CN117033880A - 数据中心自动化运维方法、装置、设备及存储介质 - Google Patents
数据中心自动化运维方法、装置、设备及存储介质 Download PDFInfo
- Publication number
- CN117033880A CN117033880A CN202311302288.3A CN202311302288A CN117033880A CN 117033880 A CN117033880 A CN 117033880A CN 202311302288 A CN202311302288 A CN 202311302288A CN 117033880 A CN117033880 A CN 117033880A
- Authority
- CN
- China
- Prior art keywords
- data center
- feature matrix
- feature
- line
- array
- 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
- 238000012423 maintenance Methods 0.000 title claims abstract description 114
- 238000000034 method Methods 0.000 title claims abstract description 49
- 239000011159 matrix material Substances 0.000 claims abstract description 194
- 238000010586 diagram Methods 0.000 claims abstract description 22
- 230000004927 fusion Effects 0.000 claims abstract description 12
- 239000013598 vector Substances 0.000 claims description 58
- 238000004590 computer program Methods 0.000 claims description 14
- 230000011218 segmentation Effects 0.000 claims description 10
- 238000012545 processing Methods 0.000 claims description 7
- 238000005516 engineering process Methods 0.000 description 5
- 238000011161 development Methods 0.000 description 2
- 230000018109 developmental process Effects 0.000 description 2
- 230000005055 memory storage Effects 0.000 description 2
- 238000011084 recovery Methods 0.000 description 2
- 230000009466 transformation Effects 0.000 description 2
- 238000003491 array Methods 0.000 description 1
- 230000001419 dependent effect Effects 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000012806 monitoring device Methods 0.000 description 1
- 230000004044 response Effects 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
- G06F17/10—Complex mathematical operations
- G06F17/16—Matrix or vector computation, e.g. matrix-matrix or matrix-vector multiplication, matrix factorization
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F8/00—Arrangements for software engineering
- G06F8/70—Software maintenance or management
Abstract
本申请涉及计算机技术领域,提供了数据中心自动化运维方法、装置、设备及存储介质,该方法,包括获取目标数据中心的网络拓扑图,并基于网络拓扑图获取第一特征矩阵和第二特征矩阵;其中,第一特征矩阵为基于目标数据中心的各个设备的服务质量获得的特征矩阵,第二特征矩阵为基于目标数据中心的线路特征获得的特征矩阵;将第一特征矩阵和第二特征矩阵进行特征融合,得到第三特征矩阵;其中,第三特征矩阵用于将目标数据中心的各个设备的服务质量与目标数据中心的线路特征相关联;基于第三特征矩阵和预设的标准特征矩阵生成目标数据中心的运维方案,并基于运维方案对目标数据中心进行运维管理。该方法可以提高数据中心的运维精度。
Description
技术领域
本申请涉及计算机技术领域,尤其涉及一种数据中心自动化运维方法、装置、设备及存储介质。
背景技术
