一种综合监控网络负载均衡数据处理方法与流程

1.本发明属于数据处理领域，涉及综合监控网络的负载均衡技术，具体是一种综合监控网络负载均衡数据处理方法。


背景技术：

2.负载均衡是网络数据处理方面的重要技术，通过负载均衡可以扩展网络设备和服务器的带宽、增加吞吐量、加强网络数据处理能力以及提高网络的灵活性和可用性。
3.现有技术(公开号为cn103024056a的发明专利)公开了数据处理方法、负载均衡器及云系统，通过预先设置的用户协议所对应的云处理节点和标准协议所对应的云处理节点，实现对数据请求的合理分配。现有技术在数据处理过程中，仅能实现数据请求分配，无法满足多区域多类型数据的处理，导致监控效率低；因此，亟须一种综合监控网络负载均衡数据处理方法。


技术实现要素：

4.本发明旨在至少解决现有技术中存在的技术问题之一；为此，本发明提出了一种综合监控网络负载均衡数据处理方法，用于解决现有技术在数据处理过程中，仅能实现数据请求分配，无法满足多区域多类型数据的处理，导致监控效率低的技术问题。
5.本发明将监控区域划分成若干个子区域，并为每个子区域配置数据采集模块，同时根据子区域中监控设备信息生成对应的云节点集合，将云节点集合和监控数据的数据属性结合确定目标云节点，从数据处理的角度实现监控网络的负载均衡调节，提高数据处理效率，进而提高监控效率。
6.为实现上述目的，本发明的第一方面提供了一种综合监控网络负载均衡数据处理方法，包括：
7.通过云平台将监控区域划分成若干子区域，为若干所述子区域配置数据采集模块，同时生成云节点集合；其中，所述云节点集合包括若干云处理节点；
8.通过若干所述数据采集模块对接收的监控数据进行预分析，获取对应的数据属性；
9.所述云平台将所述数据属性和所述云节点集合结合，确定目标云节点；所述目标云节点对所述监控数据进行分析存储。
10.优选的，所述云平台分别与若干所述数据采集模块和智能终端通信和/或电气连接；
11.云平台：对所述监控区域进行划分；以及为所述子区域配置数据采集模块和生成云节点集合；
12.数据采集模块：采集对应所述子区域的监控数据，并对所述监控数据进行预分析；
13.智能终端：发送数据请求至所述云平台。
14.优选的，所述云平台按照设定规则对所述监控区域进行划分，获取若干所述子区
域，并为每个所述子区域配置至少一个所述数据采集模块；
15.所述云平台对所述子区域中的监控设备信息进行采集分析，根据分析结果生成所述云节点集合，且所述子区域和所述云节点集合关联。
16.优选的，对所述监控设备信息进行分析生成所述云节点集合，包括：
17.获取所述子区域中监控设备信息；其中，所述监控设备信息包括监控设备类型和监控设备数量；
18.根据所述监控设备类型确定云处理节点类别，以及根据所述监控设备数量确定各类别所述云处理节点的数量；
19.根据所述云处理节点的类别和数量整合生成所述云节点集合，并与对应所述子区域关联。
20.优选的，所述云节点结合中各类别对应的所述云处理节点根据数据处理量进行相互协作；其中，所述数据处理量根据所述监控数据或者所述数据请求统计获取。
21.优选的，所述数据采集模块对所述监控数据进行预分析，获取对应的所述数据属性，包括：
22.接收对应所述子区域的所述监控数据；
23.通过机器学习算法对所述监控数据进行提取统计，生成所述数据属性；其中，所述数据属性包括数据类型以及对应数据类型的数据量。
24.优选的，所述云平台将所述数据属性和所述云节点集合结合，获取所述目标云节点，包括：
25.根据所述数据类型确定对应的所述云处理节点的类别；之后根据所述数据类型的数据量确定所述云处理节点的数量；
26.从所述云节点集合中筛选对应类型和对应数量的所述云处理节点，并标记为所述目标云节点。
27.优选的，所述云平台对所述数据请求进行预分析，获取请求的数据类型；根据所请求的所述数据类型将所述数据请求发送至对应的所述云处理节点。
28.与现有技术相比，本发明的有益效果是：
