CN116633870B - 一种基于云加端模式的运维数据处理系统及方法 - Google Patents
一种基于云加端模式的运维数据处理系统及方法 Download PDFInfo
- Publication number
- CN116633870B CN116633870B CN202310599507.2A CN202310599507A CN116633870B CN 116633870 B CN116633870 B CN 116633870B CN 202310599507 A CN202310599507 A CN 202310599507A CN 116633870 B CN116633870 B CN 116633870B
- Authority
- CN
- China
- Prior art keywords
- data
- channel capacity
- channel
- module
- maintenance
- 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
- 238000012423 maintenance Methods 0.000 title claims abstract description 100
- 238000012545 processing Methods 0.000 title claims abstract description 73
- 238000000034 method Methods 0.000 title claims description 28
- 230000005540 biological transmission Effects 0.000 claims abstract description 55
- 238000012544 monitoring process Methods 0.000 claims abstract description 38
- 238000005520 cutting process Methods 0.000 claims abstract description 10
- 230000000737 periodic effect Effects 0.000 claims description 12
- 230000011218 segmentation Effects 0.000 claims description 12
- 238000010586 diagram Methods 0.000 claims description 6
- 238000005516 engineering process Methods 0.000 claims description 5
- 238000010801 machine learning Methods 0.000 claims description 5
- 238000001514 detection method Methods 0.000 claims description 4
- 230000003139 buffering effect Effects 0.000 claims description 3
- 238000001228 spectrum Methods 0.000 claims description 3
- 238000003672 processing method Methods 0.000 abstract description 2
- 238000004806 packaging method and process Methods 0.000 description 6
- 238000004364 calculation method Methods 0.000 description 3
- 238000004891 communication Methods 0.000 description 3
- 238000013500 data storage Methods 0.000 description 2
- 238000007726 management method Methods 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000018109 developmental process Effects 0.000 description 1
- 230000006855 networking Effects 0.000 description 1
- 238000012856 packing Methods 0.000 description 1
