CN117215498B - 基于硬件存储监管的企业数据存储智能管理系统 - Google Patents
基于硬件存储监管的企业数据存储智能管理系统 Download PDFInfo
- Publication number
- CN117215498B CN117215498B CN202311471860.9A CN202311471860A CN117215498B CN 117215498 B CN117215498 B CN 117215498B CN 202311471860 A CN202311471860 A CN 202311471860A CN 117215498 B CN117215498 B CN 117215498B
- Authority
- CN
- China
- Prior art keywords
- hardware
- storage
- value
- preset
- analysis
- 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
- 238000003860 storage Methods 0.000 title claims abstract description 265
- 238000007726 management method Methods 0.000 title claims abstract description 30
- 238000013500 data storage Methods 0.000 title claims abstract description 17
- 238000004140 cleaning Methods 0.000 claims abstract description 95
- 238000004458 analytical method Methods 0.000 claims abstract description 88
- 238000001514 detection method Methods 0.000 claims abstract description 72
- 238000012795 verification Methods 0.000 claims abstract description 24
- 238000000034 method Methods 0.000 claims abstract description 16
- 230000002159 abnormal effect Effects 0.000 claims abstract description 14
- 238000011156 evaluation Methods 0.000 claims abstract description 14
- 230000032683 aging Effects 0.000 claims abstract description 9
- 238000004364 calculation method Methods 0.000 claims description 31
- 238000004519 manufacturing process Methods 0.000 claims description 29
- 238000005259 measurement Methods 0.000 claims description 23
- 238000012544 monitoring process Methods 0.000 claims description 11
- 239000000428 dust Substances 0.000 claims description 8
- 238000005457 optimization Methods 0.000 claims description 5
- 238000013479 data entry Methods 0.000 claims 5
- 238000013523 data management Methods 0.000 abstract description 2
- 230000000694 effects Effects 0.000 description 6
- 230000007613 environmental effect Effects 0.000 description 4
- 239000013256 coordination polymer Substances 0.000 description 3
- 230000009286 beneficial effect Effects 0.000 description 2
- 230000002457 bidirectional effect Effects 0.000 description 2
- 238000004891 communication Methods 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 238000007689 inspection Methods 0.000 description 2
