CN117150580B - 一种智能化数据库的数据储存硬件安全防护系统 - Google Patents
一种智能化数据库的数据储存硬件安全防护系统 Download PDFInfo
- Publication number
- CN117150580B CN117150580B CN202311021713.1A CN202311021713A CN117150580B CN 117150580 B CN117150580 B CN 117150580B CN 202311021713 A CN202311021713 A CN 202311021713A CN 117150580 B CN117150580 B CN 117150580B
- Authority
- CN
- China
- Prior art keywords
- data
- real
- historical
- information
- time
- 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
- 238000013500 data storage Methods 0.000 title claims abstract description 30
- 238000012545 processing Methods 0.000 claims abstract description 59
- 238000013507 mapping Methods 0.000 claims abstract description 28
- 238000004458 analytical method Methods 0.000 claims abstract description 8
- 239000000428 dust Substances 0.000 claims description 82
- 238000012795 verification Methods 0.000 claims description 55
- 230000017525 heat dissipation Effects 0.000 claims description 26
- 238000000034 method Methods 0.000 claims description 26
- 238000009825 accumulation Methods 0.000 claims description 23
- 230000000903 blocking effect Effects 0.000 claims description 11
- 230000001815 facial effect Effects 0.000 claims description 10
- 230000002159 abnormal effect Effects 0.000 claims description 5
- 238000001816 cooling Methods 0.000 claims description 4
- 238000012423 maintenance Methods 0.000 claims description 4
- 238000004364 calculation method Methods 0.000 claims description 3
- 230000008021 deposition Effects 0.000 claims description 3
- 238000001514 detection method Methods 0.000 claims description 3
- 238000012854 evaluation process Methods 0.000 claims description 3
- 238000007726 management method Methods 0.000 abstract description 3
- 238000013480 data collection Methods 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 239000000463 material Substances 0.000 description 2
- 230000005856 abnormality Effects 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 238000002073 fluorescence micrograph Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F21/00—Security arrangements for protecting computers, components thereof, programs or data against unauthorised activity
- G06F21/70—Protecting specific internal or peripheral components, in which the protection of a component leads to protection of the entire computer
- G06F21/78—Protecting specific internal or peripheral components, in which the protection of a component leads to protection of the entire computer to assure secure storage of data
-
- 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
- G06F11/3037—Monitoring arrangements specially adapted to the computing system or computing system component being monitored where the computing system component is a memory, e.g. virtual memory, cache
