基于CPS的鐵路客運(yùn)站智能機(jī)房監(jiān)控平臺

徐春婕，陳瑞鳳，賀曉玲，王 靜，李 君

(1.中國鐵道科學(xué)研究院集團(tuán)有限公司 電子計算技術(shù)研究所，北京 100081； 2.北京經(jīng)緯信息技術(shù)有限公司 機(jī)電裝備及系統(tǒng)事業(yè)部，北京 100081)

0 引 言

隨著高鐵建設(shè)智能化的發(fā)展，采用可視化、物聯(lián)網(wǎng)、大數(shù)據(jù)分析、人工智能算法等新技術(shù)，對機(jī)房相關(guān)系統(tǒng)的基礎(chǔ)設(shè)施資源進(jìn)行監(jiān)控和預(yù)警，將極大提高故障排查效率,降低運(yùn)維成本，降低故障發(fā)生概率，提高系統(tǒng)可靠性，為鐵路客站的正常運(yùn)營提供保障，具有重要的研究價值和現(xiàn)實(shí)意義。

目前車站機(jī)房已建設(shè)的動環(huán)監(jiān)控系統(tǒng)存在如下問題：①系統(tǒng)功能單一，僅限于動力和環(huán)境的監(jiān)控；②站內(nèi)各信息系統(tǒng)設(shè)備資源獨(dú)立部署和運(yùn)用，種類繁多，系統(tǒng)資源利用率不能及時掌控；③機(jī)房內(nèi)部環(huán)境復(fù)雜，缺乏直觀有效的設(shè)備鏈路管理，影響設(shè)備整體故障排查和運(yùn)維管理效率；④系統(tǒng)可擴(kuò)展性弱，針對其它外接設(shè)備接入需求，無法滿足監(jiān)控單元動態(tài)創(chuàng)建等多元化要求；⑤電子化程度低，對機(jī)房設(shè)備信息管理尚采用傳統(tǒng)圖紙、表格等方式，效率低下。

目前針對機(jī)房監(jiān)控系統(tǒng)的研究主要集中在動力環(huán)境監(jiān)控系統(tǒng)的設(shè)計、協(xié)議和機(jī)房單一設(shè)備運(yùn)維等方面，文獻(xiàn)[1]提出一種邊云協(xié)同的分布式機(jī)房動力環(huán)境監(jiān)控系統(tǒng)架構(gòu)方案，文獻(xiàn)[2]設(shè)計了一種基于MQTT協(xié)議的系統(tǒng)解決方案，文獻(xiàn)[3]主要研究機(jī)房電源設(shè)備運(yùn)維監(jiān)控系統(tǒng)，均沒有提出針對機(jī)房多源設(shè)備及環(huán)境動力監(jiān)控等全面智能監(jiān)控的完整解決方案。信息物理系統(tǒng)(cyber physical systems，CPS)實(shí)現(xiàn)物理與信息世界之間的虛實(shí)互連，使之具有自主決策、判斷和調(diào)控能力[4,5]。本文針對鐵路客運(yùn)站機(jī)房監(jiān)控系統(tǒng)中存在的問題，探索新技術(shù)在智能機(jī)房業(yè)務(wù)中集成應(yīng)用及關(guān)鍵技術(shù)，為機(jī)房經(jīng)濟(jì)、節(jié)能、協(xié)調(diào)、高速、安全運(yùn)行提供技術(shù)支持。

1 基于CPS的鐵路客運(yùn)站智能機(jī)房監(jiān)控平臺架構(gòu)設(shè)計

鐵路客運(yùn)站智能機(jī)房監(jiān)控平臺采用CPS、物聯(lián)網(wǎng)、大數(shù)據(jù)、可視化等技術(shù)，對機(jī)房動力設(shè)備(UPS、市電配電)、環(huán)境設(shè)備(空調(diào)、傳感器等)、安全設(shè)備(防雷)、環(huán)境參數(shù)(溫度、濕度、水浸、煙感)、IT設(shè)備(供電、風(fēng)扇、CPU、硬盤、內(nèi)存等)、設(shè)備鏈路狀態(tài)實(shí)現(xiàn)遠(yuǎn)程集中監(jiān)控管理，實(shí)時動態(tài)呈現(xiàn)設(shè)備告警信息及設(shè)備參數(shù)，快速定位故障設(shè)備，具有設(shè)備鏈路可視化管理、IT設(shè)備資源管理、動力環(huán)境資源管理、告警聯(lián)動、電子設(shè)備臺賬管理功能，形成鐵路局-車站兩級報警及分析管理體系，全面滿足對機(jī)房運(yùn)維管控一體化的需求。

