CN118118379A - 一种基于物联网的设备运行监测方法及*** - Google Patents
一种基于物联网的设备运行监测方法及*** Download PDFInfo
- Publication number
- CN118118379A CN118118379A CN202410516504.2A CN202410516504A CN118118379A CN 118118379 A CN118118379 A CN 118118379A CN 202410516504 A CN202410516504 A CN 202410516504A CN 118118379 A CN118118379 A CN 118118379A
- Authority
- CN
- China
- Prior art keywords
- network
- network security
- security device
- monitoring
- safety device
- 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.)
- Pending
Links
- 238000012544 monitoring process Methods 0.000 title claims abstract description 158
- 238000000034 method Methods 0.000 title claims abstract description 51
- 238000012512 characterization method Methods 0.000 claims abstract description 68
- 230000008569 process Effects 0.000 claims abstract description 17
- 238000012545 processing Methods 0.000 claims description 49
- 230000002159 abnormal effect Effects 0.000 claims description 45
- 230000008859 change Effects 0.000 claims description 24
- 238000004364 calculation method Methods 0.000 claims description 19
- 238000004458 analytical method Methods 0.000 claims description 16
- 238000012216 screening Methods 0.000 claims description 12
- 238000007405 data analysis Methods 0.000 claims description 10
- 230000015556 catabolic process Effects 0.000 claims description 6
- 230000006855 networking Effects 0.000 claims 1
- 230000009286 beneficial effect Effects 0.000 abstract description 8
- 230000005856 abnormality Effects 0.000 abstract description 6
- 206010000117 Abnormal behaviour Diseases 0.000 abstract description 3
- 238000012937 correction Methods 0.000 description 7
- 238000003909 pattern recognition Methods 0.000 description 4
- 230000009471 action Effects 0.000 description 3
- 238000011161 development Methods 0.000 description 3
- 238000012423 maintenance Methods 0.000 description 3
- 230000008439 repair process Effects 0.000 description 3
- 238000005265 energy consumption Methods 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 230000004044 response Effects 0.000 description 2
- 230000005540 biological transmission Effects 0.000 description 1
- 238000004422 calculation algorithm Methods 0.000 description 1
- 230000001186 cumulative effect Effects 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000005457 optimization Methods 0.000 description 1
- 230000000737 periodic effect Effects 0.000 description 1
