一种基于数字孪生的资源池化管理调度系统

1.本发明涉及数字化管理领域，尤其涉及一种基于数字孪生的资源池化管理调度系统。


背景技术：

2.资源池是一种资源抽象的形象化说法，编程世界中的池是一组资源,可以随时使用,但不随时地创建和释放，资源池被认为是一种设计模式，这里的资源主要是指系统资源,这些资源不专属于某个进程或内部资源。客户端向池请求资源,并使用返回的资源进行指定的操作，资源池的概念被广泛的应用在服务器端软件的开发上，使用池结构可以明显的提高你的应用程序的速度，改善效率和降低系统资源的开销，所以在应用服务器端的开发中池的设计和实现是开发工作中的重要一环；
3.现有的基于数字孪生的资源池化管理调度系统无法无用数据进行处理，降低资源池构建效率，同时不方便工作人员使用；此外，现有的基于数字孪生的资源池化管理调度系统容易因传输信息过多而导致信道堵塞，降低资源池信息调用效率，降低用户使用体验，为此，我们提出一种基于数字孪生的资源池化管理调度系统。


技术实现要素：

4.本发明的目的是为了解决现有技术中存在的缺陷，而提出的一种基于数字孪生的资源池化管理调度系统。
5.为了实现上述目的，本发明采用了如下技术方案：
6.一种基于数字孪生的资源池化管理调度系统，包括管理平台、信息管理模块、收集整理模块、资源池模块、资源调取模块、风险管控模块、分析优化模块以及数据存储云端；
7.所述管理平台用于管理人员选择需要进行池化处理的资源，并生成相对应的采集指令，同时管理人员可通过管理平台进行数据检索；
8.所述收集整理模块用于接收采集指令，并依据采集指令对相对应的数据进行采集筛选；
9.所述信息管理模块用于收集各组设备数据，并对其进行分析记录；
10.所述资源池模块用于接收各组数据，并将其进行资源池化处理，同时实时进行资源更新；
11.所述资源调取模块用于用户或工作人员对资源池中数据进行调取；
12.所述风险管控模块用于对资源池中数据以及数据调取指令进行实时分析，并进行相对应的风险排查；
13.所述分析优化模块用于实时接收资源池数据调取效率，并对其进行优化调整；
14.所述数据存储云端用于存储资源池优化方案，同时对存储的各组数据进行检索关联。
15.其特征在于，所述收集整理模块采集筛选具体步骤如下：
16.步骤一：收集整理模块构建数据筛选器，同时将采集到的各组数据导入数据筛选器中，之后数据筛选器按照各组数据相对应的数据源对数据进行分类；
17.步骤二：将数据筛选器中不同数据源的各组数据文件导出成为指定格式的文本文件或者其他格式的文件类型，数据筛选器再对得到的数据文件进行抽取；
18.步骤三：对抽取的各组数据文件通过对缺失数据、重复数据、异常数据处理以及不一致数据整理进行数据清洗，并将清洗完成的各组数据通过整合归类生成资源数据集。
19.其特征在于，所述信息管理模块分析记录具体步骤如下：
20.步骤(1)：信息管理模块依据采集指令对相关的各组设备信息进行采集，同时信息管理模块接收用户上传的平面布置竣工图、建筑结构图、设备结构图以及现场拍摄照片；
21.步骤(2)：信息管理模块依据用户上传的平面布置竣工图、建筑结构图、设备结构图以及现场拍摄照片构建相对应的数字空间模型，同时采集各组服务器信息，并将其加载至数字空间模型中，并实时模拟各组服务器与各组设备的通信情况。
22.其特征在于，所述资源池化处理具体步骤如下：
23.第一步：资源池模块接收数据空间模型，同时生成一组或多组连接池，并将各组服务器信息导入连接池中以确定相关服务架构，之后确定连接池中服务器总数、最小空闲连接数、最大空闲连接数以及连接池最大持有连接数，同时根据连接数的变化进行动态缩放；
24.第二步：配置或实现相关的管理服务，同时通过管理工具观察连接池的使用情况，之后客户端为每个服务器端实例维护一个连接池，如果连接池中有空闲连接，则复用这个连接，如果连接池中没有空闲连接，则会建立一个新的tcp连接或者等待池中出现空闲的连接；