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F11/00—Error detection; Error correction; Monitoring
- G06F11/30—Monitoring
- G06F11/3058—Monitoring arrangements for monitoring environmental properties or parameters of the computing system or of the computing system component, e.g. monitoring of power, currents, temperature, humidity, position, vibrations
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F21/00—Security arrangements for protecting computers, components thereof, programs or data against unauthorised activity
- G06F21/30—Authentication, i.e. establishing the identity or authorisation of security principals
- G06F21/31—User authentication
- G06F21/32—User authentication using biometric data, e.g. fingerprints, iris scans or voiceprints
-
- 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
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02D—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN INFORMATION AND COMMUNICATION TECHNOLOGIES [ICT], I.E. INFORMATION AND COMMUNICATION TECHNOLOGIES AIMING AT THE REDUCTION OF THEIR OWN ENERGY USE
- Y02D10/00—Energy efficient computing, e.g. low power processors, power management or thermal management
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- Computer Security & Cryptography (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Computer Hardware Design (AREA)
- Computing Systems (AREA)
- Software Systems (AREA)
- Quality & Reliability (AREA)
- Mathematical Physics (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明公开了一种智能化数据库的数据储存硬件安全防护系统,包括数据采集模块、数据存储模块、数据处理模块、数据输出模块;数据采集模块用于采集机房内的实时数据;数据存储模块用于储存历史数据;数据处理模块用于接收数据采集模块中的实时数据,并读取历史数据,对历史数据进行分析并建立历史数据与存储硬件性能之间的映射关系,并根据对实时数据的分析,做出预先处理的指令报告。本发明通过数据采集模块实时采集机房内的温度和湿度等信息,通过对历史数据的分析,以历史数据为基础并结合实际影响因素,综合分析储存硬件的状态,并做出预先处理的指令报告,通过对外部环境的管控,使得储存硬件可以安全且高效的进行工作。
Description
技术领域
本发明涉及数据库安防领域,具体涉及一种智能化数据库的数据储存硬件安全防护系统。
背景技术
储存硬件中存放着大量的数据信息,且每秒钟都会与外界设备进行大量的数据交换,所以储存硬件的读写速度直接影响了其自身的使用性能;由于温度、湿度等外部因素对储存硬件使用性能的影响较大,如果不能及时防控将会增加储存硬件的读写压力,同时也会降低储存硬件的工作效率。
现有的数据储存硬件安全防护系统,防护功能相对单一,防护异常的频率较高,导致防护效果较差,给防护系统的使用带来了一定的影响;因此,提出一种智能化数据库的数据储存硬件安全防护系统。
发明内容
本发明所要解决的技术问题在于:如何解决现有的防护系统,防护功能相对单一,防护异常的频率较高,导致防护效果较差的问题,提供了一种智能化数据库的数据储存硬件安全防护系统。
本发明是通过以下技术方案解决上述技术问题的,本发明包括包括数据采集模块、数据存储模块、数据处理模块、数据输出模块;
数据采集模块用于采集机房内的实时数据,实时数据包括实时温度信息、实时湿度信息、实时荧光图片信息与硬件的实时读写信息;
数据存储模块用于储存历史数据,历史数据包括第一数据、第二数据、第三数据、第四数据与第五数据;
数据处理模块用于接收数据采集模块中的实时数据,并读取历史数据,对历史数据进行分析并建立历史数据与存储硬件性能之间的映射关系,并根据对实时数据的分析,做出预先处理的指令报告;
数据输出模块用于输出数据处理模块做出的指令报告。
优选的,数据处理模块的处理过程具体为:
读取历史数据中的第一数据,第一数据包括历史温度信息和与历史温度信息对应的历史读写信息;
建立历史温度信息与历史读写信息之间的第一映射关系;
根据第一映射关系,预设机房安全温度的阈值A;
再读取实时温度信息,并根据实时温度T做出控制指令;
当实时温度T≥阈值A时,则机房温度高,对储存硬件性能影响大,做出降温指令报告;