Classifications
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L47/00—Traffic control in data switching networks
- H04L47/10—Flow control; Congestion control
- H04L47/36—Flow control; Congestion control by determining packet size, e.g. maximum transfer unit [MTU]
- H04L47/365—Dynamic adaptation of the packet size
-
- 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
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L47/00—Traffic control in data switching networks
- H04L47/10—Flow control; Congestion control
- H04L47/43—Assembling or disassembling of packets, e.g. segmentation and reassembly [SAR]
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L47/00—Traffic control in data switching networks
- H04L47/10—Flow control; Congestion control
- H04L47/43—Assembling or disassembling of packets, e.g. segmentation and reassembly [SAR]
- H04L47/431—Assembling or disassembling of packets, e.g. segmentation and reassembly [SAR] using padding or de-padding
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y04—INFORMATION OR COMMUNICATION TECHNOLOGIES HAVING AN IMPACT ON OTHER TECHNOLOGY AREAS
- Y04S—SYSTEMS INTEGRATING TECHNOLOGIES RELATED TO POWER NETWORK OPERATION, COMMUNICATION OR INFORMATION TECHNOLOGIES FOR IMPROVING THE ELECTRICAL POWER GENERATION, TRANSMISSION, DISTRIBUTION, MANAGEMENT OR USAGE, i.e. SMART GRIDS
- Y04S10/00—Systems supporting electrical power generation, transmission or distribution
- Y04S10/50—Systems or methods supporting the power network operation or management, involving a certain degree of interaction with the load-side end user applications
Landscapes
- Engineering & Computer Science (AREA)
- Computer Networks & Wireless Communication (AREA)
- Signal Processing (AREA)
- Data Exchanges In Wide-Area Networks (AREA)
Abstract
本发明公开了一种基于云加端模式的运维数据处理系统及方法,涉及云加端模式技术领域,包括管控模块,所述管控模块连接有数据采集模块、信道监测模块、数据处理模块和预警模块;所述数据采集模块用于采集运维数据;所述信道监测模块用于监测信道,获取信道容量;所述数据处理模块用于根据信道容量生成最佳传输数据大小,并根据最佳传输数据大小对运维数据进行切割操作;所述预警模块用于处理预警信息;本系统通过获取信道容量,根据信道容量生成相应的最佳传输数据大小,并将运维数据按照最佳传输数据大小进行切割后再通过信道递交至云平台,提高了数据的传输效率。