29.1、本发明将监控区域划分成若干个子区域，并为每个子区域配置数据采集模块，同时根据子区域中监控设备信息生成对应的云节点集合，将云节点集合和监控数据的数据属性结合确定目标云节点，从数据处理的角度实现监控网络的负载均衡调节，提高数据处理效率，进而提高监控效率。
30.2、本发明对监控数据进行处理时，根据对应数据属性中的数据类型以及对应的数据量来确定云处理节点类别和对应的数量，进而对监控数据进行合理分配，实现负载均衡调节；同理对数据请求进行预分析，并根据预分析结果转发至对应的云处理节点，保证监控数据的处理效率。
附图说明
31.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。
32.图1为本发明的工作步骤示意图。
具体实施方式
33.下面将结合实施例对本发明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它实施例，都属于本发明保护的范围。
34.现有技术(公开号为cn103024056a的发明专利)公开了数据处理方法、负载均衡器及云系统，通过预先设置的用户协议所对应的云处理节点和标准协议所对应的云处理节点，实现对数据请求的合理分配。现有技术在数据处理过程中，仅能从数据请求的角度进行负载均衡调节，而无法满足多区域多类型数据处理的负载均衡调节，导致监控效率低。
35.本发明将监控区域划分成若干个子区域，并为每个子区域配置数据采集模块，同时根据子区域中监控设备信息生成对应的云节点集合，将云节点集合和监控数据的数据属性结合确定目标云节点，从数据处理的角度实现监控网络的负载均衡调节，提高数据处理效率，进而提高监控效率。
36.请参阅图1，本技术第一方面实施例提供了一种综合监控网络负载均衡数据处理方法，包括：
37.通过云平台将监控区域划分成若干子区域，为若干子区域配置数据采集模块，同时生成云节点集合；
38.通过若干数据采集模块对接收的监控数据进行预分析，获取对应的数据属性；
39.云平台将数据属性和云节点集合结合，确定目标云节点；目标云节点对监控数据进行分析存储。
40.本技术从两个方面来提高监控效率：1)对监控区域进行分析，合理配置数据采集模块并生成对应的云节点集合，以保证数据处理能力能够满足要求；
41.2)对监控数据进行预分析，根据预分析结果确定目标云节点，以保证各云处理节点对监控数据进行有条不紊的处理。
42.本技术中云平台分别与若干数据采集模块和智能终端通信和/或电气连接；
43.云平台：对监控区域进行划分；以及为子区域配置数据采集模块和生成云节点集合；
44.数据采集模块：采集对应子区域的监控数据，并对监控数据进行预分析；
45.智能终端：发送数据请求至云平台。
46.云平台是基于云计算技术建立的中央服务器，负责整个监控区域的资源调配、数据处理等任务，且云平台内部包括若干个云处理节点。数据采集模块是具有一定数据处理能力的数据中转站，用于获取对应子区域的监控数据并进行预分析。智能终端主要用于发送工作人员的数据请求，并将数据请求对应的数据处理结果反馈给工作人员，智能终端包括智能手机、电脑等终端设备。
47.本技术中云平台按照设定规则对监控区域进行划分，获取若干子区域，并为每个子区域配置至少一个数据采集模块；
48.云平台对子区域中的监控设备信息进行采集分析，根据分析结果生成云节点集合，且子区域和云节点集合关联。
49.设定规则包括按照行政区域划分，或者按照自定义区域进行划分。按照行政区域进行划分一般应用于较大的监控区域，如本技术用于调节某个城市的综合监控网络。而自定义区域一般应用于较小的监控区域，如本技术用于调节某个大型工厂内的综合监控网络。
50.每个子区域至少配置一个数据采集模块，当某个子区域配置了多个数据采集模块时，这些数据采集模块之间应该相互协作。需要说明的是，只有当子区域不方便继续划分且子区域中监控设备众多时，才会为同一个子区域设置多个数据采集模块。
51.云平台对子区域中的监控设备信息采集分析，根据监控设备的类型和数量生成云节点集合，则生成的云节点集合与该子区域进行关联，即该子区域的监控数据理论上都会通过关联的云节点集合中的云处理节点进行处理。需要说明的是，监控设备包括各型号的视频监控设备和音频监控设备，以及各种类型的传感器。