- 230000002093 peripheral effect Effects 0.000 description 1
- 230000035945 sensitivity Effects 0.000 description 1
Landscapes
- Data Exchanges In Wide-Area Networks (AREA)
Abstract
本发明公开了一种基于物联网的设备运行监测方法及***,涉及各网络安全设备运行监测技术领域,对网络安全设备的全面监测和分析过程,通过对网络安全设备的全面监测和分析过程,监测了网络安全设备的网络连接状态和运行状态,可以及时发现网络安全设备存在的网络安全威胁和异常行为,提高了网络的安全性,并及时发现资源利用率过高或过低的情况,从而全面了解网络安全设备的运行情况,再综合得到网络安全设备的综合表征值,有助于及时发现网络安全设备运行异常的迹象并进行异常预警,提高了网络安全设备的稳定性、安全性和使用效率。
Description
技术领域
本发明涉及各网络安全设备运行监测技术领域,具体为一种基于物联网的设备运行监测方法及***。
背景技术
在当今数字化时代,网络安全设备扮演着至关重要的角色。随着互联网的普及和信息技术的飞速发展,企业和个人的数据、资产和隐私面临着日益严峻的安全威胁,因此网络安全设备的发展和创新将继续成为网络安全领域的重要课题。网络安全设备的出现和发展,为保护网络***和数据资产提供了关键性的保障。
现有技术如公开号为:CN110909987A的专利申请,为一种各网络安全设备运行情况监测方法及装置,方法包括如下步骤:获取各网络安全设备的实际使用时间和各网络安全设备的维修数据,所述维修数据包括报修数量;对预设周期内各网络安全设备的实际使用时间和各网络安全设备的报修数量进行拟合,得到拟合曲线;根据拟合曲线判断各网络安全设备的故障是否有周期化和随使用时间各网络安全设备保修率的变化,得出各网络安全设备可使用期限;同时公开了对应的装置。
现有技术如公开号为:CN114661735A的专利申请,为一种电力各网络安全设备运行状态监测***,它包括配电监测模块、环境监测模块、能耗监测模块、安全监测模块、监控平台,监控平台与配电监测模块、环境监测模块、能耗监测模块、安全监测模块之间建立信息链接,能够测与展示。
结合上述方案发现,当前在各网络安全设备运行监测法中,缺乏对网络安全设备运行过程中的性能表现进行细致监测,并且缺少进一步针对网络安全设备的网络连接状态进行分析,可能会导致数据分析的准确性降低,无法全面了解各网络安全设备的运行状态和性能状况,与此同时,没有及时筛选出异常网络安全设备进行异常预警,可能会进一步影响到网络安全设备的稳定运行和性能优化。
发明内容
针对现有技术的不足,本发明提供了一种基于物联网的设备运行监测方法及***,能够有效解决上述背景技术中涉及的问题。
为实现以上目的,本发明通过以下技术方案予以实现:一种基于物联网的设备运行监测方法,包括通过物联网云端管理服务器统计区域内的各网络安全设备,并对各网络安全设备的网络连接状态进行监测,分析各网络安全设备的网络连接状态表征值。
对各网络安全设备的运行状态进行监测,分析各网络安全设备的运行状态表征值。
根据各网络安全设备的网络连接状态表征值以及各网络安全设备的运行状态表征值,整合分析各网络安全设备的综合表征值,并筛分各异常网络安全设备进行异常预警。
进一步地,所述分析各网络安全设备的网络连接状态表征值,具体分析过程为:设置监测周期,统计监测周期中各网络安全设备的网络最大延迟量和网络最低延迟量,并提取云数据库中存储的界定网络延迟变化量,经处理得到各网络安全设备的网络延迟稳定指数。
在监测周期中监测统计各网络安全设备的网络连接传输的累计数据量,并提取监测周期的时长,处理得到各网络安全设备的数据吞吐量。
在监测周期中监测统计各网络安全设备的平均丢包率,根据各网络安全设备的网络延迟稳定指数,并提取云数据库中存储的参照数据吞吐量,经处理得到各网络安全设备的第一连接指数。
在监测周期中监测统计各网络安全设备的数据平均上传速率和数据平均下载速率,并提取云数据库中存储的参照数据平均上传速率以及参照数据平均下载速率,经处理得到各网络安全设备的第二连接指数。
根据各网络安全设备的第一连接指数和各网络安全设备的第二连接指数,经处理得到各网络安全设备的网络连接状态表征值。
进一步地,所述各网络安全设备的网络连接状态表征值表示通过对各网络安全设备的网络连接状态进行监测,得到的用于量化分析各网络安全设备的网络连接状态的数值依据。
进一步地,所述分析各网络安全设备的运行状态表征值,具体分析过程为:将监测周期分割为若干时间点,在各监测时间点中监测统计各网络安全设备的温度,将相邻两个监测时间点的温度进行差值处理,并将相邻两个时间点之间间隔的时段记为监测子时段,统计各网络安全设备在各监测子时段的温差,并提取监测子时段的时长,经处理得到监测周期中各网络安全设备在各监测子时段的温度平均变化率。
根据各网络安全设备的温度变化率,并提取监测周期中各网络安全设备的最大温度以及云数据库中存储的各网络安全设备的界定温度,经处理得到各网络安全设备的运行温度表征值。
在各监测时间点中监测各网络安全设备的CPU使用率以及硬盘空间利用率,并提取云数据库中存储的参照CPU使用率以及参照硬盘空间利用率,经处理得到各网络安全设备的资源利用均衡值。
在监测周期中统计各网络安全设备的重启次数和***崩溃次数,并提取云数据库中存储的单次各网络安全设备重启的影响因子和单次***崩溃的影响因子,经处理得到各网络安全设备的启用异常表征值。
