CN120578570B - 一种基于计算机设备的健康状态评估方法及系统 - Google Patents

Abstract

本发明公开了一种基于计算机设备的健康状态评估方法及系统，涉及健康状态评估技术领域，本发明包括实验室数据采集模块、健康状态评估模块、实验室设备模拟分析模块、处理终端和数据仓，本发明针对实验室内的计算机设备的特点，开发一种针对实验室内的计算机设备的健康状态评估方法，将使用行为溯源评估层与外设损耗量化评估层结合，从人为操作角度深度评估设备健康状态。实现实验室内的计算机设备的健康状态评估，针对实验室内的教学相关数据对计算机设备进行模拟测试，将科研负载压力评估层与能耗行为评估层相结合，实现科研需求与节能目标的平衡。

Description

一种基于计算机设备的健康状态评估方法及系统

技术领域

本发明涉及健康状态评估技术领域，具体涉及一种基于计算机设备的健康状态评估方法及系统。

背景技术

在高度依赖信息技术的时代，计算机设备的稳定运行是业务连续性和数据安全的根本保障。对其健康状态进行系统、持续的评估，是现代IT运维的核心环节与必然要求。因此，对计算机设备进行健康状态评估是极其有必要的。

现有技术中的计算机设备的健康状态评估还存在一些不足，具体提体现在以下几个层面：现有技术中大多是通用型的计算机设备的健康状态评估，对于实验室设备的针对性不强，而实验室内的计算机设备由于多人共用，专业场景差异大和教学科研混合使用等特点，难以适用通用型的计算机设备的健康状态评估，因此开发一种针对实验室内的计算机设备的健康状态评估方法尤为重要。

发明内容

本发明的目的在于提供的一种基于计算机设备的健康状态评估方法及系统，解决了背景技术中存在的问题。

为解决上述技术问题，本发明采用如下技术方案：本发明第一方面提供一种基于计算机设备的健康状态评估方法，包括：ST1、通过BIOS层内置的行为记录仪，持续追踪学生对实验室内计算机设备的操作行为，构成实验室内计算机被操作行为记录数据集，同时，持续监测学生对实验室内计算机设备的外设操作行为，构成实验室内计算机外设操作行为记录数据集。

ST2、根据实验室内计算机被操作行为记录数据集和实验室内计算机外设数据集，经数据处理得到实验室内若干计算机设备的健康状态等级。

ST3、获取实验室内的教学相关数据并对实验室内计算机设备进行模拟测试，根据模拟测试数据生成任务异常计算机设备集合和能耗优化计算机设备集合。

ST4、将任务异常计算机设备集合和能耗优化计算机设备集合输送到实验室设备管理中心。

本发明第二方面提供一种用于执行本发明所述基于计算机设备的健康状态评估方法的系统，包括：实验室数据采集模块，通过BIOS层内置的行为记录仪，持续追踪学生对实验室内计算机设备的操作行为，构成实验室内计算机被操作行为记录数据集，同时，持续监测学生对实验室内计算机设备的外设操作行为，构成实验室内计算机外设操作行为记录数据集。

健康状态评估模块，根据实验室内计算机被操作行为记录数据集和实验室内计算机外设数据集，经数据处理得到实验室内若干计算机设备的健康状态等级。

实验室设备模拟分析模块，获取实验室内的教学相关数据并对实验室内计算机设备进行模拟测试，根据模拟测试数据生成任务异常计算机设备集合和能耗优化计算机设备集合。

处理终端，将任务异常计算机设备集合和能耗优化计算机设备集合输送到实验室设备管理中心。

本发明的有益效果在于：（1）本发明针对实验室内的计算机设备的特点，开发一种针对实验室内的计算机设备的健康状态评估方法，弥补了现有技术中的不足。

（2）本发明将使用行为溯源评估层与外设损耗量化评估层结合，从人为操作角度深度评估设备健康状态。通过持续追踪学生对设备的操作行为和精准检测外设的物理损耗情况。将两者数据关联分析，实现实验室内的计算机设备的健康状态评估。

（3）本发明针对实验室内的教学相关数据对计算机设备进行模拟测试，将科研负载压力评估层与能耗行为评估层相结合，评估设备在高强度科研任务下的性能表现。同时，计算设备在不同负载状态下的能耗情况，实现科研需求与节能目标的平衡。

附图说明

为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中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。

图1为本发明方法实施步骤流程示意图。

图2为本发明系统结构连接示意图。

具体实施方式

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。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。

