基于物联网的机房监控及预警平台
发布时间：2021-07-15 16:18
随着信息技术的快速发展和普及,社会信息化程度不断提高,对保障信息化建设的数据中心机房的监测和管理变得尤为重要。数据中心机房内存放着各类维持网络稳定连接、保证全校信息系统正常运行的网络设备、服务器以及数据存储设备。当机房环境参数超出设备正常工作的阈值时,将会影响设备的使用寿命以及性能的稳定性。一旦设备发生故障,将会直接影响各类信息系统的平稳运行和网络的正常连接,可能会导致各单位业务运转的停滞。因此加强对数据中心机房环境的监控,建立环境异常预警机制,对保障网络设备的安全和平稳运行具有重要意义。本论文结合物联网技术,并根据某高校数据中心机房的实际需求,设计并实现了机房监控及预警平台。该平台由机房数据采集终端和机房监控终端两部分组成。其中机房数据采集终端部署在机房现场,使用树莓派作为主控单元,通过连接各类传感器和通信模块实现环境参数的采集和上传。当发现机房环境异常时,使用通信模块向机房工作人员发送报警短信。此外为防止机房图像泄露,使用基于混沌体系的数字图像加密算法来对机房图像进行加密。机房监控终端部署在服务器端,用于实现各类业务逻辑,主要分为Web应用、主程序服务和数据库服务。Web应用面向工...
【文章来源】：北京化工大学北京市 211工程院校 教育部直属院校
【文章页数】：93 页
【学位级别】：硕士
【部分图文】：
图１－１主机／终端模式结构图??Ｆｉ．１－１ｏｔｒｍｎｍｏｄｓｔｒｕｃｔｕｒｅ?ｃｈａｒｔ??
?北京化工大学硕士学位论义???□Ｚ?、□??图１－１主机／终端模式结构图??Ｆｉｇ．?１－１?Ｈｏｓｔ／ｔｅｒｍｉｎａｌ?ｍｏｄｅ?ｓｔｒｕｃｔｕｒｅ?ｃｈａｒｔ??２．客户机／服务器结构??随着网络信息技术和数据库的不断发展，出现了一种新的体系结构一Ｃ／Ｓ结构。??早期的Ｃ／Ｓ结构是典型的二层架构，分为服务器、客户机两部分。服务器包括数据处??理逻辑和数据库，用于处理后台请求服务，如数据库的操作、处理客户机的请求等服??务。客户机包括显示和业务处理逻辑，用于处理前台请求，如发送用户请求至服务器，??展示服务器返回的数据等功能。随着中间件技术的成熟，衍生出三层Ｃ／Ｓ结构，分为??客户机、中间件和服务器三部分。该结构将逻辑运算从客户机和服务器中剥离，分配??给中间件，减轻了服务器和客户机的压力。对于Ｃ／Ｓ结构，需要阻止可能发生的非法??访问［２Ｇ］。三层Ｃ／Ｓ结构如下图１－２所示。??客户机?中间件?服务器??数据请求，??逻辑?麵库??业不?运算?管理???１?返回结果??１?返回结果????图１－２三层客户机／服务器模式结构图??Ｆｉｇ．?１－２?Ｔｈｒｅｅ－ｔｉｅｒ?ｃｌｉｅｎｔ?／?ｓｅｒｖｅｒ?ｍｏｄｅｌ?ｓｔｒｕｃｔｕｒｅ?ｃｈａｒｔ??优点：客户机与服务器通过网线连接，不依赖外网环境，响应速度快；将任务均??衡分配，减轻了服务器的压力；具有较高的数据安全性，数据不易泄密。??缺点：无法快速安装客户端程序；兼容性差，不同系统需编写不同的程序；仅限??于局域网使用，使用场所受到限制；更新系统时，所有用户均需重新安装程序。??３．浏览器／服务器结构??４??
