高校一卡通運維數(shù)據(jù)的分析與研究

陳澤生，黃建波，艾 飛

（1.廣州美術(shù)學(xué)院 信息技術(shù)中心，廣東廣州 510006；2.華南理工大學(xué)信息網(wǎng)絡(luò)工程研究中心，廣東廣州 510640）

一卡通系統(tǒng)是高校信息化建設(shè)的基礎(chǔ)工程之一[1-2]。高校一卡通以面向師生服務(wù)為根本目的，通過融合云計算、物聯(lián)網(wǎng)、移動計算等技術(shù)，提供身份驗證、消費服務(wù)、考勤簽到、生活服務(wù)等功能[3-4]。目前，高校一卡通的終端機覆蓋了大部分智慧校園場景，為全校師生提供校園服務(wù)[5-6]。因此，高效、高質(zhì)量的終端機運維是智慧校園服務(wù)的保障。

1 高校一卡通的運維現(xiàn)狀

一卡通系統(tǒng)運維團隊通常由用戶服務(wù)和運維技術(shù)組組成。用戶服務(wù)負責(zé)接收師生的一卡通報障，并將故障信息反饋給運維技術(shù)組處理。為了及時解決一卡通故障，運維團隊協(xié)同工作的主要工具是QQ群組[11-12]，故障處理流程如圖1 所示。

圖1 一卡通故障處理流程

隨著一卡通運維工作的持續(xù)進行，QQ 群組累積大量的運維數(shù)據(jù)，為故障分析奠定了數(shù)據(jù)基礎(chǔ)。

2 一卡通運維數(shù)據(jù)預(yù)處理

QQ 消息的導(dǎo)出格式是文本格式，并且導(dǎo)出的文本包括本地QQ 所有的通信信息，需要從文本數(shù)據(jù)內(nèi)采集一卡通系統(tǒng)的運維數(shù)據(jù)。

2.1 數(shù)據(jù)采集

QQ 導(dǎo)出的文本數(shù)據(jù)按照消息對象進行聚合，其中，消息對象對應(yīng)QQ 的聯(lián)系人。消息對象的聚合數(shù)據(jù)以串行“=”字符為開始和結(jié)束標(biāo)識。比如，“一卡通技術(shù)運維”群組的消息聚合模式如圖2 所示。

圖2 QQ消息聚合模式

運維數(shù)據(jù)是以“消息對象：一卡通技術(shù)運維”+串行“=”字符為開始，以串行“=”字符為結(jié)束，數(shù)據(jù)采集接口逐行讀取文本數(shù)據(jù)，截取開始和結(jié)束標(biāo)識符之間的所有數(shù)據(jù)。

2.2 數(shù)據(jù)去噪

每一條完備的QQ 消息包含消息發(fā)送時間、消息發(fā)送者、消息內(nèi)容三要素，并在文本內(nèi)分成獨立的兩部分。其中，第一部分是“消息發(fā)送時間+消息發(fā)送者”，第二部分是消息的具體內(nèi)容。消息內(nèi)容包括自然語言、表情包、圖片，其中表情包和圖片以“[表情]”“[圖片]”字符表達。因此，需要將采集后的數(shù)據(jù)進行去噪處理，去除消息發(fā)送者、“[表情] ”、“[圖片]”、空格符、空行等數(shù)據(jù)。

2.3 數(shù)據(jù)存儲

數(shù)據(jù)分為結(jié)構(gòu)化數(shù)據(jù)、半結(jié)構(gòu)化數(shù)據(jù)、非結(jié)構(gòu)化數(shù)據(jù)[13]。運維的原始數(shù)據(jù)是非結(jié)構(gòu)化的文本數(shù)據(jù)，需要轉(zhuǎn)換成結(jié)構(gòu)化數(shù)據(jù)為數(shù)據(jù)分析提供特征數(shù)據(jù)檢索。

據(jù)第六次全國人口普查數(shù)據(jù)顯示，我國鄉(xiāng)村人口占中國總?cè)丝诘?0.32%，耕地面積僅次于美國和印度，居世界第三位，因此鄉(xiāng)村發(fā)展不容忽視。近年來由于城鎮(zhèn)化水平提升、城鄉(xiāng)貧富差距加大、鄉(xiāng)村經(jīng)濟發(fā)展落后，我國出臺了一系列政策振興鄉(xiāng)村發(fā)展。