- 238000012423 maintenance Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000010606 normalization Methods 0.000 description 1
- 238000012797 qualification Methods 0.000 description 1
- 238000011160 research Methods 0.000 description 1
Abstract
本发明属于数据管理技术领域,具体是基于硬件存储监管的企业数据存储智能管理系统,包括服务器、双向验证模块、硬件状态分析评估模块、数据清理管控模块和硬件存储检测分析模块;本发明通过将对应存储硬件进行分析评估,以生成对应存储硬件的存储风险信号或将对应存储硬件标记为优级硬件或良级硬件,且在将对应存储硬件标记为优级硬件或良级硬件时通过分析以生成硬件运行正常信号或硬件运行异常信号,保证数据存储高效性和安全稳定性,且通过清理时效分析以判断是否生成存储预警信号,以便及时进行存储硬件的数据清理,以及在未生成存储预警信号时将对应存储硬件进行存储检测分析,方便及时进行针对性的改善措施,实现对存储硬件的智能管理。
Description
技术领域
本发明涉及数据管理技术领域,具体是基于硬件存储监管的企业数据存储智能管理系统。
背景技术
企业数据主要指企业生产数据,以及与企业经营相关的信息、资料,包括公司概况、产品信息、经营数据、研究成果等,存储硬件对产生的企业数据进行存储,硬件存储是用于存储数据的物理设备,包括主存和辅存两种,主存是通常所说的内存,分为RAM和ROM两个部分,辅存即外存,比如硬盘、U盘等;硬件存储由存储介质和读写装置组成,它为计算机提供了存储空间,用于存储程序和数据,保障了计算机的正常运行;
目前在通过U盘对企业数据进行存储时,难以准确反馈对应存储硬件的寿命状态和运行风险,不利于对应管理人员及时进行存储硬件报废更换和运行参数调控,无法有效保证企业数据存储安全,且不能及时提醒对应管理人员进行对应存储硬件的数据清理,在不需进行数据清理时无法自动且准确评估对应存储硬件的使用效果,难以实现存储硬件的智能管理;
针对上述的技术缺陷,现提出一种解决方案。
发明内容
本发明的目的在于提供基于硬件存储监管的企业数据存储智能管理系统,解决了现有技术难以准确反馈对应存储硬件的寿命状态和运行风险,不利于对应管理人员及时进行存储硬件报废更换和运行参数调控,无法有效保证企业数据存储安全,且不能及时进行对应存储硬件的数据清理和评估对应存储硬件的使用效果,难以实现存储硬件智能管理的问题。
为实现上述目的,本发明提供如下技术方案:
基于硬件存储监管的企业数据存储智能管理系统,包括服务器、双向验证模块、硬件状态分析评估模块、数据清理管控模块和硬件存储检测分析模块;在进行对应存储硬件的数据录入或数据调取时,服务器生成身份验证信号并将身份验证信号发送至双向验证模块,双向验证模块将对应录入用户或调取用户进行身份验证识别,以判断是否具有录入或调取权限,若对应录入用户或调取用户不具有相应权限时则不允许其进行相应操作;硬件状态分析评估模块将对应存储硬件进行分析评估,通过分析以生成对应存储硬件的存储风险信号或将对应存储硬件标记为优级硬件或良级硬件,且在将对应存储硬件标记为优级硬件或良级硬件时通过分析以生成硬件运行正常信号或硬件运行异常信号,将存储风险信号、硬件运行正常信号或硬件运行异常信号经服务器发送至硬件监管端;
数据清理管控模块用于通过清理时效分析以判断是否需要将对应存储硬件进行数据清理,在判断需要进行数据清理时生成存储预警信号,将存储预警信号经服务器发送至硬件监管端;硬件监管端接收到存储预警信号后以判断是否向服务器发送“允许清理”指令,服务器接收到“允许清理”指令时使数据清理管控模块将对应存储硬件进行数据清洗去重和存储优化;在未生成存储预警信号时,硬件存储检测分析模块设定时长为H1的分析周期,并进行对应存储硬件的存储检测分析,通过分析以生成存储检测不合格信号或存储检测合格信号,将存储检测不合格信号经服务器发送至硬件监管端。
进一步的,硬件状态分析评估模块的具体运行过程包括:
采集到对应存储硬件的生产日期和当前日期,将当前日期与生产日期进行时间差计算以得到硬件生产时长,以及采集到对应存储硬件在生产时长内的插拔次数和每次工作时长,将每次工作时长进行求和计算以得到硬件工时系数,将硬件生产时长、插拔次数和硬件工时系数和预设硬件生产时长阈值、预设插拔次数阈值和预设硬件工时系数阈值分别进行数值比较,若硬件生产时长、插拔次数和硬件工时系数中存在至少一项超过对应预设阈值,则生成对应存储硬件的存储风险信号;
若硬件生产时长、插拔次数和硬件工时系数均未超过对应预设阈值,则将硬件生产时长、插拔次数和硬件工时系数进行归一化计算以得到硬估系数;将硬估系数与预设硬估系数范围进行数值比较,若硬估系数超过预设硬估系数范围的最大值,则生成对应存储硬件的存储风险信号;若硬估系数位于预设硬估系数范围内,则将对应存储硬件标记为良级硬件,若硬估系数未超过预设硬估系数范围的最小值,则将对应存储硬件标记为优级硬件。
进一步的,硬件状态分析评估模块的具体运行过程还包括:
当对应存储硬件处于工作状态时,采集到对应存储硬件的当次实际工作时长和硬件温度,将硬件温度与预设适宜硬件温度值进行差值计算并取绝对值以获取到硬温值,将当次实际工作时长和硬温值进行数值计算以得到硬件值;以及采集到对应存储硬件所处环境的环境湿度的环境粉尘浓度,将环境湿度与预设环境适宜湿度值进行差值计算并取绝对值以得到环湿值,将环湿值和环境粉尘浓度进行数值计算以得到硬环值;
获取到存储硬件的预设硬件阈值YJ1和YJ2以及预设硬环阈值YH1和YH2,且YJ1和YH1与优级硬件相对应,YJ2和YH2与良级硬件相对应,YJ1>YJ2>0,YH1>YH2>0;将硬件值和硬环值与对应的预设硬件阈值和预设硬环阈值分别进行数值比较,若硬件值未超过预设硬件阈值且硬环值未超过预设硬环阈值,则生成硬件运行正常信号,若硬件值超过预设硬件阈值或硬环值超过预设硬环阈值,则生成硬件运行异常信号。
进一步的,清理时效分析的具体分析过程如下:
获取到对应存储硬件历史运行过程的若干组清理间隔时长,将所有清理间隔时长进行求和计算并取均值以得到清理时长均值,将当前清理间隔时长减去清理时长均值以得到清理时长超出值;将清理时长超出值与预设清理时长超出阈值进行数值比较,若清理时长超出值超过预设清理时长超出阈值,则生成存储预警信号;
若清理时长超出值未超过预设清理时长超出阈值,则获取到对应存储硬件的存储剩余量和单位时间内的存储空间消耗数据,将存储剩余量、存储空间消耗数据和清理时长超出值进行数值计算以得到清理分析值,将清理分析值与预设清理分析阈值进行数值比较,若清理分析值超过预设清理分析阈值,则生成存储预警信号。
进一步的,存储检测分析的具体分析过程如下:
获取到分析周期内对应存储硬件的故障次数并标记为GP1,以及采集到每次故障的发生时刻和结束时刻,将对应结束时刻与发生时刻进行时间差计算以得到故障修复时长,将故障修复时长与预设故障修复时长阈值进行数值比较,若故障修复时长超过预设故障修复时长阈值,则将对应故障标记为长态势故障;将长态势故障的数量与对应存储硬件的故障次数进行比值计算以得到GP2;将GP1与GP2进行赋权求和计算以得到故障衡量值,将故障衡量值与预设故障衡量阈值进行数值比较,若故障衡量值超过预设故障衡量阈值,则生成存储检测不合格信号。
进一步的,若故障衡量值未超过预设故障衡量阈值,则将分析周期内设定若干个检测时段,采集到存储硬件在对应检测时段的数据录入平均速度和数据调取平均速度,将数据录入平均速度和数据调取平均速度与预设数据录入平均速度阈值和预设数据调取平均速度阈值分别进行数值比较,若数据录入平均速度超过预设数据录入平均速度阈值且数据调取平均速度超过预设数据调取平均速度阈值,则将对应检测时段赋予判定符号PD-1;
若数据录入平均速度未超过预设数据录入平均速度阈值且数据调取平均速度未超过预设数据调取平均速度阈值,则将对应检测时段赋予判定符号PD-3,其余情况则将对应检测时段赋予判定符号PD-2;将存储硬件在分析周期内对应判定符号PD-1的时段数量、对应判定符号PD-2的时段数量和对应判定符号PD-3的时段数量分别标记为SD1、SD2和SD3;将SD2和SD3进行赋权求和计算并将其和值除以SD1,分析计算以得到周期检测值;将周期检测值与预设周期检测阈值进行数值比较,若周期检测值超过预设周期检测阈值,则生成存储检测不合格信号,若周期检测值未超过预设周期检测阈值,则生成存储检测合格信号。
与现有技术相比,本发明的有益效果是:
1、本发明中,通过双向验证模块将对应录入用户或调取用户进行身份验证识别,以判断是否具有录入或调取权限,有助于保证对应存储硬件的存储数据安全;通过硬件状态分析评估模块将对应存储硬件进行分析评估,以生成对应存储硬件的存储风险信号或将对应存储硬件标记为优级硬件或良级硬件,且在将对应存储硬件标记为优级硬件或良级硬件时通过分析以生成硬件运行正常信号或硬件运行异常信号,保证数据存储高效性和安全稳定性;
2、本发明中,通过数据清理管控模块进行清理时效分析以判断是否需要将对应存储硬件进行数据清理,在判断需要进行数据清理时生成存储预警信号,以便及时进行存储硬件的数据清理,实现对应存储硬件的存储空间清理优化;在未生成存储预警信号时将对应存储硬件进行存储检测分析,以在不需进行数据清理时自动且准确评估对应存储硬件的使用效果,方便及时进行针对性的改善措施,以保证所存储的企业数据安全,实现对存储硬件的智能管理。
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为本发明中实施例一的系统框图;
图2为本发明中实施例二的系统框图。
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做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。
实施例一:如图1所示,本发明提出的基于硬件存储监管的企业数据存储智能管理系统,包括服务器、双向验证模块和硬件状态分析评估模块,且服务器与双向验证模块和硬件状态分析评估模块均通信连接;在进行对应存储硬件的数据录入或数据调取时,服务器生成身份验证信号并将身份验证信号发送至双向验证模块,双向验证模块将对应录入用户或调取用户进行身份验证识别,以判断是否具有录入或调取权限,若对应录入用户或调取用户不具有相应权限时则不允许其进行相应操作,以有助于保证对应存储硬件的存储数据安全;