当实时温度T<阈值A时,则机房温度低,对储存硬件性能影响小,发送状态正常指令报告。
优选的,当实时温度T<阈值A时,数据处理模块还进行如下处理过程:
调取数据存储模块中的第二数据,第二数据包括储存硬件的尺寸信息与历史荧光图片信息以及历史荧光图片下对应的历史积灰量;
建立历史积灰量、历史荧光图片信息与荧光密度之间的第二映射关系;
根据第二映射关系预设积灰量超标时的荧光参照密度B1;
读取实时荧光图片信息,并将实时荧光图片信息与历史荧光图片进行比对以确定实时荧光密度B2;
将实时荧光密度B2与荧光参照密度B1确进行对比,若实时荧光密度B2大于荧光参照密度B1,则储存硬件存在积灰严重区域,对积灰程度进行评估,具体评估过程如下:
调取实时荧光图片信息,对荧光密度大于荧光参照密度B1的区域进行标记,并将标记区域记作区域C;
调取储存硬件的尺寸信息,并计算积灰程度E,具体计算过程如下:
E=Mc/Mi
其中,Mc为标记区域C的总面积;Mi为储存硬件上标记区域所在平面的总面积;
当E<预设阈值D时,则储存硬件积灰程度小,不足以影响储存硬件的散热,则发送状态正常指令报告;
当E≥预设阈值D时,则储存硬件积灰程度大,足以影响储存硬件的散热,则对灰尘影响程度进行评估,具体评估如下:
在储存硬件上任意选取多个散热孔;
将每个散热孔从中心处均匀分割为多个单元;
根据灰尘在散热孔中机会量所占的单元数量来预估散热孔的堵塞程度F;
计算多个散热孔堵塞程度的平均值
当散热孔堵塞程度的平均值时,则散热孔的堵塞程度大,储存硬件的散热能力低,做出除尘指令报告。
优选的,所述数据处理模块还进行如下的处理过程:
调取数据存储模块中的第三数据,第三数据包括历史除尘间隔;
建立历史除尘间隔、历史积灰量与历史读写信息之间的第三映射关系;
根据第三映射关系预设除尘间隔T1;
当时间间隔Tt≥预设除尘间隔T1时,则灰尘量积累程度大,做出及时除尘指令报告;
当时间间隔Tt<预设除尘间隔T1时,则灰尘量积累程度小,做出缓时除尘指令报告。
优选的,当时间间隔Tt<预设除尘间隔T1时,所述数据处理模块还进行如下处理过程:
调取数据处理模块中的第四数据,第四数据包括历史湿度信息;
建立历史除尘间隔、历史积灰量与历史湿度之间的第四映射关系;
根据第四映射关系预估预设除尘间隔T1时的平均参照湿度信息Ht;
读取实时湿度信息H;
当实时湿度信息H>平均参照湿度信息Ht时,做出除尘检测指令报告。
优选的,所述实时数据还包括实时验证信息与实时身份信息,数据处理模块还进行如下处理过程:
读取数据存储模块中的第五数据,第五数据包括历史身份信息;
根据历史身份信息中预设的高等级人员和预设的低等级人员将读取数据的操作者分为高等级人员和低等级人员;
对高等级人员和低等级人员分别进行验证方式的匹配;
读取操作者的实时身份信息;
对高等级人员实施第一验证规则,第一验证规则为面部识别,识别验证成功可读取储存硬件中的数据信息;
对低等级人员实时第二验证规则,第二验证规则至少包括面部识别以及指纹识别、语音识别与密码识别中的任意一个,验证成功可读取储存硬件中的数据信息。
优选的,还包括控制模块和服务终端模块,所述控制模块用于接收数据处理模块的指令信息,并判断指令信息类型,根据指令信息类型选择将数据发送至服务终端模块;服务终端模块用于接收控制模块中的指令信息,并对数据采集模块采集的实时数据类型进行控制;数据处理模块还进行如下处理过程:
读取实时验证信息并统计连续验证失败次数;
根据验证失败次数,对操作者进行风险级别评估;
风险级别分别一级风险、二级风险与三级风险,一级风险的验证方式为面部识别以及指纹识别、语音识别与密码识别中的任意一个;二级风险的验证方式为面部识别以及指纹识别、语音识别与密码识别中的任意二个;三级风险的验证方式为面部识别、指纹识别、语音识别与密码识别。
当三级风险操作者验证错误时,数据处理模块做出危险指令报告,并将该危险指令报告发送至控制模块,控制模块判断危险指令,并将危险指令报告发送至服务终端模块,服务终端模块控制数据采集模块停止对实时验证信息的采集。
优选的,数据处理模块还用于判断数据采集模块的工作状态,工作状态包括工作异常和工作正常,具体判断过程如下:
随机选择一周内的多个操作者,并分别对多个操作者连续验证失败次数Q1进行统计;
同时在验证成功前提下的失败验证次数Q2;
计算故障概率M,故障概率M为Q2占Q1的比重;
当故障概率M<预设阈值时,则数据采集模块工作正常;
当故障概率M≥预设阈值时,则数据采集模块工作异常,将操作者进行风险级别评估重新调整至一级风险,并制作数据采集模块检修指令报告。
本发明相比现有技术具有以下优点:该智能化数据库的数据储存硬件安全防护系统,通过数据采集模块实时采集机房内的温度和湿度等信息,通过对历史数据的分析,以历史数据为基础并结合实际影响因素,综合分析储存硬件的状态,并做出预先处理的指令报告,通过对外部环境的管控,使得储存硬件可以安全且高效的进行工作,从而提升储存硬件的运行效率,让该系统更加值得推广使用。
附图说明
图1是本发明的整体结构图。
具体实施方式
下面对本发明的实施例作详细说明,本实施例在以本发明技术方案为前提下进行实施,给出了详细的实施方式和具体的操作过程,但本发明的保护范围不限于下述的实施例。
如图1所示,本实施例提供一种技术方案:一种智能化数据库的数据储存硬件安全防护系统,包括数据采集模块、数据存储模块、数据处理模块、数据输出模块;
数据采集模块用于采集机房内的实时数据,实时数据包括实时温度信息、实时湿度信息、实时荧光图片信息与硬件的实时读写信息;
需要说明的是,实时荧光图片的采集过程为:先使用荧光灯照射储存硬件的表面,再采集储存硬件图片信息,灰尘在荧光的照射下与储存硬件发生较大的颜色偏差,便于观察灰尘;
数据存储模块用于储存历史数据,历史数据包括第一数据、第二数据、第三数据、第四数据与第五数据;
数据处理模块用于接收数据采集模块中的实时数据,并读取历史数据,对历史数据进行分析并建立历史数据与存储硬件性能之间的映射关系,并根据对实时数据的分析,做出预先处理的指令报告;
数据输出模块用于输出数据处理模块做出的指令报告。
该智能化数据库的数据储存硬件安全防护系统,通过数据采集模块实时采集机房内的温度和湿度等信息,通过对历史数据的分析,以历史数据为基础并结合实际影响因素,综合分析储存硬件的状态,并做出预先处理的指令报告,通过对外部环境的管控,使得储存硬件可以安全且高效的进行工作,从而提升储存硬件的运行效率,让该系统更加值得推广使用。
