智慧园区系统设计方案
第一章 系统总体设计2.1 系统概述通过智慧化园区的建设，我们要到到以下的个目标：
一是提升园区管理水平及服务能力。通过协同办公，智能控制中心等系统的应用，突破县域园区的空间限制，实现园区与各级部门之间的无障碍业务联系，将极大地提高园区工作效率，而在此之上实现的数据分析与知识管理，能够进一步提高园区政府决策的科学性。
二是提高基础设施运行保障能力。园区通过智慧技术的应用，能够实现基础设施在其生命周期内的高可用性、高效率高负荷、高安全性和高可靠性的运转。对于基础设施正常的损耗和可能故障，能够做到提前预警、实时监控、自动反馈，甚至可以做到自动处理或者提前处理，实现园区基础设施高效使用，个性管理。
三是促进园区经济与环境协调发展。通过搭建统一的企业服务平台，提高园区对各类资源的利用效率。尤其是信息化技术在企业运营管理、生产中的应用，将有助于企业有效规避市场风险，提高生产效率，降低运营成本，增强企业的竞争力。通过对企业“三污”排放的监测、监控以及节能改造，实现可循环、低排放、可持续的生产方式，促进园区经济和环境协调发展。
四是有利于构建和谐、幸福园区。通过全覆盖的监控网络和智能化分析，可以实现针对园区社会犯罪、危害公共安全行为、群体事件的及时响应、提前预防。可搭建面向园区服务的劳动保障、医疗卫生、科学教育等保障系统，实现园区经济发展、社会事务、个人生活达到和谐统一。
2.2 系统架构说明智慧园区的技术体系架构自下而上分为感知层、通信层、数据层、应用层，以及完善的标准体系和安全体系。
感知层是园区感官神经。以物联网、传感网等技术为主体，实现对园区范围内基础设施、环境、建筑、安全等基础信息的监测和控制。实现企业、个人、终端设备“随时、随地、随需”都可以宽带连网，实现网络的泛在化。
数据核心层是智慧园区的大脑。具有大容量、高性能、高能效、高密度、高适应性等特点。智慧园区其多系统、多领域的融合应用，对数据存储提出了更高的要求。因此，通过云计算架构的实施，将实现平台层的统一和高效能、资源/业务的灵活调度、全面的安全控制管理、节能降耗的综合应用，达到让园区更加“智慧”的目的。
应用服务层主要是指在感知层、通信层、数据层基础上建立的各种应用系统。借助应用地理信息、数据挖掘、SOA等技术。实现海量信息的分析，评估，挖掘数据的潜在信息和应用价值，从而使用户以更智慧的方式获取和应用相关的信息资源。
2.3 系统拓扑
第二章 系统详细设计3.1 视频子系统
视频监控子系统是整个园区安全防范系统建设的基础。前端监控点设备的选择直接关系到整个系统的效果，直接影响后续用户的使用。监控点图像接入信息专网，总控中心进行24小时实时监控，由中心机房进行24小时实时监控和集中存储，全面掌控园区治安动态，并保证在突发事件发生时，各保安部门能够调用现场实时图像信息进行指挥和调度。
3.2 报警子系统
3.3.1 概述
报警系统用于防护区域警情的检测与防范，视频监控系统实时监视整个园区的情况，门禁系统控制办公楼、宿舍、办公楼等各建筑物各出入口，各个系统互相补充，共同形成园区的安全屏障。因此，视频监控系统只有与入侵报警系统、消防系统等实现联动，才能使安全防范能力更有效。
此次报警子系统设计中涵盖如下内容：
1） 周界报警
2） 重要室内入侵报警
3） 公共区域消防报警
4） 紧急报警点
3.3.2 系统结构
报警系统中，探测器是防范现场的前端探头，通常将探测到的非法入侵信息以开关信号的形式，通过传输线路传就近接入网络摄像机，通过平台软件设置的报警联动策略，实现相关的报警联动功能，以起到预防预警作用。