硬件状态分析评估模块将对应存储硬件进行分析评估,通过分析以生成对应存储硬件(优选的,存储硬件为U盘)的存储风险信号或将对应存储硬件标记为优级硬件或良级硬件,且在将对应存储硬件标记为优级硬件或良级硬件时通过分析以生成硬件运行正常信号或硬件运行异常信号,将存储风险信号、硬件运行正常信号或硬件运行异常信号经服务器发送至硬件监管端,硬件监管端接收到存储风险信号后应当及时将对应存储硬件中的存储数据进行备份,并及时将对应存储硬件报废,且在接收到硬件运行异常信号时及时暂停存储硬件的运行并对所属环境进行调查调控,保证对应存储硬件的安全稳定运行,有效避免存储硬件损坏;硬件状态分析评估模块的具体运行过程如下:
采集到对应存储硬件的生产日期和当前日期,将当前日期与生产日期进行时间差计算以得到硬件生产时长,以及采集到对应存储硬件在生产时长内的插拔次数和每次工作时长,将每次工作时长进行求和计算以得到硬件工时系数,将硬件生产时长、插拔次数和硬件工时系数和预设硬件生产时长阈值、预设插拔次数阈值和预设硬件工时系数阈值分别进行数值比较,若硬件生产时长、插拔次数和硬件工时系数中存在至少一项超过对应预设阈值,表明当前对应存储硬件的数据存储的风险较大,则生成对应存储硬件的存储风险信号;
若硬件生产时长、插拔次数和硬件工时系数均未超过对应预设阈值,则通过公式YG=a1*YS+a2*CP+a3*YX将硬件生产时长YS、插拔次数CP和硬件工时系数YX进行归一化计算以得到硬估系数YG;其中,a1、a2、a3为预设权重系数,且a1、a2、a3的取值均大于零;并且,硬估系数YG的数值与硬件生产时长YS、插拔次数CP和硬件工时系数YX均呈正比关系,硬估系数YG的数值越小,表明对应存储硬件的存储风险越小;将硬估系数YG与预设硬估系数范围进行数值比较,若硬估系数YG超过预设硬估系数范围的最大值,则生成对应存储硬件的存储风险信号;若硬估系数YG位于预设硬估系数范围内,则将对应存储硬件标记为良级硬件,若硬估系数YG未超过预设硬估系数范围的最小值,则将对应存储硬件标记为优级硬件。
进一步而言,当对应存储硬件处于工作状态时,采集到对应存储硬件的当次实际工作时长和硬件温度,将硬件温度与预设适宜硬件温度值进行差值计算并取绝对值以获取到硬温值,通过公式YT=b1*SG+b2*YW将当次实际工作时长SG和硬温值YW进行数值计算以得到硬件值YT;其中,b1、b2为预设权重系数,b2>b1>0;需要说明的是,硬件值YT的数值大小与当次实际工作时长SG和硬温值YW均呈正比关系,硬件值YT的数值越大,表明当前对应存储硬件的运行风险越大,越容易造成存储硬件损坏;
以及采集到对应存储硬件所处环境的环境湿度和环境粉尘浓度,将环境湿度与预设环境适宜湿度值进行差值计算并取绝对值以得到环湿值RG,通过公式YF=b3*RG+b4*RF将环湿值RG和环境粉尘浓度RF进行数值计算以得到硬环值YF;其中,b3、b4为预设权重系数,b3>b4>0;并且,硬环值YF的数值大小与环湿值RG和环境粉尘浓度RF均呈正比关系,环湿值RG的数值越大、环境粉尘浓度RF的数值越大,则硬环值YF的数值越大,表明对应存储硬件当前的运行风险越大,越容易造成存储硬件损坏;
获取到存储硬件的预设硬件阈值YJ1和YJ2以及预设硬环阈值YH1和YH2,且YJ1和YH1与优级硬件相对应,YJ2和YH2与良级硬件相对应,YJ1>YJ2>0,YH1>YH2>0,即存储硬件的等级越低则运行要求越高,运行监管更加准确;将硬件值YT和硬环值YF与对应的预设硬件阈值和预设硬环阈值分别进行数值比较,若硬件值YT未超过预设硬件阈值且硬环值YF未超过预设硬环阈值,则生成硬件运行正常信号,若硬件值YT超过预设硬件阈值或硬环值YF超过预设硬环阈值,则生成硬件运行异常信号。
实施例二:如图2所示,本实施例与实施例1的区别在于,服务器与数据清理管控模块通信连接,数据清理管控模块通过清理时效分析以判断是否需要将对应存储硬件进行数据清理,在判断需要进行数据清理时生成存储预警信号,将存储预警信号经服务器发送至硬件监管端;硬件监管端接收到存储预警信号后以判断是否向服务器发送“允许清理”指令,服务器接收到“允许清理”指令时使数据清理管控模块将对应存储硬件进行数据清洗去重和存储优化,以便及时进行存储硬件的数据清理;清理时效分析的具体分析过程如下:
获取到对应存储硬件历史运行过程的若干组清理间隔时长,将所有清理间隔时长进行求和计算并取均值以得到清理时长均值,将当前清理间隔时长减去清理时长均值以得到清理时长超出值;将清理时长超出值与预设清理时长超出阈值进行数值比较,若清理时长超出值超过预设清理时长超出阈值,则生成存储预警信号;若清理时长超出值未超过预设清理时长超出阈值,则获取到对应存储硬件的存储剩余量和单位时间内的存储空间消耗数据,需要说明的是,存储剩余量是表示对应存储硬件剩余存储空间大小的数据量值,存储空间消耗数据是表示单位时间内对应存储硬件的存储空间消耗量大小的数据量值;
通过公式FX=up1/CY+up2*CH+up3*QP将存储剩余量CY、存储空间消耗数据CH和清理时长超出值QP进行数值计算以得到清理分析值FX;其中,up1、up2、up3为预设比例系数,up1、up2、up3的取值均大于1;并且,清理分析值FX的数值大小与存储空间消耗数据CH和清理时长超出值QP均呈正比关系,以及与存储剩余量CY呈反比关系;清理分析值FX的数值越大,表明对应存储硬件越需要及时进行清理;将清理分析值与预设清理分析阈值进行数值比较,若清理分析值超过预设清理分析阈值,则生成存储预警信号。
