一种基于人工智能的智能网关监控管理系统及方法与流程

技术特征：
1.一种基于人工智能的智能网关监控管理系统，其特征在于，包括：网关数据采集模块，所述网关数据采集模块用于对网关数据进行异步采集，并将采集结果写到第一日志中，对第一日志内容进行解析，并分别提取网关数据的各项数据，得到网关数据各项数据相应的集合；网关数据关联项整合模块，所述网关数据关联项整合模块对网关数据各项数据相应的集合进行分析，判断不同集合中的元素之间的是否存在关联性，通过存在关联性的集合元素进行整合，分别得到网关数据关联项对应的各个关联数据组；网关关联数据智能分析模块，所述网关关联数据智能分析模块对各个关联数据组进行聚类，并分析，得到每个类别对应的第一变化率、第二变化率及第三变化率；网关流量数据预测模块，所述网关流量数据预测模块结合当前时间网关数据关联项对应的各个关联数据组及历史数据中的关联数据组，对网关流量数据进行预测；预警模块，所述预警模块将网关流量数据预测模块对网关流量数据的预测结果与阈值进行对比，当预测结果大于等于阈值时，预警模块向用户进行报警，当预测结果小于阈值时，预警模块不向用户进行报警。2.根据权利要求1所述的一种基于人工智能的智能网关监控管理系统，其特征在于：所述网关数据采集模块异步采集的是流量数据，不同流量数据对应的内容之间相互独立，一条流量数据对应一次请求，一次请求对应一个软件接口，一个软件接口可对应多次请求；网关数据的各项数据包括：每条流量数据的大小、每条流量数据对应的请求时间、每条流量数据对应的请求相应的软件接口；所述网关数据采集模块对第一日志内容进行解析每隔第一单位时间进行一次；所述网关数据采集模块将解析的第一日志内容中前第一单位时间对应的每条流量数据的大小按解析后流量数据的先后顺序逐个录入一个空白集合中，得到流量值数据集合a，将流量值数据集合a中的第n个元素对应的值记为an；所述网关数据采集模块将解析的第一日志内容中前第一单位时间对应的每条流量数据对应的请求时间按解析后流量数据的先后顺序逐个录入一个空白集合中，得到请求时间集合b，将请求时间集合b中的第n个元素对应的值记为bn；所述网关数据采集模块将解析的第一日志内容中前第一单位时间对应的每条流量数据每条流量数据对应的请求相应的软件接口按解析后流量数据的先后顺序逐个录入一个空白集合中，得到软件接口集合c，将软件接口集合c中的第n个元素对应的值记为cn；所述流量值数据集合a、请求时间集合b及软件接口集合c分别对应的元素个数均等于网关数据采集模块解析的第一日志内容中前第一单位时间对应的流量数据条数；所述网关数据采集模块还实时监测各个软件接口的运行状态，进而得到各个软件接口的运行状态时间曲线，所述每个运行状态时间曲线表示相应接口软件的运行状态随时间变化的情况，所述运行状态包括开启状态及关闭状态，所述开启状态对应的运行状态时间曲线的值记为1，所述关闭状态对应的运行状态时间曲线对应的值记为0。3.根据权利要求2所述的一种基于人工智能的智能网关监控管理系统，其特征在于：所述网关数据关联项整合模块判断不同集合中的元素之间的是否存在关联性的方法包括以
下步骤：s1.1、获取网关数据采集模块中最近一次解析第一日志内容对应的流量值数据集合a、请求时间集合b及软件接口集合c；s1.2、提取a中的第n1个元素对应的值an1、提取b中的第n2个元素对应的值bn2、提取c中的第n3个元素对应的值cn3；s1.3、比较n1、n2与n3之间的大小关系，当n1与n2之间，或n1与n3之间，或n2与n3之间中存在相等的情况时，则判定相等的两者分别对应的集合中的元素值存在关联性，当n1与n2之间，或n1与n3之间，或n2与n3之间中均不存在相等的情况时，则判