随着信息技术的快速发展,不断有企业借助互联网技术来实现企业的运营和管理,以实现企业的数字化转型,在这种趋势的推动下,数据中心的结构越来越复杂,为了确保企业的正常运营和管理,对数据中心的运维显得格外重要。而目前对数据中心的运维通常只考虑数据中心的各个设备的服务质量,这种方法存在运维精度低的问题,因此,亟需一种方法来提高数据中心的运维精度。
发明内容
本申请实施例提供一种数据中心自动化运维方法、装置、设备及存储介质,以提高数据中心的运维精度。
第一方面,本申请实施例提供一种数据中心自动化运维方法,包括:
获取目标数据中心的网络拓扑图,并基于所述网络拓扑图获取第一特征矩阵和第二特征矩阵;其中,所述第一特征矩阵为基于所述目标数据中心的各个设备的服务质量获得的特征矩阵,所述第二特征矩阵为基于所述目标数据中心的线路特征获得的特征矩阵;
将所述第一特征矩阵和所述第二特征矩阵进行特征融合,得到第三特征矩阵;其中,所述第三特征矩阵用于将所述目标数据中心的各个设备的服务质量与所述目标数据中心的线路特征相关联;
基于所述第三特征矩阵和预设的标准特征矩阵生成所述目标数据中心的运维方案,并基于所述运维方案对所述目标数据中心进行运维管理。
第二方面,本申请提供一种数据中心自动化运维装置,包括:
获取模块,用于获取目标数据中心的网络拓扑图,并基于所述网络拓扑图获取第一特征矩阵和第二特征矩阵;其中,所述第一特征矩阵为基于所述数据中心的各个设备的服务质量获得的特征矩阵,所述第二特征矩阵为基于所述数据中心的线路特征获得的特征矩阵;
融合模块,用于将所述第一特征矩阵和所述第二特征矩阵进行特征融合,得到第三特征矩阵;其中,所述第三特征矩阵用于将所述数据中心的各个设备的服务质量与所述数据中心的线路特征相关联;
生成模块,用于基于所述第三特征矩阵和预设的标准特征矩阵生成所述数据中心的运维方案,并基于所述运维方案对所述数据中心进行运维管理。
第三方面,本申请提供一种终端设备,所述终端设备包括处理器、存储器以及存储在所述存储器上并可被所述处理器执行的计算机程序,其中所述计算机程序被所述处理器执行时,实现如上所述的任一种数据中心自动化运维方法。
第四方面,本申请提供一种计算机可读存储介质,所述计算机可读存储介质上存储有计算机程序,其中,所述计算机程序被处理器执行时,实现如上所述的任一种数据中心自动化运维方法。
本申请提供了数据中心自动化运维方法、装置、设备及存储介质,其中,所述数据中心自动化运维方法包括获取目标数据中心的网络拓扑图,并基于所述网络拓扑图获取第一特征矩阵和第二特征矩阵;其中,所述第一特征矩阵为基于所述目标数据中心的各个设备的服务质量获得的特征矩阵,所述第二特征矩阵为基于所述目标数据中心的线路特征获得的特征矩阵;将所述第一特征矩阵和所述第二特征矩阵进行特征融合,得到第三特征矩阵;其中,所述第三特征矩阵用于将所述目标数据中心的各个设备的服务质量与所述目标数据中心的线路特征相关联;基于所述第三特征矩阵和预设的标准特征矩阵生成所述目标数据中心的运维方案,并基于所述运维方案对所述目标数据中心进行运维管理。该方法,一方面,通过基于所述网络拓扑图获取第一特征矩阵和第二特征矩阵,并基于所述第一特征矩阵和所述第二特征矩阵得到所述目标数据中心的运维方案,及基于所述运维方案对所述目标数据中心进行运维管理,实现了对所述目标数据中心的自动化运维管理,提高了目标数据中心的运维精度,另一方面,通过将所述第一特征矩阵和所述第二特征矩阵进行特征融合,得到所述第三特征矩阵,并基于所述第三特征矩阵和预设的标准特征矩阵生成所述目标数据中心的运维方案,实现了将所述目标数据中心的设备的服务质量与所述目标数据中心的线路特征进行关联,能够使所述运维方案更好地适应所述目标数据中心的运维需求,再一方面,由于在本申请实施例中,为每个数据中心设有一个预设的标准特征矩阵,因此,本实施例提供的数据中心自动化运维方法还能够实现对目标数据中心进行个性化管理,更好地适应不同数据中心的特征和要求。
附图说明
为了更清楚地说明本发明实施例的技术方案,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为本申请实施例提供的数据中心自动化运维方法的流程示意图;
图2为本申请实施例提供的数据中心的自动化运维装置的结构示意性框图;
图3为本申请实施例提供的终端设备的结构示意性框图。
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、完整地描述,显然,所描述的实施例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的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。
附图中所示的流程图仅是示例说明,不是必须包括所有的内容和操作/步骤,也不是必须按所描述的顺序执行。例如,有的操作/步骤还可以分解、组合或部分合并,因此实际执行的顺序有可能根据实际情况改变。
还应当理解,在此本申请说明书中所使用的术语仅仅是出于描述特定实施例的目的而并不意在限制本申请。如在本申请说明书和所附权利要求书中所使用的那样,除非上下文清楚地指明其它情况,否则单数形式的“一”、“一个”及“该”意在包括复数形式。
还应当进一步理解,在本申请说明书和所附权利要求书中使用的术语“和/或”是指相关联列出的项中的一个或多个的任何组合以及所有可能组合,并且包括这些组合。
随着信息技术的快速发展,不断有企业借助互联网技术来实现企业的运营和管理,以实现企业的数字化转型,在这种趋势的推动下,数据中心的结构越来越复杂,为了确保企业的正常运营和管理,对数据中心的运维显得格外重要。而目前对数据中心的运维通常只考虑数据中心的各个设备的服务质量,这种方法存在运维精度低的问题,为此,本申请实施例提供一种数据中心自动化运维方法、装置、设备及存储介质,以提高数据中心的运维精度。
