一种设备运维系统的制作方法

1.本发明涉及设备运维领域，更具体的说，涉及一种设备运维系统。


背景技术：

2.随着5g商用时代的到来，大型企业配置的设备的数量和种类越来越多，设备运维方案正在不可避免地变得更加复杂与动态，形成了更庞大的生态系统。
3.目前，在进行设备运维时，是为每一设备配置相应的运维系统，则在设备数量较多时，使用的运维系统的数量也较多，但是每个运维系统的利用率较低，进而造成了运维系统的资源浪费。


技术实现要素：

4.有鉴于此，本发明提供一种设备运维系统，以解决在设备数量较多时，每个运维系统的利用率较低，进而造成了运维系统的资源浪费的问题。
5.为解决上述技术问题，本发明采用了如下技术方案：
6.一种设备运维系统，包括：
7.数据采集设备用于，采集至少一个被监测设备的设备运行信息；所述设备运行信息包括运行图片和运行数据；
8.边缘网关用于，对所述运行图片进行解帧处理，并对解帧处理结果进行特征提取，得到图片特征，将所述图片特征以及所述运行数据发送至数据传输设备；
9.所述数据传输设备用于，将所述图片特征以及所述运行数据发送至数据处理设备；
10.所述数据处理设备用于，对所述图片特征以及所述运行数据分别进行特征提取，得到所述被监测设备的运营特征信息，并确定所述运营特征信息对应的运维管理需求信息；
11.运维管理设备用于，根据所述运维管理需求信息，对所述运营特征信息进行运维分析和运维管理操作，得到运维管理控制信息，并将所述运维管理控制信息通过所述数据传输设备下发至相应的被监测设备。
12.可选地，将所述图片特征以及所述运行数据发送至数据传输设备，包括：
13.对所述图片特征以及所述运行数据进行无损压缩，得到无损压缩数据；
14.将所述无损压缩数据传输至数据传输设备。
15.可选地，对所述图片特征以及所述运行数据分别进行特征提取，得到所述被监测设备的运营特征信息，包括：
16.调用数据处理模型，以使所述数据处理模型对所述图片特征以及所述运行数据分别进行特征提取，得到所述被监测设备的运营特征信息。
17.可选地，调用数据处理模型，包括：
18.基于被监测设备的属性信息，确定数据处理模型，并调用；所述数据处理模型为神
经网络模型和/或大数据模型。
19.可选地，确定所述运营特征信息对应的运维管理需求信息，包括：
20.获取设备运行信息与运维管理需求信息的对应关系；
21.基于所述对应关系，查询所述设备运行信息对应的运维管理需求信息；
22.将所述运维管理需求信息作为所述运营特征信息对应的运维管理需求信息。
23.可选地，所述数据处理设备还用于：
24.对所述被监测设备和所述数据采集设备进行设备接入和设备管理操作。
25.可选地，运维管理设备还用于：
26.对所述运营特征信息进行预警分析，若满足预警条件，则输出警示信息至用户端设备。
27.可选地，所述数据采集设备包括射频识别设备、传感器、测温仪、定位设备和摄像装置中的至少一个。
28.可选地，所述数据传输设备包括无线传输设备和有线传输设备中的至少一个。
29.可选地，所述数据处理设备包括云平台。
30.相较于现有技术，本发明具有以下有益效果：
31.本发明提供了一种设备运维系统，数据采集设备采集至少一个被监测设备的设备运行信息；所述设备运行信息包括运行图片和运行数据，边缘网关对所述运行图片进行解帧处理，并对解帧处理结果进行特征提取，得到图片特征，将所述图片特征以及所述运行数据发送至数据传输设备，所述数据传输设备将所述图片特征以及所述运行数据发送至数据处理设备，所述数据处理设备对所述图片特征以及所述运行数据分别进行特征提取，得到所述被监测设备的运营特征信息，并确定所述运营特征信息对应的运维管理需求信息，运维管理设备根据所述运维管理需求信息，对所述运营特征信息进行运维分析和运维管理操作，得到运维管理控制信息，并将所述运维管理控制信息通过所述数据传输设备下发至相应的被监测设备。通过本发明中的设备运维系统，实现了至少一个被监测设备的统一运维管理，提高设备运维系统的利用率，避免了运维系统的资源浪费。
附图说明
32.为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据提供的附图获得其他的附图。
33.图1为本发明实施例提供的一种设备运维系统的结构示意图；
