数据中心智能运维系统的研究

数据中心智能运维系统的研究一文创作于：2023-08-16 04:21:49，全文字数：17935。

数据中心智能运维系统的研究

��对柜门的开关状态进行分析与识别，可以根据开关柜门的状态进行模拟训练，如果存在了状态异常，能够将异常结果及时反馈给工作人员，对存在的异常状况进行及时处理。

（9）语音报警。在数据中心智能化运维管理中设置的运维管理体系，能够满足语音提示功能，语音提示包含着软件以及硬件之间的联合调试、播报自检以及存在的异常状况，在系统收集到紧急事件或者异常状况时，可以通过语音提醒及时将存在的问题推送出去，满足工作人员对紧急状况的解决。

3.2 机房巡检管理

（1）巡检任务管理。由建立的智能化管理平台对巡检管理任务进行分析，满足对任务的新建与调整，另外，在用户管理后台可以实时实现对任务执行情况的监控，通过远程控制机器人查看巡检任务以及相关数据，满足对巡检任务的分级，在巡检任务完成之后，由系统自动生成巡检报告。

（2）随工管理。在数据中心机房的巡检过程中，首先需要对不同的运维人员进行鉴权。然后在运维过程中满足对工作人员工作流程的全程跟随，实现视频的实时录制，通过将视频上传给后台，及时查看数据中心的运维状况。

（3）资产管理。在智能化运维平台建立过程中，可以根据二维码技术以及标签技术等进行设备物理位置的定位，结合视觉检验机制以及标签技术获取设备信息，并且将这些信息传递到后台管理系统中，后台管理系统可以结合信息满足资产管理平台的建立，实现对资产状态的分析与评估，满足资产的实时监测。

（4）人员管理。在自动化巡检中可以结合建立的机器人巡检系统，导入工作人员的信息，满足人员信息的录入，并且对接待系统采用人脸识别技术进行数据的录入。后台接口可以将获取的人员授权信息发送给智能巡检机器人，并且，满足人脸识别权限数据库的建立，对进入机房的工作人员进行权限设定，满足自动人脸识别功能的应用，减少无关人员进入到机房巡检中。

（5）门控管理。在智能巡检过程中建立与门禁系统之间的联动，通过智能巡检机器人满足配套系统的建立，对进入的巡检区域进行管理，结合与门禁系统之间的联动能够确保工作人员顺利进入到规定的巡检区域内。

（6）后台管理。后台管理包含的内容较多，在视频采集过程中系统能够实现数据和信息的采集，并且将采集到的视频信息利用云存储进行保管。在巡检工作完成之后，可以由自动巡检机器人实现，对巡检报告的生成，结合巡检要求制定相应的报告模板，满足对模板的定制。智能巡检机器人在运行过程中需要保持多台机器人之间的相互协调，利用后台管理可以实现对多个巡检机器人的精准调度，满足智能巡检机器人路线的规划与调整，保障各项工作的顺利开展。在报表管理过程中，需要满足报表的订阅管理与查询，并且需要支持对报表的自定义，满足紧急事件的上传。在报警事件的管理过程中，需要对报警信息进行统一的设定与管理，其中包含事故类型、发生时间、发生等级以及具体的事件内容，结合数据和信息管理状况，形成事件日志。巡检视频管理中需要满足视频的播放、停止与录屏等功能，在数据的存储过程中，需要根据智能巡检机器人的运行要求，在数据存储中满足应用程序巡检数据以及巡检视频的管理系统，需要结合数据应用情况进行数据的加密，满足数据的自动备份，而且，需要具备双机容错功能，确保数据和信息具备较强的精准性。

（7）系统接口。在系统接口设置时，工作人员需要结合设定的巡检机器人满足对运行状态的查看，及时进行巡检任务下发，在巡检完成之后，满足对巡检报告的填写，自动生成转工单，对存在的异常状况进行判定。

