一种云计算服务器机房实时监控系统

摘要

本发明提供了一种云计算服务器机房实时监控系统，包括数据采集模块、数据传输模块、云计算处理模块和预警提示模块；所述数据采集模块用于通过无线传感器节点获取服务器机房的环境数据；所述数据传输模块用于对所述环境数据进行预处理，获得预处理数据；所述云计算处理模块用于对所述预处理数据进行判断，判断是否发生环境异常情况；所述预警提示模块用于按照预设的预警方式向服务器机房管理人员进行预警。本发明通过无线传感器节点来获取服务器机房的环境数据，对环境数据进行预处理后，再将处理数据发送至云计算处理模块进行识别，有利于及时发现机房中的环境异常情况。不需要布置大量的数据传输线路和供电线路，有利于节约后期的运维成本。

权利要求

1.一种云计算服务器机房实时监控系统，其特征在于，包括数据采集模块、数据传输模块、云计算处理模块和预警提示模块；

所述数据采集模块用于通过无线传感器节点获取服务器机房的环境数据，并将所述环境数据发送至所述数据传输模块；

所述数据传输模块用于对所述环境数据进行预处理，获得预处理数据，以及用于将所述预处理数据发送至所述云计算处理模块；

所述云计算处理模块用于对所述预处理数据进行判断，判断是否发生环境异常情况，若是，则向所述预警提示模块发送预警指令；

所述预警提示模块用于在接收到所述预警指令后，按照预设的预警方式向服务器机房管理人员进行预警；

所述数据传输模块包括预处理单元和发送单元；

所述预处理单元用于对所述环境数据进行筛选，剔除错误的数据，获得预处理数据；

所述发送单元用于将所述预处理数据发送至所述云计算处理模块；

所述对所述环境数据进行筛选，剔除错误的数据，获得预处理数据，包括：将无线传感器节点wsn在时刻t获取的环境数据记为neibruwsn；

将以wsn为圆心，半径为cmrbest,wsn的圆形区域范围内的其它无线传感器节点存入集合neibruwsn；cmrbest,wsn的取值范围为 cmrmax表示wsn的最大通信半径；

若下述式子成立，则datawsn,t为错误的数据：式中，u表示neibruwsn中包含的无线传感器节点，datau,t表示u在t时刻获取的环境数据，num表示neibruwsn中

包含的无线传感器节点的总数，dtbswsn表示wsn和汇集基站之间的距离，dtbsu表示u和汇集基站之间的距离， threwsn表示自适应判断阈值， 式

中，w1和w2表示预设的权重系数，dist(u,wsn)表示u和wsn之间的距离，distst表示预设的标准距离，cntwku表示u连续工作的时间长度，cntwkst表示预设的连续工作的标准时间长度，threbase表示预设的基础阈值；

对于多个无线传感器节点在同一时刻采集的环境数据，将其中的错误的环境数据剔除后，剩余的就是预处理数据。

2.根据权利要求1所述的一种云计算服务器机房实时监控系统，其特征在于，所述数据采集模块包括数据采集单元和数据汇集单元；

所述数据采集单元用于通过无线传感器节点获取服务器机房的环境数据，以及用于将所述环境数据发送至所述数据汇集单元；

所述数据汇集单元用于将所述环境数据发送至所述数据传输模块。

3.根据权利要求1所述的一种云计算服务器机房实时监控系统，其特征在于，所述云计算处理模块包括存储单元、计算单元和预警单元；

所述存储单元用于对所述预处理数据进行存储；

所述计算单元用于从所述存储单元中获取所述预处理数据，以及用于基于预设的判断模型对所述预处理数据进行判断，判断是否发生环境异常情况；

所述预警单元用于在发生环境异常情况时，向所述预警提示模块发送预存的预警指令。

4.根据权利要求1所述的一种云计算服务器机房实时监控系统，其特征在于，所述预警提示模块包括语音预警提示单元和短信预警提示单元；

所述语音预警提示单元用于向服务器机房管理人员拨打预警电话；

所述短信预警提示单元用于向服务器机房管理人员发送预警提示短信。

5.根据权利要求2所述的一种云计算服务器机房实时监控系统，其特征在于，所述数据汇集单元包括汇集基站，所述汇集基站用于对所述无线传感器节点进行分簇以及用于将来自无线传感器节点的环境数据发送至所述数据传输模块。

