CN116955074A - 一种数据存储平台智能监控方法 - Google Patents
一种数据存储平台智能监控方法 Download PDFInfo
- Publication number
- CN116955074A CN116955074A CN202310852964.8A CN202310852964A CN116955074A CN 116955074 A CN116955074 A CN 116955074A CN 202310852964 A CN202310852964 A CN 202310852964A CN 116955074 A CN116955074 A CN 116955074A
- Authority
- CN
- China
- Prior art keywords
- monitoring
- node
- data
- data transmission
- storage
- 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.)
- Granted
Links
- 238000012544 monitoring process Methods 0.000 title claims abstract description 152
- 238000000034 method Methods 0.000 title claims abstract description 28
- 238000013500 data storage Methods 0.000 title claims abstract description 19
- 230000005540 biological transmission Effects 0.000 claims abstract description 89
- 238000011144 upstream manufacturing Methods 0.000 claims abstract description 4
- 230000002159 abnormal effect Effects 0.000 claims description 9
- 238000012795 verification Methods 0.000 claims description 8
- 238000013507 mapping Methods 0.000 claims description 4
- 239000000284 extract Substances 0.000 claims description 3
- 238000009434 installation Methods 0.000 claims description 3
- 230000006870 function Effects 0.000 description 4
- 238000012423 maintenance Methods 0.000 description 3
- 241000700605 Viruses Species 0.000 description 2
- 230000005856 abnormality Effects 0.000 description 2
- 230000006978 adaptation Effects 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 2
- 238000004891 communication Methods 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000012360 testing method Methods 0.000 description 2
- 238000007792 addition Methods 0.000 description 1
- 238000012937 correction Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000012217 deletion Methods 0.000 description 1
- 230000037430 deletion Effects 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
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
- G06F11/3006—Monitoring arrangements specially adapted to the computing system or computing system component being monitored where the computing system is distributed, e.g. networked systems, clusters, multiprocessor systems
-
- 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
- G06F11/3034—Monitoring arrangements specially adapted to the computing system or computing system component being monitored where the computing system component is a storage system, e.g. DASD based or network based