根据各网络安全设备的运行温度表征值、各网络安全设备的资源利用均衡值以及各网络安全设备的启用异常表征值,综合处理得到各网络安全设备的运行状态表征值。
进一步地,所述各网络安全设备的运行状态表征值表示通过对各网络安全设备的运行状态进行监测,得到的用于量化分析各网络安全设备的运行状态的数值依据。
进一步地,所述分析各网络安全设备的综合表征值,具体分析过程为:根据各网络安全设备的网络连接状态表征值以及各网络安全设备的运行状态表征值,经处理得到各网络安全设备的综合表征值。
所述各网络安全设备的综合表征值表示通过对各网络安全设备的网络连接状态表征值以及各网络安全设备的运行状态表征值进行数据分析处理,得到的用于量化分析各网络安全设备的整体运行性能程度的数值依据。
进一步地,所述筛分各异常网络安全设备进行异常预警,具体过程为:将各网络安全设备的综合表征值与设定的综合表征阈值进行比对,其中若某网络安全设备的综合表征值低于综合表征阈值,则将该网络安全设备记为异常网络安全设备,由此筛分得到各异常网络安全设备。
进一步地,所述各网络安全设备的网络连接状态表征值,计算公式为:
;式中,/>为第i个网络安全设备的网络连接状态表征值,/>为第i个网络安全设备的第一连接指数,/>为第i个各网络安全设备的第二连接指数,/>为设定的第一连接指数对应的权重因子,/>为设定的第二连接指数对应的权重因子,e表示自然常数。
进一步地,所述各网络安全设备的运行状态表征值,计算公式为:
;式中,/>为第i个网络安全设备的运行状态表征值,为第i个网络安全设备的运行温度表征值,/>为第i个网络安全设备的资源利用表征值,为第i个网络安全设备的启用异常表征值,/>为设定的运行温度表征值对应的权重因子,为设定的资源利用表征值对应的权重因子,/>为设定的运行异常表征值对应的权重因子,i为各网络安全设备的编号,/>,n表示网络安全设备的数目。
本发明第二方面提供一种基于物联网的设备运行监测***,包括:网络连接状态监测模块,用于通过物联网云端管理服务器统计区域内的各网络安全设备,并对各网络安全设备的网络连接状态进行监测,分析各网络安全设备的网络连接状态表征值。
运行状态监测模块,用于对各网络安全设备的运行状态进行监测,分析各网络安全设备的运行状态表征值。
预警模块,用于根据各网络安全设备的网络连接状态表征值以及各网络安全设备的运行状态表征值,整合分析各网络安全设备的综合表征值,并筛分各异常网络安全设备进行异常预警。
本发明具有以下有益效果:
(1)本发明提供了一种基于物联网的设备运行监测方法及***,通过对网络安全设备的全面监测和分析过程,监测了网络安全设备的网络连接状态和运行状态,可以及时发现网络安全设备存在的网络安全威胁和异常行为,提高了网络的安全性,并及时发现资源利用率过高或过低的情况,从而全面了解网络安全设备的运行情况,再通过综合得到各网络安全设备的综合表征值,及时发现网络安全设备运行异常的迹象并进行异常预警,从而有助于及时发现和解决潜在问题,提高了网络安全设备的稳定性、安全性和使用效率。
(2)本发明通过对各网络安全设备的网络连接状态进行监测,首先通过监测网络延迟、平均丢包率和数据吞吐量等参数,更全面地评估了网络安全设备的网络连接质量,得到各网络安全设备的网络延迟稳定指数,对网络连接状态进行监测和分析,有助于提高对网络状况的敏感度和准确性,再结合数据上传下载速率,进一步分析网络安全设备的连接情况,帮助保障网络安全设备的稳定运行和网络连接质量。
(3)本发明通过各网络安全设备的运行状态进行监测分析,通过监测温度变化率、CPU使用率、硬盘空间利用率等参数,能够及时了解网络安全设备的工作状态和资源利用情况,有助于发现潜在的问题和异常。其次,统计重启次数和***崩溃次数,能够全面评估网络安全设备的稳定性和可靠性。最后,通过综合处理各项参数,得到网络安全设备的运行状态表征值,进而实现对网络安全设备运行状态的整体监测和分析,有助于更全面地评估网络安全设备的整体状态,为网络安全设备管理和维护提供了依据。
(4)本发明通过分析各网络安全设备的综合表征值,有助于实现对网络安全设备运行状态的及时监测和异常预警,进而促进了基于物联网的各网络安全设备运行监测的自动化、智能化管理,有助于提高网络安全设备的稳定性和安全性,从而保障了网络安全设备的正常运行和数据安全。
当然,实施本发明的任一产品并不一定需要同时达到以上所述的所有优点。
附图说明
图1为本发明的方法流程示意图。
图2为本发明的***模块连接示意图。
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。
在本发明的描述中,需要理解的是,术语“开孔”、“上”、“下”、“厚度”、“顶”、“中”、“长度”、“内”、“四周”等指示方位或位置关系,仅是为了便于描述本发明和简化描述,而不是指示或暗示所指的组件或元件必须具有特定的方位,以特定的方位构造和操作,因此不能理解为对本发明的限制。
请参阅图1所示,本发明第一方面提供一种技术方案:一种基于物联网的设备运行监测方法,包括通过物联网云端管理服务器统计区域内的各网络安全设备,并对各网络安全设备的网络连接状态进行监测,分析各网络安全设备的网络连接状态表征值。
需要说明的是,所述物联网云端管理服务器是指用于管理、监控和控制物联网设备的服务器。它通常托管在云平台上,为物联网***提供远程管理和服务,所述区域包括企业以及办公园区等区域。
对各网络安全设备的运行状态进行监测,分析各网络安全设备的运行状态表征值。
根据各网络安全设备的网络连接状态表征值以及各网络安全设备的运行状态表征值,整合分析各网络安全设备的综合表征值,并筛分各异常网络安全设备进行异常预警。
具体地,分析各网络安全设备的网络连接状态表征值,具体分析过程为:
设置监测周期,统计监测周期中各网络安全设备的网络最大延迟量和网络最低延迟量,并提取云数据库中存储的界定网络延迟变化量,经处理得到各网络安全设备的网络延迟稳定指数;
要说明的是,各网络安全设备的网络延迟稳定指数表示通过对各网络安全设备的网络最大延迟量和网络最低延迟量进行数据分析处理,得到的用于分析各网络安全设备在监测周期内的延迟变化程度的量化结果,并作为各网络安全设备的第一连接指数的分析根据,各网络安全设备的网络延迟稳定指数,不仅可以通过不同时间点的重要性或权重,对延迟量进行加权平均,例如,根据时间段长度或网络负载情况设定权重来获得,还可以通过以下计算方法获得,具体的计算方法如下:
,式中,/>为第i个网络安全设备的网络延迟稳定指数,/>为监测周期中第i个网络安全设备的网络最大延迟量,/>为监测周期中第i个网络安全设备的网络最低延迟量,/>为界定网络延迟变化量,/>为设定的网络延迟量对应的补偿因子,e表示自然常数,i为各网络安全设备的编号,/>,n表示网络安全设备的数目。
还需要解释的是,如果最大延迟量与最低延迟量的差值较小,说明延迟情况在监测周期内保持相对稳定,变化不大,这表示网络安全设备的响应速度相对一致,有利于保持***的整体稳定性。
还需要解释的是,如果最大延迟量与最低延迟量的差值较大,说明延迟在情况监测周期内有较大的波动,这可能表明网络安全设备在处理请求时存在较大的不确定性或不稳定因素,此时可能需要进行相应的管控。
在监测周期中监测统计各网络安全设备的网络连接传输的累计数据量,并提取监测周期的时长,处理得到各网络安全设备的数据吞吐量。
需要说明的是,各网络安全设备的数据吞吐量表示通过对各网络安全设备的平均丢包率和网络连接传输的累计数据量进行数据分析处理,得到的用于网络安全设备在单位时间内处理数据的能力或效率,各网络安全设备的数据吞吐量可以使用专门的网络流量分析工具或各网络安全设备实时监测网络流量并计算数据吞吐量,也可以由代理服务器的访问日志进行分析获取网络流量和数据传输量的信息,从而间接推算出各网络安全设备的数据吞吐量,还可以通过以下计算方法获得,具体的计算方法如下:
,式中,/>为第i个网络安全设备的数据吞吐量,/>为监测周期中第i个网络安全设备的网络连接传输的累计数据量,/>表示监测周期的时长。
在监测周期中监测统计各网络安全设备的平均丢包率,根据各网络安全设备的网络延迟稳定指数,并提取云数据库中存储的参照数据吞吐量,经处理得到各网络安全设备的第一连接指数。
需要说明的是,各网络安全设备的第一连接指数表示通过各网络安全设备的网络延迟稳定指数、各网络安全设备的数据吞吐量进行数据分析,得到的用于分析各网络安全设备的连接状态的量化结果,各网络安全设备的第一连接指数,不仅可以使用历史数据进行模式识别和分析得到,还可以通过以下计算方法获得,具体的计算方法如下:
,式中,/>为第i个网络安全设备的第一连接指数,为第i个网络安全设备的网络延迟稳定指数,/>为第i个网络安全设备的数据吞吐量,/>为参照数据吞吐量,/>为设定的网络延迟稳定指数对应的补偿因子,/>为设定的数据吞吐量对应的修正因子。
在监测周期中监测统计各网络安全设备的数据平均上传速率和数据平均下载速率,并提取云数据库中存储的参照数据平均上传速率以及参照数据平均下载速率,经处理得到各网络安全设备的第二连接指数。
根据各网络安全设备的第一连接指数和各网络安全设备的第二连接指数,经处理得到各网络安全设备的网络连接状态表征值。
需要说明的是,各网络安全设备的第二连接指数表示通过对各网络安全设备的数据平均上传速率和数据平均下载速率进行数据分析,得到的用于各网络安全设备的连接状态的量化结果,各网络安全设备的第二连接指数,不仅可以使用历史数据进行模式识别和分析得到,还可以通过以下计算方法获得,具体的计算方法如下:
,式中,/>为第i个网络安全设备的第二连接指数,为第i个网络安全设备的数据平均上传速率,/>为第i个网络安全设备的数据平均下载速率,/>为参照数据平均上传速率,/>为参照数据平均下载速率,/>为设定的数据平均上传速率对应的修正因子,/>为设定的数据平均下载速率对应的修正因子。
具体地,各网络安全设备的网络连接状态表征值表示通过对各网络安全设备的网络连接状态进行监测,得到的用于量化分析各网络安全设备的网络连接状态的数值依据。
具体地,各网络安全设备的网络连接状态表征值表示通过对各网络安全设备的网络连接状态进行监测,得到的用于量化分析各网络安全设备的网络连接状态的数值依据。
具体地,分析各网络安全设备的运行状态表征值,具体分析过程为:将监测周期分割为若干时间点,在各监测时间点中监测统计各网络安全设备的温度,将相邻两个监测时间点的温度进行差值处理,并将相邻两个时间点之间间隔的时段记为监测子时段,统计各网络安全设备在各监测子时段的温差,并提取监测子时段的时长,经处理得到监测周期中各网络安全设备在各监测子时段的温度平均变化率;
需要说明的是,各网络安全设备在各监测子时段的温度平均变化率表示在监测周期内设备温度变化的平均速率,反映了设备温度变化的速度和稳定性,可以通过借助远程监控***,实时监测设备的温度变化情况,并利用***提供的分析功能来计算温度平均变化率,还可以通过以下计算方法获得,具体的计算方法如下:
,式中,/>为第i个网络安全设备在第c个监测子时段的温度变化率,/>为第i个网络安全设备在第c个监测子时段的温差,/>表示监测子时段的时长,c为各监测子时段的编号,/>,b表示监测子时段的数目。
本实施方案中,具体来说,如果各网络安全设备的运行温度变化率较低,可能表示各网络安全设备运行正常稳定运行,从而温度变化较小;而如果变化率较高,则可能表示各网络安全设备存在异常或故障,从而温度变化较大,通过监测温度变化率可以快速发现各网络安全设备的异常情况,并及时帮助管理人员采取措施进行修复或调整,以帮助保证各网络安全设备的正常运行。
