一种终端自动化运维管理系统及方法与流程

1.本发明涉及软件运行与维护的领域，尤其涉及一种终端自动化运维管理系统及方法。


背景技术：

2.it运维管理，是指在基础设施建设完成之后，对运行环境(包括物理网络，软硬件环境等)、操作系统等进行维护管理的工作。例如可以是对网络设备、服务器设备、linux/windows系统运行状况进行变更和管理；对各种应用支持软件，如数据库、中间件以及各种通用或特定服务的监控管理。例如，防火墙、dns.容器、虚拟系统等变更与管理。
3.随着被管理装置(也可以称为运维管理对象，或运维对象)与日俱增，不同的运维管理对象需要不同的运维管理平台/工具的支持，但是独立性的管理平台之间存在管理割裂，导致各个管理平台之间的信息交互不畅。
4.另外，考虑到运维管理对象分布在不同的机房、网络环境中，即使同类型的运维管理对象，也因为运维管理对象的物理环境因素，导致其需要采用不同的管理平台/工具进行维护，进一步增加维护难度和成本。目前，不同的管理平台之间的数据也难以同步更新，导致运维管理的效率低下。
5.基于上述问题，亟待提出一种新的自动化运维管理机制来解决上述问题。


技术实现要素：

6.为了克服现有技术存在的缺点与不足，本发明提供一种终端自动化运维管理系统及方法。
7.本发明为一种终端自动化运维管理系统，用于执行用户通过终端服务器、云端远程控制平台向技术部门和管理部门进行软件开发的过程，包括用户需求分析模块、用户终端模块、工程师编程模块、系统综合管理模块、软件运行与维护模块、软件运行与维护控制决策模块；
8.所述用户需求分析模块，用于工程师分析用户需求信息和运行与维护客户端信息；
9.所述用户终端模块，用于通过前端实时获取运行与维护数据，将数据转发到工程师编程模块；
10.所述工程师编程模块，用于工程师进行软件短期运行与维护的操作台集群，由不同独立工程师操作台并联；
11.所述系统综合管理模块储存有系统的种类和大小；所述系统综合管理模块，用于从系统信息数据库中选取当日进行短期运行与维护的软件种类和数量，并发送给工程师操作台集群进行当日运行与维护；
12.所述软件运行与维护模块，用于接收运行与维护指令并按指令进行软件运行与维护，反馈运行与维护结果；
13.所述软件运行与维护控制决策模块，用于根据所述软件数据请求对应的软件安装地址软件id获取访问所述软件数据请求对应的软件安装地址，通过所述软件安装地址访问预存的数据信息并按照所述控制指令进行相应的操作。
14.作为一种优选的技术方案，所述运行与维护客户端信息存储在软件数据服务器；所述软件数据服务器，用于接收用户发送的软件开发请求；所述软件开发请求包括软件数据请求包括软件代码、软件安装地址软件id、软件数据、控制指令，将所述软件数据请求按照软件安装地址软件id发送至对应的系统综合管理模块。
15.作为一种优选的技术方案，所述用户发送的运行与维护客户端信息，转换为智能需求及触发条件写入用户需求分析模块中，将运行与维护客户端信息发送至终端服务器；所述终端服务器接收客户端信息，写入工程师编程模块中，接收软件运行与维护模块的执行智能需求指令时向云端远程控制平台发送运行与维护客户端信息，接收软件运行与维护模块的运行与维护失败指令时返回运行与维护信息不一致信息；所述云端远程控制平台接收客户端信息，写入工程师编程模块中，接收软件运行与维护模块的执行智能需求指令时向技术部门和管理部门发送运行与维护客户端信息，接收软件运行与维护模块的运行与维护失败指令时返回运行与维护信息不一致信息。
16.作为一种优选的技术方案，所述软件运行与维护模块接收运行与维护客户端信息，写入工程师编程模块，接收软件运行与维护控制决策模块的执行智能需求指令时按照需求内容转移软件所有权，接收软件运行与维护控制决策模块的运行与维护失败指令时返回运行与维护信息不一致信息；管理部门接收运行与维护细节，写入工程师编程模块，接收运行与维护决策单元的执行智能需求指令时按照需求内容修改、重新编写代码，接收软件运行与维护控制决策模块的运行与维护失败指令时返回运行与维护信息不一致信息；研发与测试部门接收转移软件所有权、修改、重新编写代码的信息，写入工程师编程模块。