前端的探测器构成警戒防区，防区的含义是指在系统中，可以识别或区分出防范的区域或位置。根据实际设计或使用需要，系统中可以设置为一个或多个警戒防区，防区内可以布设一个或多个、一种或多种类型的报警探测器。将这些探测器相互配合起来使用，就可以组成具有综合防范功能的防区，最终架构成一套高性能多功能的防范报警系统。
报警系统与视频监控系统的联动。探测器通过接入摄像机报警端口集成于视频监控系统管理平台，通过软件编程设定不同的触发条件，自动联动摄像机、监视器，并在需要的情况下启动录像机进行录像。
3.3 信息发布系统为了解决园区公共位置的一些信息发布，通知发布或广告信息发布，在园区内设计一套信息发布系统。
3.3.3 系统简介
信息发布系统是通过网络数据传输来对LED实现屏大规模组网以及远程实时控制，并发布媒体广告，通知等的发布系统。信息发布系统实现了各显示设备的远程集中控制和统一管理，并随时插播新闻，图片，紧急通知的各类及时信息，将最新的咨询在第一时间传递个用户。
3.3.4 系统组成
完整的LED显示屏信息发布系统由3部分组成，发送系统，接受处理系统，显示系统。
发送系统：由LED显示屏控制软件注册。
接受处理系统：由LED控制卡组成，可以是集成的，也可以是组成的。
显示系统：由单双色/全彩LED显示屏组成。
3.4 广播子系统3.4.1 系统简介
现代化的公共广播系统，主要是用来播放轻松的背景音乐或铃声，在遇到特殊紧急情况是能够及时进行紧急寻呼广播等等。在现代化的安装背景音乐广播，能够创造一种轻松和谐的气氛。设计成熟的背景音乐系统，扬声器的布置配置均匀，音量适宜，不影响人们的正常工作及休息娱乐需要，起到了优化环境，为人们创造一个优美的、享受式的气氛的作用，这也是二十一世纪现代化的发展方向。公共广播寻呼系统可以起到宣传、播放通知等作用，它可以为人们提供互动的沟通，传递有价值的公共信息，播报紧急广播讲话等。作为一个现代化的企业园区公共广播系统应满足以下功能：1、消防广播功能；2、园区（语音业务）广播功能；3、背景音乐广播功能；上述广播功能作为一个整体考虑，即相互关联，同时又具备相对独立的广播应用，在系统架构和功能实现上，具备主系统和子系统的概念，主系统作为整个广播系统的信息平台，提供系统管理、设备配置、应用定义、权限分配、用户设置等，子系统根据定义完成各自系统的应用功能。
3.5 一卡通子系统 3.5.1 系统简介一卡通系统的核心设计思想就是搭建基于卡片的开放的应用集成平台，在此平台上扩展和集成多种业务应用。
在一卡通系统中，账户管理是相对独立于具体应用的基本功能模块。一卡通系统的账户管理功能，可以对组织内的人员身份、人员所属部门、持卡人账户类型，以及账户可用性等一系列基础信息进行灵活的配置管理，最终实现了卡片与现实中卡片使用者的关联。
单位技术股份有限公司的一卡通平台支持门禁子系统，考勤子系统，巡更子系统，访客子系统，消费子系统，梯控子系统，出入口子系统。实现真正意义上的园区一卡通。
3.6 动环子系统3.6.1 系统简介
动环系统作为园区一种重要的现代化监测、控制、管理手段，用户可通过现有的网络资源，在企业总监控中心和办公计算机、或移动网络设备上实现对所辖机房的监控、管理，大大减轻日常巡视人员的工作量，便于及时发现危险隐患，保障安全生产，为机房无人值守模式提供了完备、可靠的保障。同时通过科学合规的能耗监测系统，准确掌握数据中心的能耗状况，指导数据中心管理者通过各种节能措施提高数据中心的能耗利用率，减少浪费，降低电力成本。