定n1、n2与n3分别对应的集合中的元素值不存在关联性；所述网关数据关联项整合模块得到网关数据关联项对应的各个关联数据组的方法包括以下步骤：s2.1、获取网关数据采集模块中最近一次解析第一日志内容对应的流量值数据集合a、请求时间集合b及软件接口集合c；s2.2、提取a中的第i个元素对应的值ai；s2.3、提取b中与ai存在关联性的元素对应的值bi1、提取c中与ai存在关联性的元素对应的值ci2；s2.4、得到网关数据采集模块中最近一次解析第一日志内容对应的第i个关联数据组zi，所述zi=[ai，bi1，ci2]。4.根据权利要求3所述的一种基于人工智能的智能网关监控管理系统，其特征在于：所述网关关联数据智能分析模块对各个关联数据组进行聚类时，所述类别个数与软件接口集合c中各元素对应的软件接口种类个数相同，并将对应的软件接口相同的各个关联数据组划分为同一种类，将第j类中第k个关联数据组中的第m个元素记为，0≤j≤x，所述x为软件接口集合c中各元素对应的软件接口种类个数。5.根据权利要求4所述的一种基于人工智能的智能网关监控管理系统，其特征在于：所述网关关联数据智能分析模块得到每个类别对应的第一变化率的方法包括以下步骤：s3.1、获取第j类中各个关联数据组中的第1个元素对应值的总和，得到第j类对应的软件接口在最近一次解析的第一日志内容中前第一单位时间对应的总流量，所述，其中，表示第j类中第k个关联数据组中的第1个元素对应的值，表示第j类中关联数据组的总个数；s3.2、获取第j类对应的软件接口在第前k2次解析的第一日志内容中前第一单位时间对应的总流量，s3.3、将第前p天中与当前时间相同的时间点为参照点，获取第前p天中参照点对应的第j类对应的软件接口在第前k2次解析的第一日志内容中前第一单位时间对应的总流量，1≤k2≤k3，0≤p≤p1，k3为第一预设值，p1为第二预设值；
s3.4、获取第前p天中k2为不同值时，对应的总流量中的最大值，记为；s3.5、判断p为不同值时，分别对应的是否有意义，当时，则判定无意义，且，其中，g表示对的归一化处理方程，当时，判定有意义，且；s3.6、得到第j个类别对应的第一变化率，所述，其中，为的调节系数，，α1与β1均为定值且0＜＜1。6.根据权利要求5所述的一种基于人工智能的智能网关监控管理系统，其特征在于：所述网关关联数据智能分析模块得到每个类别对应的第二变化率的方法包括以下步骤：s4.1、获取第j类对应的软件接口的运行状态时间曲线中值为1时对应的总时长，得到第j类对应的软件接口在最近一次解析的第一日志内容中前第一单位时间对应的运行总时长；s4.2、获取第j类对应的软件接口在第前k2次解析的第一日志内容中前第一单位时间对应的运行总时长，s4.3、将第前p天中与当前时间相同的时间点为参照点，获取第前p天中参照点对应的第j类对应的软件接口在第前k2次解析的第一日志内容中前第一单位时间对应的运行总时长；s4.4、获取第前p天中k2为不同值时，对应的运行总时长中的最大值，记为；s4.5、判断p为不同值时，分别对应的是否有意义，当时，则判定无意义，且，其中，g1表示对的归一化处理方程，当时，判定有意义，且