根据各网络安全设备的温度变化率,并提取监测周期中各网络安全设备的最大温度以及云数据库中存储的各网络安全设备的界定温度,经处理得到各网络安全设备的运行温度表征值。
还需要说明的是,各网络安全设备的运行温度表征值表示通过各网络安全设备的温度变化率和各网络安全设备的最大温度进行比较和处理得到,用于对各网络安全设备在监测周期内的温度变化情况进行分析,并作为各网络安全设备的运行状态表征值的依据,各网络安全设备的运行温度表征值,可以通过分析过去一段时间内的温度数据,包括变化趋势、周期性变化等,从中推断出各网络安全设备的运行温度表征值,还可以通过以下计算方法获得,具体的计算方法如下:
;式中,/>为第i个网络安全设备的运行温度表征值,/>为第i个网络安全设备的最大温度,/>为第i个网络安全设备在第c个监测子时段的温度变化率,/>为第i个网络安全设备的界定温度,/>为设定的最大温度对应的修正因子,/>设为设定的温度变化率对应的修正因子。
在各监测时间点中监测各网络安全设备的CPU使用率以及硬盘空间利用率,并提取云数据库中存储的参照CPU使用率以及参照硬盘空间利用率,经处理得到各网络安全设备的资源利用均衡值。
需要说明的是,各网络安全设备的资源利用均衡值表示通过对各网络安全设备的CPU使用率以及硬盘空间利用率进行比较和处理得到,用于分析各网络安全设备在监测周期内对资源的利用程度,并作为各网络安全设备的运行状态表征值的数据分析依据,各网络安全设备的资源利用均衡值,可以通过监测各网络安全设备的输入、输出操作利用率,包括磁盘读写速率等,以了解各网络安全设备对存储资源的利用情况,也可以通过考虑各网络安全设备的负载均衡情况,包括处理请求的数量、速度和平均响应时间等,以评估各网络安全设备资源利用的均衡性,还可以通过以下计算方法获得,具体的计算方法如下:
;式中,/>为第i个网络安全设备的资源利用均衡值,/>为第i个网络安全设备在第j个时间点的CPU使用率,/>为第i个网络安全设备在第j个监测时间点的硬盘空间利用率,/>表示参照CPU使用率,/>表示参照硬盘空间利用率,/>为设定的CPU使用率对应的修正因子,/>为设定的硬盘空间利用率对应的修正因子,j为各监测时间点的编号,/>,b表示监测时间点的数目。
在监测周期中统计各网络安全设备的重启次数和***崩溃次数,并提取云数据库中存储的单次各网络安全设备重启的影响因子和单次***崩溃的影响因子,经处理得到各网络安全设备的启用异常表征值。
各网络安全设备的启用异常表征值,表示通过对各网络安全设备的重启次数和***崩溃次数进行处理得到,用于反映网络安全设备的稳定性、可靠性以及对***正常运行的影响程度,并作为各网络安全设备的运行状态表征值的数据分析依据,各网络安全设备的启用异常表征值,可以通过分析各网络安全设备的日志文件,包括***日志、错误日志等,以识别各网络安全设备在监测周期内发生的异常事件和错误情况来具体分析得到,可以通过应用异常检测算法对各网络安全设备的运行数据进行分析,识别异常模式和异常行为,从而评估各网络安全设备的运行异常情况,分析得到各网络安全设备的启用异常表征值,还可以通过以下计算方法获得,具体的计算方法如下:
,
式中,为第i个网络安全设备的启用异常表征值,/>为第i个网络安全设备的重启次数,/>为第i个网络安全设备的***崩溃次数,/>为单次各网络安全设备重启的影响因子,/>为单次***崩溃的影响因子。
根据各网络安全设备的运行温度表征值、各网络安全设备的资源利用均衡值以及各网络安全设备的启用异常表征值,综合处理得到各网络安全设备的运行状态表征值。
具体地,各网络安全设备的运行状态表征值表示通过对各网络安全设备的运行状态进行监测,得到的用于量化分析各网络安全设备的运行状态的数值依据。
具体地,分析各网络安全设备的综合表征值,具体分析过程为:根据各网络安全设备的网络连接状态表征值以及各网络安全设备的运行状态表征值,经处理得到各网络安全设备的综合表征值。
所述各网络安全设备的综合表征值表示通过对各网络安全设备的网络连接状态表征值以及各网络安全设备的运行状态表征值进行数据分析处理,得到的用于量化分析各网络安全设备的整体运行性能程度的数值依据。
具体地,筛分各异常网络安全设备进行异常预警,具体过程为:将各网络安全设备的综合表征值与设定的综合表征阈值进行比对,其中若某网络安全设备的综合表征值低于综合表征阈值,则将该网络安全设备记为异常网络安全设备,由此筛分得到各异常网络安全设备进行异常预警。
还需要补充的是,将各异常网络安全设备进行记录和分析,包括异常发生的时间、持续时间,并向相关人员发送预警通知,提示他们设备可能存在问题。
具体地,各网络安全设备的网络连接状态表征值,不仅可以使用历史数据进行模式识别和分析得到,还可以通过更加精确的计算方法获得,具体的计算方法如下:
;式中,/>为第i个网络安全设备的网络连接状态表征值,/>为第i个网络安全设备的第一连接指数,/>为第i个各网络安全设备的第二连接指数,/>为设定的第一连接指数对应的权重因子,/>为设定的第二连接指数对应的权重因子,e表示自然常数。
具体地,各网络安全设备的运行状态表征值,不仅可以使用历史数据进行模式识别和分析得到,还可以通过更加精确的计算方法获得,具体的计算方法如下:
;式中,/>为第i个网络安全设备的运行状态表征值,为第i个网络安全设备的运行温度表征值,/>为第i个网络安全设备的资源利用表征值,为第i个网络安全设备的启用异常表征值,/>为设定的运行温度表征值对应的权重因子,/>为设定的资源利用表征值对应的权重因子,/>为设定的运行异常表征值对应的权重因子,i为各网络安全设备的编号,/>,n表示网络安全设备的数目。