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F9/00—Arrangements for program control, e.g. control units
- G06F9/06—Arrangements for program control, e.g. control units using stored programs, i.e. using an internal store of processing equipment to receive or retain programs
- G06F9/44—Arrangements for executing specific programs
- G06F9/455—Emulation; Interpretation; Software simulation, e.g. virtualisation or emulation of application or operating system execution engines
- G06F9/45533—Hypervisors; Virtual machine monitors
- G06F9/45558—Hypervisor-specific management and integration aspects
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F9/00—Arrangements for program control, e.g. control units
- G06F9/06—Arrangements for program control, e.g. control units using stored programs, i.e. using an internal store of processing equipment to receive or retain programs
- G06F9/44—Arrangements for executing specific programs
- G06F9/455—Emulation; Interpretation; Software simulation, e.g. virtualisation or emulation of application or operating system execution engines
- G06F9/45533—Hypervisors; Virtual machine monitors
- G06F9/45558—Hypervisor-specific management and integration aspects
- G06F2009/4557—Distribution of virtual machine instances; Migration and load balancing
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F9/00—Arrangements for program control, e.g. control units
- G06F9/06—Arrangements for program control, e.g. control units using stored programs, i.e. using an internal store of processing equipment to receive or retain programs
- G06F9/44—Arrangements for executing specific programs
- G06F9/455—Emulation; Interpretation; Software simulation, e.g. virtualisation or emulation of application or operating system execution engines
- G06F9/45533—Hypervisors; Virtual machine monitors
- G06F9/45558—Hypervisor-specific management and integration aspects
- G06F2009/45595—Network integration; Enabling network access in virtual machine instances
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- Computing Systems (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Software Systems (AREA)
- Mathematical Physics (AREA)
- Quality & Reliability (AREA)
- Data Exchanges In Wide-Area Networks (AREA)
Abstract