3.6.2 系统组成
环境监测子系统是指实现对机房设备的运行状态，如蓄电池电量、UPS等仪表设备实时检测功能，以及机房内积水、配电情况及温湿度情况自动监测和告警功能。同时与视频监控及安防防范子系统结合实现智能联动、实时显示。
可以将实时的动力环境数据与实时视频图像通过视频动环一体机做视频叠加，通过实时视频图像可以直观的观察到实时的动力环境数据。当动力环境数据超限报警时，可以根据设定的联动预案，在监控画面上自动弹出实时视频与数据。
3.7 智能化停车场子系统 3.7.1 概述
随着科技经济的不断发展，汽车开始普及普通的家庭,大量的车辆为停车场的管理带来了新的问题。传统的停车场管理主要通过给进入车场的车辆分发IC卡，记录车辆进出时间，作为计费的主要依据，不管是固定车辆还是临时车辆，进出停车场都必须在出入口停车刷卡后，才能进出停车场，在车辆出入繁忙的时段，这种管理方式往往造成塞车的现象，耽误车主宝贵的时间。针对以上现象，
单位技术股份有限公司推出了全新管理理念，利用车牌识别技术取代传统的IC卡技术，解决车辆进出时必须停下刷卡而造成的停车场进出口塞车现象。
3.7.2 系统功能
车辆进入：
1.车辆驶入车牌摄像机抓拍区域。
2.车牌识别系统自动抓拍车辆的的图像并识别出车牌识号，然后通过检索数据库得出车辆类别。
3.如果非满位或该车属固定车辆情况，闸机放行，同时记下车辆进入时间。车辆越过进口，驶入停车场内。
整个过程自动完成，无须工作人员干预。车辆一直处于行驶状态，无段暂停。
车辆离开：
1.车辆驶入车牌摄像机抓拍区域。
2.车牌识别系统自动抓拍车辆的的图像并识别出车牌识号，然后通过检索数据库得出车辆类别。如果该车属固定车辆情况，闸机自动启竿放行。
3.电脑调可以出该车入场时的抓拍图像，入场时间等。如果是临时停车，则车辆须暂停交费方能离开，这点和IC卡方案相同。
4.如果车辆被列入黑名单，不管是临时还是固定车辆，闸机不会打开，同时系统都会发出报警信号，通知工作人员注意。
5.车辆越过进出口，驶入离开停车场，系统记下车辆离开时间。
关注我的技术公众号，每个工作日都有优质技术文章推送和电子版方案下载。
微信扫一扫下方二维码即可关注：
实战丨基于机器学习的智能故障诊断
（1）采用Hadoop分布式计算架构设计，可并行支持多个物理节点和同一节点内多台服务器的分布式并行计算。系统具有可扩展性，可根据计算需求，对计算节点和节点内的计算服务器进行扩展。
（2）采用基于NoSQL集群存储架构设计，采用存储虚拟化技术，组成统一的虚拟存储池，构建全局统一命名空间。可支持区域节点、节点内服务器和服务器容量的三级扩展。每套集群存储系统支持检索特征（数据索引等）数据带外存储，提升海量信息的检索性能。
（3）采用分布式实时流计算框架STORM，可以分布式处理大规模的实时数据，具有低延迟、高性能、分布式和可扩展的特点。
（4）关系型数据库存储集群采用传统的关系型数据库系统，主要存储基本的领域知识，系统所需要的原数据，任务定义，计算并需要在页面上展示的结果等。
2.人工智能和机器学习。使用基于人工智能和机器学习技术，通过对接故障识别库、算法、构建模型、迭代优化等步骤逐步完善故障诊断自动化预警系统。主要按照以下步骤处理：收集银行报警数据到大数据平台；数据预处理（清洗、转换、统一）；基础统计；基础统计结果存储到数据库；计算引擎加载数据；划分训练和测试集合；训练模型，在测试集上验证；保存模型；迭代式优化模型。