说明书

一种云计算服务器机房实时监控系统

技术领域

[0001] 本发明涉及监控领域，尤其涉及一种云计算服务器机房实时监控系统。

背景技术

[0002] 服务器机房监控，指的是对机房的设备的运行状态和机房的环境等进行监控，保证设备的正常以及设备运行环境的正常。现有技术中对机房环境的监控一般是通过人工定期巡逻检测方式进行或者是通过有线设备进行监控，但是现有技术均存在一定的局限性，例如，通过人工定期巡逻检测的方式，不利于及时发现机房中的环境异常情况，而采用有线设备进行监控，则是需要布置大量的数据传输线路和供电线路，不利于后续的运维工作的开展。

发明内容

[0003] 鉴于上述问题，本发明的目的在于提供一种云计算服务器机房实时监控系统。

[0004] 本发明提供了一种云计算服务器机房实时监控系统，包括数据采集模块、数据传输模块、云计算处理模块和预警提示模块；

[0005] 所述数据采集模块用于通过无线传感器节点获取服务器机房的环境数据，并将所述环境数据发送至所述数据传输模块；

[0006] 所述数据传输模块用于对所述环境数据进行预处理，获得预处理数据，以及用于将所述预处理数据发送至所述云计算处理模块；

[0007] 所述云计算处理模块用于对所述预处理数据进行判断，判断是否发生环境异常情况，若是，则向所述预警提示模块发送预警指令；

[0008] 所述预警提示模块用于在接收到所述预警指令后，按照预设的预警方式向服务器机房管理人员进行预警。

[0009] 优选地，所述数据采集模块包括数据采集单元和数据汇集单元；

[0010] 所述数据采集单元用于通过无线传感器节点获取服务器机房的环境数据，以及用于将所述环境数据发送至所述数据汇集单元；

[0011] 所述数据汇集单元用于将所述环境数据发送至所述数据传输模块。

[0012] 优选地，所述数据传输模块包括预处理单元和发送单元；

[0013] 所述预处理单元用于对所述环境数据进行筛选，剔除错误的数据，获得预处理数据；

[0014] 所述发送单元用于将所述预处理数据发送至所述云计算处理模块。

[0015] 优选地，所述云计算处理模块包括存储单元、计算单元和预警单元；

[0016] 所述存储单元用于对所述预处理数据进行存储；

[0017] 所述计算单元用于从所述存储单元中获取所述预处理数据，以及用于基于预设的判断模型对所述预处理数据进行判断，判断是否发生环境异常情况；

[0018] 所述预警单元用于在发生环境异常情况时，向所述预警提示模块发送预存的预警指令。

[0019] 优选地，所述预警提示模块包括语音预警提示单元和短信预警提示单元；

[0020] 所述语音预警提示单元用于向服务器机房管理人员拨打预警电话；

[0021] 所述短信预警提示单元用于向服务器机房管理人员发送预警提示短信。

[0022] 优选地，所述数据汇集单元包括汇集基站，所述汇集基站用于对所述无线传感器节点进行分簇以及用于将来自无线传感器节点的环境数据发送至所述数据传输模块。

[0023] 与现有技术相比，本发明的优点在于：

[0024] 本发明通过无线传感器节点来获取服务器机房的环境数据，然后对环境数据进行预处理后，再将处理数据发送至云计算处理模块进行识别，有利于及时发现机房中的环境异常情况。而且，本发明不需要布置大量的数据传输线路和供电线路，有利于节约后期的运维成本。

附图说明

[0025] 利用附图对本发明作进一步说明，但附图中的实施例不构成对本发明的任何限制，对于本领域的普通技术人员，在不付出创造性劳动的前提下，还可以根据以下附图获得其它的附图。

[0026] 图1，为本发明一种云计算服务器机房实时监控系统的一种示例性实施例图。

具体实施方式

[0027] 下面详细描述本发明的实施例，所述实施例的示例在附图中示出，其中自始至终相同或类似的标号表示相同或类似的元件或具有相同或类似功能的元件。下面通过参考附图描述的实施例是示例性的，仅用于解释本发明，而不能理解为对本发明的限制。