3.3 一体化智能运维管理平台

建立的一体化管理平台能够在数据中心的运维管理工作中，及时实现机房信息的收集，包含监控系统、运维服务管理系统以及自动化系统，整合信息的科学处理，并且一体化管理平台融合了大数据技术、云存储技术等，满足了对数据发展状况的分析与预判，能够向各个系统发出相应的报警信息，满足对故障的及时排除。在数据中心运行与维护是针对根因分析以及异常检测，需要采用带有插拔扩展模块的硬件架构，结合数据中心的建设规模，采用有效的模块组合，形成数据采集装置产品，具备较高的灵活性，能够满足数据采集装置，接口的扩展和功能多样性，降低数据采集装置开发涉及到的成本投入和时间投入。通过模块化的数据采集装置能够形成相互组网，促进传感网络容量的扩大，而且模块化的数据采集装置具备较高的集成性，接口模块的灵活性较强，能够满足多种协议要求，形成互联网协议，采用多样化的通讯方式，能够为客户指令进行通信协议的开发。根据数据中心基础设施的运行状况以及涉及到的数据特征，在数据中心基础设施进行相关问题的诊断时，形成专家诊断规则库，以此为基础，进行智能模型的搭建，通过智能模型以及专家规则库的二者融合，能够有效解决在专家诊断过程中存在的问题，结合专家相关经验确保问题诊断的高效性，同时，也满足诊断规则具备较高的适用性。

3.4 空间管理

在数据中心的设备运维时，结合三维场景运行要求提供关键字搜索，能够快速定位设备的空间位置，结合搜索设备满足对数据中心平台内资产状况的查看，准确显示设备所处的位置以及信息，能够实现设备定位到相应的层级，可以根据用户需求，在搜索框内输入搜索名称以及检索位置等，满足可视化查找，而且还能够形成检索条件的自定义添加。在空间管理过程中，结合物理场景以及虚拟场景进行一一对应，不同的空间资源采用不同的标签化管理方式，实现设备的自动化更新与维护。另外，在进行设备的管理时，可以利用二维码进行管控，在出现了设备资产信息变化，不需要在电脑上进行操作，在机房进行上下架设备，直接进行扫码，便能够满足对设备信息的更新。包含登记时间、设备编号、设备名称、维修日期等各类信息。另外，空间资源可以实现查询，在查询过程中将所有的信息进行显示，点击信息列表，可以将这些信息定位到具体的模型中。根据数据中心容量进行管理，结合容量计算以及资产的智能推荐管理等进行分析，将其放置在指定位置，包含空间、电力、制冷能力等多方面内容，共同组成了数据中心设备的最大上架率。

3.5 数据处理与分析关键技术研究

（1）数据的预处理与降维。通过数据中心进行数据预处理与数据降维能够确保数据质量的提升，减少数据计算花费的成本。在数据中心包含着庞大的数据量，基础设施运行数据使用成分分析法进行数据降维，针对安全运行以及节能运行的影响因素进行判断，采用数据挖掘相关系数，结合多元回归数据的进行相关分析，找到影响安全与节能的关键因素，实施数据降为降低数据的计算成本。针对数据计算过程中存在的数据值恒定、异常以及缺失情况等进行判断，利用异常数据诊断模型对存在的异常问题进行处理。在数据的处理过程中，结合回归分析以及支持向量及聚类分析等满足机器学习方法的运用，满足对原始数据的清洗与预处理，确保数据具备较高的完整性。

（2）结合专家诊断规则与机器学习算法进行融合。在数据中心的运维过程中，将专家诊断规则与计算机学习算法进行融合，能够确保诊断的智能性和适用性，将影响数据中心运行的因素进行判断，将其作为研究对象，从节能、健康等多个角度满足对数据的分析，形成智能诊断以及智能调控。

提醒您：因为《数据中心智能运维系统的研究》一文较长还有下一页，点击下面数字可以进行阅读！

《数据中心智能运维系统的研究》在线阅读地址：数据中心智能运维系统的研究