本发明属于网络运维管理，具体涉及一种基于大数据的网络运维管理系统及方法。
背景技术：
1、网络运维管理是指由相关部门负责对网络日常运营的管理工作，包括对网络设备和系统的实时监控、故障排查、性能优化、安全加固、资源配置以及日常维护等，以确保网络的稳定、安全、高效运行。
2、由于路由器是网络设备中的重要设备，可以连接外部网络，允许多台设备通过同一个网络连接上互联网，实现数据传输和信息共享。现有对路由器检测时一般多为人工巡检，人工巡检多为单项独立巡检，由于单项检测容易存在偶然误差影响，容易导致检测结果不够准确；且现有路由器检测只能在路由器网路出现故障后进行巡检维修，无法对潜在故障风险进行预判，当故障发生时会影响网络数据的正常传输。
技术实现思路
1、本发明的目的在于提供一种基于大数据的网络运维管理系统及方法，用以解决上述背景技术中所面临的问题。
2、本发明的目的可以通过以下技术方案实现：
3、一种基于大数据的网络运维管理系统，所述管理系统包括：
4、监测模块，所述监测模块用于监测路由器在工作运行中的相关参数信息，并发送至运维管理平台；
5、运维管理平台，所述运维管理平台用于对获取的相关参数信息进行分析处理，从而生成异常值，来判断路由器运行状况是否存在异常风险；
6、实时报警模块，所述实时报警模块在判断路由器运行状况出现异常风险时进行相应的报警；
7、预警判断模块，所述预警判断模块在判断路由器运行状况正常时，对路由器的潜在异常风险进行预警分析，从而进行相应的预警。
8、进一步地，所述相关参数信息包括路由器产生的信号强度、路由器产生的网络速度、路由器的cpu利用率、路由器的内存使用率、路由器的温度以及路由器的日志出现异常情况。
9、进一步地，所述运维管理平台生成异常值的方法为：
10、获取路由器产生的信号强度rss、路由器产生的网络速度v、路由器的cpu利用率ucpu、路由器的内存使用率uram、路由器的温度t；
11、通过公式得出异常值r；
12、其中，rssst为路由器产生的标准信号强度，vst为路由器产生的标准网络速度，ucpust为路由器的标准cpu利用率，uramst为路由器的标准内存使用率，tst为路由器的标准温度，δucpu为预设的cpu利用率参照值，δuram为预设的内存使用率参照值，δt为预设的温度参照值。
13、进一步地，所述运维管理平台判断路由器运行状况是否存在异常风险的方法为：
14、将获得的异常值r与系统内预设的异常值阈值rth1进行比对：
15、当r＞rth1时，则判断路由器运行状况存在异常风险；
16、否则，则判断路由器运行状况正常。
17、进一步地，所述实时报警模块进行报警的方法为：
18、包括一级报警以及二级报警，其中二级报警严重程度高于一级报警程度，将获得的异常值r与系统内预设的另一异常值阈值rth2进行比对，rth1＜rth2；
19、一级报警：当rth1＜r≤rth2时，则生成一级报警，提醒运维管理人员对路由器状况进行查看；
20、二级报警：当r＞rth2时，则生成二级报警，断开路由器连接，并提醒运维管理人员对路由器进行维修更换。
21、进一步地，所述预警判断模块对路由器的潜在异常风险进行预警分析的方法为：
22、在路由器运行状况正常时，每隔固定周期δt，获取异常值r随时间变化曲线r(t)，以及在固定周期内路由器的日志出现异常次数k；
23、通过公式得出预警值w；
24、将获得的预警值w与系统设置的预警值阈值wth进行比对：
25、当w＞wth时，则说明路由器存在潜在异常风险；
26、其中，ρ为固定周期内的异常波动系数，r0(t)为系统内预设的标准异常值随时间变化曲线，t1为固定周期的开始时间，t2为固定周期的结束时间。
27、进一步地，所述固定周期内的异常波动系数ρ获取的方法为：
28、在固定周期内采集n次异常值大小，并记录每次采集到的异常值大小ri，i∈[1，n]；
29、从而通过公式得出固定周期内的异常波动系数ρ。
30、一种基于大数据的网络运维管理方法，所述管理方法通过上述的一种基于大数据的网络运维管理系统进行执行管理，所述管理方法包括以下步骤：
31、步骤一、实时监测路由器在工作运行中的相关参数信息，包括路由器产生的信号强度、路由器产生的网络速度、路由器的cpu利用率、路由器的内存使用率、路由器的温度以及路由器的日志出现异常情况；
32、步骤二、对获取的相关参数信息进行分析处理，从而生成异常值，根据异常值情况来判断路由器运行状况是否存在异常风险；
33、步骤三、当路由器运行状况存在异常风险时，根据异常值情况大小对路由器进行相应的实时报警；
34、步骤四、当路由器运行状况不存在异常风险时，则根据异常值情况以及日志异常情况对路由器的潜在异常风险进行预警分析。
35、本发明的有益效果：
36、本发明实时监测路由器在工作运行中产生的信号强度、路由器产生的网络速度、路由器的cpu利用率、路由器的内存使用率、路由器的温度以及路由器的日志出现异常情况等相关参数信息，并发送至运维管理平台，进行分析处理，从而生成异常值，根据异常值的大小来判断路由器运行状况是否存在异常风险，不需要人工巡检，即节约人力资源又可提高监测准确度，且在分析处理时，结合路由器在运行时的多种参数进行综合分析，来判断路由器是否存在异常风险，这样可以减少偶然因素造成的误差，使监测结果更加的准确，且在判断路由器运行状况存在异常风险时，可以及时的进行相应程度的报警，来提醒运维管理人员对路由器进行相应的处理。
37、本发明可在路由器运行状况正常的情况下，根据固定周期内生成的异常值波动情况、异常值差值累计情况以及日志异常频率进行综合分析，来对路由器的潜在异常风险进行预警分析，这样可以对路由器的潜在风险进行发现，来及早的解决隐藏隐患，减少后续故障的发生，以此保证数据传输的正常进行。
38、当然，实施本发明的任一产品并不一定需要同时达到以上所述的所有优点。
1.一种基于大数据的网络运维管理系统，其特征在于，所述管理系统包括：
2.根据权利要求1所述的一种基于大数据的网络运维管理系统，其特征在于，所述相关参数信息包括路由器产生的信号强度、路由器产生的网络速度、路由器的cpu利用率、路由器的内存使用率、路由器的温度以及路由器的日志出现异常情况。
3.根据权利要求2所述的一种基于大数据的网络运维管理系统，其特征在于，所述运维管理平台生成异常值的方法为：
4.根据权利要求3所述的一种基于大数据的网络运维管理系统，其特征在于，所述运维管理平台判断路由器运行状况是否存在异常风险的方法为：
5.根据权利要求4所述的一种基于大数据的网络运维管理系统，其特征在于，所述实时报警模块进行报警的方法为：
6.根据权利要求3所述的一种基于大数据的网络运维管理系统，其特征在于，所述预警判断模块对路由器的潜在异常风险进行预警分析的方法为：
7.根据权利要求6所述的一种基于大数据的网络运维管理系统，其特征在于，所述固定周期内的异常波动系数ρ获取的方法为：
8.一种基于大数据的网络运维管理方法，其特征在于，所述管理方法通过权利要求1-7任一项所述的基于大数据的网络运维管理系统进行执行管理，所述管理方法包括以下步骤：