[0028] 如图1所示的一种实施例，本发明提供了一种云计算服务器机房实时监控系统，包括数据采集模块、数据传输模块、云计算处理模块和预警提示模块；

[0029] 所述数据采集模块用于通过无线传感器节点获取服务器机房的环境数据，并将所述环境数据发送至所述数据传输模块；

[0030] 所述数据传输模块用于对所述环境数据进行预处理，获得预处理数据，以及用于将所述预处理数据发送至所述云计算处理模块；

[0031] 所述云计算处理模块用于对所述预处理数据进行判断，判断是否发生环境异常情况，若是，则向所述预警提示模块发送预警指令；

[0032] 所述预警提示模块用于在接收到所述预警指令后，按照预设的预警方式向服务器机房管理人员进行预警。

[0033] 作为优选，所述环境数据包括温度数据、湿度数据和尘浓度数据等。

[0034] 优选地，所述数据采集模块包括数据采集单元和数据汇集单元；

[0035] 所述数据采集单元用于通过无线传感器节点获取服务器机房的环境数据，以及用于将所述环境数据发送至所述数据汇集单元；

[0036] 所述数据汇集单元用于将所述环境数据发送至所述数据传输模块。

[0037] 作为优选，所述无线传感器节点包括温度传感器、湿度传感器和粉尘浓度传感器。

[0038] 无线传感器节点分布式设置在机房的指定位置，各个无线传感器节点分布获取自身所处位置的环境数据，并将所述环境数据发送至所述数据传输模块。

[0039] 优选地，所述数据传输模块包括预处理单元和发送单元；

[0040] 所述预处理单元用于对所述环境数据进行筛选，剔除错误的数据，获得预处理数据；

[0041] 所述发送单元用于将所述预处理数据发送至所述云计算处理模块。

[0042] 预处理单元的设置有利于在边缘端先对环境数据进行处理，剔除了错误的环境数据，有利于后续的云计算处理模块快速地判断是否存在环境异常情况。

[0043] 优选地，所述云计算处理模块包括存储单元、计算单元和预警单元；

[0044] 所述存储单元用于对所述预处理数据进行存储；

[0045] 所述计算单元用于从所述存储单元中获取所述预处理数据，以及用于基于预设的判断模型对所述预处理数据进行判断，判断是否发生环境异常情况；

[0046] 所述预警单元用于在发生环境异常情况时，向所述预警提示模块发送预存的预警指令。

[0047] 优选地，所述预警提示模块包括语音预警提示单元和短信预警提示单元；

[0048] 所述语音预警提示单元用于向服务器机房管理人员拨打预警电话；

[0049] 所述短信预警提示单元用于向服务器机房管理人员发送预警提示短信。

[0050] 优选地，所述数据汇集单元包括汇集基站，所述汇集基站用于对所述无线传感器节点进行分簇以及用于将来自无线传感器节点的环境数据发送至所述数据传输模块。

[0051] 作为优选，所述对所述环境数据进行筛选，剔除错误的数据，获得预处理数据，包括：

[0052] 将无线传感器节点wsn在时刻t获取的环境数据记为neibruwsn；

[0053] 将以wsn为圆心，半径为cmrbest,wsn的圆形区域范围内的其它无线传感器节点存入集合neibruwsn；cmrbest,wsn的取值范围为 cmrmax表示wsn的最大通信半径；

[0054] 若下述式子成立，则datawsn,t为错误的数据：

[0055]

[0056] 式中，u表示neibruwsn中包含的无线传感器节点，datau,t表示u在t时刻获取的环境数据，

[0057] n u m 表 示neibruwsn中包含的无线传感器节点的总数，dtbswsn表示wsn和汇集基站之间的距离，dtbsu表示u和汇集基站之间的距离，
threwsn表示自适应判断阈
值， 式中，w1和w2表示
预设的权重系数，dist(u,wsn)表示u和wsn之间的距离，distst表示预设的标准距离，cntwku表示u连续工作的时间长度，cntwkst表示预设的连续工作的标准时间长度，threbase表示预设的基础阈值；

