智慧管廊云平台数据运营模块的设计与实现

来源 :北京邮电大学 | 被引量 : 0次 | 上传用户:edu009
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
智慧管廊是智慧城市的重要分支之一。智慧管廊云平台利用物联网、边缘计算、大数据、人工智能等新兴技术实现了对地下管廊智能化管理,有效提升了管廊综合治理水平。本文以智慧管廊云平台作为基础,设计实现了可配置埋点、日志规则告警、异常日志告警等功能。为有效检测智慧管廊云平台运行情况,本文从运营分析、日志管理、异常告警三个方面提出了智慧管廊云平台数据运营模块的设计与实现方案。本文主要内容如下:(1)设计并实现了运营分析模块。为提升对智慧管廊云平台的用户使用情况的了解,本文提出了一种用户行为监测方案,通过装饰器语法糖和定制化脚本实现了用户行为数据的采集,根据提前配置的埋点元素信息作为决定是否持久化存储的前提条件。相较于常见的数据采集和存储方式,本方案避免了业务代码的入侵以及大量的资源浪费。最终,用户行为数据结合Echarts等工具进行多维度的直观呈现,为后续工作的展开提供了数字化依据。(2)优化了系统的日志架构,本文提出了基于Filebeat的智慧管廊云平台中日志收集方案,降低了 CPU使用率和内存占用率。为了提高智慧管廊云平台服务器的有效监测效率,结合日志系统架构,本文提出了基于Metricbeat的服务器性能检测方案,借助Kibana可视化呈现性能状态,采用ElastAlert设置告警规则,定时查询ElasticSearch中日志记录变化,根据触发规则生成告警邮件,实现智慧管廊云平台的有效监测,提高了智慧管廊云平台的检测效率。(3)设计并实现了异常告警模块。在服务运行过程中,存在标识为正常的信息影响用户的使用体验的可能,有效检测和区分这些信息是提升系统性能的关键。本文提出了一种基于one-class SVM算法的智慧管廊云平台的异常告警检测方案,通过分析日志记录,检测其合理性,实现了智慧管廊云平台异常记录产生时及时告知运维人员,提高了智慧管廊云平台的可靠性,提升了系统性能。
其他文献
随着计算机视觉领域的发展,越来越多的任务可以交由机器解决。机器智能在人们的生产生活中扮演了越来越重要的角色。近年来,随着图形计算能力的快速增长,计算机视觉领域高速发展,在一系列基础视觉任务上取得了巨大成功。与此同时,对结合多种基础视觉任务处理实际问题提出了新的需求。本文旨在结合多种基础视觉任务,关注对人类行为的理解,以人体姿态估计任务为出发点,研究人体动作识别和评估算法,以满足当今社会对计算机视觉
随着移动互联网的高速发展以及计算机运算能力的不断提高,语音合成技术取得了一系列的突破。语音合成的应用场景也变的日趋广泛,例如Siri,小爱等手机语音助手、智能音箱等。为了满足人们多样化的需求与更好的用户体验,音色丰富,逼近真人、富有情感的语音技术成为了市场发展需要。当前语音合成多是韵律单调,很难从根据不同的输入文本合成不同的语调。在零次学习的多说话人语音合成时,也存在对未见过的说话人编码身份不准确
本文依据社会认知理论,对主管承诺和员工知识共享意愿的关系进行研究。200份有效问卷的研究结果表明:主管承诺对员工知识共享意愿提升有正向作用,内部人身份认知在主管承诺和员工知识共享意愿的关系之间起部分中介作用,提升主管承诺和内部人身份认知,有利于提高员工的知识共享意愿。
随着互联网的快速发展,软件的规模越来越大、迭代速度越来越快,软件的质量也面临着挑战。目前大规模开源软件代码量甚至达到数百万行、千万行,在传统单机环境下对大型软件进行静态缺陷检测会导致测试时间过长,甚至因资源不足而导致测试失败。为了解决大规模代码的静态缺陷测试效率问题,本文设计一种大规模代码模块划分方法,并且实现了该方法的分布式检测架构。本文首先对被测工程的依赖性关系进行建模,将代码文件之间的依赖性
超稳频率传输技术在通信、国防和航天探测等领域有着突出的应用价值。近年来,随着原子钟、光钟等时间频率基准的精确度越来越高,传统的时间频率传输方案面临着巨大的挑战,科研人员在探索基于光网络的稳定时频同步方案方面取得了显著进展,为进一步利用商用光纤网络进行时频同步提供了理论保障。本文首先对时间频率基准和时间频率传输技术的发展进行了介绍,深入总结了三种基于光纤的频率传输技术、发展过程以及国内外最新的研究成
近年来,移动通信场景愈发复杂多变,抢险救灾现场侦测勘察、防疫巡逻监督、山区高地以及海域上空的即时通信等场景通信需求不断增多,现有的传统移动通信系统正在面临着巨大的挑战。无人机(Unmanned Aerial Vehicle,UAV)辅助的通信系统凭借着高移动性和良好的环境适应性的优势,能够弥补传统通信系统的不足;另一方面,无线携能通信(Simultaneous Wireless Informati
人工智能领域在深度学习的发展下不断的推进,如今的深度学习算法已经被各行各业广泛应用,从商品推荐到人脸识别,到处可以看到人工智能的身影。这其中的计算机视觉便是人工智能的一个重要方向。计算机视觉方向包含许多子问题,人体姿态估计便是其中的一项重要技术,传统图像处理方法对于人体姿态估计问题常常利用手工提取特征并将所提取到的特征进行融合,然后分析出相关人体关键点,最终利用图结构进行人体姿态的匹配。人体姿态估
随着信息技术的不断发展,GPU等计算加速器的使用,计算性能得到很大提升,也意味着每分钟有大量的数据通过网络传输,对于计算任务来说瓶颈从计算向通信进行转移。分布式机器学习就是一种常见的高性能计算任务,当训练数据量很大的时候,节点间的大规模通信可能会造成网络瓶颈的出现,现存的网络是一种通用的设计,网络结构僵化,无法针对分布式机器学习提供灵活的支撑能力,难以动态地调整网络与分布式机器学习进行适配。为了解
物联网产业发展速度不断加快,存在的问题也日益凸显。首先,物联网应用需针对行业特性定制,各应用之间相互孤立,导致互联性、扩展性差,不能满足产业数据共享的需求;其次,物联网标准化尚未完成,各应用缺乏统一的输入输出格式、规则和协议,导致其融合扩展困难;同时,缺乏统筹协调和模块化开发流程,使得设备管理、数据存储、性能优化等常用功能重复开发,组件复用率低;最后,物联网是传感器技术、无线传输技术、互联网技术等