25.第三步：依据各组设备与相对应服务器通信情况构建一组或多组内存池，同时内存池为存储数据分配内存的访问指针，并释放以前分配的内存块，之后为连接池与内存池构建数据交互信道。
26.其特征在于，所述风险管控模块风险排查具体步骤如下：
27.s1.1：风险管控模块实时接收用户或工作人员的调取信息，同时对调取信息发出地ip地址进行收集，同时将其过往用户或工作人员的ip地址进行对比；
28.s1.2：若ip地址不一致，风险管控模块强制中断该调取信息的传送，同时对相关用户或工作人员进行身份验证，并将验证不通过的用户或工作人员反馈给管理人员，若ip地址一致，则允许进行数据调用以及访问；
29.s1.3：风险管控模块与连接池以及内存池通信连接，并同步接收相关更新数据，同时风险管控模块与病毒数据库通信连接，并将更新数据与病毒数据库中的病毒数据进行对比，若存在一致的数据，则将该更新数据剔除，并将其反馈给管理人员。
30.其特征在于，所述分析优化模块优化调整具体步骤如下：
31.s2.1：分析优化模块构建优化网络模型，同时将采集到的各组调取效率信息通过归类整合生成效率数据集，并将其导入优化网络模型中；
32.s2.2：优化网络模型从效率数据集中选取一个效率信息作为验证数据，并重复多次使用该验证数据来验证该优化网络模型的精度；
33.s2.3：优化网络模型对效率数据集中的每组数据都进行一次预测，并将预测结果最好的数据作为最优参数输出，同时依据最优参数对效率数据集进行标准化处理，并通过
迭代训练队该深度学习网络模型进行实时更新；
34.s2.4：依据标准化处理完成后的效率数据集对连接池与内存池的信道传输进行优化处理，同时将存在冗余数据的信道进行清洗筛除，并重新对其进行传输分配。
35.相比于现有技术，本发明的有益效果在于：
36.1、本发明设置有收集整理模块，管理人员通过管理人员通过管理平台下发采集指令后，收集整理模块依据采集指令对相对应的数据进行采集，同时构建数据筛选器，并将采集到的各组数据导入数据筛选器中，之后数据筛选器按照各组数据相对应的数据源对数据进行分类，之后将数据筛选器中不同数据源的各组数据文件导出成为指定格式的文本文件或者其他格式的文件类型，数据筛选器再对得到的数据文件进行抽取，同时对抽取的各组数据文件通过对缺失数据、重复数据、异常数据处理以及不一致数据整理进行数据清洗，并将清洗完成的各组数据通过整合归类生成资源数据集，通过构建数据筛选器对采集数据进行数据清洗，同时对不同数据源的数据进行处理，能够保证资源池构建的高效性，无需工作人员手动剔除无用数据，方便工作人员使用；
37.2、本发明设置有分析优化模块，分析优化模块将采集到的各组调取效率信息通过归类整合生成效率数据集，并构建优化网络模型接收该效率数据集，之后对效率数据集中的每组数据都进行一次预测，并将预测结果最好的数据作为最优参数输出，同时依据最优参数对效率数据集进行标准化处理，并通过迭代训练队该深度学习网络模型进行实时更新，再依据标准化处理完成后的效率数据集对连接池与内存池的信道传输进行优化处理，同时将存在冗余数据的信道进行清洗筛除，并重新对其进行传输分配，能够大幅提高资源池信息调用效率，提高用户使用体验，同时实时对数据信道进行清理，避免信息过多造成信道堵塞影响传输。
附图说明
38.附图用来提供对本发明的进一步理解，并且构成说明书的一部分，与本发明的实施例一起用于解释本发明，并不构成对本发明的限制。
39.图1为本发明提出的一种基于数字孪生的资源池化管理调度系统的系统框图。
具体实施方式
40.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。
41.实施例1
42.参照图1，一种基于数字孪生的资源池化管理调度系统，包括管理平台、信息管理模块、收集整理模块、资源池模块、资源调取模块、风险管控模块、分析优化模块以及数据存储云端。
43.管理平台用于管理人员选择需要进行池化处理的资源，并生成相对应的采集指令，同时管理人员可通过管理平台进行数据检索。