下面结合附图,对本申请的一些实施方式作详细说明。在不冲突的情况下,下述实施例及实施例中的特征可以相互结合。
请参阅图1,图1为本申请实施例提供的数据中心自动化运维方法的流程示意图,如图1所示,本申请实施例提供的数据中心自动化运维方法包括步骤S100至步骤S300。
步骤S100、获取目标数据中心的网络拓扑图,并基于所述网络拓扑图获取第一特征矩阵和第二特征矩阵;其中,所述第一特征矩阵为基于所述目标数据中心的各个设备的服务质量获得的特征矩阵,所述第二特征矩阵为基于所述目标数据中心的线路特征获得的特征矩阵。
可以理解地,本发明的执行主体可以为数据中心自动化运维装置,还可以是终端或服务器,具体不做限定。本发明实施例以服务器为执行主体为例进行说明。
需要说明的是,通过本实施例提供的网络拓扑图可以获取所述数据中心的各个设备的服务质量信息(例如:数据中心服务器响应时间、数据中心服务器吞吐量、数据中心服务器平均故障间隔时间、数据中心服务器平均故障恢复时间、存储器存储率、存储器平均故障间隔时间、存储器平均故障恢复时间、存储器高负载时间比率、存储器中负载时间比率、存储器低负载时间比率、端口利用率、端口速率、CPU平均负载、CPU高负载时间比率、CPU中负载时间比率、CPU低负载时间比率)和各个线路的线路特征信息(例如:流量、峰值流量、平均带宽占比、拥塞时段占比、平均帧流量、峰值帧流量等),可以理解地,所述数据中心的各个设备的服务质量信息和各个线路的线路特征信息可通过监控设备进行检测并在所述网络拓扑图上进行标注。
需要说明的是,在步骤S100中服务器首先获取目标数据中心的网络拓扑图和目标数据中心的标识码,并基于所述标识码获取与所述目标数据中心匹配的网络拓扑图分割模型,然后基于所述网络拓扑图分割模型将所述网络拓扑图分割为多条线路,最后基于所述多条线路生成多个第一特征向量和多个第二特征向量,并基于所述多个第一特征向量生成所述第一特征矩阵,及基于所述多个第二特征向量生成所述第二特征矩阵。
需要说明的是,所述服务器基于所述多条线路生成多个第一特征向量时,首先,针对每条所述线路,通过所述网路拓扑图获取位于所述线路的各个设备在多个维度的服务质量,然后,针对每条所述线路的每个所述设备,对所述设备在多个维度的服务质量进行加权处理,得到所述设备对应的加权参数,最后,针对每条所述线路,基于所述线路上的每个所述设备对应的所述加权参数和预设的第一特征向量生成规则生成所述线路对应的所述第一特征向量。
需要说明的是,所述服务器基于所述多条线路生成多个第二特征向量时,首先,针对每条所述线路,通过所述网络拓扑图获取所述线路在多个维度的线路特征,然后,针对每条所述线路,基于所述线路在多个维度的线路特征和预设的第二特征向量生成规则生成所述线路对应的第二特征向量。
需要说明的是,所述服务器基于所述多个第一特征向量生成所述第一特征矩阵时,可以是首先将所述多个第一特征向量按照预设的排序规则从上往下依次排列,得到第一中间特征矩阵,然后将预设的矩阵元素插入所述第一中间特征矩阵的元素空位,得到所述第一特征矩阵。
需要说明的是,所述服务器基于所述多个第二特征向量生成所述第二特征矩阵时,可以是首先将所述多个第二特征向量按照预设的排序规则从上往下依次排列,得到第二中间特征矩阵,然后将预设的矩阵元素插入所述第二中间特征矩阵的元素空位,得到所述第二特征矩阵。
步骤S200、将所述第一特征矩阵和所述第二特征矩阵进行特征融合,得到第三特征矩阵;其中,所述第三特征矩阵用于将所述目标数据中心的各个设备的服务质量与所述目标数据中心的线路特征相关联。
示例性地,若所述第一特征矩阵的每个第一行向量的元素代表所述目标数据中心在一条线路上的各个设备的加权参数,所述第二特征矩阵的每个第二行向量代表所述目标数据中心在一条线路上的多个维度的线路特征,且所述第一特征矩阵的第一行向量和所述第二特征矩阵的第二行向量一一对应,则所述服务器将所述第一特征矩阵和所述第二特征矩阵进行融合的方法可以是,针对所述第一特征矩阵的每个第一行向量的每个加权参数,首先,计算所述加权参数与所述第一行向量在所述第二特征矩阵中对应的所述第二行向量的每个参数之间的比值,并将得到的各个比值组成一个集合,然后,将所述集合作为所述第三特征矩阵的元素,可以理解地,针对所述第一特征矩阵中的每个加权参数,可以得到一个所述集合,所述第三特征矩阵的元素包括多个所述集合。
步骤S300、基于所述第三特征矩阵和预设的标准特征矩阵生成所述目标数据中心的运维方案,并基于所述运维方案对所述目标数据中心进行运维管理。
可以理解地,每个数据中心对应有一个预设的标准特征矩阵。
需要说明的是,在步骤S300中服务器首先基于所述第三特征矩阵和预设的标准特征矩阵确定所述目标数据中心中需要进行运维的线路和设备,然后基于需要进行运维的线路在多个维度的线路特征、需要进行运维的设备在多个维度的服务质量、需要进行运维的线路在多个维度的标准线路特征、需要进行运维的设备在多个维度的标准服务质量生成所述目标数据中心的运维方案,最后基于所述运维方案对所述目标数据中心进行运维管理。
本实施例提供的数据中心自动化运维方法,一方面,通过基于所述网络拓扑图获取第一特征矩阵和第二特征矩阵,并基于所述第一特征矩阵和所述第二特征矩阵得到所述目标数据中心的运维方案,及基于所述运维方案对所述目标数据中心进行运维管理,实现了对所述目标数据中心的自动化运维管理,提高了目标数据中心的运维精度,另一方面,通过将所述第一特征矩阵和所述第二特征矩阵进行特征融合,得到所述第三特征矩阵,并基于所述第三特征矩阵和预设的标准特征矩阵生成所述目标数据中心的运维方案,实现了将所述目标数据中心的设备的服务质量与所述目标数据中心的线路特征进行关联,能够使所述运维方案更好地适应所述目标数据中心的运维需求,再一方面,由于在本申请实施例中,为每个数据中心设有一个预设的标准特征矩阵,因此,本实施例提供的数据中心自动化运维方法还能够实现对目标数据中心进行个性化管理,更好地适应不同数据中心的特征和要求。