1.1 功能設(shè)計

從功能角度劃分為設(shè)備鏈路可視化、IT設(shè)備資源管理、動力環(huán)境資源管理、報警聯(lián)動管理和臺賬管理。

(1)設(shè)備鏈路可視化管理

將機(jī)房內(nèi)設(shè)備、電力線、通信銅纜、光纖等的連接關(guān)系及鏈路拓?fù)涞然九渲眯畔⒓{入可視化平臺，通過定位機(jī)房位置、設(shè)備方便的查找相關(guān)設(shè)備及配線信息，實(shí)現(xiàn)設(shè)備及線路資源可視化管理，實(shí)時更新線路變更信息，保障配線數(shù)據(jù)的準(zhǔn)確性。采用虛擬可視化環(huán)境操作設(shè)備部署、跳線管理，形成工單或指令，引導(dǎo)現(xiàn)場維護(hù)人員進(jìn)行施工，完成設(shè)備部署和跳線配置可視化，保證所有設(shè)備及跳線連接信息的實(shí)時準(zhǔn)確；當(dāng)設(shè)備出現(xiàn)網(wǎng)絡(luò)故障時，可根據(jù)配線數(shù)據(jù)和線纜連接關(guān)系，快速進(jìn)行線路排查，從而提高運(yùn)維管理的效率。

(2)IT設(shè)備資源管理

實(shí)現(xiàn)對服務(wù)器、網(wǎng)絡(luò)設(shè)備等性能指標(biāo)及網(wǎng)絡(luò)通訊狀態(tài)的全方位監(jiān)控，監(jiān)測交換機(jī)、路由器、光端機(jī)等通信設(shè)備故障、流量、端口狀態(tài)等指標(biāo)參數(shù)，監(jiān)測服務(wù)器CPU、內(nèi)存、磁盤、網(wǎng)絡(luò)流量、系統(tǒng)進(jìn)程的多種性能指標(biāo)，監(jiān)控網(wǎng)絡(luò)通訊連接狀態(tài)，實(shí)現(xiàn)IT資源監(jiān)控，使得運(yùn)維人員能夠?qū)崟r、全面掌握IT設(shè)備運(yùn)行態(tài)勢，及時預(yù)測、響應(yīng)和處理IT資源故障，對設(shè)備部件健康狀態(tài)監(jiān)控與告警、SSD壽命估算、硬件設(shè)備故障自動電子巡檢，為業(yè)務(wù)維保工作提供強(qiáng)有力的技術(shù)支撐。

(3)動力環(huán)境資源管理

通過物聯(lián)網(wǎng)技術(shù)實(shí)現(xiàn)既有動力環(huán)境資源管理，包括環(huán)境、動力、門禁、安防等監(jiān)控，實(shí)現(xiàn)環(huán)境變量、動力類及安防類數(shù)據(jù)的展示與智能報警分析。實(shí)時監(jiān)測機(jī)房的溫度、濕度、漏水等具體數(shù)值、配電柜內(nèi)溫度、主要空開溫度、UPS柜的溫度等，并在異常時發(fā)出報警信息；實(shí)現(xiàn)配電柜總開關(guān)電壓、電流、電量等參數(shù)監(jiān)測功能，對機(jī)房動力設(shè)備進(jìn)行實(shí)時和集中監(jiān)控，全面了解設(shè)備的運(yùn)行狀況，及時發(fā)現(xiàn)問題；對機(jī)房門禁、防雷、消防等進(jìn)行監(jiān)測，實(shí)現(xiàn)人臉識別門禁準(zhǔn)入及開關(guān)監(jiān)測、視頻監(jiān)控聯(lián)動抓拍、紅外人體感應(yīng)紅外報警、消防控制箱的干接點(diǎn)火警信號狀態(tài)、智能照明系統(tǒng)等功能，保障機(jī)房安全。