其中,数据处理模块的处理过程具体为:
读取历史数据中的第一数据,第一数据包括历史温度信息和与历史温度信息对应的历史读写信息;
建立历史温度信息与历史读写信息之间的第一映射关系;
根据第一映射关系,预设机房安全温度的阈值A;
再读取实时温度信息,并根据实时温度T做出控制指令;
当实时温度T≥阈值A时,则机房温度高,对储存硬件性能影响大,做出降温指令报告;
当实时温度T<阈值A时,则机房温度低,对储存硬件性能影响小,发送状态正常指令报告。
根据对历史数据的分析,建立历史温度信息与历史读写信息之间的关系,并根据历史读写信息确定一个预设温度值,当实时温度超过该温度值时,做出降温的指令,以便及时对机房内的温度进行降低,以使得储存硬件可以稳定安全的正常运行。
进一步的,当实时温度T<阈值A时,数据处理模块还进行如下处理过程:
调取数据存储模块中的第二数据,第二数据包括储存硬件的尺寸信息与历史荧光图片信息以及历史荧光图片下对应的历史积灰量;
建立历史积灰量、历史荧光图片信息与荧光密度之间的第二映射关系;
根据第二映射关系预设积灰量超标时的荧光参照密度B1;
读取实时荧光图片信息,并将实时荧光图片信息与历史荧光图片进行比对以确定实时荧光密度B2;
将实时荧光密度B2与荧光参照密度B1确进行对比,若实时荧光密度B2大于荧光参照密度B1,则储存硬件存在积灰严重区域,对积灰程度进行评估,具体评估过程如下:
调取实时荧光图片信息,对荧光密度大于荧光参照密度B1的区域进行标记,并将标记区域记作区域C;
调取储存硬件的尺寸信息,并计算积灰程度E,具体计算过程如下:
E=Mc/Mi
其中,Mc为标记区域C的总面积;Mi为储存硬件上标记区域所在平面的总面积;
当E<预设阈值D时,则储存硬件积灰程度小,不足以影响储存硬件的散热,则发送状态正常指令报告;
当E≥预设阈值D时,则储存硬件积灰程度大,足以影响储存硬件的散热,则对灰尘影响程度进行评估,具体评估如下:
在储存硬件上任意选取多个散热孔;
将每个散热孔从中心处均匀分割为多个单元;
需要说明的是,由于灰尘在荧光下与储存硬件有着较大的颜色偏差,因此可以有效的区分灰尘集聚在散热孔中时自身的边界,从而可以较为准确的读取灰尘积累占用的单元数量。
根据灰尘在散热孔中机会量所占的单元数量来预估散热孔的堵塞程度F;
计算多个散热孔堵塞程度的平均值
当散热孔堵塞程度的平均值时,则散热孔的堵塞程度大,储存硬件的散热能力低,做出除尘指令报告。
该部分考虑到机房内温度低时,由于储存硬件自身散热性能减低,导致部分储存硬件内部温度上升过高,考虑到灰尘对散热能力的影响,该部分进一步分析储存硬件上的积灰量进行分析,当储存硬件上的积灰量较大时,可能使得灰尘形成对散热孔部分的堵塞,从而影响储存硬件自身散热性能,以至于发生机房内温度低而存硬件内部温度上过高的现象,同时及时检测并做出除尘指令,从而避免该种状况发生对储存硬性使用性能的影响。
再进一步的,所述数据处理模块还进行如下的处理过程:
调取数据存储模块中的第三数据,第三数据包括历史除尘间隔;
建立历史除尘间隔、历史积灰量与历史读写信息之间的第三映射关系;
根据第三映射关系预设除尘间隔T1;
当时间间隔Tt≥预设除尘间隔T1时,则灰尘量积累程度大,做出及时除尘指令报告;
当时间间隔Tt<预设除尘间隔T1时,则灰尘量积累程度小,做出缓时除尘指令报告。
该部分通过对历史数据的分析,预估灰尘积累至足以影响储存硬件使用性能时所需的时间,从而设定除尘间隔时间,从时间的角度对灰尘进行检测,以提升该系统的可靠性,从而提升该系统对储存硬件的防护能力
更进一步的,当时间间隔Tt<预设除尘间隔T1时,所述数据处理模块还进行如下处理过程:
调取数据处理模块中的第四数据,第四数据包括历史湿度信息;
建立历史除尘间隔、历史积灰量与历史湿度之间的第四映射关系;
根据第四映射关系预估预设除尘间隔T1时的平均参照湿度信息Ht;
读取实时湿度信息H;
当实时湿度信息H>平均参照湿度信息Ht时,做出除尘检测指令报告。
该部分考虑湿度对灰尘积累速度的影响,湿度越大,灰尘的积累速度越快,当监测的时间未达到预设除尘时间间隔时,如果湿度较大,需要检测积灰量,从而计算堵塞程度,根据时间和堵塞程度对储存硬件进行综合评估,从而提升系统指令的准确性。
其中,所述实时数据还包括实时验证信息与实时身份信息,数据处理模块还进行如下处理过程:
读取数据存储模块中的第五数据,第五数据包括历史身份信息;
根据历史身份信息中预设的高等级人员和预设的低等级人员将读取数据的操作者分为高等级人员和低等级人员;
对高等级人员和低等级人员分别进行验证方式的匹配;
读取操作者的实时身份信息;
对高等级人员实施第一验证规则,第一验证规则为面部识别,识别验证成功可读取储存硬件中的数据信息;
对低等级人员实时第二验证规则,第二验证规则至少包括面部识别以及指纹识别、语音识别与密码识别中的任意一个,验证成功可读取储存硬件中的数据信息。
该部分通过对需要读取储存硬件中数据的操作者进行身份认证,以防止数据被盗的情况,可以较大程度的提升储存硬件的安全性。
进一步的,还包括控制模块和服务终端模块,所述控制模块用于接收数据处理模块的指令信息,并判断指令信息类型,根据指令信息类型选择将数据发送至服务终端模块;服务终端模块用于接收控制模块中的指令信息,并对数据采集模块采集的实时数据类型进行控制;数据处理模块还进行如下处理过程:
读取实时验证信息并统计连续验证失败次数;
根据验证失败次数,对操作者进行风险级别评估;
风险级别分别一级风险、二级风险与三级风险,一级风险的验证方式为面部识别以及指纹识别、语音识别与密码识别中的任意一个;二级风险的验证方式为面部识别以及指纹识别、语音识别与密码识别中的任意二个;三级风险的验证方式为面部识别、指纹识别、语音识别与密码识别。
当三级风险操作者验证错误时,数据处理模块做出危险指令报告,并将该危险指令报告发送至控制模块,控制模块判断危险指令,并将危险指令报告发送至服务终端模块,服务终端模块控制数据采集模块停止对实时验证信息的采集。
根据操作者连续验证失败的次数,对操作者进行风险级别评估,风险级别越高,验证越繁琐,同时当操作者验证次数超过不同风险等级的次数时,判读操作者为盗取数据信息的人,发生危险指令报告,并关闭验证系统,进一步提升该储存硬件使用的安全性。
