合格信号发送至服务器。

8.根据权利要求7所述的一种基于数据分析的运维智能终端，其特征在于，服务器接收到现有数据验证信号后，将故障数据库内存储的进行验证，即将现有数据不作为运维管控标准，并在对应类型的现有数据出现且造成故障后，将对应现有数据数值进行存储；服务器接收到现有数据合格信号后，将现有数据作为运维管控标准。