(4)智能聯(lián)動管理

智能聯(lián)動是平臺基于大數(shù)據(jù)分析監(jiān)測的各類數(shù)據(jù)參數(shù)進(jìn)行輔助決策，利用人工智能技術(shù)的日志分析智能預(yù)警，對檢測到預(yù)警和告警事件后在平臺前端及報警終端發(fā)生聲光電實(shí)時報警等。報警聯(lián)動的告警輸入源可以是各類開關(guān)量信號，如檢測機(jī)房溫度是否過高的溫度傳感器、檢查機(jī)房濕度是否過高的濕度傳感器等，也可以是整個網(wǎng)絡(luò)系統(tǒng)中各種事件、設(shè)備故障、網(wǎng)絡(luò)異常等告警信息。當(dāng)出現(xiàn)故障后，通過預(yù)置的報警方式生成告警分析統(tǒng)計報告，進(jìn)行聯(lián)動控制，并提供主動式故障解決方案。

(5)臺賬管理

系統(tǒng)具備電子設(shè)備臺賬管理功能。用戶可以根據(jù)用戶權(quán)限不同，結(jié)合人臉識別技術(shù)，查詢本站或者全線機(jī)房設(shè)備臺賬。

1.2 基于CPS的鐵路客運(yùn)站智能機(jī)房監(jiān)控平臺架構(gòu)設(shè)計

根據(jù)鐵路客運(yùn)站智能機(jī)房監(jiān)控平臺功能需求，平臺按層次劃分為物理感知層、網(wǎng)絡(luò)協(xié)議層、網(wǎng)絡(luò)傳輸層、數(shù)據(jù)服務(wù)層、CPS智能服務(wù)層、用戶應(yīng)用層6個層次，其系統(tǒng)結(jié)構(gòu)如圖1所示。

圖1 基于CPS的鐵路客運(yùn)站智能機(jī)房監(jiān)控平臺架構(gòu)

(1)用戶應(yīng)用層

用戶應(yīng)用層為用戶提供友好的用戶接口,提供用戶需要的各種功能，主要包括：包括設(shè)備鏈路可視化管理、IT設(shè)備資源管理、動力環(huán)境資源管理、智能聯(lián)動管理及設(shè)備臺賬管理等。

(2)CPS智能服務(wù)層

智能服務(wù)層通過對各類數(shù)據(jù)進(jìn)行深入分析和挖掘、同時結(jié)合輔助決策的人工智能服務(wù)庫，提供智能化運(yùn)維和智能聯(lián)動服務(wù)，建立設(shè)備和鏈路可視化服務(wù)模型，實(shí)現(xiàn)各種資源的在線監(jiān)控及故障分析和預(yù)警等功能，包括資源在線監(jiān)測服務(wù)、監(jiān)控數(shù)據(jù)管理服務(wù)、網(wǎng)絡(luò)故障定位服務(wù)、設(shè)備故障分析服務(wù)等。

(3)數(shù)據(jù)服務(wù)層

數(shù)據(jù)服務(wù)層包括基礎(chǔ)數(shù)據(jù)層和數(shù)據(jù)庫中間件,實(shí)現(xiàn)數(shù)據(jù)的存儲和發(fā)布。

(4)網(wǎng)絡(luò)傳輸層

鐵路機(jī)房設(shè)備有多個處于不同網(wǎng)絡(luò)的信息系統(tǒng)組成，包括安全生產(chǎn)網(wǎng)、客票網(wǎng)、視頻網(wǎng)以及進(jìn)行溫濕度采集的無線傳感器網(wǎng)絡(luò)組成，本系統(tǒng)處于安全生產(chǎn)網(wǎng)中，通過網(wǎng)閘和防火墻等隔離設(shè)備進(jìn)行相連。

(5)網(wǎng)絡(luò)協(xié)議層

系統(tǒng)采用ZigBee、SNMP協(xié)議、IPMI協(xié)議等對機(jī)房動力、環(huán)境、通信設(shè)備、服務(wù)器進(jìn)行數(shù)據(jù)采集，通過http協(xié)議與即有動環(huán)系統(tǒng)進(jìn)行數(shù)據(jù)接入。