34.图2为本发明实施例提供的一种设备运维系统的另一结构示意图；
35.图3为本发明实施例提供的一种设备运维系统的场景示意图；
36.图4为本发明实施例提供的一种设备运维方法的方法流程图。
具体实施方式
37.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。
38.为了本领域技术人员能够更加清楚的了解本发明，现对本发明中的一些专业术语进行解释。
39.物联网：通过射频识别、终端视频、全球定位系统、激光扫描器等信息传感设备，按约定的协议，把任何物品与互联网相连接，进行信息交换和通信，以实现对物品的智能化识别、定位、跟踪、监控和管理的一种网络。
40.nb-iot(narrow band internet of things)：窄带物联网。
41.mqtt(message queue telemetry transport):物联网传输协议，用于轻量级的发布/订阅式消息传输，为物联网设备在低带宽和不稳定的网络环境中提供可靠的网络服务。
42.lora(long range communication)：一种基于扩频技术的远距离无线传输技术，其实也是是诸多lpwan通信技术中的一种。
43.边缘计算：是指在靠近物或数据源头的一侧，采用网络、计算、存储、应用核心能力为一体的开放平台，就近提供最近端服务。其应用程序在边缘侧发起，产生更快的网络服务响应，满足行业在实时业务、应用智能、安全与隐私保护等方面的基本需求。边缘计算处于物理实体和工业连接之间，或处于物理实体的顶端。而云端计算，仍然可以访问边缘计算的历史数据。
44.随着5g商用时代的到来，大型企业的机房设备数量和种类越来越多，机房运维的解决方案正在不可避免地变得更加复杂与动态，形成了更庞大的生态系统。尤其在当前背景下，更需要物联网技术在民主、经济方面发挥作用，但其碎片化、安全风险、高成本等问题也必将成为未来规模化发展的瓶颈问题。
45.传统物联网业务应用的开发需要针对不同的设备，实现不同的终端嵌入式开发、通信网络协议接入适配，就每一个新应用而言，需要从头到尾开发新的运维系统。此传统实现方案，开发成本较高，接入新设备的成本高，且运维系统的利用率较低，浪费资源。此外，这种分散运维的方式，不利于设备的数据汇聚和统一。
46.为了解决这一技术问题，发明人发现，可以基于物联网技术，通过搭建统一的万物互联运维平台，为众多需要运维的所有设备提供统一的应用接入标准，并针对各种运维场景提供特色化运维使能服务，通过该平台，后续可根据业务需要，利用平台封装的各种设备的能力以及可复用组件，逐步将各场景需要运维的设备纳入平台进行管理，降低开发门槛，提高运维系统的资源利用率，且使得数据统一管理和维护。
47.因此，本发明提供了一种设备运维系统，数据采集设备采集至少一个被监测设备的设备运行信息；所述设备运行信息包括运行图片和运行数据，边缘网关对所述运行图片进行解帧处理，并对解帧处理结果进行特征提取，得到图片特征，将所述图片特征以及所述运行数据发送至数据传输设备，所述数据传输设备将所述图片特征以及所述运行数据发送至数据处理设备，所述数据处理设备对所述图片特征以及所述运行数据分别进行特征提取，得到所述被监测设备的运营特征信息，并确定所述运营特征信息对应的运维管理需求信息，运维管理设备根据所述运维管理需求信息，对所述运营特征信息进行运维分析和运维管理操作，得到运维管理控制信息，并将所述运维管理控制信息通过所述数据传输设备下发至相应的被监测设备。通过本发明中的设备运维系统，实现了至少一个被监测设备的
统一运维管理，提高设备运维系统的利用率，避免了运维系统的资源浪费。
48.需要说明的是，本发明提供的一种设备运维系统可用于人工智能领域、云计算领域、大数据领域、物联网领域或金融领域。上述仅为示例，并不对本发明提供的一种设备运维系统的应用领域进行限定。
49.在上述内容的基础上，参照图1，本发明的一实施例提供了一种设备运维系统，可以包括：
50.数据采集设备12、边缘网关13、数据传输设备14、数据处理设备15和运维管理设备16。这些设备的具体连接关系可以参照图1。
51.数据采集设备12用于，采集至少一个被监测设备11的设备运行信息；所述设备运行信息包括运行图片和运行数据；