17.作为一种优选的技术方案，所述软件运行与维护控制决策模块在运行与维护过程中调用工程师编程模块中的信息与当前运行与维护客户端信息相对比，判断运行与维护客户端信息是否满足智能需求的触发条件，如果系统综合管理模块存储的更新次数等于智能需求中约定的更新次数；系统综合管理模块存储的更新时间等于智能需求中约定的更新时间；系统综合管理模块的更新内存大小等于智能需求中约定的更新内存大小；系统综合管理模块存储的运行与维护时间等于智能需求中约定的运行与维护时间，是则发送执行智能需求指令，否则发送运行与维护失败指令。
18.作为一种优选的技术方案，所述工程师编程模块对每个运行与维护操作台操作过程进行bug监控，同时还对数据过滤网的运行与维护信息集合进行bug监控；在初始状态下，工程师登录bug控制单元，根据政策规定及运行与维护bug维护规则，对软件及运行与维护过程的bug维护规则进行初始设定，包括触发事件规则设定，限制峰值的区间设定和限制峰值的初始值设定；所述运行与维护数据解析服务器中还包括bug维护解析单元；所述数据采集装置定期将bug维护信息相关数据发送到所述运行与维护数据解析服务器；由所述系统综合管理模块根据实际短期运行与维护数据统计情况与历史运行与维护数据统计情况，对已有的bug维护规则限定峰值进行优化，生成新的bug维护规则，并将该新的bug维护规则发送到所述bug控制单元，实现对软件及运行与维护过程的bug维护优化。
19.本发明为一种终端自动化运维管理方法，包括如下步骤：
20.步骤s1：用户向用户需求分析模块录入用户信息和运行与维护客户端信息；
21.步骤s2：软件数据服务器接收用户发送的软件开发请求；
22.步骤s3：软件数据服务器按照转换为智能需求及触发条件写入用户需求分析模块中；
23.步骤s4：软件运行与维护模块的执行智能需求指令时向云端远程控制平台发送运行与维护订单信息；
24.步骤s5：软件运行与维护模块的执行智能需求指令时向技术部门和管理部门发送运行与维护客户端信息；
25.步骤s6：软件运行与维护控制决策模块的执行智能需求指令时按照需求内容转移软件所有权；
26.步骤s7：管理部门接收运行与维护细节，写入工程师编程模块，接收软件运行与维护控制决策模块的执行智能需求指令时按照需求内容修改、重新编写代码；
27.步骤s8：软件运行与维护控制决策模块在运行与维护过程中调用工程师编程模块中的信息与当前运行与维护客户端信息相对比，比对成功，则完成软件开发，储存并记录；
28.步骤s9：工程师编程模块对每个运行与维护操作台操作过程进行bug监控。
29.作为一种优选的技术方案，所述步骤s1中，用户需求分析模块包括用于管理用户账户信息的用户账户管理模块和用于管理运行与维护客户端信息的运行与维护订单管理模块。
30.作为一种优选的技术方案，所述步骤s9中，bug监控通过bug维护规则限制峰值处理，bug维护规则限制峰值优化是根据运行与维护历史的大数据分析方式来进行的，选择合适的卷积神经网络模型，将具体合规bug维护规则的限制峰值及对应软件收益数据作为训练样本输入，进行运算，通过机器训练学习不断完善卷积神经网络模型，从而取得合规bug维护规则的限制峰值的最优解。
31.作为一种优选的技术方案，所述卷积神经网络模型表示为：
32.ad＝bd qswv hd33.式中，ad表示为第d次软件运行与维护的效果，wv表示为用户的反馈率，bd表示为截距项，hd表示为误差项。
34.本发明具有以下有益效果：
35.本发明通过软件数据服务器接收用户发送的软件开发请求，并按照转换为智能需求及触发条件写入用户需求分析模块中，由软件运行与维护控制决策模块在运行与维护过程中调用工程师编程模块中的信息与当前运行与维护客户端信息相对比，完成软件开发，提高软件信息的利用率和软件开发数据管理力度，降低软件中的bug。当然，实施本发明的任一产品并不一定需要同时达到以上所述的所有优点。