在一些实施例中,所述基于所述网络拓扑图获取第一特征矩阵和第二特征矩阵,包括以下步骤:
获取所述目标数据中心的标识码,并基于所述标识码获取与所述目标数据中心匹配的网络拓扑图分割模型;
基于所述网络拓扑图分割模型将所述网络拓扑图分割为多条线路;
基于所述多条线路生成多个第一特征向量和多个第二特征向量,并基于所述多个第一特征向量生成所述第一特征矩阵,及基于所述多个第二特征向量生成所述第二特征矩阵。
可以理解地,每个数据中心的网络拓扑图是不一样的,在本实施例中,针对每个数据中心设置一个网络拓扑图分割模型,在本实施例中服务器首先获取所述目标数据中心的标识码,并基于所述标识码获取与所述目标数据中心匹配的网络拓扑图分割模型,然后基于所述网络拓扑图分割模型将所述网络拓扑图分割为多条线路,最后基于所述多条线路生成多个第一特征向量和多个第二特征向量,并基于所述多个第一特征向量生成所述第一特征矩阵,及基于所述多个第二特征向量生成所述第二特征矩阵。
需要说明的是,所述服务器基于所述多个第一特征向量生成所述第一特征矩阵时,可以是首先将所述多个第一特征向量按照预设的排序规则从上往下依次排列,得到第一中间特征矩阵,然后将预设的矩阵元素插入所述第一中间特征矩阵的元素空位,得到所述第一特征矩阵。
需要说明的是,所述服务器基于所述多个第二特征向量生成所述第二特征矩阵时,可以是首先将所述多个第二特征向量按照预设的排序规则从上往下依次排列,得到第二中间特征矩阵,然后将预设的矩阵元素插入所述第二中间特征矩阵的元素空位,得到所述第二特征矩阵。
本实施例提供的方法,通过基于所述目标数据中心的标识码获取与所述目标数据中心匹配的网络拓扑图分割模型,并基于所述网络拓扑图分割模型将所述网络拓扑图分割为多条线路,可以实现对所述网络拓扑图的精确分割,这样有助于更加精确地提取所述网络拓扑图的每条线路的线路特征和每条线路上的各个设备的服务质量,从而进一步提高数据中心自动化运维方法的运维精度。
在一些实施例中,所述基于所述多条线路生成多个第一特征向量,包括以下步骤:
针对每条所述线路,通过所述网络拓扑图获取位于所述线路的各个设备的服务质量信息;其中,针对每个所述设备,所述服务质量信息包括所述设备在多个维度的服务质量(例如,针对存储器而言,所述服务质量信息包括存储器存储率、存储器平均故障间隔时间、存储器平均故障恢复时间、存储器高负载时间比率、存储器中负载时间比率、存储器低负载时间比率);
针对每条所述线路的每个所述设备,对所述设备在多个维度的服务质量进行加权处理,得到所述设备对应的加权参数;
针对每条所述线路,基于所述线路上的每个所述设备对应的所述加权参数和预设的第一特征向量生成规则生成所述线路对应的所述第一特征向量。
需要说明的是,在本实施例中,针对每条所述线路,服务器首先通过所述网络拓扑图获取位于所述线路的各个设备在多个维度的服务质量,然后对所述线路的各个设备在多个维度的服务质量进行加权处理,得到各个所述设备对应的加权参数,最后基于所述线路上的每个所述设备对应的所述加权参数和预设的第一特征向量生成规则生成所述线路对应的所述第一特征向量。
可以理解地,由于所述目标数据中心的每条线路上的设备类型可能存在差异,因此,针对所述目标数据中心的每条线路对应一个预设的第一特征向量生成规则,针对所述目标数据中心的每条线路而言,所述第一特征向量生成规则是所述线路上的各个所述加权参数的排序规则,所述排序规则取决于所述线路上的设备的分布特征。
本实施例提供的方法,针对每条所述线路,通过所述网络拓扑图获取位于所述线路的各个设备在多个维度的服务质量,并对所述线路的各个设备在多个维度的服务质量进行加权处理,得到各个所述设备对应的加权参数,及针对每条所述线路,基于所述线路上的每个所述设备对应的所述加权参数和预设的第一特征向量生成规则生成所述线路对应的所述第一特征向量,可以实现从多个维度对所述线路上的各个设备的服务质量进行考量,从而更加全面地评估每条所述线路上的各个设备的服务质量,进而提高数据中心自动化运维方法的运维精度。
在一些实施例中,所述基于所述多条线路生成多个第二特征向量,包括以下步骤:
针对每条所述线路,通过所述网络拓扑图获取所述线路对应的线路特征信息;其中,所述线路特征信息包括所述线路在多个维度的线路特征;
针对每条所述线路,基于所述线路在多个维度的线路特征和预设的第二特征向量生成规则生成所述线路对应的第二特征向量。
其中,针对每条所述线路而言,所述第二特征向量生成规则为所述线路的多个维度的线路特征的排序规则。
需要说明的是,在本实施例中,针对每条所述线路,服务器首先通过所述网络拓扑图获取所述线路在多个维度的线路特征,然后基于所述线路在多个维度的线路特征和预设的第二特征向量生成规则生成所述线路对应的第二特征向量。
采用本实施例提供的方法,能够更加全面地评估所述目标数据中心的各个线路的线路特征,从而提高数据中心自动化运维方法的运维精度。
在一些实施例中,所述方法还包括对所述运维方案进行加密处理,所述对所述运维方案进行加密处理的方法,包括以下步骤:
获取所述目标数据中心的标识码和所述目标数据中心的各个设备的IP地址,并获取所述IP地址的个数,得到目标数字;
提取每个所述IP地址在指定位置的数字,并将提取的所有所述数字由小到大依次排列,得到第一数组;
采用所述目标数字分别乘以所述第一数组中的各个数字,得到第二数组;