(6)物理感知層

物理感知層通過溫濕度等傳感器、UPS、機(jī)房空調(diào)、智能配電柜、網(wǎng)絡(luò)通信設(shè)備、服務(wù)器、消防等設(shè)備采集相關(guān)數(shù)據(jù)，并在系統(tǒng)報警時，進(jìn)行自動控制。

2 系統(tǒng)關(guān)鍵技術(shù)研究

2.1 多終端適配的網(wǎng)關(guān)設(shè)計

物聯(lián)網(wǎng)是將多種感知設(shè)備按照約定的協(xié)議，進(jìn)行信息交換和共享，以實(shí)現(xiàn)遠(yuǎn)程數(shù)據(jù)采集和測量、智能化識別、定位、跟蹤、監(jiān)控和管理的一種網(wǎng)絡(luò)[6,7]。物聯(lián)網(wǎng)關(guān)實(shí)現(xiàn)多種感知網(wǎng)絡(luò)與基礎(chǔ)網(wǎng)絡(luò)之間的協(xié)議轉(zhuǎn)換和數(shù)據(jù)轉(zhuǎn)發(fā)[8]。

本文采用組件化的微服務(wù)架構(gòu)設(shè)計多適配終端設(shè)備接入的智能網(wǎng)關(guān)，包括網(wǎng)關(guān)管理服務(wù)、協(xié)議適配服務(wù)和數(shù)據(jù)處理服務(wù)。網(wǎng)關(guān)管理服務(wù)對網(wǎng)絡(luò)參數(shù)、感知層設(shè)備表參數(shù)、協(xié)議轉(zhuǎn)換等參數(shù)進(jìn)行管理，實(shí)現(xiàn)對協(xié)議適配服務(wù)和數(shù)據(jù)服務(wù)的動態(tài)管理與任務(wù)協(xié)調(diào)。協(xié)議適配服務(wù)具有協(xié)議轉(zhuǎn)化和數(shù)據(jù)包封裝與解析功能，集成機(jī)房設(shè)備的多種通信協(xié)議，完成感知數(shù)據(jù)的格式轉(zhuǎn)換，通過網(wǎng)關(guān)管理服務(wù)，調(diào)用數(shù)據(jù)處理服務(wù)，將處理后的數(shù)據(jù)封裝，并推送數(shù)據(jù)包到數(shù)據(jù)服務(wù)層；當(dāng)數(shù)據(jù)下發(fā)時，則完成數(shù)據(jù)包解析，根據(jù)指令完成設(shè)備控制。數(shù)據(jù)處理服務(wù)主要實(shí)現(xiàn)不同類型感知數(shù)據(jù)的降噪、補(bǔ)全等數(shù)據(jù)預(yù)處理。

2.2 網(wǎng)絡(luò)故障自動實(shí)時發(fā)現(xiàn)與定位

可靠的網(wǎng)絡(luò)通信是系統(tǒng)安全可靠運(yùn)行的重要保障，高效、準(zhǔn)確地發(fā)現(xiàn)和定位網(wǎng)絡(luò)故障是提高網(wǎng)絡(luò)可靠性的重要手段。系統(tǒng)通過SNMP協(xié)議采集網(wǎng)絡(luò)通信設(shè)備運(yùn)行數(shù)據(jù)，所有的交換機(jī)和鏈路構(gòu)成網(wǎng)絡(luò)鏈路拓?fù)鋱DG=(V,E)， 其中V表示圖中節(jié)點(diǎn)集合，u∈V作為一個節(jié)點(diǎn)表示拓?fù)鋱D上的一臺交換機(jī)，ui表示交換機(jī)u的第i個端口，E表示圖中邊的集合，邊e={ui,vj}∈E表示交換機(jī)u和交換機(jī)v的ui端口和vj端口的一條鏈路。