附图说明
36.为了更清楚地说明本发明实施例的技术方案，下面将对实施例描述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一些实施例，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，还可以根据这些附图获得其他的附图。
37.图1为本发明系统第一结构图；
38.图2为本发明系统第二结构图；
39.图3为本发明系统第三结构图；
40.图4为本发明系统第四结构图；
41.图5为本发明系统第五结构图；
42.图6为本发明系统第六结构图；
43.图7为本发明系统第七结构图；
44.图8为本发明方法流程图。
具体实施方式
45.需要说明的是，在不冲突的情况下，本技术中的实施例及实施例中的特征可以相互结合，下面结合附图和有具体实施例对本技术作进一步详细说明。
46.如图1至图7所示，本发明为一种终端自动化运维管理系统，用于执行用户通过终端服务器、云端远程控制平台向技术部门和管理部门进行软件开发的过程，包括用户需求分析模块、用户终端模块、工程师编程模块、软件管理服务器、软件运行与维护模块、软件运行与维护控制决策模块；
47.用户需求分析模块，用于工程师分析用户需求信息和运行与维护客户端信息；
48.用户终端模块，用于通过前端实时获取运行与维护数据，将数据转发到工程师编程模块；
49.工程师编程模块，用于工程师进行软件短期运行与维护的操作台集群，由不同独立工程师操作台并联；
50.系统综合管理模块储存有系统的种类和大小；系统综合管理模块，用于从系统信息数据库中选取当日进行短期运行与维护的软件种类和数量，并发送给交易员操作台集群进行当日运行与维护；
51.软件运行与维护模块，用于接收运行与维护指令并按指令进行软件运行与维护，反馈运行与维护结果；
52.软件运行与维护控制决策模块，用于根据软件数据请求对应的软件安装地址软件id获取访问软件数据请求对应的软件安装地址，通过软件安装地址访问预存的数据信息并按照控制指令进行相应的操作。
53.运行与维护客户端信息存储在软件数据服务器；软件数据服务器，用于接收用户发送的软件开发请求；软件开发请求包括软件数据请求包括软件代码、软件安装地址软件id、软件数据、控制指令，将软件数据请求按照软件安装地址软件id发送至对应的系统综合管理模块。
54.用户发送的运行与维护客户端信息，转换为智能需求及触发条件写入用户需求分析模块中，将运行与维护客户端信息发送至终端服务器；终端服务器接收客户端信息，写入工程师编程模块中，接收软件运行与维护模块的执行智能需求指令时向云端远程控制平台发送运行与维护客户端信息，接收软件运行与维护模块的运行与维护失败指令时返回运行与维护信息不一致信息；云端远程控制平台接收客户端信息，写入工程师编程模块中，接收软件运行与维护模块的执行智能需求指令时向技术部门和管理部门发送运行与维护客户
端信息，接收软件运行与维护模块的运行与维护失败指令时返回运行与维护信息不一致信息。
55.软件运行与维护模块接收运行与维护客户端信息，写入工程师编程模块，接收软件运行与维护控制决策模块的执行智能需求指令时按照需求内容转移软件所有权，接收软件运行与维护控制决策模块的运行与维护失败指令时返回运行与维护信息不一致信息；管理部门接收运行与维护细节，写入工程师编程模块，接收软件运行与维护控制决策模块的执行智能需求指令时按照需求内容修改、重新编写代码，接收软件运行与维护控制决策模块的运行与维护失败指令时返回运行与维护信息不一致信息；研发与测试部门接收转移软件所有权、修改、重新编写代码的信息，写入工程师编程模块。
56.软件运行与维护控制决策模块在运行与维护过程中调用工程师编程模块中的信息与当前运行与维护客户端信息相对比，判断运行与维护客户端信息是否满足智能需求的触发条件，如果系统综合管理模块存储的更新次数等于智能需求中约定的更新次数；系统综合管理模块存储的更新时间等于智能需求中约定的更新时间；软件管理服务器的更新内存大小等于智能需求中约定的更新内存大小；系统综合管理模块存储的运行与维护时间等于智能需求中约定的运行与维护时间，是则发送执行智能需求指令，否则发送运行与维护失败指令。