Description
技术领域
本发明涉及云加端模式技术领域,具体是一种基于云加端模式的运维数据处理系统及方法。
背景技术
随着终端系统智能化、移动化的发展,越来越多的设备开始加入互联网,而对于提供数据服务的企业来说,负载的增加将直接导致运营成本增加,这就意味着这些企业需要更加有效地利用网络资源。互联网将分散在各处的硬件、软件以及数据等资源有效地连接在一起组成一个巨大的整体,从而让人们可以有效地利用分散在各地的网络资源,完成大规模且复杂的计算和数据处理任务;“云加端”即云平台+终端设备;云平台,也叫云计算平台,是基于硬件资源和软件资源的服务,提供计算、网络和存储能力。云平台根据功能可以划分为三类:以数据存储为主的存储型云平台,以数据处理为主的计算型云平台以及计算和数据存储处理兼顾的综合云平台;终端设备,经由通信设施向计算机输入程序和数据或接收计算机输出处理结果的设备。终端设备通常设置在能利用通信设施与远处计算机连接工作的方便场所,它主要由通信接口控制装置与专用或选定的输入输出装置组合而成;
在现有技术中,不论数据大小,直接传输获取的数据,在一定程度上降低了数据的传输效率,为此,现提供一种基于云加端模式的运维数据处理系统及方法。
发明内容
本发明的目的在于提供一种基于云加端模式的运维数据处理系统及方法。
本发明的目的可以通过以下技术方案实现:一种基于云加端模式的运维数据处理系统,包括管控模块,所述管控模块连接有数据采集模块、信道监测模块、数据处理模块和预警模块;
所述数据采集模块用于采集运维数据;
所述信道监测模块用于监测信道,获取信道容量;
所述数据处理模块用于根据信道容量生成最佳传输数据大小,并根据最佳传输数据大小对运维数据进行切割操作;
所述预警模块用于处理预警信息。
进一步的,所述数据采集模块采集运维数据的过程为:
所述数据采集模块设置有传感器和边缘计算设备;
所述传感器用于采集机房运维所需数据;
所述边缘计算设备用于处理传感器获取的数据,并根据所获取的数据生成运维数据;
将运维数据递交至数据处理模块,由数据处理模块做出相应处理。
进一步的,所述信道监测模块包括监测单元和存储单元;
所述监测单元用于监测信道,获取信道容量;
所述存储单元用于存储信道容量,并检测信道容量是否处于正常状态。
进一步的,所述监测单元获取信道容量的过程为:
所述监测单元包括示波器;
获取信道带宽;
通过示波器实时获取信号的频谱图;
设置周期W,将周期内的频谱图记作信号分段图;
所述信号分段图包括有效带宽、有色干扰和其他杂散成分;
提取信号分段图中不含有效带宽和有色干扰的信号部分,根据所述信号部分获取噪声平均功率;提取信号分段图中有效带宽的信号部分,根据所述信号部分获取信号平均功率;
获取信道带宽、噪声平均功率和信号平均功率后,根据香农公式,得到当前周期的信道容量;
将所述信道容量递交至存储单元进行存储;同时,将所述信道容量递交至数据处理模块。
进一步的,所述存储单元存储信道容量的过程为:
接收到信道容量后,将接收信道容量的时刻存储至存储时间,并将接收到的信道容量存储至存储内容;存储时间与存储内容之间为一一对应关系。
进一步的,所述存储单元检测信道容量是否处于正常状态的过程为:
建立二维坐标系,设置存储时间为x轴,存储内容为y轴,以此获取信道容量的变化曲线;
通过机器学习技术对所述变化曲线进行分析建模,得到信道容量的正常区间;
当监测单元获取的信道容量不在正常区间范围内,则生成相应的预警信息,将预警信息递交至预警模块,由预警模块作出相应处理。
进一步的,所述数据处理模块根据信道容量生成最佳传输数据大小的过程包括:
设置周期时间段;
以周期时间段节点获取的信道容量为当前周期时间段的信道容量;所述周期时间段节点为周期时间段的起始时刻;
将当前周期时间段的信道容量的数值作为最佳传输数据大小的数值,即信道容量与最佳传输数据大小数值相同,单位不同。
进一步的,所述数据处理模块根据最佳传输数据大小对运维数据进行切割操作的过程包括:
设置有缓存单元;
将周期时间段起始时刻至周期时间段结束时刻前,不包括周期时间段结束时刻时接收到的运维数据缓存至缓存单元;根据缓存单元存储的运维数据生成运维数据组,并清除缓存单元中存储的运维数据,以供存储下一周期的运维数据;
获取运维数据组的数据大小,将数据大小与下一周期时间段的最佳传输数据大小进行比较;
若数据大小小于下一周期时间段的最佳传输数据大小,则对运维数据组进行数据填充,将数据大小填充至下一周期时间段的最佳传输数据大小,生成运维数据包,将运维数据包通过信道递交至云平台;
若数据大小等于下一周期时间段的最佳传输数据大小,则直接将运维数据组标记为运维数据包后,通过信道将运维数据包递交至云平台;