52.本技术中对监控设备信息进行分析生成云节点集合，包括：
53.获取子区域中监控设备信息；
54.根据监控设备类型确定云处理节点类别，以及根据监控设备数量确定各类别云处理节点的数量；
55.根据云处理节点的类别和数量整合生成云节点集合，并与对应子区域关联。
56.监控设备信息包括监控设备类型和监控设备数量。监控设备类型可以按照监控设备所采集的数据类型来进行归类，也可以按照监控设备所采用的数据协议来进行归类。
57.先根据监控设备类型确定该子区域中监控设备有几种类型，即确定有几种云处理节点类别，再根据对应类别监控设备的峰值数据量来确定所需的云处理节点数量。根据云处理节点类别以及对应的云处理节点数量即可生成云节点集合。
58.需要说明的是，同属于一个云处理节点类别的若干云处理节点之间相互协作。理论上来说，同一类别的云处理节点不会同时满负荷工作，当某一云处理节点负载量比较大时，同类别的低负载或者无负载的云处理节点可以协助进行数据处理。
59.如上述，云节点结合中各类别对应的云处理节点根据数据处理量进行相互协作；数据处理量根据监控数据或者数据请求统计获取。监控数据的数据量大，或者数据请求对应的数据处理量大时，可考虑通过低负载或者无负载的云处理节点进行处理。
60.本技术中数据采集模块对监控数据进行预分析，获取对应的数据属性，包括：
61.接收对应子区域的监控数据，通过机器学习算法对监控数据进行提取统计，生成数据属性。
62.数据属性包括数据类型以及对应数据类型的数据量。通过数据采集模块对监控数据进行预分析，来判断该监控数据应该由哪些云处理节点进行处理，参考云处理节点集合的生成过程可知，需要通过预分析获取监控数据的类别以及数据量，进而才能确定云处理节点的类别和数量。
63.本技术中云平台将数据属性和云节点集合结合，获取目标云节点，包括：
64.根据数据类型确定对应的云处理节点的类别；之后根据数据类型的数据量确定云处理节点的数量；
65.从云节点集合中筛选对应类型和对应数量的云处理节点，并标记为目标云节点。
66.先根据数据属性中的数据类型来确定需要的云处理节点的类别，再根据数据量确定所需云处理节点的数量，如对比可知需要视频处理节点，且数据量为10，单个云处理节点的单位时间内峰值处理速率为1，则需要视频处理类的云处理节点不低于10个，即目标云节点中至少包括10个云处理节点。
67.本技术中云平台对数据请求进行预分析，获取请求的数据类型；根据所请求的数据类型将数据请求发送至对应的云处理节点。
68.工作人员需要查询监控数据或者根据监控数据获取监控结果时，则可以根据需求生成数据请求，并通过智能终端发送至云平台，云平台对数据请求进行预分析(类似于数据采集模块对监控数据的预分析)，根据分析结果将数据请求转发至对应的云处理节点，云处理节点根据数据请求调取分析监控数据，将分析结果反馈至智能终端。
69.本技术中数据采集模块采集监控数据，并根据预分析结果将监控数据转发至目标云节点，目标云节点对监控数据进行处理之后存储在云平台中；目标云节点对监控数据的处理可以是去噪、裁剪等预处理，也可以按照设定的处理规则(对某种行为进行识别或者对某种现象进行提取)对监控数据进行处理。同理，云处理节点根据数据请求提取相关监控数据，并按照数据请求的内容对监控数据进行处理，并将处理结果反馈至智能终端。
70.本技术对监控数据或者数据请求进行分析，确定对应的云处理节点，再通过云处理节点进行数据处理，能够实现监控数据的负载均衡处理。
71.本发明的工作原理：
72.通过云平台将监控区域划分成若干子区域，为若干子区域配置数据采集模块，同时生成云节点集合。
73.通过若干数据采集模块对接收的监控数据进行预分析，获取对应的数据属性。
74.云平台将数据属性和云节点集合结合，确定目标云节点；目标云节点对监控数据进行分析存储。
75.以上实施例仅用以说明本发明的技术方法而非限制，尽管参照较佳实施例对本发明进行了详细说明，本领域的普通技术人员应当理解，可以对本发明的技术方法进行修改或等同替换，而不脱离本发明技术方法的精神和范围。