本发明公开一种数据存储平台智能监控方法，包括步骤：S1、根据分布式存储平台存储框架建立监控节点；S3、搭载虚拟机，监听受控节点和监控节点；S4、当受控节点有数据传输动作时，S5、监控节点判断受控节点在预设的时间内有无发送数据传输动作信息，若无，则进入步骤S6；S6、判断虚拟机是否接收到受控节点发送的数据传输动作信息，S7、通过虚拟机判断数据传输动作的合法性或往受控节点上游查找监控节点建立临时监控节点，接收数据传输动作信息。本发明根据分布式存储平台存储框架不同设置相应的监控节点，确保分布式存储平台存储框架均受到监控节点的保护，同时通过虚拟机的设置确保监控节点没有对受控节点保护时，进一步起到保护作用。
Description
技术领域
本发明属于数据安全技术领域，具体来说，涉及一种数据存储平台智能监控方法。
背景技术
随着互联网技术的快速发展，各个行业的数据都在膨胀，大数据技术诞生以后，行业数据就在不断的相互整合，从大数据中寻找商机。很多企业都在大数据背景下创建了大数据集群、高存储服务器，方便数据运算、数据存储。然后衍生出分布式存储系统或平台，是将数据分散存储在多台独立的设备上。传统的网络存储系统采用集中的存储服务器存放所有数据，存储服务器成为系统性能的瓶颈，也是可靠性和安全性的焦点，不能满足大规模存储应用的需要。分布式网络存储系统采用可扩展的系统结构，利用多台存储服务器分担存储负荷，利用位置服务器定位存储信息，它不但提高了系统的可靠性、可用性和存取效率，还易于扩展。
在申请号为CN201911207128.4中，公开了一种分布式存储监控方法，包括：获取目标分布式存储集群的基础信息，所述基础信息的类型包括集群名称、集群版本、集群容量、集群运行状态；获取所述目标分布式存储集群的服务信息，所述服务信息的类型包括文件服务信息、块服务信息、对象服务信息、大数据信息；获取所述目标分布式存储集群的运维参数信息，所述运维参数信息包括告警信息、节点信息、性能值；在一个显示界面上显示所述基础信息、所述服务信息及所述运维参数信息。能在一定程度上解决如何提高用户对分布式存储集群的性能监控效率的技术问题。
现有技术中的缺陷在于，上述专利仅对目标分布式存储平台或系统的性能指数上实现监控的效果，并无法从根本上对分布式存储平台或系统存储数据的安全性实现实时监测的效果。
发明内容
针对现有分布式存储平台或系统无法从根本上对分布式存储平台或系统存储数据的安全性实现实时监测的问题，本发明提供了一种数据存储平台智能监控方法。
为实现上述技术目的，本发明采用的技术方案如下：
一种数据存储平台智能监控方法，包括步骤：
S1、根据分布式存储平台存储框架建立监控节点；
S2、监控节点根据监控的受控节点的用途和监控位置进行层次划分；
S3、搭载虚拟机，监听受控节点和监控节点；
S4、当受控节点有数据传输动作时，监控节点采集受控节点发送的数据传输动作信息；
S5、监控节点判断受控节点在预设的时间内有无发送数据传输动作信息，若没有发送数据传输动作信息，则进入步骤S6；
S6、判断虚拟机是否接收到受控节点发送的数据传输动作信息，若虚拟机接收到数据传输动作信息，则判定监控节点故障，进入步骤S7；若虚拟机也没有接收到受控节点发送的数据传输动作信息，则判定受控节点通信链路出现故障。
S7、通过虚拟机判断数据传输动作的合法性或往受控节点上游查找监控节点建立临时监控节点，接收数据传输动作信息。
进一步地，判断数据传输动作的合法性的详细步骤：
S701、获取数据传输动作的发出请求主体、数据传输协议和接入网络端口IP地址；
S702、逐一匹配验证数据传输动作的发出请求主体、数据传输协议和接入网络端口IP地址是否合法化；数据传输协议合法化，采用匹配验证，监控节点预存有所有主流数据传输协议，判断数据传输协议是否与主流数据传输协议相同，若不同则通知监控节点危险性；接入网络端口IP地址是否合法化，通过不同类型IP协议的IP地址验证其长度和位数是否符合相应类型IP协议。防止黑客不携带数据传输协议和接入网络端口IP地址入侵，或者携带的数据传输协议和接入网络端口IP地址非法化。不便于后续网警追踪接入网络端口IP地址。
S703、若数据传输动作获取的数据包含个人隐私数据，进一步对数据传输动作的发出请求主体进行身份验证。身份验证包括人脸识别、指纹识别和虹膜识别等技术手段，通过上述技术手段对数据传输动作获取的数据包含个人隐私数据的动作的发出请求主体进行身份验证。进一步防止黑客攻击服务器截取数据传输动作而获取保密性数据。
进一步地，分布式存储平台存储框架包括命令接收层、操作执行层和存储层；对应监控节点包括命令接收监控节点、操作执行监控节点和存储监控节点；存储监控节点根据存储层各分存储节点设置有分监控节点。存储监控节点的总监控节点不仅监控整个存储层，还需要监控每个分监控节点，分监控节点根据受监控节点的分级或分支，进一步监控分级或分支上的监控节点。
进一步地，数据传输动作包括命令接收层接收到请求命令，操作执行层映射的存储层可执行命令，存储层可执行的增删改查命令；所有数据传输动作在对应的分布式存储平台存储框架下的监控节点监控。防止命令携带病毒或者非法命令进入存储层，同时防止错误命令进入存储层占用分布式存储平台CPU使用率和内存使用率。
进一步地，监控节点对接收到请求命令的详细监控步骤包括：
S101、分析接收到请求命令的合法性或有无请求格式错误；
S102、通过步骤S101的验证，将请求命令映射为操作执行层可执行的操作命令；防止外部命令直接写入存储层，对存储数据的窃取或破坏。将外部命令映射为相同功能命令，再由操作执行层执行其安全命令。