再进一步的,数据处理模块还用于判断数据采集模块的工作状态,工作状态包括工作异常和工作正常,具体判断过程如下:
随机选择一周内的多个操作者,并分别对多个操作者连续验证失败次数Q1进行统计;
同时在验证成功前提下的失败验证次数Q2;
计算故障概率M,故障概率M为Q2占Q1的比重;
当故障概率M<预设阈值时,则数据采集模块工作正常;
当故障概率M≥预设阈值时,则数据采集模块工作异常,将操作者进行风险级别评估重新调整至一级风险,并制作数据采集模块检修指令报告。
考虑信息采集模块发生故障时对风险等级的错误判定的情况,可及时采取维修措施,以降低异常情况对工作效率的负面影响,同时也可提升该系统的可靠性。
此外,术语“第一”、“第二”仅用于描述目的,而不能理解为指示或暗示相对重要性或者隐含指明所指示的技术特征的数量。由此,限定有“第一”、“第二”的特征可以明示或者隐含地包括至少一个该特征。在本发明的描述中,“多个”的含义是至少两个,例如两个,三个等,除非另有明确具体的限定。
在本说明书的描述中,参考术语“一个实施例”、“一些实施例”、“示例”、“具体示例”、或“一些示例”等的描述意指结合该实施例或示例描述的具体特征、结构、材料或者特点包含于本发明的至少一个实施例或示例中。在本说明书中,对上述术语的示意性表述不必须针对的是相同的实施例或示例。而且,描述的具体特征、结构、材料或者特点可以在任一个或多个实施例或示例中以合适的方式结合。此外,在不相互矛盾的情况下,本领域的技术人员可以将本说明书中描述的不同实施例或示例以及不同实施例或示例的特征进行结合和组合。
尽管上面已经示出和描述了本发明的实施例,可以理解的是,上述实施例是示例性的,不能理解为对本发明的限制,本领域的普通技术人员在本发明的范围内可以对上述实施例进行变化、修改、替换和变型。
Claims (3)
1.一种智能化数据库的数据储存硬件安全防护系统,其特征在于,包括数据采集模块、数据存储模块、数据处理模块、数据输出模块;
数据采集模块用于采集机房内的实时数据,实时数据包括实时温度信息、实时湿度信息、实时荧光图片信息与硬件的实时读写信息;
数据存储模块用于储存历史数据,历史数据包括第一数据、第二数据、第三数据、第四数据与第五数据;
数据处理模块用于接收数据采集模块中的实时数据,并读取历史数据,对历史数据进行分析并建立历史数据与存储硬件性能之间的映射关系,并根据对实时数据的分析,做出预先处理的指令报告;
数据输出模块用于输出数据处理模块做出的指令报告;
数据处理模块的处理过程具体为:
读取历史数据中的第一数据,第一数据包括历史温度信息和与历史温度信息对应的历史读写信息;
建立历史温度信息与历史读写信息之间的第一映射关系;
根据第一映射关系,预设机房安全温度的阈值A;
再读取实时温度信息,并根据实时温度T做出控制指令;
当实时温度T≥阈值A时,则机房温度高,对储存硬件性能影响大,做出降温指令报告;
当实时温度T<阈值A时,则机房温度低,对储存硬件性能影响小,发送状态正常指令报告;
当实时温度T<阈值A时,数据处理模块还进行如下处理过程:
调取数据存储模块中的第二数据,第二数据包括储存硬件的尺寸信息与历史荧光图片信息以及历史荧光图片下对应的历史积灰量;
建立历史积灰量、历史荧光图片信息与荧光密度之间的第二映射关系;
根据第二映射关系预设积灰量超标时的荧光参照密度B1;
读取实时荧光图片信息,并将实时荧光图片信息与历史荧光图片进行比对以确定实时荧光密度B2;
将实时荧光密度B2与荧光参照密度B1确进行对比,若实时荧光密度B2大于荧光参照密度B1,则储存硬件存在积灰严重区域,对积灰程度进行评估,具体评估过程如下:
调取实时荧光图片信息,对荧光密度大于荧光参照密度B1的区域进行标记,并将标记区域记作区域C;
调取储存硬件的尺寸信息,并计算积灰程度E,具体计算过程如下:
E=Mc/Mi
其中,Mc为标记区域C的总面积;Mi为储存硬件上标记区域所在平面的总面积;
当E<预设阈值D时,则储存硬件积灰程度小,不足以影响储存硬件的散热,则发送状态正常指令报告;
当E≥预设阈值D时,则储存硬件积灰程度大,足以影响储存硬件的散热,则对灰尘影响程度进行评估,具体评估如下:
在储存硬件上任意选取多个散热孔;
将每个散热孔从中心处均匀分割为多个单元;
根据灰尘在散热孔中积灰量所占的单元数量来预估散热孔的堵塞程度F;
计算多个散热孔堵塞程度的平均值;
当散热孔堵塞程度的平均值≥预设阈值G时,则散热孔的堵塞程度大,储存硬件的散热能力低,做出除尘指令报告;
所述数据处理模块还进行如下的处理过程:
调取数据存储模块中的第三数据,第三数据包括历史除尘间隔;
建立历史除尘间隔、历史积灰量与历史读写信息之间的第三映射关系;
根据第三映射关系预设除尘间隔T1;
当时间间隔Tt≥预设除尘间隔T1时,则灰尘量积累程度大,做出及时除尘指令报告;
当时间间隔Tt<预设除尘间隔T1时,则灰尘量积累程度小,做出缓时除尘指令报告;
当时间间隔Tt<预设除尘间隔T1时,所述数据处理模块还进行如下处理过程:
调取数据处理模块中的第四数据,第四数据包括历史湿度信息;
建立历史除尘间隔、历史积灰量与历史湿度之间的第四映射关系;
根据第四映射关系预估预设除尘间隔T1时的平均参照湿度信息Ht;
读取实时湿度信息H;
当实时湿度信息H>平均参照湿度信息Ht时,做出除尘检测指令报告;
所述实时数据还包括实时验证信息与实时身份信息,数据处理模块还进行如下处理过程:
读取数据存储模块中的第五数据,第五数据包括历史身份信息;
根据历史身份信息中预设的高等级人员和预设的低等级人员将读取数据的操作者分为高等级人员和低等级人员;
对高等级人员和低等级人员分别进行验证方式的匹配;
读取操作者的实时身份信息;
对高等级人员实施第一验证规则,第一验证规则为面部识别,识别验证成功可读取储存硬件中的数据信息;
对低等级人员实时第二验证规则,第二验证规则至少包括面部识别以及指纹识别、语音识别与密码识别中的任意一个,验证成功可读取储存硬件中的数据信息。
2.根据权利要求1所述的一种智能化数据库的数据储存硬件安全防护系统,其特征在于:还包括控制模块和服务终端模块,所述控制模块用于接收数据处理模块的指令信息,并判断指令信息类型,根据指令信息类型选择将数据发送至服务终端模块;服务终端模块用于接收控制模块中的指令信息,并对数据采集模块采集的实时数据类型进行控制;数据处理模块还进行如下处理过程:
读取实时验证信息并统计连续验证失败次数;
根据验证失败次数,对操作者进行风险级别评估;
风险级别分别一级风险、二级风险与三级风险,一级风险的验证方式为面部识别以及指纹识别、语音识别与密码识别中的任意一个;二级风险的验证方式为面部识别以及指纹识别、语音识别与密码识别中的任意二个;三级风险的验证方式为面部识别、指纹识别、语音识别与密码识别;
当三级风险操作者验证错误时,数据处理模块做出危险指令报告,并将该危险指令报告发送至控制模块,控制模块判断危险指令,并将危险指令报告发送至服务终端模块,服务终端模块控制数据采集模块停止对实时验证信息的采集。
3.根据权利要求2所述的一种智能化数据库的数据储存硬件安全防护系统,其特征在于:数据处理模块还用于判断数据采集模块的工作状态,工作状态包括工作异常和工作正常,具体判断过程如下:
随机选择一周内的多个操作者,并分别对多个操作者连续验证失败次数Q1进行统计;
同时在验证成功前提下的失败验证次数Q2;
计算故障概率M,故障概率M为Q2占Q1的比重;
当故障概率M<预设阈值时,则数据采集模块工作正常;
当故障概率M≥预设阈值时,则数据采集模块工作异常,将操作者进行风险级别评估重新调整至一级风险,并制作数据采集模块检修指令报告。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311021713.1A CN117150580B (zh) | 2023-08-15 | 2023-08-15 | 一种智能化数据库的数据储存硬件安全防护系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311021713.1A CN117150580B (zh) | 2023-08-15 | 2023-08-15 | 一种智能化数据库的数据储存硬件安全防护系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN117150580A CN117150580A (zh) | 2023-12-01 |
CN117150580B true CN117150580B (zh) | 2024-04-02 |
Family
ID=88907114
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202311021713.1A Active CN117150580B (zh) | 2023-08-15 | 2023-08-15 | 一种智能化数据库的数据储存硬件安全防护系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN117150580B (zh) |
Citations (27)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH10123636A (ja) * | 1996-10-17 | 1998-05-15 | Fuji Photo Film Co Ltd | 放射線画像読取装置の塵埃除去方法およびクリーニングシート |
JPH10128259A (ja) * | 1996-11-05 | 1998-05-19 | Kobe Steel Ltd | 蓄積性蛍光体シートの塵埃除去装置 |
CN101131659A (zh) * | 2006-08-21 | 2008-02-27 | 国际商业机器公司 | 计算机系统及优化计算系统的整体性能的方法 |
JP2010204926A (ja) * | 2009-03-03 | 2010-09-16 | Softbank Bb Corp | モニタリングシステム、モニタリング方法、およびプログラム |
CN103207638A (zh) * | 2011-12-19 | 2013-07-17 | 联发科技(新加坡)私人有限公司 | 性能、热能及功率管理系统及其方法 |
CN108518804A (zh) * | 2018-03-21 | 2018-09-11 | 武汉物联远科技有限公司 | 一种机房温湿度环境预测方法及系统 |
CN110334106A (zh) * | 2019-05-06 | 2019-10-15 | 深圳供电局有限公司 | 一种基于大数据分析的运维故障分析预警方法 |
CN111174375A (zh) * | 2019-12-11 | 2020-05-19 | 西安交通大学 | 面向数据中心能耗最小化的作业调度和机房空调调控方法 |
CN111860900A (zh) * | 2020-08-14 | 2020-10-30 | 中国能源建设集团广东省电力设计研究院有限公司 | 基于bim的数字孪生智慧机房管理方法、装置、设备及介质 |
CN112351644A (zh) * | 2020-10-23 | 2021-02-09 | 苏州浪潮智能科技有限公司 | 一种服务器机房智能调温系统及方法 |
CN112486773A (zh) * | 2020-12-01 | 2021-03-12 | 北京数码视讯技术有限公司 | 数据处理方法、装置和系统 |
CN112713503A (zh) * | 2020-12-29 | 2021-04-27 | 深圳市利拓光电有限公司 | 半导体激光器的温度控制方法、装置及设备 |
CN113626293A (zh) * | 2021-08-17 | 2021-11-09 | 联想长风科技(北京)有限公司 | 一种电脑主机风扇灰尘清理的智能提醒方法及系统 |
WO2021227807A1 (zh) * | 2020-05-09 | 2021-11-18 | 华为技术有限公司 | 一种调节空调温度的方法和调温装置 |
CN113778797A (zh) * | 2021-08-30 | 2021-12-10 | 中国电子产品可靠性与环境试验研究所((工业和信息化部电子第五研究所)(中国赛宝实验室)) | 机械硬盘监测方法、装置、计算机设备和存储介质 |
CN113950235A (zh) * | 2021-11-23 | 2022-01-18 | 浙江雷迪司科技股份有限公司 | 一种机房用的精密空调控制系统 |