本文采用的網(wǎng)絡(luò)故障自動實(shí)時發(fā)現(xiàn)與定位算法通過檢測交換機(jī)設(shè)備端口的當(dāng)前工作狀態(tài)標(biāo)識ifOperStatus[10,11]、發(fā)出的數(shù)據(jù)幀數(shù)dotldTpPortOutFrames[9](簡記為TPOut)、丟棄的數(shù)據(jù)幀數(shù)dotldBasePortDelayExceededDiscards[9](簡記為BPDiscards)、收到的數(shù)據(jù)幀數(shù)dotldTpPortInFrames[9](簡記為TPIn)，檢測交換機(jī)設(shè)備的工作狀態(tài)、擁塞異常及丟包異常檢測并進(jìn)行告警。分別計算結(jié)點(diǎn)u在 (t,t+1) 時段的擁塞度[9](Congestion)和在邊e在方向 丟包率[9](loss)

(1)

(2)

監(jiān)測設(shè)備端口工作狀態(tài)值1為正常工作，為0則進(jìn)行報警；當(dāng)擁塞度和丟包率大于報警閾值時均產(chǎn)生異常，并記錄異常次數(shù)，當(dāng)異常次數(shù)達(dá)到一定值時，產(chǎn)生報警；最后輸出K個時間段內(nèi)的報警次數(shù)。

算法如下：

算法：網(wǎng)絡(luò)故障自動實(shí)時發(fā)現(xiàn)與定位

Input：G=(V,E), detCon, detloss,K,LC,LL,LN

detCon是檢測的交換機(jī)u的擁塞度報警閾值， detloss是檢測邊e的丟包率閾值，K是檢測的連續(xù)的 (t,t+1) 個時間段，LC、LL分別是檢測到擁塞度和丟包率報警的次數(shù)，LN為報警次數(shù)

Define:state=0,count=0,count1=0,count2 =0,loss=0,loss=0,LN=0

(1)m=0

(2) whilem

(3)SumTPoutt=0,SumBPDiscardst=0

(4) for eachedge(ui,uj) inedge(u):

(5) if !ui.ifOperStatus:

produce warning,LN++,break

//檢測u結(jié)點(diǎn)每一個端口號狀態(tài)

(6)SumTPoutt+=TPoutt

//計算t時刻u結(jié)點(diǎn)各端口發(fā)出的幀數(shù)和

(7)SumBPDiscardst+=BPDiscardst

//計算t時刻u結(jié)點(diǎn)各端口丟棄的數(shù)據(jù)幀數(shù)和

(8) Recording the dataTPInvj,t

//計算t時刻v結(jié)點(diǎn)對應(yīng)端口收到的數(shù)據(jù)幀數(shù)

(9) sleep(1000)

//設(shè)置延時時間

(10) for eachedge(ui,uj) inedge(u):

//檢測計算t+1時刻狀態(tài)及數(shù)據(jù)

(11) if !ui.ifOperStatus:produce warning,LN++,break

(12)SumTPoutt+1+=TPoutt+1

(13)SumBPDiscardst+1+=BPDiscardst+1

(14) Recording the dataTPInvj,t+1

(15)ifCongestionu>detCon：count++

(16)fori=1 tonum(edge(u)):

//分別計算u結(jié)點(diǎn)各端口兩個方向上對應(yīng)的丟包率

(17)ifloss>detloss:count1++

(18)ifloss>detloss:count2++

(19)ifcount>LC: produce warning,LN++,count=0

(20) ifcount1>LL:produce warning,LN++,count1=0

(21) ifcount2>LL:produce warning,LN++,count2=0

(22)m++

Output：LN

2.3 服務(wù)器設(shè)備在線狀態(tài)分析及故障預(yù)警

系統(tǒng)通過exporter組件采集服務(wù)器運(yùn)行信息，利用第三方組件node_exporter、mysqld_exporter等采集服務(wù)器CPU、內(nèi)存、磁盤、I/O、數(shù)據(jù)庫訪問量、系統(tǒng)平均負(fù)載、緩存系統(tǒng)的數(shù)據(jù)指標(biāo)等信息，并記錄系統(tǒng)的運(yùn)行時間等參數(shù)。

本系統(tǒng)采用粗糙集理論[10]和模糊綜合評價方法相結(jié)合，首先采集服務(wù)器設(shè)備在線運(yùn)行的歷史數(shù)據(jù)，提取不同階段的服務(wù)器設(shè)備狀態(tài)特征數(shù)據(jù)，對其特征數(shù)據(jù)進(jìn)行屬性約簡，找出故障發(fā)生的規(guī)律。在模糊綜合評價的過程中引入粗糙集來確定影響服務(wù)器運(yùn)行的指標(biāo)權(quán)重，建立一種綜合的服務(wù)器設(shè)備在線狀態(tài)評價模型，并對一些主要指標(biāo)達(dá)到較差的時候進(jìn)行報警。