[0058] 对于多个无线传感器节点在同一时刻采集的环境数据，将其中的错误的环境数据剔除后，剩余的就是预处理数据。

[0059] 本发明上述实施方式，在判断环境数据是否为错误的数据时，并不像现有技术那样将环境数据与一个固定的数值进行对比，因为容易因为固定数值的设置不当而产生误判。例如，当wsn和u获得的环境数据数值均比较大，但是实际上是正常数值时，若单一的通过固定数值来进行对比，很容易认为wsn获得数据过大而导致wsn获得的环境数据被误判为错误数据。本发明通过计算neibruwsn和neibruwsn中的传感器节点采集的环境数据的加权值之间的误差的绝对值来判断neibruwsn是否异常，则是能够很好地避免了现有技术中存在的问题。在加权计算时，本发明为neibruwsn中不同的节点自适应地设置了不同的权重，若wsn和u之间获取的环境数据的差异越大，则u采集的环境数据的权重越小，若wsn与汇集基站之间的距离和u与汇集基站之间的距离差异越大，则u采集的环境数据的权重越小，从而从两个方面保证获得一个准确的加权值。而在自适应判断阈值的设置上，自适应判断阈值与neibruwsn中包含的无线传感器节点和wsn之间平均距离、neibruwsn中包含的无线传感器节点的平均连续工作时间长度相关，若平均距离越大、平均连续工作时间长度越长，则自适应判断阈值的值则越大，能够很好地为不同情况下的wsn自适应地获取准确的适应判断阈值。因为若平均越大、平均连续工作时间长度越长，则wsn和neibruwsn中的无线传感器节点采集的环境数据的差异则越大，若依然采用固定不变地阈值，容易造成误判，因此本发明的这种设置有利于获得准确的自适应判断阈值，从而提升对错误筛选的正确识别能力。

[0060] 作为优选，所述汇集基站通过下述方式对无线传感器节点进行分簇：

[0061] 汇集基站采用自适应的时间周期判断是否需要进行分簇，若是，则采用下述方式进行分簇：

[0062] 汇集基站向无线传感器节点广播分簇消息；

[0063] 无线传感器节点接收到所述分簇消息后，将自身的状态信息发送至所述汇集基站；

[0064] 所述汇集基站基于所述状态信息对所述无线传感器节点进行分簇，将所述无线传感器节点分成簇头节点和成员节点，并将分簇结果广播至各个无线传感器节点。

[0065] 传统的分簇方式，一般是采用固定的时间周期来进行分簇，但是这种分簇方式存在明显的缺点，例如，若无线传感器节点之间的剩余能量差异已经很大，但是分簇周期还未到，那么按照传统的分簇方式，很多能量较少的簇头节点会因为承担过重的数据转发任务而导致提前消耗完电量。因此，本发明采用的是自适应的时间周期，时间周期的长短与无线传感器节点的环境数据的传输状态以及无线传感器节点的剩余电量状态密切相关，并能够按照既定的规则自适应调整时间周期的长短，从而避免簇头节点过早地消耗完电量，有利于延长本发明的无线传感器节点的工作寿命，从而保证无线传感器节点的监测覆盖率，有利于提高本发明的对环境异常情况的及时发现，从而有效地保障了服务器机房的安全。

[0066] 作为优选，分簇完成后，成员节点负责获取自身所在位置的环境数据，并将所述环境数据传输至所述其所在簇的簇头节点；

[0067] 所述簇头节点用于将所述环境数据传输至所述汇集基站。

[0068] 分簇机制的建立，能够避免无线传感器节点直接与通信基站进行通信，有利于降低无线传感器节点的能量消耗，同时也有利于提高无线传感器节点对服务器机房的监测范围。