依據(jù)消息文本表達特征，定義消息對象類(MaintanInfo)，類的屬性包括消息發(fā)送時間(maintime)和消息內(nèi)容(maininfo)，Pymysql 接口將MaintanInfo 對象持久化到關(guān)系數(shù)據(jù)庫的數(shù)據(jù)表(maintaninfo)內(nèi)，如圖3 所示。

圖3 運維數(shù)據(jù)結(jié)構(gòu)化存儲

3 一卡通運維數(shù)據(jù)分析

3.1 一卡通運維特征語料庫

自然語言是信息的載體，從現(xiàn)代邏輯角度來說，自然語言具有以下缺陷：表達式的層次結(jié)構(gòu)不清晰、個體化認知模式不明確、量詞管轄的范圍不太確切、句子成分語序不固定、語形和語義不對應(yīng)。因此，自然語言的處理需要相應(yīng)領(lǐng)域的語料庫[14-15]。

運維數(shù)據(jù)基于自然語言，主要包含終端機、故障發(fā)生時間、故障發(fā)生地點、故障四個要素，而數(shù)據(jù)分析模型擴展到六個維度：終端機、故障發(fā)生時間、故障、故障類型、安裝地點、校區(qū)。針對一卡通運維數(shù)據(jù)分析的需求，建立一卡通運維語料庫，如圖4所示。

圖4 一卡通運維語料庫

3.2 特征數(shù)據(jù)檢索

基于結(jié)構(gòu)化的運維數(shù)據(jù)，特征數(shù)據(jù)檢索的組合條件定義為：（終端機名稱，位置名稱，故障）+（起始時間，結(jié)束時間），檢索的結(jié)果集以四元特征組存儲在數(shù)列（[終端機，故障發(fā)生時間，故障發(fā)生地點，故 障）]內(nèi)，如：（['一體機'，'2021-03-03 15:54:51'，'一號樓'，'白屏'）]。結(jié)合一卡通運維語料庫，結(jié)果集為終端機故障分析提供年、月、故障類型、校區(qū)等特征數(shù)據(jù)的下載路徑。

3.3 特征值處理

3.3.1 時間戳處理

故障發(fā)生時間的時間戳表達式為“YYYY-MMDD hh:mm:ss”，而故障數(shù)據(jù)分析模型的時間特征以年、月和日為維度。因此，從時間戳表達式中提取[年,月,日]三個維度的時間特征，如：“2021-03-03 15:54:51”轉(zhuǎn)換后的時間特征數(shù)列為[2021,3,3]。

3.3.2 特征選擇

數(shù)據(jù)分析模型基于六個特征維度，需要在原始數(shù)據(jù)四個要素的基礎(chǔ)上擴充特征類型。

一卡通運維語料庫定義了六個特征信息以及特征之間的關(guān)系：終端機與安裝地點、安裝地點與校區(qū)、終端機與故障、故障與故障類型。結(jié)合終端機故障模型的具體用例，運維數(shù)據(jù)特征定義為八元組，features=(年,月,日,終端機,故障,故障類型,位置點,校區(qū)）,特征之間關(guān)系如圖5 所示。

圖5 特征關(guān)系圖

如：檢索結(jié)果集的特征數(shù)列feature=[('一體機','2021-03-03 15:54:51','一號樓','白屏')]擴充為feature=[2021,3,3,'一體機','白屏','硬件類型','一號樓','五山校區(qū)']的八元特征數(shù)列。

3.3.3 特征值編碼

檢索結(jié)果集的數(shù)據(jù)是定性數(shù)據(jù)，需要進行特征值轉(zhuǎn)換。如：feature=[2021,3,3,'一體機','白屏','硬件類型','一號樓','五山校區(qū)']。通常，特征工程的數(shù)據(jù)處理采用獨熱編碼將定性數(shù)據(jù)轉(zhuǎn)換成定量數(shù)據(jù)[16-17]。

以“終端機年度各月故障情況”模型為例：輸入數(shù)據(jù)的格式要求為矩陣['終端機','1 月','2 月',…,'12月']。其中，'終端機'列存儲發(fā)生故障的終端機名稱，'1 月'-'12 月'各列分別表示是否在該月發(fā)生故障。因此，'1 月'-'12 月'各列數(shù)據(jù)采用獨熱編碼方式0/1，其中，1 表示故障發(fā)生在該月，0 表示否。如：feature=[2021,3,3,'一體機','白屏','硬件類型','一號樓','五山校區(qū)']的獨熱編碼數(shù)列為feature=['一體機',0,0,1,0,0,0,0,0,0,0,0,0]，表示一體機在3 月發(fā)生的一次故障[18]。

