大數據環境下信息系統運維智能化研究

張韶華 馬倩倩 孫學智

摘 要：在大數據環境下，傳統信息系統運維方式已經無法滿足當前信息系統正常運行的需求，必須結合新興技術，如大數據技術，實現運維智能化發展，從而更好地為信息系統服務。本文對大數據環境下運用大數據技術提升信息系統運維的智能化水平展開研究，并以性能動態基線為例，分析了大數據技術在信息系統運維智能化中所發揮的作用。

關鍵詞：大數據環境;信息系統;運維智能

中圖分類號：TP311.13 文獻標識碼：A 文章編號：1003-5168（2019）17-0026-02

Abstract： In the big data environment， it is necessary to combine the current emerging technologies， such as big data technology， to realize the intelligent development of operation and maintenance. In this paper， the application of big data technology to improve the intelligence level of information system operation and maintenance in large data environment was studied. Taking performance dynamic baseline as an example， the role of big data technology in the intelligence of information system operation and maintenance was analyzed.

Keywords： big data;information systems;intelligent operation and maintenance

信息系統的運維是IT系統生產價值得以順利發揮的重要前提，也是信息系統正常運行的必要保障。隨著社會信息化進程不斷推進，信息系統在社會各領域的作用日益凸顯，其復雜性也隨著應用要求不斷提升而增加，給其運維工作增加了一定困難。所以，尋求信息系統的智能化發展已經成為當前信息系統運維發展的重要任務。應用大數據技術可以有效提升信息系統運維的智能化水平，對信息系統發展具有重要意義。

1 信息系統運維概述

“運維”即運行和維護，信息系統的運維就是通過采取一些措施或方法來確保信息系統正常運行。通常情況下，信息系統在運行過程中會不可避免地出現一些故障或運行錯誤，需要相關技術人員提前對這些異常做好預測，提前做好防范工作，并在系統出現故障時及時診斷和找出故障原因，排除故障[1]。

對于信息系統來說，運維工作是生命周期中不可或缺的重要一環，屬于信息技術服務范疇。目前，信息系統的運維主要包括服務器硬件運維、應用軟件運維以及其他運行維護工作三大類。一般來說，信息系統的運維工作難度與信息系統的復雜程度有關，系統構架愈復雜，信息系統運維的工作難度就愈大，運維成本也就越高。

2 大數據環境下信息系統運維面臨的挑戰

2.1 運維方式被動

在大數據環境下，為了滿足用戶信息資源的應用需求，信息系統的整體架構逐漸變得復雜。而傳統的信息系統運維模式大多是被動式運維，即出現問題、發現問題、找出問題、解決問題。目前，這種運維模式是在出現問題之后才會開展運維工作，事前沒有采取任何主動防范措施，這要求運維人員必須具有較高的運維素養，快速找出問題、排除故障，否則就可能給用戶造成嚴重損失。這種被動的運維模式已經很難滿足日漸復雜的信息系統的運維需求。

2.2 運維對象復雜程度逐漸增大

大數據環境下，云計算技術、大數據技術等現代高新技術應用大大增加了信息系統的復雜程度，信息系統運維的對象日漸復雜。比如，目前信息系統的種類繁多、硬件設備結構較復雜、不同的信息系統安全標準也不盡相同，給運維工作增加了一定的難度和復雜性。傳統的運維方式或方法在面臨海量的數據信息時，已經難以保證運維工作的可靠性及有效性，較容易產生信息系統的運維漏洞。這也是大數據環境下信息系統運維面臨的一項不容忽視的新挑戰。

2.3 運維工作的自動化水平較低

目前，隨著信息技術的不斷進步，信息系統運維的技術水平也有了很大進步，但總體來說，我國信息系統運維工作的自動化水平并不高，很多運維工作都需要工作人員人工處理，比如，一些系統文件的簡單變更往往需要工作人員對所有相關設備進行逐一操作，運維效率較低，對大數據環境下信息系統的運維來說遠遠不夠。因此，只有不斷提升運維工作的自動化、智能化水平，才能有效提升信息系統運維的工作效率，滿足大數據環境下信息系統的運維需求。

3 大數據環境下信息系統運維的智能化

本文關于大數據環境下信息系統運維智能化的研究主要是以動態基線為例，研究大數據技術在信息系統運維智能化中的具體應用。動態基線的工作原理是利用大數據技術來分析、預測信息系統運維中可能會出現的故障，通過分析正常數據的變化規律來確定正常范圍，當數據變化數值超過正常范圍時，運維系統就會發出預警通知運維人員，從而在故障產生之前就采取防治措施，避免信息系統故障帶來損失。所以說，這是一種不同于傳統被動式的運維，是一種智能化的主動運維[2]。

動態基線計算可用如下算法進行：以服務器應用日志增量作為數據分析，2019年6月19日上午10：00的基線數據計算為例，將2019年5月20日—2019年6月17的該時間點的數據作為樣本資料。

由表1可知，20195月25日、6月9日缺乏數據，需要進行數據平滑處理，將其相鄰數據的平均值作為數值，得到兩個值分別為43、56。然后計算動態基線的數據。首先，為了盡可能得到有效數據，剔除異常因素，應將所有數據劃分為5個區間范圍95/5=19，故[0-19][19-38][38-57][57-76][76-95]。將表中數據的最大值和最小值去掉，分配到這5個區間內，可發現區間4中的數據最多，故將區間4與其相鄰的3、5三個區間共21個數據作為最終計算用數據。其次，對這21個數據進行排序，并利用均方差法計算動態基線的概率。動態基線概率計算要先確定滑動窗口的大小：21×0.8（置信度）≈16，第一窗口即第1個數到16個數，第二窗口為第2個數到17個數，依次類推，共6個窗口。最后，分別計算得到各滑動窗口的標準差值，即9.99、9.89、10.08、9.95、9.51、10.56。第五窗口的均差最小，因而取該窗口的最大值、最小值作為基線的上下基線值，即72、57。由此計算得到基線的范圍界限上下值：上限值=72×（1+20%）=86.4;下限值=57×（1-20%）=45.6;所以2019年06月19日10：00該動態基線的正常范圍為應45.6～86.4。

4 結語

本文以動態基線的算法為例，分析了大數據技術在信息系統運維中的應用價值：運用大數據技術可以有效提升預測算法模型的運行效果，從而提高信息系統運維效率及智能化水平，保證信息系統正常運行，使其為用戶提供更高的應用價值。

參考文獻：

[1]羅硯.基于大數據的信息系統運維智能化研究[J].郵電設計技術，2018（3）：79-82.

[2]周生鍵.電力信息系統運維管理自動化解決方案[J].數字通信世界，2019（5）278-279.