CN114001443A (zh) * | 2021-09-27 | 2022-02-01 | 中盈优创资讯科技有限公司 | 一种基于ai的机房节能方法及装置 |
CN114005480A (zh) * | 2021-10-29 | 2022-02-01 | 长江存储科技有限责任公司 | 存储寿命的计算方法以及闪存存储器 |
CN114061022A (zh) * | 2020-07-31 | 2022-02-18 | 青岛海尔智能技术研发有限公司 | 灰尘检测方法、装置、计算机设备和存储介质 |
CN114371742A (zh) * | 2021-11-01 | 2022-04-19 | 中国电信股份有限公司甘肃分公司 | 一种温度调控方法、装置及存储介质 |
CN114526543A (zh) * | 2022-03-01 | 2022-05-24 | 中国工商银行股份有限公司 | 机房环境的调控方法、装置、存储介质及电子设备 |
CN115164361A (zh) * | 2022-06-13 | 2022-10-11 | 中国电信股份有限公司 | 一种数据中心控制方法、装置、电子设备和存储介质 |
CN115507508A (zh) * | 2022-09-01 | 2022-12-23 | 中国电信股份有限公司 | 机房空调温度调节方法、装置、电子设备及可读存储介质 |
CN115685941A (zh) * | 2022-11-04 | 2023-02-03 | 中国电子工程设计院有限公司 | 一种基于机柜热点温度预测的机房运行调控方法及装置 |
CN115941453A (zh) * | 2023-02-23 | 2023-04-07 | 浙江德塔森特数据技术有限公司 | 基于数字孪生的机房告警处理方法、装置、机房及介质 |
CN116089228A (zh) * | 2023-01-09 | 2023-05-09 | 阿里云计算有限公司 | 设备状态信息处理方法、装置、设备及存储介质 |
CN116108445A (zh) * | 2022-11-25 | 2023-05-12 | 大唐珲春发电厂 | 一种信息系统智能化风险预警管理方法及系统 |
Family Cites Families (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2016109414A (ja) * | 2014-11-28 | 2016-06-20 | パナソニックIpマネジメント株式会社 | 除塵装置および除塵方法 |
EP4018299A4 (en) * | 2019-08-21 | 2023-09-13 | The Regents of the University of California | INTELLIGENT MANUFACTURING PLATFORM, INTELLIGENT MANUFACTURING PROFILE AND METHOD FOR PRODUCING A CHIP CARD |
CN113391684A (zh) * | 2021-05-21 | 2021-09-14 | 北京小米移动软件有限公司 | 温度控制方法、温度控制装置及存储介质 |
TWI801106B (zh) * | 2022-01-24 | 2023-05-01 | 宜鼎國際股份有限公司 | 記憶體存取速度調整方法、控制裝置以及記憶體模組 |
-
2023
- 2023-08-15 CN CN202311021713.1A patent/CN117150580B/zh active Active
Patent Citations (27)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH10123636A (ja) * | 1996-10-17 | 1998-05-15 | Fuji Photo Film Co Ltd | 放射線画像読取装置の塵埃除去方法およびクリーニングシート |
JPH10128259A (ja) * | 1996-11-05 | 1998-05-19 | Kobe Steel Ltd | 蓄積性蛍光体シートの塵埃除去装置 |
CN101131659A (zh) * | 2006-08-21 | 2008-02-27 | 国际商业机器公司 | 计算机系统及优化计算系统的整体性能的方法 |
JP2010204926A (ja) * | 2009-03-03 | 2010-09-16 | Softbank Bb Corp | モニタリングシステム、モニタリング方法、およびプログラム |
CN103207638A (zh) * | 2011-12-19 | 2013-07-17 | 联发科技(新加坡)私人有限公司 | 性能、热能及功率管理系统及其方法 |
CN108518804A (zh) * | 2018-03-21 | 2018-09-11 | 武汉物联远科技有限公司 | 一种机房温湿度环境预测方法及系统 |
CN110334106A (zh) * | 2019-05-06 | 2019-10-15 | 深圳供电局有限公司 | 一种基于大数据分析的运维故障分析预警方法 |
CN111174375A (zh) * | 2019-12-11 | 2020-05-19 | 西安交通大学 | 面向数据中心能耗最小化的作业调度和机房空调调控方法 |
WO2021227807A1 (zh) * | 2020-05-09 | 2021-11-18 | 华为技术有限公司 | 一种调节空调温度的方法和调温装置 |
CN114061022A (zh) * | 2020-07-31 | 2022-02-18 | 青岛海尔智能技术研发有限公司 | 灰尘检测方法、装置、计算机设备和存储介质 |
CN111860900A (zh) * | 2020-08-14 | 2020-10-30 | 中国能源建设集团广东省电力设计研究院有限公司 | 基于bim的数字孪生智慧机房管理方法、装置、设备及介质 |
CN112351644A (zh) * | 2020-10-23 | 2021-02-09 | 苏州浪潮智能科技有限公司 | 一种服务器机房智能调温系统及方法 |