S103、判断命令是否携带有增加或修改存储层的数据命令，若有，进入步骤S104；
S104、判断携带文件或数据的安全性，若安全，进入步骤S105；
S105、存储层执行最终增加或修改存储层的数据命令，相应监控节点检测命令完成程度及存储层相应存储数据监控节点是否完成其过程。
进一步地，判断携带文件或数据的安全性的详细步骤包括：
S1041、将携带的文件在虚拟机中打开，虚拟机预设有所有格式文件的运行软件；虚拟机优先读取文件后缀名，根据后缀名不同对应采用虚拟机中的运行软件打开；
S1042、判断运行软件源代码或原安装文件中是否出现异常数据，没有异常数据则判定为安全文件，若出现异常数据，则判定为异常文件；
S1043、将携带的数据写入虚拟机的存储器中；
S1044、延时判断存储器中除写入数据，有无其他存储数据变化，若没有，则判定数据安全，若出现变化，则判定数据异常。若携带命令为删除某字段数据，则通过洗牌算法将字段数据随机打乱生成一个数据组，再将数据组转换为存储数据表，再将数据表通过数据传输动作的删除命令删除字段数据，判断存储数据表有无其它变化，没有变化则判定删除命令安全。
进一步地，监控节点还监控其受控节点的心跳信息，对整个分布式存储平台进行负载均衡。
进一步地，监控节点对分布式存储平台存储框架受控节点的负载均衡详细步骤为：
S801、存储层每个分存储层的受控节点接收到数据传输动作时，向所属的监控节点发送心跳信息；
S802、监控节点从受控节点发送的心跳信息中提取该节点的负载信息，并获取该受控节点的位置信息；负载信息包括受控节点的CPU使用率和内存使用率。
S803、监控节点计算受控节点同层级的平均负载率，同时采集同层级受控节点的最高负载率和最低负载率；
S804、监控节点计算其同层级受控节点平均负载率与最高负载率和最低负载率比值；
S805、判断受控节点平均负载率与最高负载率比值是否大于预设值，若大于预设值，则判定其负载过量；
S806、判断受控节点平均负载率与最低负载率比值是否小于预设值，若小于预设值，则判定其负载量过低。
进一步地，步骤S805中，若判定其负载过量，则将其负载过量对应比例数据或者数据传输动作转换至同层级其它负载量低的受控节点，并通知监控节点；若判定其负载量过低，则通过监控节点将其同层级其它负载量过高的受控节点负载量对应比例数据或者数据传输动作转换至该受控节点，则将其转换受控节点信息显示至客户端。防止单点受控节点的负载率过高或过低，影响整个同级负载率均衡或者影响受控节点的正常运转。
本发明相比现有技术，具有如下有益效果：
通过根据分布式存储平台存储框架不同设置相应的监控节点，以达到监控位置进行层次划分，确保分布式存储平台存储框架均受到监控节点的保护；同时通过虚拟机的设置确保监控节点没有对受控节点保护时，进一步起到保护作用。
通过虚拟机提供测试平台，对写入软件或者数据进一步验证数据运行或打开后不会产生异常。
同时通过监控节点的负载率监控算法，确保受控节点运行不受负载量的影响。
附图说明
图1为本发明实施例一种数据存储平台智能监控方法的整体流程图；
图2为本发明实施例一种分布式存储平台存储框架下的监控节点设置框架示意图；
图3为本发明实施例判断数据传输动作的合法性的详细步骤的流程图；
图4为本发明实施例监控节点对接收到请求命令的详细监控步骤的流程图；
图5为本发明实施例判断监控节点携带文件或数据的安全性的详细步骤的流程图；
图6为本发明实施例监控节点对分布式存储平台存储框架受控节点的负载均衡详细步骤的流程图。
具体实施方式
为了便于本领域技术人员的理解，下面结合实施例与附图对本发明作进一步的说明，实施方式提及的内容并非对本发明的限定。
如图1所示，本实施例提供了一种数据存储平台智能监控方法，包括步骤：
S1、根据分布式存储平台存储框架建立监控节点；确保分布式存储平台存储框架每个分节点和总节点处都设置对应监控节点；防止其单一监控节点故障原因导致整个分布式存储平台存储框架节点故障。
S2、监控节点根据监控的受控节点的用途和监控位置进行层次划分；根据多叉树或分总节点监控结构设置形式确保总节点不仅实现单一节点的监控，还对分节点总的数据与总节点监控数据一致。
S3、搭载虚拟机，监听受控节点和监控节点；虚拟机不仅起到对所有节点的监控，还对受控节点的数据写入写出进行运存和初步运行的虚拟运行环境的作用。
S4、当受控节点有数据传输动作时，监控节点采集受控节点发送的数据传输动作信息；
S5、监控节点判断受控节点在预设的时间内有无发送数据传输动作信息，若没有发送数据传输动作信息，则进入步骤S6；
S6、判断虚拟机是否接收到受控节点发送的数据传输动作信息，若虚拟机接收到数据传输动作信息，则判定监控节点故障，进入步骤S7；若虚拟机也没有接收到受控节点发送的数据传输动作信息，则判定受控节点通信链路出现故障。
S7、通过虚拟机判断数据传输动作的合法性或往受控节点上游查找监控节点建立临时监控节点，接收数据传输动作信息。
如图2所示，判断数据传输动作的合法性的详细步骤：
S701、获取数据传输动作的发出请求主体、数据传输协议和接入网络端口IP地址；
S702、逐一匹配验证数据传输动作的发出请求主体、数据传输协议和接入网络端口IP地址是否合法化；数据传输协议合法化，采用匹配验证，监控节点预存有所有主流数据传输协议，判断数据传输协议是否与主流数据传输协议相同，若不同则通知监控节点危险性；接入网络端口IP地址是否合法化，通过不同类型IP协议的IP地址验证其长度和位数是否符合相应类型IP协议。防止黑客不携带数据传输协议和接入网络端口IP地址入侵，或者携带的数据传输协议和接入网络端口IP地址非法化。不便于后续网警追踪接入网络端口IP地址。