分别提取所述第二数组的每个数字的个位数字,并将提取的每个所述个位数字按照预设的排列规则进行排列,得到第三数组;
分别提取所述第二数组的每个数字的十位数字,并将提取的每个所述十位数字按照预设的排列规则进行排列,得到第四数组;
基于所述标识码、所述第一数组、所述第二数组、所述第三数组和所述第四数组生成第一加密矩阵和第二加密矩阵;
基于所述第一加密矩阵对所述运维方案进行加密,得到中间加密运维方案;
基于所述第二加密矩阵对所述中间加密运维方案进行加密,得到加密运维方案。
可以理解地,若所述运维方案被某些非授权人员获取,会对所述目标数据中心的安全性造成威胁,本实施例通过对所述运维方案进行加密处理,可以防止所述运维方案被盗取,从而提高所述目标数据中心的安全性。
本实施例提供的方法,一方面,通过对所述目标数据中心的标识码和所述目标数据中心的各个设备的IP地址进行相应的算法处理,得到所述第一加密矩阵和所述第二加密矩阵,能够提高所述第一加密矩阵和所述第二加密矩阵的个性化,针对不同的数据中心,能够生成不同的所述第一加密矩阵和不同的所述第二加密矩阵,从而提高所述运维方案的加密效果,进而提高所述运维方案的安全性,另一方面,通过基于所述第一加密矩阵对所述运维方案进行加密,得到中间加密运维方案,并基于所述第二加密矩阵对所述中间加密运维方案进行加密,得到加密运维方案,实现了对所述运维方案进行双重加密,进一步提高了所述运维方案的安全性。
在一些实施例中,所述基于所述标识码、所述第一数组、所述第二数组、所述第三数组和所述第四数组生成第一加密矩阵和第二加密矩阵,包括以下步骤:
获取标准编码表,所述标准编码表包括字符列和数字列;
针对所述标识码的每个字符,采用所述字符替换所述字符列在指定位置的字符,得到目标编码表;
基于所述目标编码表分别对所述第一数组、所述第二数组、所述第三数组和所述第四数组进行编码,得到第一字符列、第二字符列、第三字符列和第四字符列;
基于所述第一数组、所述第二数组、所述第三字符列和所述第四字符列得到所述第一加密矩阵;
基于所述第三数组、所述第四数组、所述第一字符列和所述第二字符列得到所述第二加密矩阵。
需要说明的是,针对所述标识码的每个字符,在所述字符列中对应有一个指定位置,例如,所述标识码为πληζβθɑ,在所述标识码πληζβθɑ中,π在所述字符列中对应的指定位置为字符A所在的位置、λ在所述字符列中对应的指定位置为字符B所在的位置、η在所述字符列中对应的指定位置为字符C所在的位置、ζ在所述字符列中对应的指定位置为字符D所在的位置、β在所述字符列中对应的指定位置为字符E所在的位置、θ在所述字符列中对应的指定位置为字符F所在的位置、ɑ在所述字符列中对应的指定位置为字符G所在的位置,所述标准编码表如表1所示,则所述目标编码表如表2所示。
需要说明的是,服务器基于所述第一数组、所述第二数组、所述第三字符列和所述第四字符列得到所述第一加密矩阵,可以是将所述第一数组、所述第二数组、所述第三字符列和所述第四字符列从上往下依次排列,得到所述第一加密矩阵,服务器基于所述第三数组、所述第四数组、所述第一字符列和所述第二字符列得到所述第二加密矩阵可以是将所述第三数组、所述第四数组、所述第一字符列和所述第二字符列从左往右依次排列,得到所述第二加密矩阵。
本实施例通过获取包括字符列和数字列的标准编码表,并针对所述目标数据中心的标识码的每个字符,采用所述字符替换所述字符列在指定位置的字符,得到目标编码表,能够实现为每个目标数据中心的运维方案自定义编码表,提高数据编码的安全性,从而进一步提高所述运维方案的安全性。
表1 标准编码表
表2 目标编码表
请参阅图2,图2为本申请实施例提供的数据中心自动化运维装置100的结构示意性框图,如图2所示,数据中心自动化运维装置100包括:
获取模块110,用于获取目标数据中心的网络拓扑图,并基于所述网络拓扑图获取第一特征矩阵和第二特征矩阵;其中,所述第一特征矩阵为基于所述数据中心的各个设备的服务质量获得的特征矩阵,所述第二特征矩阵为基于所述数据中心的线路特征获得的特征矩阵。
融合模块120,用于将所述第一特征矩阵和所述第二特征矩阵进行特征融合,得到第三特征矩阵;其中,所述第三特征矩阵用于将所述数据中心的各个设备的服务质量与所述数据中心的线路特征相关联。
生成模块130,用于基于所述第三特征矩阵和预设的标准特征矩阵生成所述数据中心的运维方案,并基于所述运维方案对所述数据中心进行运维管理。
需要说明的是,所属技术领域的技术人员可以清楚了解到,为了描述的方便和简洁,上述描述的装置和各个模块的具体工作过程,可以参考前述数据中心自动化运维方法实施例中的对应过程,在此不再赘述。
上述实施例提供的数据中心自动化运维装置100可以实现为一种计算机程序的形式,该计算机程序可以在如图3所示的终端设备200上运行。
请参阅图3,图3为本申请实施例提供的终端设备200的结构示意性框图,终端设备200包括处理器201和存储器202,处理器201和存储器202通过系统总线203连接,其中,存储器202可以包括非易失性存储介质和内存储器。
非易失性存储介质可存储计算机程序。该计算机程序包括程序指令,该程序指令被处理器201执行时,可使得处理器201执行上述任一种数据中心自动化运维方法。
处理器201用于提供计算和控制能力,支撑整个终端设备200的运行。
内存储器为非易失性存储介质中的计算机程序的运行提供环境,该计算机程序被处理器201执行时,可使得处理器201执行上述任一种数据中心自动化运维方法。
本领域技术人员可以理解,图3中示出的结构,仅仅是与本申请方案相关的部分结构的框图,并不构成对本申请方案所涉及的终端设备200的限定,具体的终端设备200可以包括比图中所示更多或更少的部件,或者组合某些部件,或者具有不同的部件布置。