52.边缘网关13用于，对所述运行图片进行解帧处理，并对解帧处理结果进行特征提取，得到图片特征，将所述图片特征以及所述运行数据发送至数据传输设备14；
53.所述数据传输设备14用于，将所述图片特征以及所述运行数据发送至数据处理设备15；
54.所述数据处理设备15用于，对所述图片特征以及所述运行数据分别进行特征提取，得到所述被监测设备11的运营特征信息，并确定所述运营特征信息对应的运维管理需求信息；
55.运维管理设备16用于，根据所述运维管理需求信息，对所述运营特征信息进行运维分析和运维管理操作，得到运维管理控制信息，并将所述运维管理控制信息通过所述数据传输设备14下发至相应的被监测设备11。
56.在实际应用中，被监测设备11是本发明中的设备运维系统需要进行运维管理和控制的设备，如可以是服务器、自助取款机等等。本实施例中，对被监测设备11的数量不做要求，可以是一个或多个。一般情况下，为了提高设备运维效率，可以同时监控多个被监测设备11。
57.数据采集设备12与被监测设备11连接，采集至少一个被监测设备11的设备运行信息。所述数据采集设备12包括射频识别设备、传感器、测温仪、定位设备和摄像装置中的至少一个。参照图2，数据采集设备12可以作为感知层设备，通过基础芯片、传感器、射频识别rfid设备、测温仪、定位设备gps、穿戴设备、摄像装置(如视频摄像头)、二维码采集设备等感知被监测设备11的运营状态信息或环境信息。数据采集设备12采用紫蜂协议zigbee协议。本实施例中，运营状态信息或环境信息可以称为设备运行信息。运营状态信息或环境信息可以是采集的数据形式(如通过测温仪、gps等设备采集的数据流，如温度、位置等信息)，也可以是照片形式，如通过视频摄像头拍摄的图像。
58.因此，所述设备运行信息包括运行图片和运行数据。运行图片即为上述拍摄的图像，运行数据即为上述采集的数据流。
59.边缘网关13是边缘侧设备。物联网设备数据对带宽资源、数据率要求较高，如果将采集的视频流、图片数据等直接上云计算，会给云端造成巨大的算力负担。本发明中，为了减少数据处理设备15(可以是云平台)的计算量，在用户侧部署具备一定计算力的边缘盒子，以分担云端算力，设备运维系统支持边缘智能计算能力，在靠近物或数据源头的边缘侧，融合网络、计算、存储、人工智能、应用等核心开放平台能力，就近提供计算和智能服务，
满足用户在实时业务、应用智能、安全与隐私保护等方面的基本需求。
60.参照图3，本发明实施例中的边缘网关13还可以通过算力盒子、边缘服务器等设备实现。
61.云平台只需要在专门的计算机视觉等平台获取训练和升级后的算法后，将算法下发给边缘网关13、并对边缘网关13进行生命周期的管理。
62.本实施例中，感知层设备接入到接近设备现场的边缘网关13，通过边缘网关13对采集的运行图片进行解帧处理，得到解帧处理结果。然后对解帧处理结果进行特征提取，得到图片特征。如可以提取到图片上的数据，图片上的设备的指示灯的颜色等等，即将运行图片上的一些有助于后续运维分析的特征提取出来。
63.为了减少数据上传的效率，本实施例中，边缘网关13还能够对得到的图片特征和运行数据进行无损压缩，得到无损压缩数据，然后将所述无损压缩数据传输至数据传输设备14，实现现场各类异构数据的汇集和上送。
64.需要说明的是，若是运行图片的数据量较小，还可以不执行解帧和特征提取操作，直接无损压缩，并上送，后续在运维管理设备16中作为影像进行存储。
65.数据传输设备14是本发明实施例中的网络层设备，数据传输设备14可以包括无线传输设备和有线传输设备中的至少一个。
66.具体的，数据传输设备14可以通过公网或者专网，以有线或者无线的传输方式，将边缘侧处理好的信息、数据与指令等，在感知层、平台层以及应用层之间传递。无线传输一般包括以zigbee、wifi、蓝牙为代表的短距离传输技术，和以2g/3g/4g/5g移动通信技术和nb-iot为代表的长距离传输技术。则数据传输设备14可以根据需求，配置无线传输设备和/或有线传输设备。
67.本实施例中，在数据上送阶段，数据传输设备14主要是将所述图片特征以及所述运行数据发送至数据处理设备15。
68.数据处理设备15为本实施例中的平台层设备，平台层是整体架构的核心部分，一般分为设备接入、设备管理、应用使能以及业务分析这几个模块。
