浅析环动监控系统数据挖掘方法研究与应用.docVIP

浅析环动监控系统数据挖掘方法的研究与应用 　　[摘 要]近年来，机房或设备出现温度升高而造成的设备损坏、火灾等情况在报道中屡见不鲜，因此，信息机房监控不言而喻，但有了各项监控并不能达到机房科学、有效运维，信息服务可靠、快速输出的目标。本文研究探索环动监控系统数据挖掘方法，将各项数据综合管理和归纳、智能数据分析和数据挖掘，实现信息机房监控数据的整合、监控预测和异常预警判断，拓展机房监控工作的深度、广度 [关键词]环动监控；智能数据分析；数据挖掘 中图分类号：TP311.13 文献标识码：A 文章编号：1009-914X（2016）25-0016-01 1 引言 据报道，中国计算机用户协会机房设备应用分会调查显示，在不同行业的机房IT设备停机、系统瘫痪等事故中，45%到50%之间都是由机房设施引起的。现今环境及动力集中监控系统已经作为通信行业电力维护必不可少的方式方法，此系统可以实现对通信电源、机房空调、机房环境、视频监控等诸多方面进行监控 2 项目研究必要性 虽然环动监控系统为信息机房设备提供了较有利的工作环境，但随着技术的进步和设备要求的提高，环境提升及监控需求有着进一步的提升方向： 1）现有的环动监控系统的监控数据库出现了数据信息混乱、配置繁琐、服务器负担重、数据检查困难等问题，这些问题使得数据库中经常存储一些无用的数据信息，导致数据库中的数据繁杂无序，降低了数据库运行效率，加重了服务器运行的负担 2）现在的环动监控系统主要是通过简单临界值来判断是否异常，而没有结合监控对象的其他状态数据来进行分析，如机房的温度只要超过临界值就会报异常，而如果考虑到机房中空调运行状态良好，服务器有大量的访问机器运行繁忙产生大量的热，那么超过临界值机房应该还是正常的状态，因此就会造成系统的误报，影响环动监控数据的准确性，为环动维护工作带来不便 3）由于智能监控系统的使用，为日常维护工作带来了极大的便利，同时对于设备实际运行情况的全面记录，为今后动力设备优化提供了丰富的数据信息。然而由于监控数据的海量记录，造成日后数据分析的困难，从这些数据条目中找出设备运行的规律，如同大海捞针。例如，就机房环境温度的统计，一天的记录量就可以达到上百条甚至上千条，这其中还夹杂着告警信息，如果需要统计一个月的数据，那就是上千甚至上万条的数据记录，如果是看一个季度的温度曲线，那就超过上万条的数据，若要结合告警情况进行分析优化，那么所需要的工作量可想而知 因此，针对以上问题，将各项数据综合管理和归纳、智能数据分析和数据挖掘是保障监控报警有效的重要手段。项目的研究一是构建完善的数据仓库，剔除不相关的数据信息，处理有用的数据，实现对监控数据的组织和管理；二是运用技术和算法，提高监控系统的智能型，减少异常的误报，能够更加准确的预测系统各项监控数据并及时对可能存在的异常进行预警；三是通过大量监控历史数据的分析，合适设置监控告警延时，提升系统灵活性、准确性、智能性 3 项目研究内容 项目通过环动监控系统数据挖掘，构建数据仓库，对监控数据实施有效的组织和管理，提升机房监控系统的数据质量；通过数据挖掘相关技术，减少异常的误报率；通过大量监控历史数据的分析，合适设置监控告警延时，在大量监控数据的分析比对下，找到合理参数设定值，在确保监控系统正常运行状态的前提下，减少告警条目，提升系统灵活性、准确性、智能性，提升系统容错能力；为机房运维监控人员提供科学的辅助建议，强化事件处置能力，实现电力企业信息机房的有效管控，最终提升信息资源对外服务能力和可靠性，保障企业各项管理经营活动有序开展。具体内容包括： 1）现有监控数据整合及数据仓库的建立 目前信息机房中，温湿度、火警烟感、UPS电能质量、视频、门禁等多数具备数据远传的功能，但缺乏统一的平台或手段进行管理，因此需要对监控装置数据进行整合和统一存储 根据现有监控数掘库使用中所出现的数据信息混乱、配置繁琐、服务器负担重、数据检查困难等问题，提出数据仓库在初期组建时应注意的事项，并收集相应被控设备信息，合理规划后期监控数据信息架构，形成组建流程。从而减少数据库中无用数据信息，明晰数据信息结构，提升数据库运行效率，减轻服务器运行负担，最终达到优化设计的目的。建立数据仓库主要运用的方法有数据选取和数据预处理 2）机房监控预测和异常判断 当前的监控系统虽然可以监测到系统的一些异常，但是这样的监控系统精度和准确度都比较低，并且也不能对系统运行状态进行预测，只能当系统出现问题时才有可能发现；现在的环动监控系统主要是通过简单临界值来判断是否异常，而没有结合监控对象的其他状态数据来进行分析判断。因此针对上述问题，实现监控预测和异常判断能提前发现可能的异常，缩短故障被发现的时间，