应当理解的是,处理器201可以是中央处理单元 (Central Processing Unit,CPU),该处理器201还可以是其他通用处理器、数字信号处理器 (Digital SignalProcessor,DSP)、专用集成电路 (Application Specific Integrated Circuit,ASIC)、现场可编程门阵列(Field-Programmable Gate Array,FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等。其中,通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等。
其中,在一些实施例中,处理器201用于运行存储在存储器中的计算机程序,以实现如下步骤:
获取目标数据中心的网络拓扑图,并基于所述网络拓扑图获取第一特征矩阵和第二特征矩阵;其中,所述第一特征矩阵为基于所述目标数据中心的各个设备的服务质量获得的特征矩阵,所述第二特征矩阵为基于所述目标数据中心的线路特征获得的特征矩阵;
将所述第一特征矩阵和所述第二特征矩阵进行特征融合,得到第三特征矩阵;其中,所述第三特征矩阵用于将所述目标数据中心的各个设备的服务质量与所述目标数据中心的线路特征相关联;
基于所述第三特征矩阵和预设的标准特征矩阵生成所述目标数据中心的运维方案,并基于所述运维方案对所述目标数据中心进行运维管理。
需要说明的是,所属领域的技术人员可以清楚地了解到,为了描述的方便和简洁,上述描述的终端设备200的具体工作过程,可以参考前述数据中心自动化运维方法的对应过程,在此不再赘述。
本申请实施例还提供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程序,所述计算机程序被一个或多个处理器执行时使所述一个或多个处理器实现如本申请实施例提供的数据中心自动化运维方法。
其中,所述计算机可读存储介质可以是前述实施例终端设备200的内部存储单元,例如终端设备200的硬盘或内存。所述计算机可读存储介质也可以是终端设备200的外部存储设备,例如终端设备200配备的插接式硬盘,智能存储卡(Smart Media Card,SMC),安全数字(Secure Digital,SD)卡,闪存卡(Flash Card)等。
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,可轻易想到各种等效的修改或替换,这些修改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权利要求的保护范围为准。
Claims (9)
1.一种数据中心自动化运维方法,其特征在于,包括:
获取目标数据中心的网络拓扑图,并基于所述网络拓扑图获取第一特征矩阵和第二特征矩阵;其中,所述第一特征矩阵为基于所述目标数据中心的各个设备的服务质量获得的特征矩阵,所述第二特征矩阵为基于所述目标数据中心的线路特征获得的特征矩阵;
将所述第一特征矩阵和所述第二特征矩阵进行特征融合,得到第三特征矩阵;其中,所述第三特征矩阵用于将所述目标数据中心的各个设备的服务质量与所述目标数据中心的线路特征相关联;
基于所述第三特征矩阵和预设的标准特征矩阵生成所述目标数据中心的运维方案,并基于所述运维方案对所述目标数据中心进行运维管理。
2.根据权利要求1所述的数据中心自动化运维方法,其特征在于,所述基于所述网络拓扑图获取第一特征矩阵和第二特征矩阵,包括:
获取所述目标数据中心的标识码,并基于所述标识码获取与所述目标数据中心匹配的网络拓扑图分割模型;
基于所述网络拓扑图分割模型将所述网络拓扑图分割为多条线路;
基于所述多条线路生成多个第一特征向量和多个第二特征向量,并基于所述多个第一特征向量生成所述第一特征矩阵,及基于所述多个第二特征向量生成所述第二特征矩阵。
3.根据权利要求2所述的数据中心自动化运维方法,其特征在于,所述基于所述多条线路生成多个第一特征向量,包括:
针对每条所述线路,通过所述网络拓扑图获取位于所述线路的各个设备的服务质量信息;其中,针对每个所述设备,所述服务质量信息包括所述设备在多个维度的服务质量;
针对每条所述线路的每个所述设备,对所述设备在多个维度的服务质量进行加权处理,得到所述设备对应的加权参数;
针对每条所述线路,基于所述线路上的每个所述设备对应的所述加权参数和预设的第一特征向量生成规则生成所述线路对应的所述第一特征向量。
4.根据权利要求2所述的数据中心自动化运维方法,其特征在于,所述基于所述多条线路生成多个第二特征向量,包括:
针对每条所述线路,通过所述网络拓扑图获取所述线路对应的线路特征信息;其中,所述线路特征信息包括所述线路在多个维度的线路特征;
针对每条所述线路,基于所述线路在多个维度的线路特征和预设的第二特征向量生成规则生成所述线路对应的第二特征向量。
5.根据权利要求1所述的数据中心自动化运维方法,其特征在于,所述方法还包括对所述运维方案进行加密处理,所述对所述运维方案进行加密处理的方法,包括:
获取所述目标数据中心的标识码和所述目标数据中心的各个设备的IP地址,并获取所述IP地址的个数,得到目标数字;
提取每个所述IP地址在指定位置的数字,并将提取的所有所述数字由小到大依次排列,得到第一数组;
采用所述目标数字分别乘以所述第一数组中的各个数字,得到第二数组;
分别提取所述第二数组的每个数字的个位数字,并将提取的每个所述个位数字按照预设的排列规则进行排列,得到第三数组;
分别提取所述第二数组的每个数字的十位数字,并将提取的每个所述十位数字按照预设的排列规则进行排列,得到第四数组;