3.4 數(shù)據(jù)分析

1）終端機年度總故障分析。分析某一年度內(nèi)各終端機發(fā)生故障的總體情況。數(shù)據(jù)分析特征為['終端機','故障','年']，轉(zhuǎn)換的特征值數(shù)列為['終端機','故障']，其中，'故障'列的特征值為0/1，表達是否發(fā)生故障，以終端機名稱為索引統(tǒng)計各終端機年度內(nèi)的故障總數(shù)，統(tǒng)計結(jié)果為['終端機','故障數(shù)']，并以柱形圖展示，如圖6 所示。

圖6 終端機年度故障分析

圖6 中一體機的故障發(fā)生率最高，建議運維技術(shù)組將一體機作為一卡通系統(tǒng)運維重點對象。

2）終端機月度故障分析。分析某一年度內(nèi)各終端機在每月發(fā)生故障的情況。數(shù)據(jù)分析特征為['終端機','故 障','年','月']，轉(zhuǎn)換的特征值數(shù)列為['終端機','1 月','2 月',…,'12 月']，其中，'1 月'-'12 月'各列的特征值為0/1，表達是否發(fā)生故障，以終端機名稱為索引統(tǒng)計各終端機在年度內(nèi)每個月發(fā)生的故障數(shù)，分析結(jié)果為['終端機','1 月','2 月',…,'12 月']，以線型圖展示，如圖7 所示。

圖7 終端機月度故障頻次分析

據(jù)圖7 可得，不同終端設(shè)備在不同月份發(fā)生故障的頻次不同。一體機在8 月份發(fā)生故障的頻次最高，8 月正值高校的暑期，運維技術(shù)組加強假期前的巡查工作。

3）終端機某時間段各故障類型分析。分析某一時間段內(nèi)終端機各類故障的發(fā)生情況。數(shù)據(jù)分析特征為['終端機','故障類型','年','月','日']，轉(zhuǎn)換特征值數(shù)列為['終端機','故障類型','故障']，其中，'故障'列的特征值為'0/1'，表達是否發(fā)生該類故障，以'終端機名稱+故障類型'為索引統(tǒng)計終端機各故障類型在某時間段內(nèi)的故障數(shù)，分析結(jié)果為['終端機','故障類型','故障數(shù)']，以柱形圖展示，如圖8 所示。

圖8 終端機各類型故障分析

由圖8 統(tǒng)計分析可得，一體機的“出卡故障”、“硬件故障”、“系統(tǒng)故障”的故障率高，補卡機除硬件、打印和網(wǎng)絡(luò)故障還存在缺卡和色帶的問題。運維技術(shù)組的巡檢工作需要關(guān)注卡片、色帶的損耗以及一體機的系統(tǒng)運行狀況。

4）校區(qū)年度故障分析。分析某一年度各校區(qū)發(fā)生故障的總占比。數(shù)據(jù)分析特征為['終端機','故障','位置點','校區(qū)','年','月']，轉(zhuǎn)換特征值數(shù)列為['終端機','校區(qū)','年']，其中，'年'列的特征值為0/1，表達是否在該校區(qū)發(fā)生故障，以校區(qū)為序列統(tǒng)計校區(qū)在一年內(nèi)故障總數(shù)，分析結(jié)果為['校區(qū)','故障數(shù)']，以餅圖展示，如圖9所示。

圖9 2020年各校區(qū)故障發(fā)生情況統(tǒng)計圖

由圖9 統(tǒng)計分析可得，五山校區(qū)的故障占比為64.74%，五山校區(qū)的運維資源（人力和時間）分配占比應(yīng)為60%～70%。

4 結(jié)束語

長期的運維工作累積了大量的原始運維數(shù)據(jù)，并詳細記錄了一卡通系統(tǒng)的故障情況。以一卡通系統(tǒng)運維的QQ 群組消息為基礎(chǔ)，利用大數(shù)據(jù)分析技術(shù)多維度分析終端機故障發(fā)生情況，從而獲取運維工作重點、運維資源配置等知識，為一卡通系統(tǒng)的預(yù)測性運維提供指導(dǎo)。

下一步工作，在終端機故障數(shù)據(jù)分析的基礎(chǔ)上，增加系統(tǒng)服務(wù)故障的數(shù)據(jù)分析，進一步提高一卡通系統(tǒng)運維質(zhì)量。