若数据大小大于下一周期时间段的最佳传输数据大小,则以所述最佳传输数据大小作为标准,将运维数据组按标准大小依次切割成多个运维数据分组,将运维数据分组标记为运维数据包后,通过信道将运维数据包递交至云平台;若最后一个运维数据分组的数据大小小于标准大小,则对所述运维数据分组进行数据填充,将所述数据大小填充至标准大小,再将所述运维数据分组标记为运维数据包,通过信道递交至云平台。
进一步的,所述预警模块处理预警信息的过程包括:
所述预警模块在接收到预警信息后,将预警信息发送至用户,告知用户信道存在隐患问题,由用户作出相应的检测维修工作。
与现有技术相比,本发明的有益效果是:本系统通过信道检测模块获取信道容量,再通过数据处理模块根据信道容量生成相应的最佳传输数据大小,并将数据采集模块采集到的运维数据按照最佳传输数据大小进行切割,将运维数据切割处理后再通过信道递交至云平台,提高了数据的传输效率,有效的利用了网络资源。
附图说明
图1为本发明的原理图。
具体实施方式
如图1所示,一种基于云加端模式的运维数据处理系统,包括管控模块,所述管控模块连接有数据采集模块、信道监测模块、数据处理模块和预警模块;
所述数据采集模块用于采集运维数据,具体过程为:
所述数据采集模块设置有传感器和边缘计算设备;
所述传感器用于采集机房运维所需数据;
所述边缘计算设备用于处理传感器获取的数据,并根据所述数据生成运维数据;
所述边缘计算设备内设置有AIOps,通过机器学习技术智能处理传感器采集到的数据,生成运维数据;
数据采集模块将边缘计算设备生成的运维数据递交至数据处理模块,由数据处理模块做出相应处理;
所述信道监测模块用于监测信道,获取信道容量,具体过程为:
所述信道监测模块包括监测单元和存储单元;
所述监测单元用于监测信道,获取信道容量,具体过程为:
所述监测单元包括示波器;
获取信道带宽;
通过示波器实时获取信号的频谱图;
设置周期W,对周期内的频谱图进行分析,获取当前周期的信道容量;将周期内的频谱图记作信号分段图;
所述信号分段图包括有效带宽、有色干扰和其他杂散成分;
提取信号分段图中不含有效带宽和有色干扰的信号部分,根据所述信号部分获取噪声平均功率;提取信号分段图中有效带宽的信号部分,根据所述信号部分获取信号平均功率;
获取信道带宽、噪声平均功率和信号平均功率后,根据香农公式,得到当前周期的信道容量;
将所述信道容量递交至存储单元进行存储;同时,将所述信道容量递交至数据处理模块,由数据处理模块作出相应处理;
所述存储单元用于存储信道容量,并检测信道容量是否处于正常状态,具体过程为:
所述存储单元包括存储时间和存储内容;
接收到信道容量后,将接收信道容量的时刻存储至存储时间,并将接收到的信道容量存储至存储内容;存储时间与存储内容之间为一一对应关系;
建立二维坐标系,设置存储时间为x轴,存储内容为y轴,以此获取信道容量的变化曲线;
通过机器学习技术对所述变化曲线进行分析建模,得到信道容量的正常区间;
当监测单元获取的信道容量不在正常区间范围内,则生成相应的预警信息,将预警信息递交至预警模块,由预警模块作出相应处理;
所述信道监测模块通过监测单元实现对信道的实时监测,获取信道容量,并将信道容量存储至存储单元;由存储单元根据往期记录的信道容量建立二维坐标系,生成信道容量的变化曲线,并通过机器学习技术分析变化曲线,获取信道容量的正常区间,以便后续检测信道容量是否存在问题;
所述数据处理模块用于根据信道容量处理运维数据,具体过程为:
所述数据处理模块内设置有缓存单元;
设定周期时间段T;
以周期时间段节点获取的信道容量为当前周期时间段的信道容量;所述周期时间段节点为周期时间段的起始时刻;
若周期时间段为10秒,则14时00分00秒为起始时刻,14时00分10秒为结束时刻;于14时00分00秒获取的信道容量为当前周期时间段的信道容量;
将当前周期时间段的信道容量的数值作为最佳传输数据大小的数值,即信道容量与最佳传输数据大小数值相同,单位不同;
若当前周期时间段的信道容量为比特每秒,则设置最佳传输数据大小为/>比特;
将周期时间段起始时刻至周期时间段结束时刻前,不包括周期时间段结束时刻时接收到的运维数据缓存至缓存单元;根据缓存单元存储的运维数据生成运维数据组,并清除缓存单元中存储的运维数据,以供存储下一周期的运维数据;
若周期时间段为10秒,周期时间段的起始时刻为14时00分00秒,则将14时00分00秒开始接收的运维数据缓存至缓存单元,直至14时00分10秒停止存储,且不存储14时00分10秒时接收到的运维数据,即缓存单元当前仅存储14时00分00秒至14时00分09秒接收到的运维数据;将缓存单元存储的运维数据打包为运维数据组后,清除存储单元中14时00分00秒至14时00分09秒的运维数据,以供存储14时10分00秒至14时00分19秒的运维数据;
