本發(fā)明涉及人工智能，尤其涉及一種用于集群系統(tǒng)智能運維的效能評價方法和設備。

背景技術：

1、隨著現(xiàn)代信息化和智能化技術的快速發(fā)展，集群系統(tǒng)作為一種由大規(guī)模設備組成的復雜系統(tǒng)，已被廣泛應用于多個領域，如能源、交通、通信、國防等。集群系統(tǒng)通常由多個相互協(xié)作的設備或節(jié)點組成，其復雜的結構和廣泛的應用環(huán)境導致了運維工作的高度復雜性。為保證集群系統(tǒng)的持續(xù)、高效運行，智能運維技術成為集群系統(tǒng)領域的重要研究方向。

2、傳統(tǒng)的集群系統(tǒng)運維主要依賴于人工監(jiān)控和預定的維修周期，常見的運維模式包括定期維修和事后維修。然而，這些模式存在著明顯的不足：1、事后維修：當集群系統(tǒng)發(fā)生故障后才進行修復，往往導致系統(tǒng)停機時間過長，增加了系統(tǒng)維護成本和風險。2、定期維修：預設的維修周期無法靈活應對集群系統(tǒng)中設備的運行狀態(tài)，容易出現(xiàn)維修過頻或維修不足的問題。

3、為了提升集群系統(tǒng)運維的效率和可靠性，智能化的預測性維修和實時的效能評價方法逐漸成為研究熱點。近年來，隨著大數(shù)據(jù)、人工智能、深度學習等技術的發(fā)展，基于強化學習和深度學習的智能決策技術逐步應用于集群系統(tǒng)的智能運維中。通過構建集群系統(tǒng)的多維態(tài)勢感知和效能評價模型，可以在系統(tǒng)發(fā)生故障前及時預測潛在問題，制定相應的運維決策，最大限度地提升系統(tǒng)運行的可靠性和效能。

4、盡管如此，現(xiàn)有的集群系統(tǒng)效能評價方法仍面臨一些關鍵問題和挑戰(zhàn)：1、多維態(tài)勢感知的復雜性：集群系統(tǒng)中的設備之間具有高度的協(xié)同性和不確定性，實時監(jiān)控系統(tǒng)中的多維態(tài)勢信息（如節(jié)點狀態(tài)、任務執(zhí)行情況、環(huán)境變化等）并進行綜合分析存在一定的技術挑戰(zhàn)。2、效能評價的精度不足：由于集群系統(tǒng)的高復雜性，傳統(tǒng)的效能評價方法難以準確評估系統(tǒng)的運行狀態(tài)，尤其是在大規(guī)模集群系統(tǒng)的動態(tài)變化情況下，缺少科學、合理的效能評價模型。3、缺乏彈性評估：在面臨突發(fā)事件或故障時，如何評估集群系統(tǒng)的彈性和恢復能力，以便快速制定修復和重構方案，是現(xiàn)有技術中的一個重要難點。

5、申請人前期針對長期運行階段系統(tǒng)性能退化條件下三層級時間動態(tài)集群系統(tǒng)的“預測性維修”問題，通過基于dqn深度強化學習的方法綜合權衡系統(tǒng)退化狀態(tài)與維修收益不均衡特征，生成預測性維修方案，具體參見中國發(fā)明專利申請（申請?zhí)枺?02411357728x，申請日：20240927）公開的一種基于dqn的集群系統(tǒng)預測性維修決策方法；針對面向大規(guī)模局部破壞的兩層級時間動態(tài)集群系統(tǒng)多團隊“災后搶修”問題，通過基于actor-critic深度強化學習的方法統(tǒng)籌維修時序與路徑規(guī)劃兩層級決策，生成修復性維修方案，具體參見中國發(fā)明專利申請（申請?zhí)枺?024112822477，申請日：20240913）公開的一種基于ac-mcts算法的面向集群系統(tǒng)災后修復性維修的方法；針對具有多編隊特征的三層級時空動態(tài)集群系統(tǒng)“動態(tài)重構”問題，通過基于dppo深度強化學習的方法分析三層級集群系統(tǒng)集簇內(nèi)部節(jié)點間功能重構以及集簇間功能重構的兩層級動態(tài)重構，生成動態(tài)重構方案，具體參見中國發(fā)明專利申請（申請?zhí)枺?024114796053，申請日：20241023）公開的一種基于dppo深度強化學習的集群系統(tǒng)動態(tài)重構決策方法。

