一种基于云计算的网络监测数据处理系统、方法及储存介质

本发明属于网络监测数据处理，具体是一种基于云计算的网络监测数据处理系统、方法及储存介质。

背景技术：

1、随着互联网技术的迅速发展和普及，个人用户对网络质量的要求越来越高。然而，传统的网络监测数据处理系统通常面向企业客户，并具备较高的技术门槛和成本，难以满足个人用户的需求。

2、个人用户同样面临着网络不稳定、安全隐患等问题，因此，开发一种适用于个人用户的网络监测数据处理系统显得尤为重要。这样的系统应该具备易用性、低成本、轻量化、隐私保护等特点，以满足个人用户在日常生活中的网络监测需求。

3、然而，当前市场上网络监测数据处理系统存在诸多挑战和缺陷。首先，大多数系统操作复杂，学习成本高，不符合个人用户的简单易用需求。其次，系统资源占用较大，容易导致个人设备性能下降，给用户带来不便。此外，隐私保护问题也备受关注，个人用户需要确保自己的数据安全和隐私不受侵犯。

4、因此，本发明提出了一种基于云计算的网络监测数据处理系统、方法及储存介质。

技术实现思路

1、为了解决上述方案存在的问题，本发明提供了一种基于云计算的网络监测数据处理系统、方法及储存介质，以解决现有的个人用户对网络监测数据处理需求的问题。

2、本发明的目的可以通过以下技术方案实现：

3、一种基于云计算的网络监测数据处理方法，方法包括：

4、步骤sa1：确定受众群体，对所述受众群体进行分类，获得若干个受众分类，确定各所述受众分类对应的应用功能和待应用功能；

5、进一步地，对受众群体进行分类的方法包括：

6、获取所述受众群体对应的个人信息，按照预设的各分类项对各所述个人信息进行特征提取，获得各所述分类项对应的分类项数据，将各所述分类项数据整合为个人特征数据；

7、根据各所述个人特征数据进行聚类，获得若干个聚类；将各所述聚类的聚类中心对应的个人特征数据标记为基准特征数据；根据各所述基准特征数据分析对应的操作界面需求；

8、将具有相同所述操作界面需求的所述聚类中心对应的聚类进行合并，获得各合并区域；并为各所述合并区域标记对应的操作界面需求；根据各所述合并区域对应的所述受众群体进行分类，获得各受众分类。

9、进一步地，确定各受众分类对应的应用功能和待应用功能的方法包括：

10、识别具有的各种数据监测处理功能；从各所述数据监测处理功能中选择n个数据监测处理功能作为基准功能，n为正整数；将非基准功能的数据监测处理功能标记为待选功能；

11、统计各所述基准功能对应的基准占比；

12、识别各种所述待选功能和所述基准功能对应的待选使用值和基准使用值；

13、识别各所述受众分类对应的合并区域的聚类中心，获取所述聚类中对应的个人信息，根据获得的所述个人信息分析各种所述待选功能和所述基准功能的数据监测需求的占比，分别标记为待选需求占比和基准需求占比；

14、将获得的待选使用值、基准使用值、待选需求占比和基准需求占比分别标记为dxrate、jzrate、dxq和jzqu；u＝1、2、……、c，c为正整数，u表示对应的基准功能；

15、根据公式计算对应待选功能的功能评估值；

16、式中：dxm为功能评估值；u＝1、2、……、c，c为正整数；

17、将功能评估值不小于0的待选功能和基准功能共同标记为应用功能；

18、将功能评估值小于0的待选功能标记为待应用功能。

19、步骤sa2：识别各所述受众分类，为每个所述受众分类设置对应的操作界面；

20、进一步地，为每个受众分类设置操作界面的方法包括：

21、步骤sa11：根据各受众分类确定对应的各操作界面需求，根据获得的所述操作界面需求设置对应的待应用界面；

22、步骤sa12：通过预设评估渠道获取各所述待应用界面的界面评价数据；识别所述界面评价数据中的各单条评价数据，对各所述单条评价数据进行分析，获得对应的评价分析数据；所述评价分析数据包括各所述单条评价数据对应的评价结果和评价原因；

23、步骤sa13：统计所述评价分析数据中评价不合格的占比，标记为不合格占比，并识别各评价不合格对应的各评价原因；

24、当所述不合格占比不大于阈值x1时，将对应的待应用界面标记为操作界面；

25、当不合格占比大于阈值x1时，根据所述评价原因对所述待应用界面进行调整；当所述待应用界面调整后返回步骤sa12。

26、进一步地，据各评价原因对待应用界面进行调整的方法包括：

27、统计各评价原因的次数，根据各评价原因次数计算对应的原因占比；

28、令式中：x为从各评价原因中任选k个评价原因对应的原因占比组合，k为正整数；i＝1、2、……、n，n为正整数；z表示原因占比组合中对应的原因占比，z＝1、2、……、v，v为正整数；yqciz表示相应的原因占比；