69.其中，设备接入是指数据处理设备15控制数据采集设备12和被监测设备11的接入，只有在接入时，输入合法的接入信息(如接入密码)，才能够与数据处理设备15成功连接，从而数据采集设备12能够采集被监测设备11的设备运行信息，并通过边缘网关13处理后，发送至数据处理设备15。
70.设备管理是指对数据采集设备12和被监测设备11的权限、接入周期、接入密码等进行管理，具体管理内容，可以根据实际场景设定。
71.需要说明的是，本实施例需要统一数据采集设备12、被监测设备11和数据处理设备15的通信协议，使得各个之间可以相互通信。
72.平台层在应用层和设备之间起到承上启下的作用，实现向下连接感知层的数据采集设备12，向上提供应用开发能力和统一接口，指令数据通过api调用下发至被监测设备11端，实现远程控制。
73.本实施例中，数据处理设备15对所述图片特征以及所述运行数据分别进行特征提取，得到所述被监测设备11的运营特征信息。
74.在进行特征提取时，会调用数据处理模型，以使所述数据处理模型对所述图片特
征以及所述运行数据分别进行特征提取，得到所述被监测设备11的运营特征信息。
75.其中，在调用数据处理模型之前，会基于被监测设备11的属性信息，确定数据处理模型，并调用；所述数据处理模型为神经网络模型和/或大数据模型。
76.本实施例中，基于被监测设备11的属性信息，确定是使用神经网络模型，还是大数据模型，又或者是同时使用神经网络模型和大数据模型。
77.神经网络模型和大数据模型均基于大量的历史数据训练得到，通过特征分类和导向分析，能够识别得到被监测设备11的运营特征信息，从而判断出设备的运维状态。运营特征信息可以是优良可差四种情况之一。
78.在选择采用哪一模型时，参照的是被监测设备11的属性信息，如被监测设备11的重要程度。如，被监测设备11属于重要程度较高的设备，则可以同时使用神经网络模型和大数据模型进行处理。可以是，分别使用大数据模型和神经网络模型处理，基于两个模型的处理结果，选择最终的运营特征信息。
79.此外，还可以是先将图片特征以及所述运行数据分别输入至神经网络模型，神经网络模型输出的结果，在输入至大数据模型中，得到运营特征信息。
80.又或者，先将图片特征以及所述运行数据分别输入至大数据模型，大数据模型输出的结果，在输入至神经网络模型中，得到运营特征信息。
81.具体采用哪种实现方式，可以根据实际场景进行配置。
82.需要说明的是，针对不同的数据采集设备12采集的数据，可以是将每一数据采集设备12采集的数据分别输入至对应的数据处理模型后，得到被监测设备11在该数据采集设备12下的运营特征信息。
83.此外，还可以是将所有的数据采集设备12采集的数据，均同时输入到同一数据处理模型中，得到被监测设备11的一个运营特征信息。具体实现方式可以根据实际情况选择。
84.在数据处理设备15得到所述被监测设备11的运营特征信息后，还需确定所述运营特征信息对应的运维管理需求信息，以实现应用使能功能。
85.本实施例中，运维管理需求信息是指该运营特征信息所对应的运维管理需求。运维管理设备16能够实现的运维管理功能参照图2，有应急处置管理、运维分析、监控管理、巡检管理、可靠性管理、资源管理、影像管理、决策管理等功能。
86.则本实施例中，运维管理需求信息是：该运营特征信息对应上述哪些运维管理功能需求。
87.在实际应用中，参照图4，确定所述运营特征信息对应的运维管理需求信息，可以包括：
88.s11、获取设备运行信息与运维管理需求信息的对应关系。
89.本实施例中，对于采集的被监测设备11的设备运行信息，可以预先配置其与运维管理需求信息的对应关系。
90.如采集的温度信息与可靠性管理、监控管理对应，采集的运行图片与影像管理、巡检管理对应等。
91.此外，由于设备运行信息是由数据采集设备12采集得到，因此，也可以建立数据采集设备12与运维管理需求信息的对应关系。从而根据配置的数据采集设备12，来确定对应的运维管理需求。
92.s12、基于所述对应关系，查询所述设备运行信息对应的运维管理需求信息。
93.具体的，直接查询该对应关系，得到设备运行信息对应的运维管理需求信息。
94.s13、将所述运维管理需求信息作为所述运营特征信息对应的运维管理需求信息。
95.步骤s12查询得到的运维管理需求信息，即可作为运营特征信息对应的运维管理需求信息。