技術實現(xiàn)思路

1、為了解決上述問題，本發(fā)明提出了一種基于數(shù)學模型的集群系統(tǒng)智能運維效能評價方法，能夠通過構建合理的效能指標體系、網(wǎng)絡平均效率計算模型、任務執(zhí)行均衡度評價模型和彈性評估模型，對集群系統(tǒng)在不同運行階段的效能進行科學、精準的評價。本發(fā)明通過引入深度強化學習算法，對多維態(tài)勢信息進行實時采集、分析和預測，能夠有效提升集群系統(tǒng)的智能運維決策效率。

2、為了實現(xiàn)上述的目的，本發(fā)明采用了以下的技術方案：

3、一種用于集群系統(tǒng)智能運維的效能評價方法，所述的集群系統(tǒng)為電力系統(tǒng)集群、無人機集群系統(tǒng)或工業(yè)儲能系統(tǒng)中的大規(guī)模電池組集群系統(tǒng)，所述方法包括以下步驟：

4、a)效能指標體系的構建：針對集群系統(tǒng)的通用特性和專用特性，構建效能評價指標體系，所述通用特性包括可靠性、維修性、保障性、安全性和環(huán)境適應性，所述專用特性包括時間動態(tài)特性和時空動態(tài)特性；

5、b)數(shù)據(jù)采集：通過多維態(tài)勢感知模塊采集集群系統(tǒng)的實時運行數(shù)據(jù)，所述數(shù)據(jù)包括節(jié)點健康狀態(tài)、鏈路狀態(tài)、任務執(zhí)行狀態(tài)和環(huán)境變化信息；

6、c)集群系統(tǒng)的網(wǎng)絡效率評價：利用網(wǎng)絡平均效率公式e(g)，評價集群系統(tǒng)節(jié)點間的信息傳遞效率，所述公式為：

7、；

8、其中n為節(jié)點數(shù)量，wi和wj分別為節(jié)點i和節(jié)點j的權重，dij為節(jié)點i和節(jié)點j之間的最短路徑長度；

9、d)任務執(zhí)行均衡度評價：針對三層級時空動態(tài)集群，采用集群均衡度εb評價集群系統(tǒng)任務執(zhí)行能力的均衡性，所述均衡度計算公式為：

10、；

11、其中i?表示集群?s?中集簇的總數(shù)，ji表示集簇?ci中節(jié)點的總數(shù)，為各集簇所有節(jié)點的平均余度值；εij表示節(jié)點n(i,j)的覆蓋區(qū)域與同集簇其他節(jié)點的覆蓋區(qū)域在任務區(qū)域內(nèi)的重合面積之和。

12、作為優(yōu)選，所述網(wǎng)絡效率評價中采用歸一化處理，將平均效率e(g)歸一化為0≤e(g)≤10，并且當集群系統(tǒng)中每對節(jié)點之間均存在邊時，e(g)=1。

13、作為優(yōu)選，所述集群系統(tǒng)的均衡度評價通過余度矩陣miε={εij}計算集簇任務的重疊區(qū)域，結合任務分布計算每個集簇的任務能力；矩陣中元素εij表示節(jié)點?n=(i,j)的覆蓋區(qū)域與同集簇其他節(jié)點的覆蓋區(qū)域在任務區(qū)域內(nèi)的重合面積之和。

14、作為優(yōu)選，所述效能評價方法還包括基于時間動態(tài)特性的網(wǎng)絡連通性分析，通過構建鄰接矩陣a={aij}和距離矩陣矩l={lij}，分析集群系統(tǒng)在不同階段的網(wǎng)絡連通狀態(tài)。

15、作為優(yōu)選，集群系統(tǒng)的可靠性通過可靠性框圖模型計算，所述模型包括串聯(lián)、并聯(lián)、混聯(lián)或k/n冗余集群模型，可靠性公式為：