获取运维数据组的数据大小,将数据大小与下一周期时间段的最佳传输数据大小进行比较;
若周期时间段为10秒,设定14时00分00秒至14时00分09秒为第Z周期,则14时00分10秒至14时00分19秒为第Z+1周期;
设定14时00分10秒接收到的信道容量记作X,则X为第Z+1周期的信道容量;根据信道容量X获取最佳传输数据大小Y;
获取第Z周期运维数据组的数据大小D,将D与Y进行比较;
若数据大小小于下一周期时间段的最佳传输数据大小,则对运维数据组进行数据填充,将数据大小填充至下一周期时间段的最佳传输数据大小,生成运维数据包,将运维数据包通过信道递交至云平台;
若数据大小等于下一周期时间段的最佳传输数据大小,则直接将运维数据组标记为运维数据包后,通过信道将运维数据包递交至云平台;
若数据大小大于下一周期时间段的最佳传输数据大小,则以所述最佳传输数据大小作为标准,将运维数据组按标准大小依次切割成多个运维数据分组,将运维数据分组标记为运维数据包后,通过信道将运维数据包递交至云平台;若最后一个运维数据分组的数据大小小于标准大小,则对所述运维数据分组进行数据填充,将所述数据大小填充至标准大小,再将所述运维数据分组标记为运维数据包,通过信道递交至云平台;
将运维数据组标记为M;
若D小于Y,则对M进行数据填充处理,例如在M的数据末端填充0,使得D=Y,数据填充结束后,将M打包成运维数据包,通过信道递交至云平台;
若D=Y,则直接将M打包为运维数据包;
若D大于Y,则将M按照Y的大小进行切割,生成运维数据分组,运维数据分组/>,……,运维数据分组/>,若运维数据分组/>的数据大小小于Y,则对运维数据分组/>进行数据填充处理,使得运维数据分组/>的数据大小等于Y;数据填充结束后,将运维数据分组/>,运维数据分组/>,……,运维数据分组/>依次打包为运维数据包,通过信道递交至云平台;
所述数据处理单元通过设定周期时间段,根据周期时间段对信道容量进行更新处理,使得后续使用的信道容量数据符合当前信道情况;根据信道容量获取相应的最佳传输数据大小,同理的,最佳传输数据大小将跟随信道容量发送同步更新;将接收到运维数据按照周期时间段进行缓存,生成相应的运维数据组;将运维数据组数据大小与最佳传输数据大小进行比较,若运维数据组的数据大小小于最佳传输数据大小,则对运维数据组进行数据填充,将数据填充处理后的运维数据组打包为运维数据包,通过信道递交至云平台;若运维数据组的数据大小等于最佳传输数据大小,则直接将运维数据组打包为运维数据包,通过信道递交至云平台;若运维数据组的数据大小大于最佳传输数据大小,则将运维数据组按照最佳传输数据大小进行切割处理,生成相应的运维数据分组,将运维数据分组打包为运维数据包,通过信道递交至云平台,若存在最后一组运维数据分组小于最佳传输数据大小的情况,则将最后一组运维数据分组进行数据填充处理后,再将最后一组运维数据分组打包为运维数据包;
所述预警模块用于处理预警信息,具体过程为:
所述预警模块在接收到预警信息后,将预警信息发送至用户,告知用户信道存在隐患问题,由用户作出相应的检测维修工作。
一种基于云加端模式的运维数据处理方法,包括以下步骤:
步骤S1:通过数据采集模块获取运维数据,并将运维数据递交至数据处理模块,由数据处理模块做出相应处理;
步骤S2:通过信道监测模块监测信道,获取相应的信道容量,将信道容量实时递交至数据处理模块;同时,根据往期记录的信道容量,获取信道容量的正常区间,若获取的信道容量不在正常区间内,则生成相应的预警信息,将预警信息递交至预警模块;
步骤S3:数据处理模块接收到运维数据和信道容量,设定周期时间段,根据周期时间段更新信道容量作为当前周期时间段的信道容量,并根据当前周期时间段的信道容量得出最佳传输数据大小;根据最佳传输数据大小切割运维数据,获得运维数据包,将运维数据以运维数据包的形式通过信道递交至云平台;
以上实施例仅用以说明本发明的技术方法而非限制,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法进行修改或等同替换,而不脱离本发明技术方法的精神和范围。
Claims (3)
1.一种基于云加端模式的运维数据处理系统,包括管控模块,其特征在于,所述管控模块连接有数据采集模块、信道监测模块、数据处理模块和预警模块;
所述数据采集模块用于采集运维数据;
所述信道监测模块用于监测信道,获取信道容量,根据信道容量,生成相应的预警信息;
所述数据处理模块用于根据信道容量生成最佳传输数据大小,并根据最佳传输数据大小对运维数据进行切割操作;
所述预警模块用于对生成的预警信息进行处理,根据处理结果判断是否对信道进行检测维修;
所述数据采集模块采集运维数据的过程为:
所述数据采集模块设置有传感器和边缘计算设备;
