您现在的位置: 新晨范文网 >> 工程论文 >> 系统维护论文 >> 正文

大数据运维下的信息系统维护

2019/12/04 阅读:

摘要:随着科学技术的发展,人类迎来了信息时代,信息系统是各行各业实现信息化发展的重要手段。为了确保系统处于较好的运行状态,充分发挥工作效能,必须要强化系统的运行维护。如今,应用大数据技术进行数据分析能够有效地为各行各业、生产各个环节提供决策支持已经成为普遍趋势。那么,在运维期间利用大数据思想与工具,制定科学的运维计划与应急预案,也可以成为提升信息系统的运维质量的重要技术手段。基于此,论文阐述了运维的概念及其对象,列举了运维的数据类型,探讨了大数据运维信息系统的相关策略。

关键词:信息系统;大数据系统;运行维护

一、前言

现阶段,社会上涌现了多样化的信息系统,为了让信息系统在“大数据运维”环境下仍然可以有效地运行,让其工作效能得以最大程度的发挥,对于系统运行而言,一定要不断强化运维力度。在“大数据运维”中,有必要应用大数据工具。

二、运维的概念及运维类型

(一)运维的含义。运维主要指对相关工作人员对互联网的信息系统予以有效地运行和维护,技术部人员经过对网络信息的研发、测试、系统地管理,对信息系统的运维工作形成强大的支撑作用,进而确保互联网信息系统的安全、高效率运行。首先应当合理地分析运维对象,一般情况下,运维内容主要包括硬件设施、基础设施、操作系统、防火墙、终端设施、专线网络及知识库资料等[1]。

(二)运维的对象。提起信息系统的运维,一定要清楚地了解运维的具体对象,主要包括以下几点:1.有关的基础设施,如机房(含UPS、配电、门禁、温度控制等);2.系统的服务器、小型机、磁盘阵列等的运行承载的有关硬件设施;3.通常情况下是指一些安全设备,如WAF、防火墙、网闸、防毒墙、应用管理系统、IPS、负载均衡、网管方面的软件、抵制DDOS的袭击、备份、日志服务器等;4.计算机数据库、操作系统、网络抗病毒、虚拟软件等有关基础环境的一系列软件;5.互联网、专线网(如中国电子政务外网);6.有关的数据系统软件及其在运行中生成的信息;7.系统的重要维护、管理人员,以及网络管理人员、客户、终端设备等;8.有关处理故障、系统巡检、应急预案的记录等知识库信息。

三、大数据运维的数据类型

运维数据信息种类非常广,不仅包括关系式的数据库数据,且包含有非关系式的文件、图片、影像信息等。一般情况下,大数据信息系统的运维数据量,可以海量来描述。综合上文提到的运维的具体对象,在大数据运维的环境下,基本可以归纳为以下几种类型:

(一)基础设施。机房的承重参数、环境温度、UPS功率、机房空调、UPS延时的时间、断电后速度及温度上升极限、摄像以及机房出入的门禁记录等。

(二)硬件设备。机器的主要配置参数(如电源、CPU、硬盘、内存、功率)、资产记录、上线日期、处于机柜中的位置、维修、保修期、系统清单、外观报警、设备巡检记录等。

(三)安全设备。安全设备的启用功能、各类日志、部署形式、白名单、黑名单、数据流量、安全策略等。

(四)基础软件。各类计算机基础软件的版本、补丁、升级记录,及防病毒、虚拟软件的有效期限、安全事件、系统登陆的日志等[2]。

(五)网络信息。专网、互联网的域名解析、专线号、系统的备案数据、上下联设备、带宽、系统总网的拓扑结构图。

(六)信息系统软件。信息系统的升级记录、历史版本、软件版本、各时点、系统数据、备份数据,系统设计的在线用户数量、规模、发访量、系统数据的日平均增量等。

(七)系统管理人员、系统用户、主管、系统维护人员等信息。计算机系统的管理人员、重要主管、运维人员(含姓名职务电话号等)、用户清单,系统升级、上线时间、系统的干系人调阅、维护系统的申请、审批信息,以及反映计算机系统相关性能的闲值、峰值、时段、指标等。

(八)系统知识库信息。有关系统运维管理的制度、巡检、处理故障的优化记录以及系统应急预案记录等有关知识库资料。各类运维数据间具有的彼此影响、互相制约、相互关联的关系,相关工作人员有效地理清不同运维数据间的关系,有利于更好地提升网络信息的运维水平、效率等。如:各个硬件的配置参数(如CPU等)、网络带宽、基础软件(如构建数据库的索引)参数、网管软件的带宽分配、安全设备的具体策略,还有信息系统软件的最高处理效率等,以上几点对大数据信息系统的性能检测具有决定性影响[3](系统设计的用户数、并发访问量、在线规模人员数量等)。除此之外,在运维过程中还有可能发生的一种情况是,服务器的硬盘发生故障的警告灯,进行Raids的磁盘仍旧可以维持系统正常的运行及维护功能,软件未发现丝毫的故障信息提示,但如果没能对存在故障的硬盘进行及时地更新或维护,势必会为大数据信息系统运行中的数据信息造成极大的安全隐患。所以我们在运维过程中要对每个类型都要提高运维意识。