16、a)串聯(lián)結構的可靠性rs(t)公式：

17、rs(t)=r1(t)×r2(t)×...×rn(t)≤min{r1(t),r2(t),…,rn(t)}；

18、其中0<ri(t)<1,i=1,2,…n表示節(jié)點ni的可靠度；

19、?b)并聯(lián)結構的可靠性rs(t)公式：

20、rs(t)=1-∏ni=1[1-ri(t)]；

21、其中0<ri(t)<1,i=1,2,…n表示節(jié)點ni的可靠度；

22、c)混聯(lián)集群中，集簇ca,?cb,?cc的可靠度表示為：

23、rca=1-(1-r1)(1-r2)；

24、rcb=rca(r3)；

25、rcc=r4r5；

26、且集簇?cb與集簇?cc先并聯(lián)，再與另一個節(jié)點r6串聯(lián)，則集群可靠度表示為：

27、rs=[1-(1-rb)(1-rc)](r6)；

28、d）k/n冗余集群模型

29、假設每一個節(jié)點的可靠度均為r且相互獨立，那么基于x個節(jié)點可正常運行的概率，k/n冗余集群的可靠度表示為：

30、。

31、作為優(yōu)選，集群系統(tǒng)的彈性評估包括對恢復時間的倒數(shù)進行計算，以得出系統(tǒng)從故障中恢復的彈性度量rfom：

32、；

33、其特征在于，t1為故障發(fā)生時間，t4為恢復至正常狀態(tài)的時間；

34、集群系統(tǒng)的彈性通過彈性損失度公式rl進行評估，所述公式為：

35、rl=∫t1t4(fom*-fom(t))dt；

36、其特征在于，fom為目標性能，fom(t)為時間t時刻的性能值。

37、作為優(yōu)選，針對相互依賴的基礎設施集群系統(tǒng)彈性的綜合度量指標gr，可以綜合考慮魯棒性robu、快速性rapi、單位時間平均性能損失tapl和恢復能力ra的度量對其進行定義，如下所示：

38、；

39、其中rapir和rapid分別表示恢復和破壞階段的快速性度量指標，上式中各項指標均可以作為fom的函數(shù)獲得，如下所示：

40、；

41、；

42、?；

43、；

44、其krp是恢復階段中斜坡檢測技術檢測到的斜坡數(shù)量；

45、另一種彈性的綜合度量方法將故障狀況fprof和恢復狀況?rprof合并為：

46、；

47、其中fprof和?rprof表示在各個階段中損失和恢復的性能，如下所示：

48、；

49、；

50、其中qs是表示集群的性能。

51、作為優(yōu)選，集群系統(tǒng)的效能評價結果用于生成智能運維決策，指導預測性維修、災后搶修和動態(tài)重構的運維方案。

52、作為優(yōu)選，所述方法通過對多個運維階段的數(shù)據(jù)進行綜合分析，輸出集群系統(tǒng)在正常、退化、破壞及恢復等不同階段的效能報告，并為后續(xù)優(yōu)化提供依據(jù)。

53、進一步，本發(fā)明公開了一種用于集群系統(tǒng)智能運維的效能評價設備，所述設備執(zhí)行所述的方法，包括：

54、a)?數(shù)據(jù)采集模塊，用于實時采集集群系統(tǒng)的運行數(shù)據(jù)，所述數(shù)據(jù)包括節(jié)點健康狀態(tài)、鏈路狀態(tài)、任務執(zhí)行狀態(tài)和環(huán)境變化信息；

55、b)?效能指標構建模塊，用于構建集群系統(tǒng)的效能評價指標體系，所述指標針對集群系統(tǒng)的通用特性和專用特性，構建效能評價指標體系，所述通用特性包括可靠性、維修性、保障性、安全性和環(huán)境適應性，所述專用特性包括時間動態(tài)特性和時空動態(tài)特性；

56、c)?效能計算模塊，用于基于所述效能指標對集群系統(tǒng)的當前效能進行計算和分析；

57、d)?結果輸出模塊，用于生成集群系統(tǒng)的效能報告，并為智能運維決策提供反饋和優(yōu)化建議。

58、本發(fā)明由于采用了上述的技術方案，結合數(shù)學模型和強化學習算法，通過精確的效能評價和智能決策，有效解決了傳統(tǒng)集群系統(tǒng)運維方法中的不足，實現(xiàn)了集群系統(tǒng)的高效、精準管理。其具體技術效果包括以下幾個方面：