实施例三:如图2所示,本实施例与实施例1、实施例2的区别在于,服务器与硬件存储检测分析模块通信连接,在未生成存储预警信号时,硬件存储检测分析模块设定时长为H1的分析周期,并进行对应存储硬件的存储检测分析,优选的,H1为七天;通过分析以生成存储检测不合格信号或存储检测合格信号,将存储检测不合格信号经服务器发送至硬件监管端,硬件监管端接收到存储检测不合格信号时,应当及时进行对应存储硬件的检查维护和查杀修复,以及根据需要进行存储硬件的数据备份并更换,以保证所存储的企业数据安全;存储检测分析的具体分析过程如下:
获取到分析周期内对应存储硬件的故障次数并标记为GP1,以及采集到每次故障的发生时刻和结束时刻,将对应结束时刻与发生时刻进行时间差计算以得到故障修复时长,将故障修复时长与预设故障修复时长阈值进行数值比较,若故障修复时长超过预设故障修复时长阈值,则将对应故障标记为长态势故障;将长态势故障的数量与对应存储硬件的故障次数进行比值计算以得到GP2;通过公式GH=tk1*GP1+tk2*GP2将GP1与GP2进行赋权求和计算以得到故障衡量值GH,其中,tk1、tk2为预设权重系数,tk2>tk1>0;并且,故障衡量值GH的数值大小与GP1与GP2均呈正比关系,故障衡量值GH的数值越大,表明对应存储硬件的使用效果越差,使用风险越大;
将故障衡量值GH与预设故障衡量阈值进行数值比较,若故障衡量值GH超过预设故障衡量阈值,则生成存储检测不合格信号;若故障衡量值GH未超过预设故障衡量阈值,则将分析周期内设定若干个检测时段,采集到存储硬件在对应检测时段的数据录入平均速度和数据调取平均速度,将数据录入平均速度和数据调取平均速度与预设数据录入平均速度阈值和预设数据调取平均速度阈值分别进行数值比较,若数据录入平均速度超过预设数据录入平均速度阈值且数据调取平均速度超过预设数据调取平均速度阈值,表明录入调取效率较高,则将对应检测时段赋予判定符号PD-1;
若数据录入平均速度未超过预设数据录入平均速度阈值且数据调取平均速度未超过预设数据调取平均速度阈值,表明录入调取效率较低,则将对应检测时段赋予判定符号PD-3,其余情况则将对应检测时段赋予判定符号PD-2;将存储硬件在分析周期内对应判定符号PD-1的时段数量、对应判定符号PD-2的时段数量和对应判定符号PD-3的时段数量分别标记为SD1、SD2和SD3;将SD2和SD3进行赋权求和计算并将其和值除以SD1,即通过公式ZJ=(eu1*SD2+eu2*SD3)/SD1进行分析计算以得到周期检测值ZJ;
其中,eu1、eu2为预设权重系数,eu1和eu2的取值均大于零,eu2>eu1;并且,周期检测值ZJ的数值越大,表明对应存储硬件的使用效果越差;将周期检测值ZJ与预设周期检测阈值进行数值比较,若周期检测值ZJ超过预设周期检测阈值,表明对应存储硬件的使用状态较差,则生成存储检测不合格信号,若周期检测值未超过预设周期检测阈值,表明对应存储硬件的使用状态较好,则生成存储检测合格信号。
本发明的工作原理:使用时,在进行对应存储硬件的数据录入或数据调取时,通过双向验证模块将对应录入用户或调取用户进行身份验证识别,以判断是否具有录入或调取权限,有助于保证对应存储硬件的存储数据安全;通过硬件状态分析评估模块将对应存储硬件进行分析评估,以生成对应存储硬件的存储风险信号或将对应存储硬件标记为优级硬件或良级硬件,且在将对应存储硬件标记为优级硬件或良级硬件时通过分析以生成硬件运行正常信号或硬件运行异常信号,在生成存储风险信号后及时将对应存储硬件中的存储数据进行备份,并及时将对应存储硬件报废,在生成硬件运行异常信号后及时暂停存储硬件的运行并进行对应运行参数调整,保证对应存储硬件的安全稳定运行,有效避免存储硬件损坏,保证对应存储硬件的数据存储高效性和安全稳定性;
且通过数据清理管控模块进行清理时效分析以判断是否需要将对应存储硬件进行数据清理,在判断需要进行数据清理时生成存储预警信号,以便及时进行存储硬件的数据清理,实现对应存储硬件的存储空间清理优化;以及在未生成存储预警信号时,硬件存储检测分析模块进行对应存储硬件的存储检测分析,以在不需进行数据清理时自动且准确评估对应存储硬件的使用效果,硬件监管端接收到存储检测不合格信号时及时进行对应存储硬件的检查维护和查杀修复,以及根据需要进行存储硬件的数据备份并更换,以保证所存储的企业数据安全,实现对存储硬件的智能管理。
上述公式均是去量纲取其数值计算,公式是由采集大量数据进行软件模拟得到最近真实情况的一个公式,公式中的预设参数由本领域的技术人员根据实际情况进行设置。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 (6)
1.基于硬件存储监管的企业数据存储智能管理系统,其特征在于,包括服务器、双向验证模块、硬件状态分析评估模块、数据清理管控模块和硬件存储检测分析模块;在进行对应存储硬件的数据录入或数据调取时,服务器生成身份验证信号并将身份验证信号发送至双向验证模块,双向验证模块将对应录入用户或调取用户进行身份验证识别,以判断是否具有录入或调取权限,若对应录入用户或调取用户不具有相应权限时则不允许其进行相应操作;硬件状态分析评估模块将对应存储硬件进行分析评估,通过分析以生成对应存储硬件的存储风险信号或将对应存储硬件标记为优级硬件或良级硬件,且在将对应存储硬件标记为优级硬件或良级硬件时通过分析以生成硬件运行正常信号或硬件运行异常信号,将存储风险信号、硬件运行正常信号或硬件运行异常信号经服务器发送至硬件监管端;