?第一章绪论???随着ｗｅｂ技术的发展，Ｂ／Ｓ结构开始登上舞台。Ｂ／Ｓ结构是基于Ｃ／Ｓ结构发展起??来的，分为浏览器客户端、ｗｅｂ服务器和数据库服务器三部分。这种结构将应用程序??放在ｗｅｂ服务器，用户通过浏览器可以实现程序访问。浏览器端保留了用户交互功能，??在ｗｅｂ服务器端完成了大部分的事务逻辑运算，这样避免了胖客户机的出现，减轻了??客户端的压力，Ｂ／Ｓ结构如下图１－３所示。??Ｗｅｂ浏览器?Ｗｅｂ服务器??数据？库服务器???ＨＴＴＰ请求?ＳＱＬ请求??????事务逻数据处??显不?辑运算?理逻辑?数＆库??ＨＴＭＬ结果?ＳＱＬ结果??????图１－３浏览器／服务器模式结构图??Ｆｉｇ．?１－３?ｂｒｏｗｓｅ?／?ｓｅｒｖｅｒ?ｍｏｄｅｌ?ｓｔｒｕｃｔｕｒｅ?ｃｈａｒｔ??优点：开发环境与应用环境相独立，更改ｗｅｂ页面就可以实现系统的维护和升级；??分布性强，有网络连接就可以实现系统访问，不受时间和地点的限制。??缺点：受网速限制，系统响应较慢；几乎所有的事务逻辑在服务器实现，服务器??端的负载较大；安全性相对较差，Ｂ／Ｓ结构建立在广域网上，对系统安全的控制相对??较弱。??１．２．３传感器技术??机房环境监控一般使用传感器来对机房的环境数据进行采集，传感器技术是采集??机房环境参数的基础，一直是机房监控领域研宄的重点技术。传感器可以实现各类环??境参数的测量，并且按照相应的规律将环境参数的各类模拟信号转换为电信号后输出；??也可以进一步将电信号通过Ａ／Ｄ模块转换为数字信号进行封装，然后输出给上位机。??也就是将环境中不易检测的物理量，如温湿度、光照强度
【参考文献】：
期刊论文
[1]基于CNN和MC的水文时间序列预测组合模型[J]. 许国艳,朱进,司存友,胡文斌,刘凡. 计算机与现代化. 2019(11)
[2]NB-IoT综述及性能测试[J]. 杨观止,陈鹏飞,崔新凯,侯维岩. 计算机工程. 2020(01)
[3]基于LSTM-BP组合模型的短时交通流预测[J]. 李明明,雷菊阳,赵从健. 计算机系统应用. 2019(10)
[4]基于LSTM的航空公司能耗序列预测[J]. 刘家学,沈贵宾. 计算机应用与软件. 2019(10)
[5]GA-LSTM模型在高速公路交通流预测中的应用[J]. 温惠英,张东冉,陆思园. 哈尔滨工业大学学报. 2019(09)
[6]ARIMA模型与GM（1,1）模型在痢疾发病数预测中的比较研究[J]. 宋媛媛,王雷,熊甜,胡樱. 实用预防医学. 2019(07)
[7]基于ARIMA和BP神经网络的猪舍氨气浓度预测[J]. 刘春红,杨亮,邓河,郭昱辰,李道亮,段青玲. 中国环境科学. 2019(06)
[8]基于时间序列神经网络的鲜切花价格指数短期预测[J]. 彭伟. 计算机与现代化. 2019(05)
[9]基于ARIMA和BP神经网络对人民币汇率预测的比较分析——以美元人民币汇率为例[J]. 朱家明,胡玲燕. 重庆理工大学学报(自然科学). 2019(05)
[10]基于BP神经网络的应用层DDoS检测方法[J]. 景泓斐,张琨,蔡冰,余龙华. 计算机工程与应用. 2019(20)
硕士论文
[1]面向物联网的数据采集终端设计与实现[D]. 范有和.武汉邮电科学研究院 2018
[2]基于BP神经网络的时序预测模型的研究[D]. 张建辉.太原理工大学 2017
[3]基于Web的机房监控系统软件设计[D]. 戴阳.重庆大学 2016
[4]基于C#语言的新型智能机房环境监控系统的研究[D]. 赵跃.吉林大学 2012
本文编号：3286046
【文章来源】：北京化工大学北京市 211工程院校 教育部直属院校
【文章页数】：93 页
【学位级别】：硕士
【部分图文】：
图１－１主机／终端模式结构图??Ｆｉ．１－１ｏｔｒｍｎｍｏｄｓｔｒｕｃｔｕｒｅ?ｃｈａｒｔ??
?北京化工大学硕士学位论义???□Ｚ?、□??图１－１主机／终端模式结构图??Ｆｉｇ．?１－１?Ｈｏｓｔ／ｔｅｒｍｉｎａｌ?ｍｏｄｅ?ｓｔｒｕｃｔｕｒｅ?ｃｈａｒｔ??２．客户机／服务器结构??随着网络信息技术和数据库的不断发展，出现了一种新的体系结构一Ｃ／Ｓ结构。??早期的Ｃ／Ｓ结构是典型的二层架构，分为服务器、客户机两部分。服务器包括数据处??理逻辑和数据库，用于处理后台请求服务，如数据库的操作、处理客户机的请求等服??务。客户机包括显示和业务处理逻辑，用于处理前台请求，如发送用户请求至服务器，??展示服务器返回的数据等功能。随着中间件技术的成熟，衍生出三层Ｃ／Ｓ结构，分为??客户机、中间件和服务器三部分。该结构将逻辑运算从客户机和服务器中剥离，分配??给中间件，减轻了服务器和客户机的压力。对于Ｃ／Ｓ结构，需要阻止可能发生的非法??访问［２Ｇ］。三层Ｃ／Ｓ结构如下图１－２所示。??客户机?中间件?服务器??数据请求，??逻辑?麵库??业不?运算?管理???１?返回结果??１?返回结果????图１－２三层客户机／服务器模式结构图??Ｆｉｇ．?１－２?Ｔｈｒｅｅ－ｔｉｅｒ?ｃｌｉｅｎｔ?／?ｓｅｒｖｅｒ?ｍｏｄｅｌ?ｓｔｒｕｃｔｕｒｅ?ｃｈａｒｔ??优点：客户机与服务器通过网线连接，不依赖外网环境，响应速度快；将任务均??衡分配，减轻了服务器的压力；具有较高的数据安全性，数据不易泄密。??缺点：无法快速安装客户端程序；兼容性差，不同系统需编写不同的程序；仅限??于局域网使用，使用场所受到限制；更新系统时，所有用户均需重新安装程序。??３．浏览器／服务器结构??４??