；s4.6、得到第j个类别对应的第二变化率，所述，其中，为的调节系数，，α2与β2均为定值且0＜＜1。7.根据权利要求6所述的一种基于人工智能的智能网关监控管理系统，其特征在于：所述网关关联数据智能分析模块得到每个类别对应的第三变化率的方法包括以下步骤：s5.1、获取第j类中各个关联数据组中的第2个元素对应的请求时间，计算相邻两个请求时间之间的时间差，将第j类中第v 1个关联数据组对应的请求时间与第j类中第v个关联数据组对应的请求时间之间的时间差记为tv，获取第j类中第v个关联数据组中的第1个元素对应的流量值记为，分别计算v为不同值时，dv与tv的商，进而得到第j类对应的软件接口在最近一次解析的第一日志内容中前第一单位时间内对应的单位时间流量消耗值，所述，其中，表示第j类中关联数据组的总个数；s5.2、获取第j类对应的软件接口在第前k2次解析的第一日志内容中前第一单位时间对应的总流量，s5.3、将第前p天中与当前时间相同的时间点为参照点，获取第前p天中参照点对应的第j类对应的软件接口在第前k2次解析的第一日志内容中前第一单位时间对应的总流量，1≤k2≤k3，0≤p≤p1，k3为第一预设值，p1为第二预设值；s5.4、获取第前p天中k2为不同值时，对应的总流量中的最大值，记为；s5.5、判断p为不同值时，分别对应的是否有意义，当时，则判定无意义，且，其中，g2表示对的归一化处理方程，当时，判定有意义，且
；s5.6、得到第j个类别对应的第三变化率，所述，其中，为的调节系数，，α3与β3均为定值且0＜＜1。8.根据权利要求7所述的一种基于人工智能的智能网关监控管理系统，其特征在于：所述网关流量数据预测模块对网关流量数据进行预测的方法包括以下步骤：s6.1、得到基于当前时间的下一次解析的第一日志内容中前第一单位时间中网关流量数据的第一预测值w1，当j=0时，所述，当j≠0时，所述；s6.2、得到基于当前时间的下一次解析的第一日志内容中前第一单位时间中网关流量数据的第二预测值w2，当j=0时，所述，当j≠0时，所述；s6.3、得到基于当前时间的下一次解析的第一日志内容中前第一单位时间中网关流量数据的最终预测值w，所述w={w1，w2}max。9.应用权利要求1-8任意一项所述的一种基于人工智能的智能网关监控管理系统的基于人工智能的智能网关监控管理方法，其特征在于：所述方法包括以下步骤：s1、通过网关数据采集模块对网关数据进行异步采集，并将采集结果写到第一日志中，对第一日志内容进行解析，并分别提取网关数据的各项数据，得到网关数据各项数据相应的集合；s2、通过网关数据关联项整合模块对网关数据各项数据相应的集合进行分析，判断不同集合中的元素之间的是否存在关联性，通过存在关联性的集合元素进行整合，分别得到网关数据关联项对应的各个关联数据组；s3、通过网关关联数据智能分析模块对各个关联数据组进行聚类，并分析，得到每个类别对应的第一变化率、第二变化率及第三变化率；s4、通过网关流量数据预测模块结合当前时间网关数据关联项对应的各个关联数据组及历史数据中的关联数据组，对网关流量数据进行预测;s5、在预警模块中，将网关流量数据预测模块对网关流量数据的预测结果与阈值进行对比，当预测结果大于等于阈值时，预警模块向用户进行报警，当预测结果小于阈值时，预警模块不向用户进行报警。

技术总结
本发明公开了一种基于人工智能的智能网关监控管理系统及方法，所述网关数据关联项整合模块对网关数据各项数据相应的集合进行分析，判断不同集合之间的是否存在关联性，通过存在关联性的集合进行整合，分别得到网关数据关联项对应的各个关联数据组；所述网关关联数据智能分析模块对各个关联数据组进行聚类，并分析，得到每个类别对应的第一变化率、第二变化率及第三变化率；所述网关流量数据预测模块结合当前时间网关数据关联项对应的各个关联数据组及历史数据中的关联数据组，对网关流量数据进行预测；所述网关流量数据校准模块根据区域内的整体网关流量数据的预测结果，对网关流量数据的预测结果进行校准。流量数据的预测结果进行校准。流量数据的预测结果进行校准。


技术研发人员：张林利
受保护的技术使用者：江苏电保姆电力服务有限公司
技术研发日：2022.04.26
技术公布日：2022/5/30