所述传感器用于采集机房运维所需数据;
所述边缘计算设备用于处理传感器获取的数据,并根据所获取的数据生成运维数据;
将运维数据递交至数据处理模块,由数据处理模块做出相应处理;
所述信道监测模块包括监测单元和存储单元;
所述监测单元用于监测信道,获取信道容量;
所述存储单元用于存储信道容量,并检测信道容量是否处于正常状态;
所述监测单元获取信道容量的过程为:
所述监测单元包括示波器;
获取信道带宽;
通过示波器实时获取信号的频谱图;
设置周期W,将周期内的频谱图记作信号分段图;
所述信号分段图包括有效带宽、有色干扰和其他杂散成分;
提取信号分段图中不含有效带宽和有色干扰的信号部分,根据所述信号部分获取噪声平均功率;提取信号分段图中有效带宽的信号部分,根据所述信号部分获取信号平均功率;
获取信道带宽、噪声平均功率和信号平均功率后,根据香农公式,得到当前周期的信道容量;
将所述信道容量递交至存储单元进行存储;同时,将所述信道容量递交至数据处理模块;
所述存储单元存储信道容量的过程为:
接收到信道容量后,将接收信道容量的时刻存储至存储时间,并将接收到的信道容量存储至存储内容;存储时间与存储内容之间为一一对应关系;
所述存储单元检测信道容量是否处于正常状态的过程为:
建立二维坐标系,设置存储时间为x轴,存储内容为y轴,以此获取信道容量的变化曲线;
通过机器学习技术对所述变化曲线进行分析建模,得到信道容量的正常区间;
当监测单元获取的信道容量不在正常区间范围内,则生成相应的预警信息,将预警信息递交至预警模块,由预警模块作出相应处理;
所述数据处理模块根据信道容量生成最佳传输数据大小的过程包括:
设置周期时间段;
以周期时间段节点获取的信道容量为当前周期时间段的信道容量;所述周期时间段节点为周期时间段的起始时刻;
将当前周期时间段的信道容量的数值作为最佳传输数据大小的数值,即信道容量与最佳传输数据大小数值相同,单位不同;
所述数据处理模块根据最佳传输数据大小对运维数据进行切割操作的过程包括:
设置有缓存单元;
将周期时间段起始时刻至周期时间段结束时刻前,不包括周期时间段结束时刻时接收到的运维数据缓存至缓存单元;根据缓存单元存储的运维数据生成运维数据组,并清除缓存单元中存储的运维数据,以供存储下一周期的运维数据;
获取运维数据组的数据大小,将数据大小与下一周期时间段的最佳传输数据大小进行比较;
若数据大小小于下一周期时间段的最佳传输数据大小,则对运维数据组进行数据填充,将数据大小填充至下一周期时间段的最佳传输数据大小,生成运维数据包,将运维数据包通过信道递交至云平台;
若数据大小等于下一周期时间段的最佳传输数据大小,则直接将运维数据组标记为运维数据包后,通过信道将运维数据包递交至云平台;
若数据大小大于下一周期时间段的最佳传输数据大小,则以所述最佳传输数据大小作为标准,将运维数据组按标准大小依次切割成多个运维数据分组,将运维数据分组标记为运维数据包后,通过信道将运维数据包递交至云平台;若最后一个运维数据分组的数据大小小于标准大小,则对所述运维数据分组进行数据填充,将所述数据大小填充至标准大小,再将所述运维数据分组标记为运维数据包,通过信道递交至云平台。
2.根据权利要求1所述的一种基于云加端模式的运维数据处理系统,其特征在于,所述预警模块处理预警信息的过程包括:
所述预警模块在接收到预警信息后,将预警信息发送至用户,告知用户信道存在隐患问题,由用户作出相应的检测维修工作。
3.根据权利要求1至2任一项所述的一种基于云加端模式的运维数据处理系统的运维数据处理方法,其特征在于,包括以下步骤:
步骤S1:通过数据采集模块获取运维数据,并将运维数据递交至数据处理模块,由数据处理模块做出相应处理;
步骤S2:通过信道监测模块监测信道,获取相应的信道容量,将信道容量实时递交至数据处理模块;同时,根据往期记录的信道容量,获取信道容量的正常区间,若获取的信道容量不在正常区间内,则生成相应的预警信息,将预警信息递交至预警模块;
步骤S3:数据处理模块接收到运维数据和信道容量,设定周期时间段,根据周期时间段更新信道容量作为当前周期时间段的信道容量,并根据当前周期时间段的信道容量得出最佳传输数据大小;根据最佳传输数据大小切割运维数据,获得运维数据包,将运维数据以运维数据包的形式通过信道递交至云平台。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310599507.2A CN116633870B (zh) | 2023-05-25 | 2023-05-25 | 一种基于云加端模式的运维数据处理系统及方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310599507.2A CN116633870B (zh) | 2023-05-25 | 2023-05-25 | 一种基于云加端模式的运维数据处理系统及方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN116633870A CN116633870A (zh) | 2023-08-22 |