?第一章绪论???随着ｗｅｂ技术的发展，Ｂ／Ｓ结构开始登上舞台。Ｂ／Ｓ结构是基于Ｃ／Ｓ结构发展起??来的，分为浏览器客户端、ｗｅｂ服务器和数据库服务器三部分。这种结构将应用程序??放在ｗｅｂ服务器，用户通过浏览器可以实现程序访问。浏览器端保留了用户交互功能，??在ｗｅｂ服务器端完成了大部分的事务逻辑运算，这样避免了胖客户机的出现，减轻了??客户端的压力，Ｂ／Ｓ结构如下图１－３所示。??Ｗｅｂ浏览器?Ｗｅｂ服务器??数据？库服务器???ＨＴＴＰ请求?ＳＱＬ请求??????事务逻数据处??显不?辑运算?理逻辑?数＆库??ＨＴＭＬ结果?ＳＱＬ结果??????图１－３浏览器／服务器模式结构图??Ｆｉｇ．?１－３?ｂｒｏｗｓｅ?／?ｓｅｒｖｅｒ?ｍｏｄｅｌ?ｓｔｒｕｃｔｕｒｅ?ｃｈａｒｔ??优点：开发环境与应用环境相独立，更改ｗｅｂ页面就可以实现系统的维护和升级；??分布性强，有网络连接就可以实现系统访问，不受时间和地点的限制。??缺点：受网速限制，系统响应较慢；几乎所有的事务逻辑在服务器实现，服务器??端的负载较大；安全性相对较差，Ｂ／Ｓ结构建立在广域网上，对系统安全的控制相对??较弱。??１．２．３传感器技术??机房环境监控一般使用传感器来对机房的环境数据进行采集，传感器技术是采集??机房环境参数的基础，一直是机房监控领域研宄的重点技术。传感器可以实现各类环??境参数的测量，并且按照相应的规律将环境参数的各类模拟信号转换为电信号后输出；??也可以进一步将电信号通过Ａ／Ｄ模块转换为数字信号进行封装，然后输出给上位机。??也就是将环境中不易检测的物理量，如温湿度、光照强度
【参考文献】：
期刊论文
[1]基于CNN和MC的水文时间序列预测组合模型[J]. 许国艳,朱进,司存友,胡文斌,刘凡. 计算机与现代化. 2019(11)
[2]NB-IoT综述及性能测试[J]. 杨观止,陈鹏飞,崔新凯,侯维岩. 计算机工程. 2020(01)
[3]基于LSTM-BP组合模型的短时交通流预测[J]. 李明明,雷菊阳,赵从健. 计算机系统应用. 2019(10)
[4]基于LSTM的航空公司能耗序列预测[J]. 刘家学,沈贵宾. 计算机应用与软件. 2019(10)
[5]GA-LSTM模型在高速公路交通流预测中的应用[J]. 温惠英,张东冉,陆思园. 哈尔滨工业大学学报. 2019(09)
[6]ARIMA模型与GM（1,1）模型在痢疾发病数预测中的比较研究[J]. 宋媛媛,王雷,熊甜,胡樱. 实用预防医学. 2019(07)
[7]基于ARIMA和BP神经网络的猪舍氨气浓度预测[J]. 刘春红,杨亮,邓河,郭昱辰,李道亮,段青玲. 中国环境科学. 2019(06)
[8]基于时间序列神经网络的鲜切花价格指数短期预测[J]. 彭伟. 计算机与现代化. 2019(05)
[9]基于ARIMA和BP神经网络对人民币汇率预测的比较分析——以美元人民币汇率为例[J]. 朱家明,胡玲燕. 重庆理工大学学报(自然科学). 2019(05)
[10]基于BP神经网络的应用层DDoS检测方法[J]. 景泓斐,张琨,蔡冰,余龙华. 计算机工程与应用. 2019(20)
硕士论文
[1]面向物联网的数据采集终端设计与实现[D]. 范有和.武汉邮电科学研究院 2018
[2]基于BP神经网络的时序预测模型的研究[D]. 张建辉.太原理工大学 2017
[3]基于Web的机房监控系统软件设计[D]. 戴阳.重庆大学 2016
[4]基于C#语言的新型智能机房环境监控系统的研究[D]. 赵跃.吉林大学 2012
本文编号：3286046
本文链接：https://www.wllwen.com/kejilunwen/shengwushengchang/3286046.html
最近更新
教材专著