S703、若数据传输动作获取的数据包含个人隐私数据，进一步对数据传输动作的发出请求主体进行身份验证。身份验证包括人脸识别、指纹识别和虹膜识别等技术手段，通过上述技术手段对数据传输动作获取的数据包含个人隐私数据的动作的发出请求主体进行身份验证。进一步防止黑客攻击服务器截取数据传输动作而获取保密性数据。
如图3所示，分布式存储平台存储框架包括命令接收层、操作执行层和存储层；对应监控节点包括命令接收监控节点、操作执行监控节点和存储监控节点；存储监控节点根据存储层各分存储节点设置有分监控节点。存储监控节点的总监控节点不仅监控整个存储层，还需要监控每个分监控节点，分监控节点根据受监控节点的分级或分支，进一步监控分级或分支上的监控节点。
数据传输动作包括命令接收层接收到请求命令，操作执行层映射的存储层可执行命令，存储层可执行的增删改查命令；所有数据传输动作在对应的分布式存储平台存储框架下的监控节点监控。防止命令携带病毒或者非法命令进入存储层，同时防止错误命令进入存储层占用分布式存储平台CPU使用率和内存使用率。
如图4所示，监控节点对接收到请求命令的详细监控步骤包括：
S101、分析接收到请求命令的合法性或有无请求格式错误；
S102、通过步骤S101的验证，将请求命令映射为操作执行层可执行的操作命令；防止外部命令直接写入存储层，对存储数据的窃取或破坏。将外部命令映射为相同功能命令，再由操作执行层执行其安全命令。
S103、判断命令是否携带有增加或修改存储层的数据命令，若有，进入步骤S104；
S104、判断携带文件或数据的安全性，若安全，进入步骤S105；
S105、存储层执行最终增加或修改存储层的数据命令，相应监控节点检测命令完成程度及存储层相应存储数据监控节点是否完成其过程。
如图5所示，判断携带文件或数据的安全性的详细步骤包括：
S1041、将携带的文件在虚拟机中打开，虚拟机预设有所有格式文件的运行软件；虚拟机优先读取文件后缀名，根据后缀名不同对应采用虚拟机中的运行软件打开；
S1042、判断运行软件源代码或原安装文件中是否出现异常数据，没有异常数据则判定为安全文件，若出现异常数据，则判定为异常文件；
S1043、将携带的数据写入虚拟机的存储器中；
S1044、延时判断存储器中除写入数据，有无其他存储数据变化，若没有，则判定数据安全，若出现变化，则判定数据异常。若携带命令为删除某字段数据，则通过洗牌算法将字段数据随机打乱生成一个数据组，再将数据组转换为存储数据表，再将数据表通过数据传输动作的删除命令删除字段数据，判断存储数据表有无其它变化，没有变化则判定删除命令安全。
监控节点还监控其受控节点的心跳信息，对整个分布式存储平台进行负载均衡。
如图6所示，监控节点对分布式存储平台存储框架受控节点的负载均衡详细步骤为：
S801、存储层每个分存储层的受控节点接收到数据传输动作时，向所属的监控节点发送心跳信息；
S802、监控节点从受控节点发送的心跳信息中提取该节点的负载信息，并获取该受控节点的位置信息；负载信息包括受控节点的CPU使用率和内存使用率。
S803、监控节点计算受控节点同层级的平均负载率，同时采集同层级受控节点的最高负载率和最低负载率；
S804、监控节点计算其同层级受控节点平均负载率与最高负载率和最低负载率比值；
S805、判断受控节点平均负载率与最高负载率比值是否大于预设值，若大于预设值，则判定其负载过量；
S806、判断受控节点平均负载率与最低负载率比值是否小于预设值，若小于预设值，则判定其负载量过低。
步骤S805中，若判定其负载过量，则将其负载过量对应比例数据或者数据传输动作转换至同层级其它负载量低的受控节点，并通知监控节点；若判定其负载量过低，则通过监控节点将其同层级其它负载量过高的受控节点负载量对应比例数据或者数据传输动作转换至该受控节点，则将其转换受控节点信息显示至客户端。防止单点受控节点的负载率过高或过低，影响整个同级负载率均衡或者影响受控节点的正常运转。
本发明相比现有技术，具有如下有益效果：
通过根据分布式存储平台存储框架不同设置相应的监控节点，以达到监控位置进行层次划分，确保分布式存储平台存储框架均受到监控节点的保护；同时通过虚拟机的设置确保监控节点没有对受控节点保护时，进一步起到保护作用。
通过虚拟机提供测试平台，对写入软件或者数据进一步验证数据运行或打开后不会产生异常。
同时通过监控节点的负载率监控算法，确保受控节点运行不受负载量的影响。
以上对本申请提供的一种数据存储平台智能监控方法进行了详细介绍。具体实施例的说明只是用于帮助理解本申请的方法及其核心思想。应当指出，对于本技术领域的普通技术人员来说，在不脱离本申请原理的前提下，还可以对本申请进行若干改进和修饰，这些改进和修饰也落入本申请权利要求的保护范围内。
Claims (9)
1.一种数据存储平台智能监控方法，其特征在于，包括步骤：
S1、根据分布式存储平台存储框架建立监控节点；
S2、监控节点根据监控的受控节点的用途和监控位置进行层次划分；
S3、搭载虚拟机，监听受控节点和监控节点；
S4、当受控节点有数据传输动作时，监控节点采集受控节点发送的数据传输动作信息，同时，虚拟机接收数据传输动作信息；
S5、监控节点判断受控节点在预设的时间内有无发送数据传输动作信息，若没有发送数据传输动作信息，则进入步骤S6；
S6、判断虚拟机是否接收到受控节点发送的数据传输动作信息，若虚拟机接收到数据传输动作信息，则判定监控节点故障，进入步骤S7；
S7、通过虚拟机判断数据传输动作的合法性或往受控节点上游查找监控节点建立临时监控节点，接收数据传输动作信息。