四、大数据背景下信息系统的运维

(一)信息系统的安全运行维护在信息系统整个运维期间,系统中的数据信息安全性是硬性要求,保护数据信息的隐私是永恒的话题。通过分析有关的数据,某些不法分子试图对互联网客户情况进行分析、窃取、盗用,从而给客户的自身安全与财产安全构成了极大的损失。运用“大数据运维”,维护客户的隐私安全,能够及时阻止网络上的违规性操作及黑客的信息盗用。可以通过以下步骤:对于系统内部信息的分析与整理,平台先要有效地采集相关数据,构建数据的采集层;通过对大量有关数据进行的分析、处理,构建数据分析的处理层;最后,还需对一些危险数据予以及时有效地阻止,构建安全展现层。此外,对于外部信息的整理,利用外部接口层,如USB接口等,也应对信息予以有效地安全管理与控制[4]。

(二)构建统一标准的安全管控平台从客户环境的角度分析,对主机、全网的安全设备、网络设备、数据库、应用系统日志的采集及其行之有效地管理,同时,根据客户最关注的有关信息安全的问题,通过关联分析的引擎,制定相关的关联规则。要对系统进行实时性的监控、对客户的现网环境加以综合分析,进而实现对系统运行过程中的脆弱性、违规操作、黑客侵袭等现象发送相应的报警信号,并在计算机应用界面上加以展示。这样,便于不同层次的管理人员查询各自需要的安全信息[5]。平台一般分为以下几个层次,即信息采集、分析处理、安全展现、对外接口层。第一,数据采集层。用于采集系统的安全资源、安全配置、安全事件、安全漏洞等,这类信息往往通过Syslog、Trap、SNMP、File(SFTP或FTP)、XML、ODBC等标准协议。第二,分析处理层。用于储存、分析、处理系统中的不同设备的相关数据。如信息过滤、归并,从大量的日志中对可能性的安全问题进行分析,然后,生成相应的安全告警,再根据有关的资产价值、脆弱性等,分析系统存在的综合风险。第三,安全呈现层。统一呈现分析数据,提供Portal操作、登陆、查询的界面,实现报表、资产、系统、风险、安全报警、知识库、脆弱性、运行维护的管理等。而且,还有必要对不同的管理人员提供相对应的界面,最多展开3次操作,即可定位至安全事件的根源。第四,外部接口层。支持并提供系统、专业安全系统的主要外部接口。

(三)综合网络管理软件进行辅助通常状况下,网管软件既停留于设备的管理层,又可以进一步对服务器、相应的应用系统进行监测,并以友好的界面,远程协同维护、管理,以实现分布式大规模网络的集中管理。现阶段,市面上流行一种这样的网络管理软件,即以非代理的方式,规避“Agent”方式重复性、繁琐性的劳动,且后期实施及维护也十分方便,降低了工作复杂度。网管软件一定要具有监测与管理网络中所有关键应用的功能。使管理员很快地对其设备、服务器、应用系统进行定位,又能够有效地检测到应用系统的运行状况。此外,性能优良的网管软件还可以提供外观极为精致的应用拓扑图片,对应用系统的程序予以跟踪检测,万一系统存在异常,则颜色会立即变化,并及时定位、提示系统的故障。可制定设备与软件的运维计划、更新计划及应急预案,提升了系统运维的效率。主动式网络管理系统将是未来重要的发展趋势。网络管理系统自身具有极强的预故障处理功能,可自动恢复系统运行中的故障,尽量将故障发生的概率降到最低。优良的网管系统应使网络管理员忽略了系统在网络运行中的管理[6]。对于繁多的运维信息,不仅要具有现代化、可视化的大数据运行工具,而且要最大程度地应用系统维护人员、开发人员自身的工作经验与智慧,从众多纷繁复杂的数据信息中迅速地挖掘有关联的规律以及影响因素。工作人员制定科学、合理的系统运维计划、软件更新计划等,均具有很好的针对性,极大地压缩了处理系统故障的时间,从而提升大数据信息系统的运维质量与效率。

五、结语

总之,随着时代的发展,人类迎来大数据时代,大数据信息系统的运行维护与管理显得非常关键。相关工作人员应加强对大数据信息系统运维方面的研究,并充分地利用网管软件的各项功能,不断地提升自身的工作技能,从而更好地提升信息系统的运行效率以及数据的安全性能。未来,国家还要不断地强化“大数据运维”信息系统的运维方面的研究,保障国家与人民的隐私安全。

参考文献

[1]司洪泉.“大数据运维”信息系统运行维护探讨[J].数字通信世界,2018,160(04):262.

[2]徐英超.运维数据的大数据分析和前瞻性展望[J].综合运输,2015(11):94-99.

[3]李金旭,吕书林.大数据下的校园网络运维探究[J].中国市场,2017(12):281-282.

[4]孙永梅,王红民."大数据运维"信息系统运行维护探讨[J].科技创新导报,2017(16).

[5]李拴保,祁慧敏.数据科学与大数据技术专业课程体系探索[J].河南财政税务高等专科学校学报,2018,32(05):86-88.

[6]吴学进.大数据时代下信息安全所面临的机遇和挑战[J].电子技术与软件工程,2017(21):218-219.

作者:赵笑航 单位:东方物探公司大庆物探一公司研究院

大数据运维下的信息系统维护

2019/12/04 阅读:

推荐度:

免费复制文章