[0069] 作为优选，所述自适应的时间周期通过下述方式确定：

[0070] 第j个时间周期结束后，汇集基站对是否需要进行分簇进行判断，判断结束后，汇集基站采用下述公式计算第j+1个时间周期：

[0071] tcj+1＝tcj+(cnfoj+cnftj)×bst

[0072] 式中，tcj表示第j个时间周期的长度，tcj+1表示第j+1个时间周期的长度，bst表示预设的时间单位；若需要进行分簇，则cnfoj的值为1，若不需要进行分簇，则cnfoj的值为‑1，若第一不等式成立，则cnftj的值为‑k，若第一不等式不成立，则cnftj的值为k，所述第一不等式为： 式中，sendatj和sendatj‑1分别表示第j个时间周期和第j‑1个时间周期中，汇集基站发送至所述数据传输模块的环境数据的大小，将第j个时间周期结束的时刻记为endtj，将距离endtj最近的一次分簇的记为第u次分簇，efcu表示在第u次分簇中，无线传感器节点剩余电量的方差，evau表示在第u次分簇中，无线传感器节点剩余电量的平均值，ts表示预先设置的判断阈值；α和β表示预设的权重系数；k表示预设的常数；

[0073] 汇集基站通过下述方式判断是否需要进行分簇：

[0074] 采用预设的第一预测模型预测第j+1个时间周期结束时，汇集基站在所述第j+1个时间周期内向所述数据传输模块发送的环境数据的大小sendatj+1；

[0075] 采用预设的第二预测模型预测第u+1次分簇时，无线传感器节点剩余电量的方差efcu+1和无线传感器节点剩余电量的平均值evau+1；

[0076] 采用下述公式计算分簇指数：

[0077]

[0078] 式中，δ1和δ2表示预设的比例参数，δ1与δ2的和为1；若clstidx表示分簇指数，若clstidx大于预设的分簇指数阈值，则表示需要进行分簇，否则，则表示不需要进行分簇。

[0079] 本发明的时间自适应时间周期与上一个时间周期的长度密切相关，若在第j个时间周期结束后，需要进行分簇，则使得cnfoj的取值为1，即适当地延长下一个时间周期的长度，而当第一不等式成立时，cnftj的取值为‑k表示无线传感器节点传输的环境数据的大小越来越大，而无线传感器节点之间的电量差异也越来越大，因此，需要适当地缩短下一个时间周期的长度，因此，本发明对于tcj+1的计算公式能够在分簇情况、数据传输情况、电量剩余情况方面取得均衡，能够有效地计算出符合实际情况的时间周期，有利于延长无线传感器节点整体的工作寿命以及有利于保证无线传感器节点对服务器机房的覆盖率。

[0080] 而在是否需要进行分簇时，本发明创造性地利用预测模型对sendatj+1、efcu+1和evau+1等参数进行了预测，并根据预测值和第j个时间周期的实际值之间的差别程度计算了分簇指数，分簇指数越大，表示在下一个时间周期，即第j+1个时间周期中，环境数据的传输量越大，无线传感器节点之间剩余电量的差异越大，因此，则需要在第j个时间周期结束后，提前进行分簇，避免第j+1个时间周期结束后再进行分簇，更进一步地延长无线传感器节点整体的工作寿命，从而保证服务器机房中的环境异常情况能够及时发现。

[0081] 作为优选，第一预测模型和第二预测模型均采用马尔科夫链进行预测，以第一预测模型为例：

[0082] 将汇集基站在每个时间周期中向数据传输模块的发送的环境数据的大小存入第一集合{sendat1,sendat2,…,sendatj}中；

[0083] 将影响单个时间周期内数据传输模块的发送的环境数据的大小的因子存入第二集合{inf1,inf2,…,infn,…,infN}，其中，infn表示第n个因子，n∈[1,N]；

[0084] 基于所述第一集合和所述第二集合建立训练矩阵xp；

[0085] 将所述训练矩阵xp输入到预先建立的bp神经网络模型中，对所述bp神经网络模型进行训练，获得训练完毕的bp神经网络模型；

[0086] 使用所述bp神经网络模型对汇集基站在所述第j个时间周期内向所述数据传输模块发送的环境数据的大小进行预测，将初次预测值记为sendataifval,j；

[0087] 使用sendataifval,j对所述bp神经网络模型进行准确度分析：

[0088] 式中，zsidx表示准确度；

[0089] 使用聚类算法对zsidx的马尔科夫链的状态空间进行划分，获得zsidx的马尔科夫链的状态mkt；

[0090] 获取mkt的转移概率矩阵tpm；

[0091] 根据tpm计算在j+1个时间周期结束时，mkt的转移概率向量tpv；

[0092] 使用下述公式对sendatj+1进行预测：

[0093]