CN116633870B true CN116633870B (zh) | 2023-11-14 |
Family
ID=87596862
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202310599507.2A Active CN116633870B (zh) | 2023-05-25 | 2023-05-25 | 一种基于云加端模式的运维数据处理系统及方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN116633870B (zh) |
Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US6760391B1 (en) * | 1999-09-14 | 2004-07-06 | Nortel Networks Limited | Method and apparatus for line rate control in a digital communications system |
CN204614199U (zh) * | 2015-05-15 | 2015-09-02 | 国网冀北节能服务有限公司 | 一种电力线载波数据通讯装置 |
CN105701209A (zh) * | 2016-01-13 | 2016-06-22 | 广西师范大学 | 一种提高大数据上并行连接性能的负载平衡方法 |
CN106452881A (zh) * | 2016-10-21 | 2017-02-22 | 用友网络科技股份有限公司 | 一种基于云加端模式的运维数据处理系统和方法 |
CN108881062A (zh) * | 2017-05-12 | 2018-11-23 | 深圳市中兴微电子技术有限公司 | 一种数据包传输方法和设备 |
CN112039906A (zh) * | 2020-09-03 | 2020-12-04 | 华侨大学 | 一种面向云计算的网络流量异常检测系统及方法 |
CN112367409A (zh) * | 2021-01-14 | 2021-02-12 | 广州技象科技有限公司 | 一种物联网节点数据传输控制方法与装置 |
CN112422241A (zh) * | 2020-11-09 | 2021-02-26 | 广州博冠信息科技有限公司 | 数据传输方法、装置、存储介质及计算机设备 |
CN114337931A (zh) * | 2021-06-23 | 2022-04-12 | 中宇联云计算服务(上海)有限公司 | 基于云网融合技术的丢包补偿方法、系统以及设备 |
Family Cites Families (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US8606878B2 (en) * | 2011-02-28 | 2013-12-10 | Red Hat, Inc. | Systems and methods for de-populating cloud data store |
US10073971B2 (en) * | 2013-06-28 | 2018-09-11 | Microsoft Technology Licensing, Llc | Traffic processing for network performance and security |
-
2023
- 2023-05-25 CN CN202310599507.2A patent/CN116633870B/zh active Active
Patent Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US6760391B1 (en) * | 1999-09-14 | 2004-07-06 | Nortel Networks Limited | Method and apparatus for line rate control in a digital communications system |
CN204614199U (zh) * | 2015-05-15 | 2015-09-02 | 国网冀北节能服务有限公司 | 一种电力线载波数据通讯装置 |