各因素權(quán)重通過粗糙集的屬性重要度作為模糊評價指標(biāo)的權(quán)重，屬性權(quán)重完全由數(shù)據(jù)本身決定，使得各因素屬性權(quán)重可能具有一定的片面性。因此，本系統(tǒng)結(jié)合專家知識和經(jīng)驗(yàn)，將歷史數(shù)據(jù)確定的客觀屬性權(quán)重與專家的主觀屬性權(quán)重結(jié)合確定指標(biāo)的權(quán)重。

服務(wù)器設(shè)備狀態(tài)分析步驟如下：

步驟1 建立因素集。因素集P是影響服務(wù)器狀態(tài)評價因素的集合，包括CPU溫度、CPU使用率、系統(tǒng)平均負(fù)載、內(nèi)存使用率、磁盤的使用率、磁盤讀寫速率、I/O讀寫時間、數(shù)據(jù)庫訪問量等

P={p1,p2,…pn},i=1,2,…n

式中：pi代表因素集P中第i個影響因素。

步驟2 建立評語集，構(gòu)建信息系統(tǒng)S=(U,A,V,f)。 其中U表示服務(wù)器對象的非空有限集；A表示評價指標(biāo)的非空有限集；A=C∪U，C為條件屬性集、D為決策屬性集，對數(shù)據(jù)進(jìn)行歸一化，建立指標(biāo)決策表；評語集是服務(wù)器狀態(tài)屬性做出的評價結(jié)果的集合，本文以“良好”、“正常” “較差”和“嚴(yán)重”4個等級來衡量。即

V={v1,v2,…vm}j=1,2,…m

式中：vj代表評語集V中第j種可能的評價。

步驟3 進(jìn)行屬性簡約，根據(jù)屬性重要度，確定指標(biāo)權(quán)重，建立權(quán)重集。權(quán)重集是反映服務(wù)器狀態(tài)因素集中各狀態(tài)重要程度的集合，即

式中：ai為因素集中第i個因素的重要程度，則屬性pi的權(quán)重且歸一化作為客觀權(quán)重Wpi。 屬性p1的權(quán)重為其在決策集上的重要度

lmp=1-card(posC(D))/card(U)

(3)

其中，card表示集合的基數(shù)，posC(D) 表示D的C正域。

基于粗糙集的屬性權(quán)重僅由數(shù)據(jù)驅(qū)動，要求選取的數(shù)據(jù)具有普遍性和代表性，具有一定的片面性。因此可以對不同類型服務(wù)器進(jìn)行分類,并根據(jù)不同的服務(wù)器類型根據(jù)實(shí)際需要對不同要求的服務(wù)器確定指標(biāo)主觀權(quán)重，確定綜合權(quán)重

Wp1=W′p1×(1-a)+W″p1×a

(4)

其中，經(jīng)驗(yàn)因子設(shè)為a(0≤a≤1)， 經(jīng)驗(yàn)因子取值越大，說明綜合權(quán)重越重視主觀的意見。

步驟4 單因素模糊矩陣

利用服務(wù)器設(shè)備實(shí)時在線數(shù)據(jù)通過統(tǒng)計的方法，建立第i個單項(xiàng)因素對j級狀態(tài)評價的隸屬程度。形成單因素模糊評價矩陣，記為

步驟5 模糊綜合評價

將單因素評價矩陣分別與權(quán)重集進(jìn)行模糊變換，最后形成多因素模糊評價，記為

(5)

3 模擬仿真及分析

智能機(jī)房數(shù)據(jù)可視化表示，某時刻服務(wù)器運(yùn)行情況及鏈路占用情況如圖2所示。

圖2 服務(wù)器狀態(tài)監(jiān)測及鏈路占用

本文針對京張智能視頻分析系統(tǒng)內(nèi)的5臺交換機(jī)和10臺視頻分析服務(wù)器及客戶端進(jìn)行了模擬分析。實(shí)驗(yàn)間隔本文設(shè)置為1 s～15 s，實(shí)驗(yàn)中將間隔設(shè)置為5 s，針對10條鏈路分為兩組，將2組鏈路的丟包率分別設(shè)為5%、8%、10%和15%。在發(fā)包率速率為10 packet/s和30 packet/s發(fā)送數(shù)據(jù)包時，設(shè)置detloss=0.1時，報警次數(shù)見表1。