基于所述标识码、所述第一数组、所述第二数组、所述第三数组和所述第四数组生成第一加密矩阵和第二加密矩阵;
基于所述第一加密矩阵对所述运维方案进行加密,得到中间加密运维方案;
基于所述第二加密矩阵对所述中间加密运维方案进行加密,得到加密运维方案。
6.根据权利要求5所述的数据中心自动化运维方法,其特征在于,所述基于所述标识码、所述第一数组、所述第二数组、所述第三数组和所述第四数组生成第一加密矩阵和第二加密矩阵,包括:
获取标准编码表,所述标准编码表包括字符列和数字列;
针对所述标识码的每个字符,采用所述字符替换所述字符列在指定位置的字符,得到目标编码表;
基于所述目标编码表分别对所述第一数组、所述第二数组、所述第三数组和所述第四数组进行编码,得到第一字符列、第二字符列、第三字符列和第四字符列;
基于所述第一数组、所述第二数组、所述第三字符列和所述第四字符列得到所述第一加密矩阵;
基于所述第三数组、所述第四数组、所述第一字符列和所述第二字符列得到所述第二加密矩阵。
7.一种数据中心自动化运维装置,其特征在于,包括:
获取模块,用于获取目标数据中心的网络拓扑图,并基于所述网络拓扑图获取第一特征矩阵和第二特征矩阵;其中,所述第一特征矩阵为基于所述数据中心的各个设备的服务质量获得的特征矩阵,所述第二特征矩阵为基于所述数据中心的线路特征获得的特征矩阵;
融合模块,用于将所述第一特征矩阵和所述第二特征矩阵进行特征融合,得到第三特征矩阵;其中,所述第三特征矩阵用于将所述数据中心的各个设备的服务质量与所述数据中心的线路特征相关联;
生成模块,用于基于所述第三特征矩阵和预设的标准特征矩阵生成所述数据中心的运维方案,并基于所述运维方案对所述数据中心进行运维管理。
8.一种终端设备,其特征在于,所述终端设备包括处理器、存储器以及存储在所述存储器上并可被所述处理器执行的计算机程序,其中所述计算机程序被所述处理器执行时,实现如权利要求1至6中任一项所述的数据中心自动化运维方法。
9.一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上存储有计算机程序,其中,所述计算机程序被处理器执行时,实现如权利要求1至6中任一项所述的数据中心自动化运维方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311302288.3A CN117033880B (zh) | 2023-10-10 | 2023-10-10 | 数据中心自动化运维方法、装置、设备及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311302288.3A CN117033880B (zh) | 2023-10-10 | 2023-10-10 | 数据中心自动化运维方法、装置、设备及存储介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN117033880A true CN117033880A (zh) | 2023-11-10 |
CN117033880B CN117033880B (zh) | 2024-01-05 |
Family
ID=88623141
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202311302288.3A Active CN117033880B (zh) | 2023-10-10 | 2023-10-10 | 数据中心自动化运维方法、装置、设备及存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN117033880B (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117556785A (zh) * | 2024-01-11 | 2024-02-13 | 集海科技(深圳)有限公司 | 智能服务机器人的芯片算法、芯片、设备及存储介质 |
CN117556785B (zh) * | 2024-01-11 | 2024-04-30 | 集海科技(深圳)有限公司 | 智能服务机器人的芯片算法、芯片、设备及存储介质 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106357662A (zh) * | 2016-10-06 | 2017-01-25 | 陕西尚品信息科技有限公司 | 一种基于mac地址的数据加密方法 |
US20170288941A1 (en) * | 2016-03-29 | 2017-10-05 | Wipro Limited | Method and system for managing servers across plurality of data centres of an enterprise |
WO2020135806A1 (zh) * | 2018-12-28 | 2020-07-02 | 华为技术有限公司 | 一种应用于数据中心的运维方法和运维设备 |
CN116228206A (zh) * | 2023-04-25 | 2023-06-06 | 宏景科技股份有限公司 | 数据中心运维管理方法、装置、电子设备及运维管理系统 |
-
2023
- 2023-10-10 CN CN202311302288.3A patent/CN117033880B/zh active Active