请参阅图2所示,本发明第二方面提供一种基于物联网的设备运行监测***,包括:网络连接状态监测模块,用于通过物联网云端管理服务器统计区域内的各网络安全设备,并对各网络安全设备的网络连接状态进行监测,分析各网络安全设备的网络连接状态表征值。
运行状态监测模块,用于对各网络安全设备的运行状态进行监测,分析各网络安全设备的运行状态表征值。
预警模块,用于根据各网络安全设备的网络连接状态表征值以及各网络安全设备的运行状态表征值,整合分析各网络安全设备的综合表征值,并筛分各异常网络安全设备进行异常预警。
一种基于物联网的设备运行监测***还包括云数据库,用于存储界定网络延迟变化量、参照数据吞吐量、参照数据平均上传速率、参照数据平均下载速率、各网络安全设备的界定温度、单次各网络安全设备重启的影响因子和单次***崩溃的影响因子、参照CPU使用率以及参照硬盘空间利用率。需要说明的是,在本文中,诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来,而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且,术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含,从而使得包括一系列要素的过程、方法、物品或者各网络安全设备不仅包括那些要素,而且还包括没有明确列出的其他要素,或者是还包括为这种过程、方法、物品或者各网络安全设备所固有的要素。
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所述的具体实施方式。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 (10)
1.一种基于物联网的设备运行监测方法,其特征在于,包括:
通过物联网云端管理服务器统计区域内的各网络安全设备,并对各网络安全设备的网络连接状态进行监测,分析各网络安全设备的网络连接状态表征值;
对各网络安全设备的运行状态进行监测,分析各网络安全设备的运行状态表征值;
根据各网络安全设备的网络连接状态表征值以及各网络安全设备的运行状态表征值,整合分析各网络安全设备的综合表征值,并筛分各异常网络安全设备进行异常预警。
2.根据权利要求1所述的一种基于物联网的设备运行监测方法,其特征在于:所述分析各网络安全设备的网络连接状态表征值,具体分析过程为:
设置监测周期,统计监测周期中各网络安全设备的网络最大延迟量和网络最低延迟量,并提取云数据库中存储的界定网络延迟变化量,经处理得到各网络安全设备的网络延迟稳定指数;
在监测周期中监测统计各网络安全设备的网络连接传输的累计数据量,并提取监测周期的时长,处理得到各网络安全设备的数据吞吐量;
在监测周期中监测统计各网络安全设备的平均丢包率,根据各网络安全设备的网络延迟稳定指数,并提取云数据库中存储的参照数据吞吐量,经处理得到各网络安全设备的第一连接指数;
在监测周期中监测统计各网络安全设备的数据平均上传速率和数据平均下载速率,并提取云数据库中存储的参照数据平均上传速率以及参照数据平均下载速率,经处理得到各网络安全设备的第二连接指数;
根据各网络安全设备的第一连接指数和各网络安全设备的第二连接指数,经处理得到各网络安全设备的网络连接状态表征值。
3.根据权利要求2所述的一种基于物联网的设备运行监测方法,其特征在于:所述各网络安全设备的网络连接状态表征值表示通过对各网络安全设备的网络连接状态进行监测,得到的用于量化分析各网络安全设备的网络连接状态的数值依据。
4.根据权利要求1所述的一种基于物联网的设备运行监测方法,其特征在于:所述分析各网络安全设备的运行状态表征值,具体分析过程为:
将监测周期分割为若干时间点,在各监测时间点中监测统计各网络安全设备的温度,将相邻两个监测时间点的温度进行差值处理,并将相邻两个时间点之间间隔的时段记为监测子时段,统计各网络安全设备在各监测子时段的温差,并提取监测子时段的时长,经处理得到监测周期中各网络安全设备在各监测子时段的温度平均变化率;
根据各网络安全设备的温度变化率,并提取监测周期中各网络安全设备的最大温度以及云数据库中存储的各网络安全设备的界定温度,经处理得到各网络安全设备的运行温度表征值;
在各监测时间点中监测各网络安全设备的CPU使用率以及硬盘空间利用率,并提取云数据库中存储的参照CPU使用率以及参照硬盘空间利用率,经处理得到各网络安全设备的资源利用均衡值;
在监测周期中统计各网络安全设备的重启次数和***崩溃次数,并提取云数据库中存储的单次各网络安全设备重启的影响因子和单次***崩溃的影响因子,经处理得到各网络安全设备的启用异常表征值;
根据各网络安全设备的运行温度表征值、各网络安全设备的资源利用均衡值以及各网络安全设备的启用异常表征值,综合处理得到各网络安全设备的运行状态表征值。
5.根据权利要求4所述的一种基于物联网的设备运行监测方法,其特征在于:所述各网络安全设备的运行状态表征值表示通过对各网络安全设备的运行状态进行监测,得到的用于量化分析各网络安全设备的运行状态的数值依据。
6.根据权利要求1所述的一种基于物联网的设备运行监测方法,其特征在于:所述分析各网络安全设备的综合表征值,具体分析过程为:
根据各网络安全设备的网络连接状态表征值以及各网络安全设备的运行状态表征值,经处理得到各网络安全设备的综合表征值;
所述各网络安全设备的综合表征值表示通过对各网络安全设备的网络连接状态表征值以及各网络安全设备的运行状态表征值进行数据分析处理,得到的用于量化分析各网络安全设备的整体运行性能程度的数值依据。