参照图1所示，本发明第一方面提供一种基于计算机设备的健康状态评估方法，包括：ST1、通过BIOS层内置的行为记录仪，持续追踪学生对实验室内计算机设备的操作行为，构成实验室内计算机被操作行为记录数据集，同时，持续监测学生对实验室内计算机设备的外设操作行为，构成实验室内计算机外设操作行为记录数据集。

在本发明的具体实施例中，所述实验室内计算机被操作行为记录数据集包括若干计算机设备被各学生ID账号使用的操作日志，所述操作日志具体包括若干操作数据特征值。

具体地，所述若干操作数据特征值包括但不限于开机频率、关机频率、高负载程序运行时长、多进程同时启动数量、进程切换频率、休眠唤醒次数、待机时长占比、磁盘连续读写时长、GPU满负载运行时段等影响计算机设备健康状态的操作行为数据特征值。

在本发明的具体实施例中，所述实验室内计算机外设操作行为记录数据集包括若干计算机设备被各学生ID账号使用的外设操作日志，所述外设操作日志具体包括若干外设操作数据在时序特征下的特征值。

具体地，所述若干外设操作数据在时序特征下的特征值包括但不限于键盘各按键在时序特征下的电容值、触摸屏在时序特征下的最大压力、USB接口在时序特征下的电压、鼠标左键、右键在时序特征下的按压力度、滚轮在时序特征下的阻力系数等影响计算机设备外设健康状态的操作行为数据特征值。

需要说明的是，利用MCU读取实验室内计算机设备的键盘按键电容值、红外阵列扫描触摸屏先验压力分布、利用DIY电压监测模块监测USB接口电压，利用压力传感器+微控制器和编码器监测鼠标左键、右键在时序特征下的按压力度、滚轮在时序特征下的阻力系数。

ST2、根据实验室内计算机被操作行为记录数据集和实验室内计算机外设数据集，经数据处理得到实验室内若干计算机设备的健康状态等级。

在本发明的具体实施例中，所述经数据处理得到实验室内若干计算机设备的健康状态等级，其具体处理方法为：ST2001、根据实验室内计算机被操作行为记录数据集，评估实验室内若干计算机设备的第一健康状态评估值。

ST2002、根据实验室内计算机外设数据集，评估实验室内若干计算机设备的第二健康状态评估值。

ST2003、将实验室内若干计算机设备的第一健康状态评估值和第二健康状态评估值进行加权求和处理，并通过sigmoid函数处理得到实验室内若干计算机设备的总体健康状态值。

需要说明的是，通过sigmoid函数处理可以使实验室内若干计算机设备的总体健康状态值控制在0-1范围内，便于后续分析处理。

ST2004、将实验室内若干计算机设备的总体健康状态值与数据仓中存储的各健康状态等级对应的总体健康状态值区间进行对比，若实验室内某计算机设备的总体健康状态值处于某健康状态等级对应的总体健康状态值区间内，则将该健康状态等级记为该计算机设备的健康状态等级，匹配得到实验室内若干计算机设备的健康状态等级。

需要说明的是，所述各健康状态等级对应的总体健康状态值区间具体是由实验室管理人员自行设定的，健康状态等级越高，对应的总体健康状态值越大。

在本发明的具体实施例中，所述评估实验室内若干计算机设备的第一健康状态评估值，其具体评估方法为：从实验室内计算机被操作行为记录数据集提取若干计算机设备被各学生ID账号使用的若干操作数据特征值，并将其与数据仓中存储的若干操作数据特征值适宜区间进行对比，若某操作数据特征值处于适宜区间内，则讲该操作数据特征值的偏移参量记为0，反之则获取该操作数据特征值的超出幅度，经均一化处理得到若干操作数据特征值的偏移参量。

需要说明的是，所述超出幅度具体指超出适宜区间极大值的幅度或超出适宜区间极小值的幅度。

将若干计算机设备被各学生ID账号使用的若干操作数据特征值的偏移参量进行均值处理，得到若干计算机设备的第一健康状态评估值。

在本发明的具体实施例中，所述评估实验室内若干计算机设备的第二健康状态评估值，其具体评估方法为：从实验室内计算机外设操作行为记录数据集提取若干计算机设备被各学生ID账号使用的包括若干外设操作数据在时序特征下的特征值，识别若干外设操作数据的异常时序点，并计算得到实验室内若干计算机设备的若干外设操作数据的异常比例，若存在某外设操作数据的异常比例大于或等于预置的异常比例，则将实验室内该计算机设备的第二健康状态评估值记为0，若所有外设操作数据的异常比例均小于预置的异常比例，则将该计算机设备的第二健康状态评估值记为1。