2.根据权利要求1所述的一种数据存储平台智能监控方法，其特征在于，判断数据传输动作的合法性的详细步骤：
S701、获取数据传输动作的发出请求主体、数据传输协议和接入网络端口IP地址；
S702、逐一匹配验证数据传输动作的发出请求主体、数据传输协议和接入网络端口IP地址是否合法化；
S703、若数据传输动作获取的数据包含个人隐私数据，进一步对数据传输动作的发出请求主体进行身份验证。
3.根据权利要求2所述的一种数据存储平台智能监控方法，其特征在于，分布式存储平台存储框架包括命令接收层、操作执行层和存储层；对应监控节点包括命令接收监控节点、操作执行监控节点和存储监控节点；存储监控节点根据存储层各分存储节点设置有分监控节点。
4.根据权利要求3所述的一种数据存储平台智能监控方法，其特征在于，数据传输动作包括命令接收层接收到请求命令，操作执行层映射的存储层可执行命令，存储层可执行的增删改查命令；所有数据传输动作在对应的分布式存储平台存储框架下的监控节点监控。
5.根据权利要求4所述的一种数据存储平台智能监控方法，其特征在于，监控节点对接收到请求命令的详细监控步骤包括：
S101、分析接收到请求命令的合法性或有无请求格式错误；
S102、通过步骤S101的验证，将请求命令映射为操作执行层可执行的操作命令；
S103、判断命令是否携带有增加或修改存储层的数据命令，若有，进入步骤S104；
S104、判断携带文件或数据的安全性，若安全，进入步骤S105；
S105、存储层执行最终增加或修改存储层的数据命令，相应监控节点检测命令完成程度及存储层相应存储数据监控节点是否完成其过程。
6.根据权利要求5所述的一种数据存储平台智能监控方法，其特征在于，判断携带文件或数据的安全性的详细步骤包括：
S1041、将携带的文件在虚拟机中打开，虚拟机预设有所有格式文件的运行软件；
S1042、判断运行软件源代码或原安装文件中是否出现异常数据，没有异常数据则判定为安全文件，若出现异常数据，则判定为异常文件；
S1043、将携带的数据写入虚拟机的存储器中；
S1044、延时判断存储器中除写入数据，有无其他存储数据变化，若没有，则判定数据安全，若出现变化，则判定数据异常。
7.根据权利要求1所述的一种数据存储平台智能监控方法，其特征在于，监控节点还监控其受控节点的心跳信息，对整个分布式存储平台进行负载均衡。
8.根据权利要求7所述的一种数据存储平台智能监控方法，其特征在于，监控节点对分布式存储平台存储框架受控节点的负载均衡详细步骤为：
S801、存储层每个分存储层的受控节点接收到数据传输动作时，向所属的监控节点发送心跳信息；
S802、监控节点从受控节点发送的心跳信息中提取该节点的负载信息，并获取该受控节点的位置信息；负载信息包括受控节点的CPU使用率和内存使用率。
S803、监控节点计算受控节点同层级的平均负载率，同时采集同层级受控节点的最高负载率和最低负载率；
S804、监控节点计算其同层级受控节点平均负载率与最高负载率和最低负载率比值；
S805、判断受控节点平均负载率与最高负载率比值是否大于预设值，若大于预设值，则判定其负载过量；
S806、判断受控节点平均负载率与最低负载率比值是否小于预设值，若小于预设值，则判定其负载量过低。
9.根据权利要求8所述的一种数据存储平台智能监控方法，其特征在于，步骤S805中，若判定其负载过量，则将其负载过量对应比例数据或者数据传输动作转换至同层级其它负载量低的受控节点，并通知监控节点；若判定其负载量过低，则通过监控节点将其同层级其它负载量过高的受控节点负载量对应比例数据或者数据传输动作转换至该受控节点，则将其转换受控节点信息显示至客户端。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202310852964.8A CN116955074B (zh) | 2023-07-12 | 2023-07-12 | 一种数据存储平台智能监控方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202310852964.8A CN116955074B (zh) | 2023-07-12 | 2023-07-12 | 一种数据存储平台智能监控方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN116955074A true CN116955074A (zh) | 2023-10-27 |
| CN116955074B CN116955074B (zh) | 2024-02-13 |
Family
ID=88450521
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202310852964.8A Active CN116955074B (zh) | 2023-07-12 | 2023-07-12 | 一种数据存储平台智能监控方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN116955074B (zh) |
Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN103747060A (zh) * | 2013-12-26 | 2014-04-23 | 惠州华阳通用电子有限公司 | 一种基于流媒体服务集群的分布式监控系统及方法 |
| CN107453932A (zh) * | 2017-09-29 | 2017-12-08 | 郑州云海信息技术有限公司 | 一种分布式存储系统管理方法及其装置 |