数据清理管控模块用于通过清理时效分析以判断是否需要将对应存储硬件进行数据清理,在判断需要进行数据清理时生成存储预警信号,将存储预警信号经服务器发送至硬件监管端;硬件监管端接收到存储预警信号后以判断是否向服务器发送“允许清理”指令,服务器接收到“允许清理”指令时使数据清理管控模块将对应存储硬件进行数据清洗去重和存储优化;在未生成存储预警信号时,硬件存储检测分析模块设定时长为H1的分析周期,并进行对应存储硬件的存储检测分析,通过分析以生成存储检测不合格信号或存储检测合格信号,将存储检测不合格信号经服务器发送至硬件监管端。
2.根据权利要求1所述的基于硬件存储监管的企业数据存储智能管理系统,其特征在于,硬件状态分析评估模块的具体运行过程包括:
采集到对应存储硬件的生产日期和当前日期,将当前日期与生产日期进行时间差计算以得到硬件生产时长,以及采集到对应存储硬件在生产时长内的插拔次数和每次工作时长,将每次工作时长进行求和计算以得到硬件工时系数,将硬件生产时长、插拔次数和硬件工时系数和预设硬件生产时长阈值、预设插拔次数阈值和预设硬件工时系数阈值分别进行数值比较,若硬件生产时长、插拔次数和硬件工时系数中存在至少一项超过对应预设阈值,则生成对应存储硬件的存储风险信号;
若硬件生产时长、插拔次数和硬件工时系数均未超过对应预设阈值,则将硬件生产时长、插拔次数和硬件工时系数进行归一化计算以得到硬估系数;将硬估系数与预设硬估系数范围进行数值比较,若硬估系数超过预设硬估系数范围的最大值,则生成对应存储硬件的存储风险信号;若硬估系数位于预设硬估系数范围内,则将对应存储硬件标记为良级硬件,若硬估系数未超过预设硬估系数范围的最小值,则将对应存储硬件标记为优级硬件。
3.根据权利要求2所述的基于硬件存储监管的企业数据存储智能管理系统,其特征在于,硬件状态分析评估模块的具体运行过程还包括:
当对应存储硬件处于工作状态时,采集到对应存储硬件的当次实际工作时长和硬件温度,将硬件温度与预设适宜硬件温度值进行差值计算并取绝对值以获取到硬温值,将当次实际工作时长和硬温值进行数值计算以得到硬件值;以及采集到对应存储硬件所处环境的环境湿度的环境粉尘浓度,将环境湿度与预设环境适宜湿度值进行差值计算并取绝对值以得到环湿值,将环湿值和环境粉尘浓度进行数值计算以得到硬环值;
获取到存储硬件的预设硬件阈值YJ1和YJ2以及预设硬环阈值YH1和YH2,且YJ1和YH1与优级硬件相对应,YJ2和YH2与良级硬件相对应,YJ1>YJ2>0,YH1>YH2>0;将硬件值和硬环值与对应的预设硬件阈值和预设硬环阈值分别进行数值比较,若硬件值未超过预设硬件阈值且硬环值未超过预设硬环阈值,则生成硬件运行正常信号,若硬件值超过预设硬件阈值或硬环值超过预设硬环阈值,则生成硬件运行异常信号。
4.根据权利要求1所述的基于硬件存储监管的企业数据存储智能管理系统,其特征在于,清理时效分析的具体分析过程如下:
获取到对应存储硬件历史运行过程的若干组清理间隔时长,将所有清理间隔时长进行求和计算并取均值以得到清理时长均值,将当前清理间隔时长减去清理时长均值以得到清理时长超出值;将清理时长超出值与预设清理时长超出阈值进行数值比较,若清理时长超出值超过预设清理时长超出阈值,则生成存储预警信号;
若清理时长超出值未超过预设清理时长超出阈值,则获取到对应存储硬件的存储剩余量和单位时间内的存储空间消耗数据,将存储剩余量、存储空间消耗数据和清理时长超出值进行数值计算以得到清理分析值,将清理分析值与预设清理分析阈值进行数值比较,若清理分析值超过预设清理分析阈值,则生成存储预警信号。
5.根据权利要求1所述的基于硬件存储监管的企业数据存储智能管理系统,其特征在于,存储检测分析的具体分析过程如下:
获取到分析周期内对应存储硬件的故障次数并标记为GP1,以及采集到每次故障的发生时刻和结束时刻,将对应结束时刻与发生时刻进行时间差计算以得到故障修复时长,将故障修复时长与预设故障修复时长阈值进行数值比较,若故障修复时长超过预设故障修复时长阈值,则将对应故障标记为长态势故障;将长态势故障的数量与对应存储硬件的故障次数进行比值计算以得到GP2;将GP1与GP2进行赋权求和计算以得到故障衡量值,将故障衡量值与预设故障衡量阈值进行数值比较,若故障衡量值超过预设故障衡量阈值,则生成存储检测不合格信号。
6.根据权利要求5所述的基于硬件存储监管的企业数据存储智能管理系统,其特征在于,若故障衡量值未超过预设故障衡量阈值,则将分析周期内设定若干个检测时段,采集到存储硬件在对应检测时段的数据录入平均速度和数据调取平均速度,将数据录入平均速度和数据调取平均速度与预设数据录入平均速度阈值和预设数据调取平均速度阈值分别进行数值比较,若数据录入平均速度超过预设数据录入平均速度阈值且数据调取平均速度超过预设数据调取平均速度阈值,则将对应检测时段赋予判定符号PD-1;