57.工程师编程模块对每个运行与维护操作台操作过程进行bug监控，同时还对数据过滤网的运行与维护信息集合进行bug监控；在初始状态下，工程师登录bug控制单元，根据政策规定及运行与维护bug维护规则，对软件及运行与维护过程的bug维护规则进行初始设定，包括触发事件规则设定，限制峰值的区间设定和限制峰值的初始值设定；运行与维护数据解析服务器中还包括bug维护解析单元；数据采集装置定期将bug维护信息相关数据发送到运行与维护数据解析服务器；由系统综合管理模块根据实际短期运行与维护数据统计情况与历史运行与维护数据统计情况，对已有的bug维护规则限定峰值进行优化，生成新的bug维护规则，并将该新的bug维护规则发送到bug控制单元，实现对软件及运行与维护过程的bug维护优化。
58.如图8所示，本发明为一种终端自动化运维管理方法，包括如下步骤：
59.步骤s1：用户向用户需求分析模块录入用户信息和运行与维护客户端信息；
60.步骤s2：软件数据服务器接收用户发送的软件开发请求；
61.步骤s3：软件数据服务器按照转换为智能需求及触发条件写入用户需求分析模块中；
62.步骤s4：软件运行与维护模块的执行智能需求指令时向云端远程控制平台发送运行与维护数据；
63.步骤s5：软件运行与维护模块的执行智能需求指令时向技术部门和管理部门发送运行与维护客户端信息；
64.步骤s6：软件运行与维护控制决策模块的执行智能需求指令时按照需求内容转移软件所有权；
65.步骤s7：管理部门接收运行与维护细节，写入工程师编程模块，接收运行与维护控制决策单元的执行智能需求指令时按照需求内容修改、重新编写代码；
66.步骤s8：软件运行与维护控制决策模块在运行与维护过程中调用工程师编程模块
中的信息与当前运行与维护客户端信息相对比，比对成功，则完成软件开发，储存并记录；
67.步骤s9：工程师编程模块对每个运行与维护操作台操作过程进行bug监控。
68.步骤s1中，用户需求分析模块包括用于管理用户账户信息的用户账户管理模块和用于管理运行与维护客户端信息的运行与维护客户端管理模块。
69.步骤s9中，bug监控通过bug维护规则限制峰值处理，bug维护规则限制峰值优化是根据运行与维护历史的大数据分析方式来进行的，选择合适的卷积神经网络模型，将具体合规bug维护规则的限制峰值及对应软件收益数据作为训练样本输入，进行运算，通过机器训练学习不断完善卷积神经网络模型，从而取得合规bug维护规则的限制峰值的最优解。
70.卷积神经网络模型表示为：
71.ad＝bd qswv hd72.式中，ad表示为第d次软件运行与维护的效果，wv表示为用户的反馈率，bd表示为截距项，hd表示为误差项。
73.值得注意的是，上述系统实施例中，所包括的各个单元只是按照功能逻辑进行划分的，但并不局限于上述的划分，只要能够实现相应的功能即可；另外，各功能单元的具体名称也只是为了便于相互区分，并不用于限制本发明的保护范围。
74.另外，本领域普通技术人员可以理解实现上述各实施例方法中的全部或部分步骤是可以通过程序来指令相关的硬件来完成，相应的程序可以存储于一计算机可读取存储介质中。
75.在本发明描述中，需要说明的是，除非另有明确的规定和限定，术语“设置”、“安装”、“相连”、“连接”、“固定”应做广义理解，例如，可以是固定连接，也可以是可拆卸连接，或一体地连接；可以是机械连接，也可以是电连接；可以是直接相连，也可以通过中间媒介间接相连，可以是两个元件内部的连通。对于本领域的普通技术人员而言，可以通过具体情况理解上述术语在本发明中的具体含义。
76.尽管已经示出和描述了本发明的实施例，对于本领域的普通技术人员而言，可以理解的是，在不脱离本发明的原理和精神的情况下可以对这些实施例进行多种等效的变化、修改、替换和变型，本发明的范围由所附权利要求及其等同范围限定。