44.收集整理模块用于接收采集指令，并依据采集指令对相对应的数据进行采集筛选。
45.具体的，收集整理模块构建数据筛选器，同时将采集到的各组数据导入数据筛选
器中，之后数据筛选器按照各组数据相对应的数据源对数据进行分类，之后将数据筛选器中不同数据源的各组数据文件导出成为指定格式的文本文件或者其他格式的文件类型，数据筛选器再对得到的数据文件进行抽取，同时对抽取的各组数据文件通过对缺失数据、重复数据、异常数据处理以及不一致数据整理进行数据清洗，并将清洗完成的各组数据通过整合归类生成资源数据集，能够保证资源池构建的高效性，无需工作人员手动剔除无用数据，方便工作人员使用。
46.信息管理模块用于收集各组设备数据，并对其进行分析记录。
47.具体的，信息管理模块依据采集指令对相关的各组设备信息进行采集，同时信息管理模块接收用户上传的平面布置竣工图、建筑结构图、设备结构图以及现场拍摄照片，之后依据用户上传的平面布置竣工图、建筑结构图、设备结构图以及现场拍摄照片构建相对应的数字空间模型，同时采集各组服务器信息，并将其加载至数字空间模型中，并实时模拟各组服务器与各组设备的通信情况。
48.资源池模块用于接收各组数据，并将其进行资源池化处理，同时实时进行资源更新。
49.具体的，资源池模块接收数据空间模型，同时生成一组或多组连接池，并将各组服务器信息导入连接池中以确定相关服务架构，之后确定连接池中服务器总数、最小空闲连接数、最大空闲连接数以及连接池最大持有连接数，同时根据连接数的变化进行动态缩放，之后配置或实现相关的管理服务，同时通过管理工具观察连接池的使用情况，之后客户端为每个服务器端实例维护一个连接池，如果连接池中有空闲连接，则复用这个连接，如果连接池中没有空闲连接，则会建立一个新的tcp连接或者等待池中出现空闲的连接，依据各组设备与相对应服务器通信情况构建一组或多组内存池，同时内存池为存储数据分配内存的访问指针，并释放以前分配的内存块，之后为连接池与内存池构建数据交互信道。
50.实施例2
51.参照图1，一种基于数字孪生的资源池化管理调度系统，包括管理平台、信息管理模块、收集整理模块、资源池模块、资源调取模块、风险管控模块、分析优化模块以及数据存储云端。
52.资源调取模块用于用户或工作人员对资源池中数据进行调取。
53.风险管控模块用于对资源池中数据以及数据调取指令进行实时分析，并进行相对应的风险排查。
54.具体的，风险管控模块实时接收用户或工作人员的调取信息，同时对调取信息发出地ip地址进行收集，同时将其过往用户或工作人员的ip地址进行对比，若ip地址不一致，风险管控模块强制中断该调取信息的传送，同时对相关用户或工作人员进行身份验证，并将验证不通过的用户或工作人员反馈给管理人员，若ip地址一致，则允许进行数据调用以及访问，同时风险管控模块与连接池以及内存池通信连接，并同步接收相关更新数据，同时风险管控模块与病毒数据库通信连接，并将更新数据与病毒数据库中的病毒数据进行对比，若存在一致的数据，则将该更新数据剔除，并将其反馈给管理人员。
55.分析优化模块用于实时接收资源池数据调取效率，并对其进行优化调整。
56.具体的，分析优化模块构建优化网络模型，同时将采集到的各组调取效率信息通过归类整合生成效率数据集，并将其导入优化网络模型中，之后优化网络模型从效率数据
集中选取一个效率信息作为验证数据，并重复多次使用该验证数据来验证该优化网络模型的精度，再对效率数据集中的每组数据都进行一次预测，并将预测结果最好的数据作为最优参数输出，同时依据最优参数对效率数据集进行标准化处理，并通过迭代训练队该深度学习网络模型进行实时更新，再依据标准化处理完成后的效率数据集对连接池与内存池的信道传输进行优化处理，同时将存在冗余数据的信道进行清洗筛除，并重新对其进行传输分配，能够大幅提高资源池信息调用效率，提高用户使用体验，同时实时对数据信道进行清理，避免信息过多造成信道堵塞影响传输。
57.数据存储云端用于存储资源池优化方案，同时对存储的各组数据进行检索关联。