| CN109522287A (zh) * | 2018-09-18 | 2019-03-26 | 平安科技（深圳）有限公司 | 分布式文件存储集群的监控方法、系统、设备及介质 |
| WO2020147419A1 (zh) * | 2019-01-18 | 2020-07-23 | 深圳壹账通智能科技有限公司 | 监控方法、装置、计算机设备及存储介质 |
-
2023
- 2023-07-12 CN CN202310852964.8A patent/CN116955074B/zh active Active
Patent Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN103747060A (zh) * | 2013-12-26 | 2014-04-23 | 惠州华阳通用电子有限公司 | 一种基于流媒体服务集群的分布式监控系统及方法 |
| CN107453932A (zh) * | 2017-09-29 | 2017-12-08 | 郑州云海信息技术有限公司 | 一种分布式存储系统管理方法及其装置 |
| CN109522287A (zh) * | 2018-09-18 | 2019-03-26 | 平安科技（深圳）有限公司 | 分布式文件存储集群的监控方法、系统、设备及介质 |
| WO2020147419A1 (zh) * | 2019-01-18 | 2020-07-23 | 深圳壹账通智能科技有限公司 | 监控方法、装置、计算机设备及存储介质 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN116955074B (zh) | 2024-02-13 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN111092869B (zh) | 终端接入办公网络安全管控方法及认证服务器 | |
| US10805393B2 (en) | System and method for data management structure using auditable delta records in a distributed environment | |
| US11223639B2 (en) | Endpoint network traffic analysis | |
| US9940208B2 (en) | Generating reverse installation file for network restoration | |
| CN109919771B (zh) | 一种应用分层区块链技术的工业互联网交易装置 | |
| US8667096B2 (en) | Automatically generating system restoration order for network recovery | |
| US8990368B2 (en) | Discovery of network software relationships | |
| WO2020186807A1 (zh) | 一种基于区块链技术的电力数据链接系统及方法 | |
| CN111683045B (zh) | 会话信息处理方法、装置、设备及存储介质 | |
| CN106911648B (zh) | 一种环境隔离方法及设备 | |
| CN105247529A (zh) | 在目录服务之间同步凭证散列 | |
| CN115208779B (zh) | 基于区块链和大数据的数据流监测方法及云计算服务平台 | |
| CN112019330B (zh) | 一种基于联盟链的内网安全审计数据的存储方法及系统 | |
| CN111858677A (zh) | 本地缓存数据访问方法、装置、设备及存储介质 | |
| WO2022166101A1 (zh) | 一种基于socket长连接的均衡负载分片方法 | |
| CN112565368B (zh) | 基于区块链的海上装备自组网系统、方法和介质 | |
| CN116955074B (zh) | 一种数据存储平台智能监控方法 | |
| Fu et al. | A multiple-blockchains based service monitoring framework in edge-cloud computing | |
| CN111327602A (zh) | 一种设备接入处理方法、设备及存储介质 | |
| CN114760083B (zh) | 一种攻击检测文件的发布方法、装置及存储介质 | |
| CN112583951B (zh) | 应用层双活方法、装置、设备及存储介质 | |
| US11323351B2 (en) | Communication device and communication method for processing authentication information | |
| CN113938496A (zh) | 基于物联网设备的区块链网络方法及系统 | |
| CN108270718A (zh) | 一种基于Hadoop集群的控制方法和系统 | |
| TWI717457B (zh) | 環境隔離方法及設備 |
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 |