若数据录入平均速度未超过预设数据录入平均速度阈值且数据调取平均速度未超过预设数据调取平均速度阈值,则将对应检测时段赋予判定符号PD-3,其余情况则将对应检测时段赋予判定符号PD-2;将存储硬件在分析周期内对应判定符号PD-1的时段数量、对应判定符号PD-2的时段数量和对应判定符号PD-3的时段数量分别标记为SD1、SD2和SD3;将SD2和SD3进行赋权求和计算并将其和值除以SD1,分析计算以得到周期检测值;将周期检测值与预设周期检测阈值进行数值比较,若周期检测值超过预设周期检测阈值,则生成存储检测不合格信号,若周期检测值未超过预设周期检测阈值,则生成存储检测合格信号。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311471860.9A CN117215498B (zh) | 2023-11-07 | 2023-11-07 | 基于硬件存储监管的企业数据存储智能管理系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311471860.9A CN117215498B (zh) | 2023-11-07 | 2023-11-07 | 基于硬件存储监管的企业数据存储智能管理系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN117215498A CN117215498A (zh) | 2023-12-12 |
CN117215498B true CN117215498B (zh) | 2024-01-30 |
Family
ID=89041098
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202311471860.9A Active CN117215498B (zh) | 2023-11-07 | 2023-11-07 | 基于硬件存储监管的企业数据存储智能管理系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN117215498B (zh) |
Citations (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2021068814A1 (zh) * | 2019-10-11 | 2021-04-15 | 平安科技(深圳)有限公司 | 硬件设备异常监控方法、装置、服务器及计算机可读存储介质 |
CN114861185A (zh) * | 2022-07-05 | 2022-08-05 | 江苏荣泽信息科技股份有限公司 | 用于企业级台账的共识机制处理方法及装置 |
CN114911777A (zh) * | 2022-07-19 | 2022-08-16 | 江苏荣泽信息科技股份有限公司 | 基于区块链的数据质量管理模型构建方法及相关设备 |
CN115526725A (zh) * | 2022-11-24 | 2022-12-27 | 深圳市泰铼科技有限公司 | 基于大数据分析的证券程序化交易风险分析系统 |
CN115834325A (zh) * | 2022-12-08 | 2023-03-21 | 无锡联云世纪科技股份有限公司 | 一种面向sd-wan的网络硬件运行管理系统 |
CN116026389A (zh) * | 2023-03-07 | 2023-04-28 | 湖南科技学院 | 一种基于数据分析的智能传感器运行检测系统 |
CN116502806A (zh) * | 2023-06-26 | 2023-07-28 | 辰风策划(深圳)有限公司 | 一种基于云计算平台的企业信息管理方法及管理系统 |
CN116540941A (zh) * | 2023-05-08 | 2023-08-04 | 安徽国防科技职业学院 | 一种基于云计算的数据存储安全控制系统 |
CN116594857A (zh) * | 2023-05-26 | 2023-08-15 | 深圳上翼技术有限公司 | 一种基于人工智能的办公软件智能交互管理平台 |
CN116628774A (zh) * | 2023-05-30 | 2023-08-22 | 安徽国防科技职业学院 | 一种基于云计算的数据存储完整性监管系统 |
Family Cites Families (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
TW201217989A (en) * | 2010-10-29 | 2012-05-01 | Inventec Corp | A method for obtaining a failure signal of a storage device using a Baseboard Management Controller |
US9053026B2 (en) * | 2013-02-05 | 2015-06-09 | International Business Machines Corporation | Intelligently responding to hardware failures so as to optimize system performance |
US11385983B1 (en) * | 2020-12-22 | 2022-07-12 | Advanced Micro Devices, Inc. | Hardware assisted memory profiling aggregator |
-
2023