3.可视化展现与自动化告警。这是个以适当的视觉元素及视图来呈现抽象的数据信息，并结合人工智能、机器学习技术完成自动化告警的过程。当发现了故障后自动接入相应的流程进行处理，这时故障事件自动触发问题处理跟踪流程，并在自动化工单式流程的指引下通知到相关责任人，并利用知识库自动化完成整个故障处理协调过程。
原始知识库数据采集
系统故障信息是由银行运维监控系统和运维工程师在日常工作中对应用系统的故障进行记录形成的故障知识库，我们可以直接从故障知识库采集相关故障信息。
1.数据采集注意点。采集时需要注意对现有复杂设备及系统的故障信息进行数据采集，得到故障数据的特点，可以采用特征选择与特征提取两种方法。故障数据主要是由人工记录并在知识库中存在的，大部分为描述性语言并且数据量较大，可以直接对故障数据进行数据分析。故障数据含有的属性较多，并非所有的数据都可以用来进行分析，应注意过滤、筛选。
通过对故障数据进行特性分析可以得出系统中设备与设备之间的故障存在一定的联系。目前大部分系统都是复杂设备系统，由具有不同功能的设备在一定条件下组成的。设备与系统之间紧密相连、相互作用、相互耦合，这些设备共同构成一个功能强大的复杂系统。因此在采集时需要考虑到系统设备之间的故障相互联系。
2.采集故障数据方式。采集故障数据可采用以下两种方式：从结构化字段获取结构化数据；从非结构化字段提取信息，并通过程序和算法进行结构化处理。
数据预处理
数据预处理是将已采集的故障信息进行统一处理，包括：数据清理、数据集成、数据变换、数据归约等。这些数据处理过程会大大提高数据质量，提高机器的可读性，有利于进行统一的分析与计算。
预处理完成后，生成各种数据类别以供集中存储和访问。这些信息包括配置数据、性能数据、告警事件数据、交易监控日志、机器学习模型实例以及模型训练数据等。数据预处理需要业务人员与技术人员共同协作完成。
本系统中数据预处理可以采用离群点筛除、缺失值填补（-1，样本均值）、变量格式转换及标准化、变量编码（去重）、哑变量处理、连续值离散化等方法进行。
业务实例的建模
业务实例的建模主要将业务系统总资源及结点进行抽象、建模并生成统一的易于管理的数据格式。提供对基础设施、数据库、中间件、应用系统、业务系统、告警配置信息及依赖关系的管理，为应用平台的数据展示、告警聚集、故障定位分析、故障影响分析提供了数据来源和分析依据，是整个机器学习自动化故障告警系统的基础支撑。
从业务系统整体角度出发，可以将这些配置信息进行分层处理，具体可分为网络层、主机层、进程层、服务层、业务层。以网络层为例，主要配置项为交换机等网络设备，其属性明细见下表。
表网络层属性明细
因变量与自变量的筛选
在人工智能领域，回归分析是一种预警性的建模技术，它研究的是因变量（目标）和自变量（预警器）之间的关系。这种技术通常用于预警分析、时间序列模型以及发现变量之间的因果关系。在银行自动化运维预警系统中，可以预警故障业务的发生情况和自动化处理机制。
在银行运维场景中故障是以事件的形式出现，事件管理流程触发于事件的产生，其可以是用户或业务人员发现的软件故障、系统监测到的硬件故障以及用户提交的问题或服务请求。在一个事件产生时，首先需要对当前事件进行记录，创建用于描述事件的事件单。事件单也可以用于监测事件流程、在用户询问时及时予以反馈。进而需要对事件进行分类，首先需要判断当前事件是否属于服务请求，若属于则进入服务请求实现流程，否则根据事件所涉及的SLA、紧急度、影响度等因素对其评定优先级，并根据事件单中对事件的描述以及事件的状态对其进行分类。此时服务台人员会根据事件描述在配置管理数据库中查询该事件是否存在解决方案。