需要说明的是，所述识别若干外设操作数据的异常时序点，其具体是基于若干外设操作数据在时序特征下的特征值结合数据仓中存储的若干外设操作数据的适宜特征值区间进行识别的，若外设操作数据在某时序点的特征值不处于适宜特征值区间之内，则将该时序点记为异常时序点，所述数据仓中存储的若干外设操作数据的适宜特征值区间具体是根据外设设备的操作手册或者行业标准制定的。

还需要说明的是，所述计算得到若干外设操作数据的异常比例，其具体计算方法为：统计实验室内若干计算机设备被各学生ID账号使用时的若干外设操作数据的异常时序点的数量，并将其除以时序点的总数量，得到实验室内若干计算机设备被各学生ID账号使用时的若干外设操作数据的异常比例，并将其进行均值处理，得到实验室内若干计算机设备的若干外设操作数据的异常比例。

本发明将使用行为溯源评估层与外设损耗量化评估层结合，从人为操作角度深度评估设备健康状态。通过持续追踪学生对设备的操作行为和精准检测外设的物理损耗情况。将两者数据关联分析，实现实验室内的计算机设备的健康状态评估。

ST3、获取实验室内的教学相关数据并对实验室内计算机设备进行模拟测试，根据模拟测试数据生成任务异常计算机设备集合和能耗优化计算机设备集合。

在本发明的具体实施例中，所述获取实验室内的教学相关数据并对实验室内计算机设备进行模拟测试，其具体方法为：ST3011、根据实验室内的教学相关数据，筛选出实验室内的计算机设备需求健康状态等级，并将实验室内低于需求健康状态等级的若干计算机设备进行剔除，将剩余的若干计算机设备记为若干测试计算机。

需要说明的是，所述根据实验室内的教学相关数据，筛选储实验室内的计算机设备需求健康状态等级，具体是提取与计算机设备压力相关的若干关键参数，基于数据仓中预置的各关键参数对应的需求健康状态等级关联到计算机设备压力相关的若干关键参数对应的需求健康状态等级，选择最大需求健康状态等级作为实验室内的计算机设备需求健康状态等级。

ST3012、根据实验室内的教学相关数据，对剩余的若干计算机设备进行模拟测试，所述模拟测试具体是根据实验室内的教学相关数据进行测试的，并获取模拟测试数据，所述模拟测试数据具体包括实验室内若干测试计算机在各次测试的特征参量。

示例性地，从实验室内的教学相关数据（如课程大纲、学生实验报告、历史设备监控日志等），提取与计算机设备压力相关的关键参数，形成测试“基准模版”。

示例性地，以并行计算场景、数据IO场景、图形渲染场景为示例，则并行计算场景的基准模版为多线程任务的线程数、并发进程数、任务类型、数据IO场景的基准模版为SQL查询的数据集大小、文件操作的批量读写频率、读写模式、图形渲染场景的基准模版为渲染分辨率、3D模型的多边形数量、渲染时长。

需要说明的是，对于并行计算场景的模拟，可以通过Python实现，对于数据IO场景的模拟，可以通过Linux实现，对于图形渲染场景的模拟，可以通过Blender、Adobe AfterEffects实现。

具体地，所述各次测试的特征参量包括测试类型、故障类型和总耗电量，其中故障类型包括但不限于并行计算场景的CPU利用率不足、温度异常、任务完成延迟、CPU降频、程序崩溃、数据IO场景的写入速度异常、硬盘温度异常、图形渲染场景的GPU利用率不足、显存占用等在各种测试场景下的故障类型。

在本发明的具体实施例中，所述根据模拟测试数据生成任务异常计算机设备集合和能耗优化计算机设备集合，其具体方法为：ST3021、从模拟测试数据中提取实验室内若干测试计算机设备在各次测试的故障类型，统计并计算得到若干测试计算机设备的各类故障的复现频率，若某测试计算机设备的某类故障的复现频率大于或等于数据仓中存储的改类故障的复现频率阈值，则将该测试计算机归纳到任务异常计算机设备集合A中，并根据数据仓中存储的若干故障类型的规则码，生成该测试计算机在任务异常计算机设备集合中的显示规则码。

示例性地，某测试计算机的编号为4，某故障类型为CPU利用率不足，且该故障类型的复现频率大于或等于对应复现频率阈值，则从数据仓中提取该故障类型的规则码为1U，则该测试计算机设备在能耗优化计算机设备集合中的显示规则码为。

ST3022、从模拟测试数据中提取实验室内若干测试计算机设备在各次测试的总耗电量和测试类型，并从数据仓中提取若干测试类型的允许耗电量，若某次测试的总耗电量超出对应允许耗电量，则将该测试计算机设备归纳到能耗优化计算机设备集合B中，并根据测试类型生成该测试计算机在能耗优化计算机设备集合中的显示规则码。