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20170288941A1 (en) * | 2016-03-29 | 2017-10-05 | Wipro Limited | Method and system for managing servers across plurality of data centres of an enterprise |
CN106357662A (zh) * | 2016-10-06 | 2017-01-25 | 陕西尚品信息科技有限公司 | 一种基于mac地址的数据加密方法 |
WO2020135806A1 (zh) * | 2018-12-28 | 2020-07-02 | 华为技术有限公司 | 一种应用于数据中心的运维方法和运维设备 |
CN116228206A (zh) * | 2023-04-25 | 2023-06-06 | 宏景科技股份有限公司 | 数据中心运维管理方法、装置、电子设备及运维管理系统 |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117556785A (zh) * | 2024-01-11 | 2024-02-13 | 集海科技(深圳)有限公司 | 智能服务机器人的芯片算法、芯片、设备及存储介质 |
CN117556785B (zh) * | 2024-01-11 | 2024-04-30 | 集海科技(深圳)有限公司 | 智能服务机器人的芯片算法、芯片、设备及存储介质 |
Also Published As
Publication number | Publication date |
---|---|
CN117033880B (zh) | 2024-01-05 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US10402906B2 (en) | Quantification for investment vehicle management employing an advanced decision platform | |
WO2018053511A1 (en) | Threat scoring system and method | |
US11270227B2 (en) | Method for managing a machine learning model | |
US11636549B2 (en) | Cybersecurity profile generated using a simulation engine | |
US20170124490A1 (en) | Inclusion of time series geospatial markers in analyses employing an advanced cyber-decision platform | |
CN115964432A (zh) | 基于大数据可视化的用户操作异常分析方法及系统 | |
CN113255747B (zh) | 量子多通道卷积神经分类方法、系统、终端及存储介质 | |
CN117033880B (zh) | 数据中心自动化运维方法、装置、设备及存储介质 | |
CN112910890B (zh) | 基于时间卷积网络的匿名网络流量指纹识别方法及设备 | |
US11270010B2 (en) | Method and system for biometric template protection | |
CN117336326A (zh) | 工业物联网的数据采集分析方法、装置、设备及存储介质 | |
CN112131274A (zh) | 时间序列异常点的检测方法、装置、设备及可读存储介质 | |
CN113282876B (zh) | 异常检测中一维时间序列数据生成方法、装置和设备 | |
CN113271319B (zh) | 一种基于区块链的通讯数据加密方法及系统 | |
CN115758432A (zh) | 一种基于机器学习算法的全方位数据加密方法及系统 | |
CN111985446A (zh) | 人脸识别方法以及系统 | |
EP3707634A1 (en) | Cybersecurity profile generated using a simulation engine | |
CN110719260B (zh) | 智能网络安全分析方法、装置及计算机可读存储介质 | |
CN117370473B (zh) | 基于完整性攻击的数据处理方法、装置、设备及存储介质 | |
CN115543991B (zh) | 基于特征抽样的数据修复方法、装置及相关设备 | |
US20230297043A1 (en) | Generating scenarios by modifying values of machine learning features | |
WO2018162034A1 (en) | Method and control node for enabling detection of states in a computer system | |
WO2017023322A1 (en) | Influence spread maximization in social networks | |
CN117032637A (zh) | 基于大数据的软件需求挖掘方法及系统 | |
EP3681100A1 (en) | Updating cryptographic keys stored in non-volatile memory |
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 |