若存在相关方案则以快速支持的方式对事件进行解决若不存在相关解决方案则需对事件进行调查和诊断的流程。在此流程中服务支持人员基于以往解决事件的经验，并根据当前事件的分析结果尝试给予相应的解决方案。但是，在当前服务支持人员无法给出合理的解决方案或者解决方案无效时，就需要对事件进行升级，从而分配给更加专业、经验丰富的高级支持人员予以解决。事件升级是一个迭代过程，在事件无法解决时不断分配给更高级的人员，直到得到合理有效的解决方案，或者事件被认定暂时无法解决。在事件解决方案的效果得到用户确认后，即可关闭此事件。但是在事件关闭后，还需要对事件进行回顾，将相关的事件单以及解决方案记录到知识库中，然后终止整个事件管理流程。
在事件管理流程中，如果可以控制事件的升级次数并在较低的服务支持级别解决事件，将大大提高事件的解决效率并降低处理事件所需要的人员成本和资源成本，在此基础上实现自动预警。因此，在最快时间内按照支持等级快速告警问题，并优化事件管理流程是自动化故障诊断的核心。而其难点就在于如何快速有效地为事件处理人员选择解决方案提供决策支持。
自变量与因变量的筛选需要遵循机器学习中的相关算法，自变量代表数据采集的信息，因变量代表最终得到的结果。故障诊断的原理是使用机器学习算法通过分析和学习历史数据，从而产生一种预警模式，并在不断迭代中修正该模式，进而有效预警模型。IT事件管理流程更适合使用监督性的学习算法，作为因变量输入数据的事件，成为了带有标注的训练数据。但是为了得到良好的决策支持效果，需要对事件进行特征抽取，这也是关系到决策支持准确率的重要一步。此后还需要进行特征信息进一步的学习算法输入要求。具有良好的训练数据后，还需要不断选择训练算法，形成算法集合，最终得出因变量的结果（如图2所示）。
图2自变量与因变量的筛选
故障识别库的建立与流程自动化触发
本文中告警系统的设计是基于银行已有的监控系统平台进行的，银行的监控系统对银行的业务支持起着举足轻重的作用，对运维系统性能、功能改善以及银行业务的正常运营具有重要意义。
目前，大多数银行采用的系统预警机制是基于传统阀值管理的概念，通过人为的设置预警阀值，当采集的指标达到或者超过设定阀值时进行告警，但这种情况下的告警基本已是事后告警，无法达到提前进行处置排除故障的要求。一旦出现重要系统的告警信号，往往事件己经对业务造成了极大影响。本文介绍的利用基于机器学习的智能故障诊断，可以实现对监控的历史数据进行深度挖掘，应用先进的机器学习算法对数据进行学习预警，并进行后续迭代优化。除此之外，通过软件系统开发、搭建架构系统，实现对业务级系统性能告警数据的监控与可视化展示，从而搭建一整套银行运维管理所需要的智能化故障告警系统。这样就可以制订系统的主动式故障预警与预防的一体化解决方案，建立运维故障告警预警的高可用性机制，提高对银行故障告警预警的管控能力，最大程度地保证银行信息系统的稳定运行以及银行核心业务的正常持续进行。
实际应用效果
基于机器学习的智能故障诊断作为主动式运维的重要技术手段之一，在华夏银行的运维工作实践中大幅提升了信息科技风险事前管控能力，提高了运维工作的智能化水平和前瞻性，促进运维模式从被动向主动方式转变。该系统在华夏银行投入使用后，管理范围包括核心系统在内的30多套重要系统，取得良好效果。系统使用半年时间就提前发现生产系统运行隐患120余次，捕获到2000多个潜在效率低下的SQL语句，使得运维人员能够提前介入，将系统风险扼杀在事前。下一步，华夏银行将在此基础上，继续完善系统故障自修复能力，在智能化运维工作的道路上再进一步。返回搜狐，查看更多