CN112486773A (zh) * | 2020-12-01 | 2021-03-12 | 北京数码视讯技术有限公司 | 数据处理方法、装置和系统 |
CN112713503A (zh) * | 2020-12-29 | 2021-04-27 | 深圳市利拓光电有限公司 | 半导体激光器的温度控制方法、装置及设备 |
CN113626293A (zh) * | 2021-08-17 | 2021-11-09 | 联想长风科技(北京)有限公司 | 一种电脑主机风扇灰尘清理的智能提醒方法及系统 |
CN113778797A (zh) * | 2021-08-30 | 2021-12-10 | 中国电子产品可靠性与环境试验研究所((工业和信息化部电子第五研究所)(中国赛宝实验室)) | 机械硬盘监测方法、装置、计算机设备和存储介质 |
CN114001443A (zh) * | 2021-09-27 | 2022-02-01 | 中盈优创资讯科技有限公司 | 一种基于ai的机房节能方法及装置 |
CN114005480A (zh) * | 2021-10-29 | 2022-02-01 | 长江存储科技有限责任公司 | 存储寿命的计算方法以及闪存存储器 |
CN114371742A (zh) * | 2021-11-01 | 2022-04-19 | 中国电信股份有限公司甘肃分公司 | 一种温度调控方法、装置及存储介质 |
CN113950235A (zh) * | 2021-11-23 | 2022-01-18 | 浙江雷迪司科技股份有限公司 | 一种机房用的精密空调控制系统 |
CN114526543A (zh) * | 2022-03-01 | 2022-05-24 | 中国工商银行股份有限公司 | 机房环境的调控方法、装置、存储介质及电子设备 |
CN115164361A (zh) * | 2022-06-13 | 2022-10-11 | 中国电信股份有限公司 | 一种数据中心控制方法、装置、电子设备和存储介质 |
CN115507508A (zh) * | 2022-09-01 | 2022-12-23 | 中国电信股份有限公司 | 机房空调温度调节方法、装置、电子设备及可读存储介质 |
CN115685941A (zh) * | 2022-11-04 | 2023-02-03 | 中国电子工程设计院有限公司 | 一种基于机柜热点温度预测的机房运行调控方法及装置 |
CN116108445A (zh) * | 2022-11-25 | 2023-05-12 | 大唐珲春发电厂 | 一种信息系统智能化风险预警管理方法及系统 |
CN116089228A (zh) * | 2023-01-09 | 2023-05-09 | 阿里云计算有限公司 | 设备状态信息处理方法、装置、设备及存储介质 |
CN115941453A (zh) * | 2023-02-23 | 2023-04-07 | 浙江德塔森特数据技术有限公司 | 基于数字孪生的机房告警处理方法、装置、机房及介质 |
Also Published As
Publication number | Publication date |
---|---|
CN117150580A (zh) | 2023-12-01 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN107612756A (zh) | 一种具有智能故障分析处理功能的运维管理系统 | |
KR101858377B1 (ko) | 감시 장치, 감시 방법 및 프로그램 | |
CN113542698B (zh) | 基于5g通信网络的安防实时监控系统 | |
CN108599977A (zh) | 基于统计方法监控系统可用性的系统及方法 | |
CN114826770A (zh) | 一种计算机网络智能分析的大数据管理平台 | |
CN113094244B (zh) | 一种用于数据中心的机房运行智能检测系统 | |
CN117150580B (zh) | 一种智能化数据库的数据储存硬件安全防护系统 | |
CN117272215B (zh) | 一种基于数据挖掘的智慧小区安全管理方法及系统 | |
CN117198019B (zh) | 一种基于多传感器的智慧档案库房智能预警系统 | |
CN114111352A (zh) | 一种碳化炉抽真空系统异常检测方法及系统 | |
CN117288349A (zh) | 一种机房冷通道微环境监测系统 | |
CN116661399A (zh) | 一种化工车间安全监控方法以及系统 | |
CN113696794B (zh) | 一种用于新能源汽车用燃料电池冷却的降温系统 | |
US11875278B2 (en) | Door lock fault detection | |
CN111103003B (zh) | 实验仪器监控数据的甄别方法、装置、设备及存储介质 | |
CN112737120A (zh) | 区域电网控制报告的生成方法、装置和计算机设备 | |
CN112581027A (zh) | 一种风险信息管理方法、装置、电子设备及存储介质 | |
CN117507819A (zh) | 一种自动识别新能源车辆电池异常状态的充电桩及识别方法 | |
CN117519117B (zh) | 一种多功能控制台控制方法和系统 | |
CN116582410B (zh) | 一种基于itsm系统的智能运维服务方法及装置 | |
CN214900923U (zh) | 基于报文识别和异常流量分析的变电站及其网络安全系统 | |
CN111400168B (zh) | 智能软件风控方法、电子装置及计算机可读存储介质 | |
CN116662874A (zh) | 异常数据安全预警的方法及装置 | |
CN117614129A (zh) | 一种配网接地线安全监管方法及系统 | |
Geramifard et al. | Power-signature-based Bayesian multi-classifier for operation mode identification |
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 |