96.运维管理设备16是本发明实施例中的应用层设备，应用层基于业务需要，在应用层上建立相关的应用处理系统，应用层的各个应用系统将识别到的信息进行相关处理，并生成相关控制流通过边缘网关13返回至被监测设备11。各业务系统也可以访问本装置，实现数据查询与同步等操作。
97.运维管理设备16实现的运维管理功能参照上述相应说明。
98.需要说明的是，本实施例中的运维管理设备16可以是一个独立的设备，也可以是云平台，即云平台同时实现数据处理和运维管理功能。
99.本实施例中，运维管理设备16根据所述运维管理需求信息，对所述运营特征信息进行运维分析和运维管理操作，得到运维管理控制信息。
100.具体的，运维分析是指统一汇聚、处理和存储各类运维数据，基于智能算法，全面提升运维管理效率和质量，深入挖掘运维数据，为运维管理提供更加准确科学的决策依据。可以包括数据统计、应用画像展示、大数据处理、通过机器学习进行容量规划、趋势预测、告警根因分析、告警推荐、异常检测等。本实施例中，根据所述运维管理需求信息，对所述运营特征信息进行运维分析，将运维分析的结果进行运维管理操作，其中，运维管理可以是应急处置管理、监控管理、巡检管理、可靠性管理、资源管理、影像管理、决策管理等功能。
101.具体的，应急处置管理是指各类自动化应急处置能力，提供自动化的应急处置能力，提升应急处置效率，降低故障及灾难带来的业务影响；可靠性管理是指主动验证架构可靠性、健壮性的能力，通过故障注入验证架构的可靠性和健壮性，通过对运行环境进行在线压力测试，发现问题，提升架构的可靠性、健壮性。例行任务管理是指满足各类例行运维任务所需的自动化操作能力；资源管理是指各类资源、设备的统一纳管和调度能力，提出扩容等资源调整建议；监控管理是指全面获取it环境中各层面系统的运行监控数据，并进行统计处理、告警和查询展示；巡检管理是指巡检任务的统一维护和执行管理；告警管理是指统一告警处理机制，减少告警数量，提升告警精准度和规范性；影像管理是指影像资料的备份和统一管理；决策管理是指统一决策处理机制。
102.通过上述的运维管理操作，即可得到运维管理控制信息，将该运维管理控制信息按照图2的控制流，通过边缘网关13输出至被监测设备11。
103.此外，本发明的另一实现方式中，运维管理设备16还可以用于：
104.对所述运营特征信息进行预警分析，若满足预警条件，则输出警示信息至用户端设备。
105.具体的，预警分析可以通过上述的监控管理功能实现，分析采集的图片特征以及所述运行数据是否超过相应的阈值，若超过，则认为满足预警条件，此时，输出警示信息至用户端设备，以告知维修人员及时进行设备维护。
106.本实施例中，数据采集设备采集至少一个被监测设备的设备运行信息；所述设备运行信息包括运行图片和运行数据，边缘网关对所述运行图片进行解帧处理，并对解帧处
理结果进行特征提取，得到图片特征，将所述图片特征以及所述运行数据发送至数据传输设备，所述数据传输设备将所述图片特征以及所述运行数据发送至数据处理设备，所述数据处理设备对所述图片特征以及所述运行数据分别进行特征提取，得到所述被监测设备的运营特征信息，并确定所述运营特征信息对应的运维管理需求信息，运维管理设备根据所述运维管理需求信息，对所述运营特征信息进行运维分析和运维管理操作，得到运维管理控制信息，并将所述运维管理控制信息通过所述数据传输设备下发至相应的被监测设备。通过本发明中的设备运维系统，实现了至少一个被监测设备的统一运维管理，提高设备运维系统的利用率，避免了运维系统的资源浪费。
107.另外，本发明通过对物联网数据做一定的分析，实现设备状态监控、异常报警等运维需要。
108.此外，本发明中，多个被监测设备统一运维管理，规范了运维管理方式，使得更多的被监测设备能够添加到运维管理系统中。
109.此外，本设备运维系统不受空间限制，可以统一运维标准，远程监控。
110.对所公开的实施例的上述说明，使本领域专业技术人员能够实现或使用本发明。对这些实施例的多种修改对本领域的专业技术人员来说将是显而易见的，本文中所定义的一般原理可以在不脱离本发明的精神或范围的情况下，在其它实施例中实现。因此，本发明将不会被限制于本文所示的这些实施例，而是要符合与本文所公开的原理和新颖特点相一致的最宽的范围。