59、1、提高集群系統(tǒng)的整體效能評價精度：本發(fā)明通過構建基于網(wǎng)絡平均效率和任務執(zhí)行均衡度的數(shù)學模型，能夠?qū)合到y(tǒng)的節(jié)點間信息傳遞效率和任務執(zhí)行能力進行準確的量化評估。通過網(wǎng)絡平均效率公式e(g)和均衡度公式εb，能夠精確反映集群系統(tǒng)在不同運行狀態(tài)下的表現(xiàn)，包括正常運行、故障發(fā)生、任務分配不均衡等情況。相比于傳統(tǒng)的簡單指標評估方式，該方法在動態(tài)環(huán)境下的評價更加準確、全面。

60、2、優(yōu)化智能運維決策效率：通過引入深度強化學習算法（如dqn、dppo等），本發(fā)明能夠?qū)崟r預測集群系統(tǒng)的態(tài)勢變化，針對不同運維場景（如預測性維修、災后搶修、動態(tài)重構）生成最優(yōu)的運維決策方案。通過對節(jié)點健康狀態(tài)、鏈路狀態(tài)等多維態(tài)勢信息的實時分析，本發(fā)明可以根據(jù)未來的態(tài)勢變化趨勢，提前制定應對方案，避免突發(fā)故障的發(fā)生，提升了系統(tǒng)的響應速度和決策質(zhì)量。

61、3、增強集群系統(tǒng)的彈性與恢復能力：本發(fā)明提出了基于彈性損失度rl的評估模型，能夠有效評估集群系統(tǒng)在突發(fā)事件后的恢復能力。通過計算集群系統(tǒng)在故障后的恢復時間rfom和恢復性能損失，系統(tǒng)能夠快速量化故障對整體效能的影響，并指導快速恢復策略的制定。這一評估模型能夠顯著提升集群系統(tǒng)在突發(fā)事件中的自愈能力和抗風險能力，減少系統(tǒng)停機時間和損失。

62、4、提升大規(guī)模集群系統(tǒng)的任務執(zhí)行能力：本發(fā)明通過任務執(zhí)行均衡度公式εb對集群系統(tǒng)的任務執(zhí)行能力進行評價，確保任務在不同集簇之間的合理分配和均衡執(zhí)行，避免某些節(jié)點或集簇因過載或閑置導致的任務延遲或系統(tǒng)性能下降。該方法特別適用于三層級時空動態(tài)集群系統(tǒng)，能夠動態(tài)調(diào)整任務分配，提高系統(tǒng)的整體執(zhí)行效率。

63、5、提供全面的效能評估報告，支持運維優(yōu)化：本發(fā)明的效能評價方法通過多維度、全方位的評估，能夠生成系統(tǒng)的效能報告，涵蓋集群系統(tǒng)在正常、退化、破壞及恢復階段的表現(xiàn)。該報告能夠為運維團隊提供可靠的數(shù)據(jù)支持，有助于優(yōu)化后續(xù)的運維策略，提高集群系統(tǒng)的長期穩(wěn)定性和運行效能。

64、6、綜合考慮集群系統(tǒng)的通用特性和專用特性：該方法不僅評估集群系統(tǒng)的通用特性（如可靠性、維修性、環(huán)境適應性等），還結合了集群系統(tǒng)的專用特性（如時間動態(tài)特性和時空動態(tài)特性），為效能評價提供了更加全面的視角。這種多層次的評價方式確保了系統(tǒng)能夠在多樣化的應用場景下保持穩(wěn)定、高效的運行。

65、綜上所述，本發(fā)明在提高集群系統(tǒng)效能評價的精確性、優(yōu)化智能運維決策、增強系統(tǒng)彈性與恢復能力方面展現(xiàn)了顯著的技術效果，能夠廣泛應用于多領域的集群系統(tǒng)運維管理，提升系統(tǒng)整體效能和智能化水平。