[0094] 式中，ma和mi分别表示tpv中最大的转移概率值的取值上限和取值下限。

[0095] 第二预测模型的实现方式与第一预测模型一样，只要替换里面相应的变量即可，这里不再赘述。

[0096] 作为优选，所述基于所述状态信息对所述无线传感器节点进行分簇，将所述无线传感器节点分成簇头节点和成员节点，包括：

[0097] 计算每个无线传感器节点的簇头概率指数：

[0098]

[0099] 式中，clusthidxa表示无线传感器节点a的簇头概率指数，elfa表示无线传感器节点a的剩余电量，nofna表示无线传感器节点a的最大通信范围内包含的其它无线传感器节点的总数，dtbsa表示无线传感器节点a与汇集基站之间在距离，nofha表示无线传感器节点a担任簇头节点的累计次数，distave,a表示无线传感器节点a与处于其最大通信范围内的其它无线传感器节点之间的平均距离；

[0100] 对所有无线传感器节点的簇头概率指数从大到小进行排序，将排在前Q％的簇头概率指数对应的无线传感器节点作为簇头节点，将其余的无线传感器节点作为成员节点；

[0101] 对于成员节点b，通过下述方式将其划分到相应的簇中：

[0102] 分别计算成员节点b与每个簇头节点之间的传输消耗；

[0103] 选择最小的传输消耗对应的簇头节点所在的簇作为成员节点b所需要加入的簇；

[0104] 对于成员节点b，其与簇头节点c之间的传输消耗通过下述公式计算：

[0105] sendctb,c＝e1×disctb,c+e2×dtbsc

[0106] 式中，sendctb,c表示成员节点b和簇头节点c之间的传输消耗，disctb,c表示成员节点b和簇头节点c之间的距离，dtbsc表示簇头节点c和汇集基站之间的距离，e1表示disctb,c的权重，e2表示dtbsc的权重。

[0107] 本发明在进行分簇时，并不像传统的分簇算法，例如leach算法那样，通过随机数来进行分簇，随机数的方式分簇很容易使得剩余电量过少的无线传感器节点被选为簇头节点，从而影响所述无线传感器节点的工作寿命，进而影响对服务器机房进行监测的覆盖率。本发明从无线传感器节点的剩余电量、最大通信范围内包含的其它无线传感器节点的总数、与汇集基站之间的距离、担任簇头节点的累计次数、与最大通信范围内包含的其它无线传感器节点的平均距离这些方面进行考虑，有效地避免了现有技术中存在的问题。

[0108] 剩余电量越大、最大通信范围内包含的其它无线传感器节点的总数越大、与汇集基站之间的距离越小、担任簇头节点的累计次数越少、与最大通信范围内包含的其它无线传感器节点的平均距离越小，则簇头概率指数越大，有利于从多个方面综合选出传输能力强，传输消耗小的无线传感器节点作为簇头节点，从而节约所有无线传感器节点整体的电量消耗，有利于延长有无线传感器节点整体的工作寿命。而在成员节点的划分上，本发明并不是想传统的划分方式那样，直接将成员节点加入到距离其最近的簇头节点所在的簇中，而是综合考虑了成员节点与簇头节点之间的距离，以及簇头节点与汇集基站之间的距离，有利于将成员节点加入到距离自身尽可能地近且距离汇集基站尽可能地近的簇头节点所在的簇中，进一步提升对所有无线传感器节点整体的能量消耗的节约程度，有效地延长了所有无线传感器节点整体的工作寿命，进而有效地保证了本发明对服务器机房的长时间高覆盖率监测。

[0109] 与现有技术相比，本发明的优点在于：

[0110] 本发明通过无线传感器节点来获取服务器机房的环境数据，然后对环境数据进行预处理后，再将处理数据发送至云计算处理模块进行识别，有利于及时发现机房中的环境异常情况。而且，本发明不需要布置大量的数据传输线路和供电线路，有利于节约后期的运维成本。

[0111] 尽管已经示出和描述了本发明的实施例，本领域技术人员可以理解：在不脱离本发明的原理和宗旨的情况下可以对这些实施例进行多种变化、修改、替换和变形，本发明的范围由权利要求及其等同物限定。