表1 鏈路流量與報警次數(shù)關(guān)系

實(shí)驗(yàn)結(jié)果表明報警次數(shù)與發(fā)包速率成正相關(guān)，發(fā)包速率越大時越易丟包，報警次數(shù)增加。

實(shí)驗(yàn)中僅對部分服務(wù)器某時間段內(nèi)5個時間段6個運(yùn)行參數(shù)的平均值進(jìn)行采集：CPU處在用戶模式和系統(tǒng)模式下的時間百分比之和(p1)、內(nèi)存占用率(p2)、內(nèi)存的空閑率(p3)、虛擬內(nèi)存頁的導(dǎo)入值(p4)、虛擬內(nèi)存頁的導(dǎo)出值(p5)和磁盤i/o每秒中用于i/o操作的比率(p6)，并對采集數(shù)據(jù)按如下規(guī)則進(jìn)行數(shù)字歸一化：當(dāng)p1大于80%需要擴(kuò)容用嚴(yán)重表示(4)、大于70%小于80%可能存在資源不足用較差表示(3)，大于60%小于70%用正常表示(3)，小于60%用良好(1)，p2內(nèi)存占用率(已用內(nèi)存與可用內(nèi)存之間的比率)大于80用嚴(yán)重表示(4)、大于70%小于80%用較差表示(3)、大于30%小于70%用正常表示(2)、小于30用良好表示(1)，p3與之相反，p4(si)和p5(so)值為0用很好表示(1)、不等于0用較差表示3， %util每秒中百分之幾的時間用于i/o操作大于80%需要擴(kuò)容用嚴(yán)重表示(4)、大于70%小于80%說明可能存在資源不足用較差表示(3)、大于60%小于70%用正常表示(3)、小于60%用良好表示(1)。其運(yùn)行參數(shù)所得決策表如下所示。

p2、p3具有相同的分辨能力，因此進(jìn)行屬性約減，最后確定p1、p2、p4、p5、p6的權(quán)重各為0.2。由于本組服務(wù)器需要向hadoop平臺上傳視頻流，對服務(wù)器的限制主要在i/o讀寫操作，因此專家給出的主觀權(quán)重為 (0.1,0.1,0.05,0.05,0.7)， 選取經(jīng)驗(yàn)因子a=0.8， 根據(jù)式(4)得出服務(wù)質(zhì)量指標(biāo)的綜合權(quán)重為 (0.12,0.12,0.08,0.08,0.6)。 本文通過對某時間段內(nèi)每間隔1小時5臺服務(wù)器的運(yùn)行狀況數(shù)據(jù)見表2。

表2 服務(wù)器運(yùn)行狀態(tài)數(shù)據(jù)

根據(jù)式(5)得出服務(wù)器的狀態(tài)為 (0.58，0.28,0.35,0.54,0.27)， 均小于0.6，服務(wù)器狀態(tài)均為良好。

4 結(jié)束語

本文針對車站機(jī)房已建設(shè)的動環(huán)監(jiān)控系統(tǒng)存在的問題，構(gòu)建了基于CPS的新一代智能機(jī)房系統(tǒng)，保障了車站各系統(tǒng)的安全運(yùn)行。本系統(tǒng)通過網(wǎng)絡(luò)故障自動實(shí)時發(fā)現(xiàn)與定位技術(shù)，實(shí)時監(jiān)控系統(tǒng)網(wǎng)絡(luò)通信狀況，將模糊評價方法與粗糙集理論結(jié)合起來，提出了一種服務(wù)器狀態(tài)評價方法，將客觀權(quán)重與專家評價結(jié)合起來，使服務(wù)器狀態(tài)檢測方法更加科學(xué)合理。而在服務(wù)器狀態(tài)的預(yù)測預(yù)警是下一步研究的重點(diǎn)。