7.根据权利要求1所述的一种基于物联网的设备运行监测方法,其特征在于:所述筛分各异常网络安全设备进行异常预警,具体过程为:
将各网络安全设备的综合表征值与设定的综合表征阈值进行比对,其中若某网络安全设备的综合表征值低于综合表征阈值,则将该网络安全设备记为异常网络安全设备,由此筛分得到各异常网络安全设备。
8.根据权利要求2所述的一种基于物联网的设备运行监测方法,其特征在于:所述各网络安全设备的网络连接状态表征值,计算公式为:
;
式中,为第i个网络安全设备的网络连接状态表征值,/>为第i个网络安全设备的第一连接指数,/>为第i个各网络安全设备的第二连接指数,/>为设定的第一连接指数对应的权重因子,/>为设定的第二连接指数对应的权重因子,e表示自然常数。
9.根据权利要求4所述的一种基于物联网的设备运行监测方法,其特征在于:所述各网络安全设备的运行状态表征值,计算公式为:
;
式中,为第i个网络安全设备的运行状态表征值,/>为第i个网络安全设备的运行温度表征值,/>为第i个网络安全设备的资源利用表征值,/>为第i个网络安全设备的启用异常表征值,/>为设定的运行温度表征值对应的权重因子,/>为设定的资源利用表征值对应的权重因子,/>为设定的运行异常表征值对应的权重因子,i为各网络安全设备的编号,,n表示网络安全设备的数目。
10.一种基于物联网的设备运行监测***,其特征在于,包括:
网络连接状态监测模块,用于通过物联网云端管理服务器统计区域内的各网络安全设备,并对各网络安全设备的网络连接状态进行监测,分析各网络安全设备的网络连接状态表征值;
运行状态监测模块,用于对各网络安全设备的运行状态进行监测,分析各网络安全设备的运行状态表征值;
预警模块,用于根据各网络安全设备的网络连接状态表征值以及各网络安全设备的运行状态表征值,整合分析各网络安全设备的综合表征值,并筛分各异常网络安全设备进行异常预警。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202410516504.2A CN118118379A (zh) | 2024-04-28 | 2024-04-28 | 一种基于物联网的设备运行监测方法及*** |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202410516504.2A CN118118379A (zh) | 2024-04-28 | 2024-04-28 | 一种基于物联网的设备运行监测方法及*** |
Publications (1)
Publication Number | Publication Date |
---|---|
CN118118379A true CN118118379A (zh) | 2024-05-31 |
Family
ID=91219555
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202410516504.2A Pending CN118118379A (zh) | 2024-04-28 | 2024-04-28 | 一种基于物联网的设备运行监测方法及*** |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN118118379A (zh) |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106992904A (zh) * | 2017-05-19 | 2017-07-28 | 湖南省起航嘉泰网络科技有限公司 | 基于动态综合权重的网络设备健康度评估方法 |
US20200177485A1 (en) * | 2018-12-04 | 2020-06-04 | Cisco Technology, Inc. | Network traffic metrics and trends for internet of things management |
CN112311617A (zh) * | 2019-08-02 | 2021-02-02 | ***通信有限公司政企客户分公司 | 一种配置化数据监控告警方法及*** |
CN113242153A (zh) * | 2021-06-08 | 2021-08-10 | 广东嘉贸通科技有限公司 | 一种基于网络流量监控的面向应用的监控分析方法 |
CN116389304A (zh) * | 2023-04-12 | 2023-07-04 | 国网湖北省电力有限公司荆州供电公司 | 基于sg-tms的网络运行状态趋势分析*** |
CN116383023A (zh) * | 2023-04-06 | 2023-07-04 | 山东第一医科大学(山东省医学科学院) | 一种基于数据分析的计算机运行性能智能监管*** |
CN117201206A (zh) * | 2023-11-08 | 2023-12-08 | 河北翎贺计算机信息技术有限公司 | 防止网络数据泄漏的网络****** |
-
2024
- 2024-04-28 CN CN202410516504.2A patent/CN118118379A/zh active Pending
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106992904A (zh) * | 2017-05-19 | 2017-07-28 | 湖南省起航嘉泰网络科技有限公司 | 基于动态综合权重的网络设备健康度评估方法 |