CN105701209A (zh) * | 2016-01-13 | 2016-06-22 | 广西师范大学 | 一种提高大数据上并行连接性能的负载平衡方法 |
CN106452881A (zh) * | 2016-10-21 | 2017-02-22 | 用友网络科技股份有限公司 | 一种基于云加端模式的运维数据处理系统和方法 |
CN108881062A (zh) * | 2017-05-12 | 2018-11-23 | 深圳市中兴微电子技术有限公司 | 一种数据包传输方法和设备 |
CN112039906A (zh) * | 2020-09-03 | 2020-12-04 | 华侨大学 | 一种面向云计算的网络流量异常检测系统及方法 |
CN112422241A (zh) * | 2020-11-09 | 2021-02-26 | 广州博冠信息科技有限公司 | 数据传输方法、装置、存储介质及计算机设备 |
CN112367409A (zh) * | 2021-01-14 | 2021-02-12 | 广州技象科技有限公司 | 一种物联网节点数据传输控制方法与装置 |
CN114337931A (zh) * | 2021-06-23 | 2022-04-12 | 中宇联云计算服务(上海)有限公司 | 基于云网融合技术的丢包补偿方法、系统以及设备 |
Non-Patent Citations (1)
Title |
---|
基于云计算的电网企业信息运维模式研究;党芳芳;梅林;姬发家;刘伯宇;李强;;电力大数据(第04期);全文 * |
Also Published As
Publication number | Publication date |
---|---|
CN116633870A (zh) | 2023-08-22 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109639481B (zh) | 一种基于深度学习的网络流量分类方法、系统及电子设备 | |
KR101745456B1 (ko) | HiL 시뮬레이션 환경에서 대용량 데이터를 전송하기 위한 전자제어 장치, 이를 포함하는 시스템 및 그 방법 | |
CN111225280B (zh) | 基于嵌入式平台的轻量级视频分析系统 | |
CN113365233B (zh) | 一种北斗通讯应用系统短报文通讯的云服务方法 | |
CN113613287A (zh) | 一种基于边缘计算的自动化数据采集系统 | |
CN112614002A (zh) | 数据采集系统、方法、装置、电子设备及计算机存储介质 | |
CN116633870B (zh) | 一种基于云加端模式的运维数据处理系统及方法 | |
CN111831540A (zh) | 一种调试信息的处理方法、处理装置和存储介质 | |
WO2021147319A1 (zh) | 一种数据处理方法、装置、设备及介质 | |
CN114793223A (zh) | Dns记录的存储方法、装置、存储介质及电子设备 | |
CN113630442B (zh) | 数据传输方法、装置及系统 | |
CN115549862A (zh) | 基于动态解析的mes系统并发性能测试数据接收方法 | |
CN108494700B (zh) | 跨链路数据传输方法、装置、计算机设备及存储介质 | |
CN115866331A (zh) | 视频抽帧分析方法、装置、设备及存储介质 | |
CN116170445A (zh) | 一种基于云计算的工业数据处理系统 | |
CN111935316B (zh) | 一种前端设备目录获取方法及装置 | |
CN209842861U (zh) | 一种环境监测数据采集传输系统 | |
CN114172856A (zh) | 消息自动回复方法、装置、设备及存储介质 | |
CN112685271A (zh) | 压测数据处理方法、装置、电子设备及可读存储介质 | |
CN113890900B (zh) | 一种适用于WIAPA网络的IPv6报文传输系统 | |
CN114726893B (zh) | 可支持多种底层承载协议的物联网应用层接入方法和系统 | |
CN115277844B (zh) | 一种大数据后台数据处理方法及系统 | |
CN112202761B (zh) | 一种叉车定位监控系统 | |
CN116662276B (zh) | 数据处理方法、装置、电子设备及存储介质 | |
CN112214290B (zh) | 日志信息处理方法、边缘节点、中心节点和系统 |
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 |