示例性地，某测试计算机的编号为5，某次测试类型为并行计算场景类型，且该次测试的总耗电量超出对应允许耗电量，从数据仓中提取的该测试类型的规则码为0I，则该测试计算机设备在能耗优化计算机设备集合中的显示规则码为。

ST3023、所述任务异常计算机设备集合A和能耗优化计算机设备集合B，满足以下条件，若，则，为能耗优化计算机设备集合中的元素的第一位规则码。

需要补充的是，若能耗优化计算机设备集合中某元素的第一位规则码与任务异常计算机设备集合中某元素的第一位规则码相同，则将该元素从能耗优化计算机设备集合中剔除。

再次需要说明的是，所述数据仓中存储的各类故障的复现频率阈值、若干测试类型的允许耗电量具体是由实验室管理人员自行设定的，在此不做限制，实验室管理人员可以根据实验室需求针对性设置。

本发明针对实验室内的教学相关数据对计算机设备进行模拟测试，将科研负载压力评估层与能耗行为评估层相结合，评估设备在高强度科研任务下的性能表现。同时，计算设备在不同负载状态下的能耗情况，实现科研需求与节能目标的平衡。

ST4、将任务异常计算机设备集合和能耗优化计算机设备集合输送到实验室设备管理中心。

本发明针对实验室内的计算机设备的特点，开发一种针对实验室内的计算机设备的健康状态评估方法，弥补了现有技术中的不足。

参照图2所示，本发明第二方面提供一种用于本发明所述基于计算机设备的健康状态评估方法的系统，包括：实验室数据采集模块，通过BIOS层内置的行为记录仪，持续追踪学生对实验室内计算机设备的操作行为，构成实验室内计算机被操作行为记录数据集，同时，持续监测学生对实验室内计算机设备的外设操作行为，构成实验室内计算机外设操作行为记录数据集。

健康状态评估模块，根据实验室内计算机被操作行为记录数据集和实验室内计算机外设数据集，经数据处理得到实验室内若干计算机设备的健康状态等级。

实验室设备模拟分析模块，获取实验室内的教学相关数据并对实验室内计算机设备进行模拟测试，根据模拟测试数据生成任务异常计算机设备集合和能耗优化计算机设备集合。

处理终端，将任务异常计算机设备集合和能耗优化计算机设备集合输送到实验室设备管理中心。

需要说明的是，本发明还包括数据仓，用于存储本发明所需的相关数据。

以上内容仅仅是对本发明的构思所作的举例和说明，所属本技术领域的技术人员对所描述的具体实施例做各种各样的修改或补充或采用类似的方式替代，只要不偏离发明的构思或者超越本发明所定义的范围，均应属于本发明的保护范围。

Claims (8)

1.一种基于计算机设备的健康状态评估方法，其特征在于，包括：

ST1、通过BIOS层内置的行为记录仪，持续追踪学生对实验室内计算机设备的操作行为，构成实验室内计算机被操作行为记录数据集，同时，持续监测学生对实验室内计算机设备的外设操作行为，构成实验室内计算机外设操作行为记录数据集；

ST2、根据实验室内计算机被操作行为记录数据集和实验室内计算机外设数据集，经数据处理得到实验室内若干计算机设备的健康状态等级；

ST3、获取实验室内的教学相关数据并对实验室内计算机设备进行模拟测试，根据模拟测试数据生成任务异常计算机设备集合和能耗优化计算机设备集合；

所述根据模拟测试数据生成任务异常计算机设备集合和能耗优化计算机设备集合，其具体方法为：

ST3021、从模拟测试数据中提取实验室内若干测试计算机设备在各次测试的故障类型，统计并计算得到若干测试计算机设备的各类故障的复现频率，若某测试计算机设备的某类故障的复现频率大于或等于数据仓中存储的该类故障的复现频率阈值，则将该测试计算机归纳到任务异常计算机设备集合A中，并根据数据仓中存储的若干故障类型的规则码，生成该测试计算机在任务异常计算机设备集合中的显示规则码；

ST3022、从模拟测试数据中提取实验室内若干测试计算机设备在各次测试的总耗电量和测试类型，并从数据仓中提取若干测试类型的允许耗电量，若某次测试的总耗电量超出对应允许耗电量，则将该测试计算机设备归纳到能耗优化计算机设备集合B中，并根据测试类型生成该测试计算机在能耗优化计算机设备集合中的显示规则码；