US20200177485A1 (en) * | 2018-12-04 | 2020-06-04 | Cisco Technology, Inc. | Network traffic metrics and trends for internet of things management |
CN112311617A (zh) * | 2019-08-02 | 2021-02-02 | ***通信有限公司政企客户分公司 | 一种配置化数据监控告警方法及*** |
CN113242153A (zh) * | 2021-06-08 | 2021-08-10 | 广东嘉贸通科技有限公司 | 一种基于网络流量监控的面向应用的监控分析方法 |
CN116383023A (zh) * | 2023-04-06 | 2023-07-04 | 山东第一医科大学(山东省医学科学院) | 一种基于数据分析的计算机运行性能智能监管*** |
CN116389304A (zh) * | 2023-04-12 | 2023-07-04 | 国网湖北省电力有限公司荆州供电公司 | 基于sg-tms的网络运行状态趋势分析*** |
CN117201206A (zh) * | 2023-11-08 | 2023-12-08 | 河北翎贺计算机信息技术有限公司 | 防止网络数据泄漏的网络****** |
Non-Patent Citations (1)
Title |
---|
孙红杰;方滨兴;张宏莉;: "一种新的大规模网络主动预警方法", 电信科学, no. 01, 15 January 2007 (2007-01-15) * |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
EP3557819B1 (en) | Server failure detection method and system | |
US6973415B1 (en) | System and method for monitoring and modeling system performance | |
US7082381B1 (en) | Method for performance monitoring and modeling | |
US7412448B2 (en) | Performance degradation root cause prediction in a distributed computing system | |
CN106886485B (zh) | ***容量分析预测方法及装置 | |
US20060277080A1 (en) | Method and system for automatically testing information technology control | |
KR102432284B1 (ko) | It관리대상의 이벤트 알람이나 장애 문제를 실시간 자동으로 조치하는 시스템 및 그 운용방법 | |
US7197428B1 (en) | Method for performance monitoring and modeling | |
US8774023B2 (en) | Method and system for detecting changes in network performance | |
US7369967B1 (en) | System and method for monitoring and modeling system performance | |
JP2010526352A (ja) | 統計的な分析を利用した性能障害管理システム及びその方法 | |
CN107992410B (zh) | 软件质量监测方法、装置、计算机设备和存储介质 | |
Tang et al. | An integrated framework for optimizing automatic monitoring systems in large IT infrastructures | |
CN110765189A (zh) | 互联网产品的异常管理方法和*** | |
WO2008124214A1 (en) | System and method of data harvesting | |
CN113946499A (zh) | 一种微服务链路跟踪及性能分析方法、***、设备及应用 | |
CN116719664B (zh) | 基于微服务部署的应用和云平台跨层故障分析方法及*** | |
JP2009086896A (ja) | コンピュータの障害予測システムおよび障害予測方法 | |
AlGhamdi et al. | Towards reducing the time needed for load testing | |
KR20130065800A (ko) | 예지 보전 기반의 실시간 협업 기업 자산 관리 시스템 및 방법 | |
CN114691521A (zh) | 一种基于人工智能的软件测试平台 | |
CN114143160A (zh) | 一种云平台自动化运维*** | |
KR20110037578A (ko) | 통합 보안 모니터링 시스템 및 통합 보안 모니터링 방법 | |
CN117061335A (zh) | 云平台设备健康管控方法、装置、存储介质和电子设备 | |
CN118118379A (zh) | 一种基于物联网的设备运行监测方法及*** |
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 |