29、根据公式计算对应的组合评估值；

30、式中：pirity为对应组合的组合评估值；cbiz为相应原因占比对应的评估原因的优化成本；pqc为不合格占比；x1为阈值；

31、选择最接近0的非负组合评估值对应的组合为目标组合，识别所述目标组合中的各评价原因，标记为目标原因，根据各所述目标原因对待应用界面进行调整。

32、步骤sa3：识别用户信息，根据识别的所述用户信息匹配对应的受众分类，根据所述受众分类为用户加载对应的操作界面和应用功能；

33、进一步地，当用户具有需求时，能够手动加载待应用功能为应用功能。

34、步骤sa4：实时获取各监测目标的监测数据，对获得的所述监测数据进行初始分析，获得对应的监测结果，所述监测结果包括监测异常和监测正常；

35、当监测结果为监测异常时，结束分析，输出对应的监测结果；

36、当监测结果为监测正常时，进入步骤sa5；

37、进一步地，对获得的初始监测数据进行分析的方法包括：

38、获取大量的历史监测数据，根据获得的历史监测数据建立对应的异常识别模型，通过设置的异常识别模型对监测数据进行初始分析，获得对应的监测结果，监测结果包括监测异常和监测正常。

39、步骤sa5：对所述监测数据进行预测，获得对应的预测数据；对所述预测数据进行异常分析，获得对应的异常分析结果；异常分析结果包括分析正常和分析异常；

40、当异常分析结果为分析异常时，结束分析，输出对应的异常分析结果；

41、当异常分析结果为分析正常时，进入步骤sa6；

42、步骤sa6：根据所述监测数据和所述预测数据设置数据曲线；拟合所述数据曲线对应的曲线函数，根据所述曲线函数计算对应的综合异常监测值；

43、当综合异常监测值大于阈值x2时，输出综合监测异常；

44、当综合异常监测值不大于阈值x2时，输出综合监测正常。

45、进一步地，综合异常监测值的计算方法包括：

46、将曲线函数标记为q(t)，在所述数据曲线中设置对应的分割线；

47、根据所述分割线识别各超标段，将所述超标段标记为[tρ1，tρ2]，ρ表示对应的超标段，ρ1表示对应超标段的起点，ρ2表示对应超标段的终点；

48、根据公式计算对应的综合异常监测值；

49、式中：zop为综合异常监测值；cr为初始异常监测值；ν为符号系数，ν＝+1或-1。

50、进一步地，初始异常监测值的计算方法包括：

51、获取各监测目标对应的异常值，根据获得的各所述异常值生成对应的异常矩阵异常矩阵中的元素用weo表示，e＝1、2、……、j，j为正整数；o＝1、2、……、g，g为正整数；

52、根据公式计算对应的初始异常监测值；

53、式中：cr为初始异常监测值。

54、一种基于云计算的网络监测数据处理系统，包括界面模块、监测模块和监测分析模块；

55、所述界面模块用于进行操作界面设置，确定受众群体，对所述受众群体进行分类，获得若干个受众分类，确定各所述受众分类对应的应用功能和待应用功能；为每个所述受众分类设置对应的操作界面；

56、识别用户信息，根据识别的所述用户信息匹配对应的受众分类，根据所述受众分类为用户加载对应的操作界面和应用功能。

57、所述监测模块用于采集对应的监测数据。

58、所述监测分析模块用于进行监测分析，对获得的所述监测数据进行初始分析，获得对应的监测结果；

59、当监测结果为监测异常时，结束分析，输出对应的监测结果；

60、当监测结果为监测正常时，对所述监测数据进行预测，获得对应的预测数据；对所述预测数据进行异常分析，获得对应的异常分析结果；

61、当异常分析结果为分析异常时，结束分析，输出对应的异常分析结果；

62、当异常分析结果为分析正常时，根据所述监测数据和所述预测数据设置数据曲线；拟合所述数据曲线对应的曲线函数，根据所述曲线函数计算对应的综合异常监测值；

63、当综合异常监测值大于阈值x2时，输出综合监测异常；

64、当综合异常监测值不大于阈值x2时，输出综合监测正常。

65、一种计算机可读存储介质，所述计算机可读存储介质上存储有计算机程序，所述计算机程序被处理器执行时实现一种基于云计算的网络监测数据处理方法的步骤。

66、与现有技术相比，本发明的有益效果是：

67、通过对受众群体进行分类，为每个受众分类设置对应操作界面，实现根据不同的受众设置对应操作界面，确保不同受众分类用户的正常使用，同时便于后续根据用户信息自动匹配对应的受众分类，根据受众分类智能确定对应的操作界面、应用功能和待应用功能，便于后续有选择的加载应用功能，降低系统资源占用；解决当前网络监测数据处理系统操作复杂，学习成本高，不符合个人用户的简单易用需求的问题。