ST3023、所述任务异常计算机设备集合A和能耗优化计算机设备集合B，满足以下条件，若，则，为能耗优化计算机设备集合中的元素的第一位规则码；

ST4、将任务异常计算机设备集合和能耗优化计算机设备集合输送到实验室设备管理中心。

2.根据权利要求1所述的一种基于计算机设备的健康状态评估方法，其特征在于，所述实验室内计算机被操作行为记录数据集包括若干计算机设备被各学生ID账号使用的操作日志，所述操作日志具体包括若干操作数据特征值。

3.根据权利要求2所述的一种基于计算机设备的健康状态评估方法，其特征在于，所述实验室内计算机外设操作行为记录数据集包括若干计算机设备被各学生ID账号使用的外设操作日志，所述外设操作日志具体包括若干外设操作数据在时序特征下的特征值。

4.根据权利要求3所述的一种基于计算机设备的健康状态评估方法，其特征在于，所述经数据处理得到实验室内若干计算机设备的健康状态等级，其具体处理方法为：

ST2001、根据实验室内计算机被操作行为记录数据集，评估实验室内若干计算机设备的第一健康状态评估值；

ST2002、根据实验室内计算机外设数据集，评估实验室内若干计算机设备的第二健康状态评估值；

ST2003、将实验室内若干计算机设备的第一健康状态评估值和第二健康状态评估值进行加权求和处理，并通过sigmoid函数处理得到实验室内若干计算机设备的总体健康状态值；

ST2004、将实验室内若干计算机设备的总体健康状态值与数据仓中存储的各健康状态等级对应的总体健康状态值区间进行对比，匹配得到实验室内若干计算机设备的健康状态等级。

5.根据权利要求4所述的一种基于计算机设备的健康状态评估方法，其特征在于，所述评估实验室内若干计算机设备的第一健康状态评估值，其具体评估方法为：

从实验室内计算机被操作行为记录数据集提取若干计算机设备被各学生ID账号使用的若干操作数据特征值，并将其与数据仓中存储的若干操作数据特征值适宜区间进行对比，以此得到若干操作数据特征值的偏移参量；

将若干计算机设备被各学生ID账号使用的若干操作数据特征值的偏移参量进行均值处理，得到若干计算机设备的第一健康状态评估值。

6.根据权利要求4所述的一种基于计算机设备的健康状态评估方法，其特征在于，所述评估实验室内若干计算机设备的第二健康状态评估值，其具体评估方法为：

从实验室内计算机外设操作行为记录数据集提取若干计算机设备被各学生ID账号使用的包括若干外设操作数据在时序特征下的特征值，识别若干外设操作数据的异常时序点，并计算得到实验室内若干计算机设备的若干外设操作数据的异常比例，若存在某外设操作数据的异常比例大于或等于预置的异常比例，则将实验室内该计算机设备的第二健康状态评估值记为0，若所有外设操作数据的异常比例均小于预置的异常比例，则将该计算机设备的第二健康状态评估值记为1。

7.根据权利要求1所述的一种基于计算机设备的健康状态评估方法，其特征在于，所述获取实验室内的教学相关数据并对实验室内计算机设备进行模拟测试，其具体方法为：

ST3011、根据实验室内的教学相关数据，筛选出实验室内的计算机设备需求健康状态等级，并将实验室内低于需求健康状态等级的若干计算机设备进行剔除，将剩余的若干计算机设备记为若干测试计算机；

ST3012、根据实验室内的教学相关数据，对剩余的若干计算机设备进行模拟测试，所述模拟测试具体是根据实验室内的教学相关数据进行测试的，并获取模拟测试数据，所述模拟测试数据具体包括实验室内若干测试计算机在各次测试的特征参量。

8.一种用于执行权利要求1-7任一项所述基于计算机设备的健康状态评估方法的系统，其特征在于，包括：

实验室数据采集模块，通过BIOS层内置的行为记录仪，持续追踪学生对实验室内计算机设备的操作行为，构成实验室内计算机被操作行为记录数据集，同时，持续监测学生对实验室内计算机设备的外设操作行为，构成实验室内计算机外设操作行为记录数据集；

健康状态评估模块，根据实验室内计算机被操作行为记录数据集和实验室内计算机外设数据集，经数据处理得到实验室内若干计算机设备的健康状态等级；

实验室设备模拟分析模块，获取实验室内的教学相关数据并对实验室内计算机设备进行模拟测试，根据模拟测试数据生成任务异常计算机设备集合和能耗优化计算机设备集合；

处理终端，将任务异常计算机设备集合和能耗优化计算机设备集合输送到实验室设备管理中心。