- 2023-11-07 CN CN202311471860.9A patent/CN117215498B/zh active Active
Patent Citations (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2021068814A1 (zh) * | 2019-10-11 | 2021-04-15 | 平安科技(深圳)有限公司 | 硬件设备异常监控方法、装置、服务器及计算机可读存储介质 |
CN114861185A (zh) * | 2022-07-05 | 2022-08-05 | 江苏荣泽信息科技股份有限公司 | 用于企业级台账的共识机制处理方法及装置 |
CN114911777A (zh) * | 2022-07-19 | 2022-08-16 | 江苏荣泽信息科技股份有限公司 | 基于区块链的数据质量管理模型构建方法及相关设备 |
CN115526725A (zh) * | 2022-11-24 | 2022-12-27 | 深圳市泰铼科技有限公司 | 基于大数据分析的证券程序化交易风险分析系统 |
CN115834325A (zh) * | 2022-12-08 | 2023-03-21 | 无锡联云世纪科技股份有限公司 | 一种面向sd-wan的网络硬件运行管理系统 |
CN116026389A (zh) * | 2023-03-07 | 2023-04-28 | 湖南科技学院 | 一种基于数据分析的智能传感器运行检测系统 |
CN116540941A (zh) * | 2023-05-08 | 2023-08-04 | 安徽国防科技职业学院 | 一种基于云计算的数据存储安全控制系统 |
CN116594857A (zh) * | 2023-05-26 | 2023-08-15 | 深圳上翼技术有限公司 | 一种基于人工智能的办公软件智能交互管理平台 |
CN116628774A (zh) * | 2023-05-30 | 2023-08-22 | 安徽国防科技职业学院 | 一种基于云计算的数据存储完整性监管系统 |
CN116502806A (zh) * | 2023-06-26 | 2023-07-28 | 辰风策划(深圳)有限公司 | 一种基于云计算平台的企业信息管理方法及管理系统 |
Also Published As
Publication number | Publication date |
---|---|
CN117215498A (zh) | 2023-12-12 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN111609883B (zh) | 一种基于大数据的通信机房防护监测管理系统 | |
CN106372735B (zh) | 一种继电保护状态评估方法 | |
CN103754718B (zh) | 电梯运行安全监测系统及其方法 | |
CN102129060B (zh) | 电能表可靠性检测方法及装置 | |
CN110334728A (zh) | 一种面向工业互联网的故障预警方法及装置 | |
CN104820884A (zh) | 一种结合电力系统特征的电网调度实时数据稽查方法 | |
CN111913056B (zh) | 一种自适应超实时机组工况启动状态预估方法 | |
CN107247198A (zh) | 一种配电设备故障预测方法及装置 | |
CN114035466B (zh) | 一种双工位磁片排列机的控制系统 | |
CN104821789A (zh) | 一种光伏发电系统可靠性的检测方法 | |
CN115657631A (zh) | 一种工控设备运行现场环境智能监控系统 | |
CN117318069B (zh) | 一种供电系统故障自愈方法及系统 | |
CN117215498B (zh) | 基于硬件存储监管的企业数据存储智能管理系统 | |
CN113112216A (zh) | 一种针对设备缺陷的预判分析方法 | |
CN114665610B (zh) | 一种基于无功功率采集的电容器监测方法、系统及设备 | |
CN106650154B (zh) | 一种基于热力性能指标的核电常规岛设备可靠性监测方法 | |
CN115809805A (zh) | 基于边缘计算的电网多源数据处理方法 | |
CN114265324A (zh) | 设备运行状态的监测方法、装置及终端设备 | |
CN114094708A (zh) | 一种电网设备关联告警方法及系统 | |
CN109470984B (zh) | 带有电子沙盘的保电配电网故障研判系统及其研判方法 | |
CN107450030B (zh) | 一种通信蓄电池遥测数据处理方法、装置及系统 | |
CN115407711B (zh) | 一种面向企业管理的企业运营监管系统 | |
CN117691750B (zh) | 一种智能电力配电监控方法和系统 | |
CN109459656B (zh) | 配电网故障预警追溯检修方法 | |
CN115877254B (zh) | 一种ups运行状态在线自检系统 |
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 |