基于貝葉斯和大數(shù)據(jù)分析的業(yè)務(wù)連續(xù)性風(fēng)險(xiǎn)管理

盧士達(dá)，張露維，吳金龍，陳 艷，朱旻捷，蔡瑞奇

(1.國(guó)網(wǎng)上海市電力公司信息通信公司，上海 200436；2.國(guó)網(wǎng)上海市電力公司，上海 200122；3.上海服澤能源科技有限公司，上海 200001)

1 云數(shù)據(jù)中心容災(zāi)備份研究現(xiàn)狀

業(yè)務(wù)連續(xù)性保護(hù)在國(guó)際上備受關(guān)注，是由多學(xué)科交叉的新興前沿研究的熱點(diǎn)領(lǐng)域。針對(duì)關(guān)鍵風(fēng)險(xiǎn)因素對(duì)業(yè)務(wù)連續(xù)性的影響，構(gòu)建風(fēng)險(xiǎn)評(píng)估模型，基于大數(shù)據(jù)實(shí)現(xiàn)狀態(tài)、閾值、趨勢(shì)、評(píng)價(jià)等風(fēng)險(xiǎn)預(yù)警的云服務(wù)技術(shù)；提出保障電網(wǎng)云數(shù)據(jù)中心業(yè)務(wù)連續(xù)性的風(fēng)險(xiǎn)管理機(jī)制；研究業(yè)務(wù)運(yùn)行過(guò)程中的故障精準(zhǔn)定位等故障止損技術(shù)；構(gòu)建基于監(jiān)控軟件的應(yīng)急恢復(fù)策略及技術(shù)。但目前缺少適應(yīng)云環(huán)境下容災(zāi)備份的業(yè)務(wù)連續(xù)性風(fēng)險(xiǎn)分析與評(píng)估方法[1-5]。

面向云環(huán)境下容災(zāi)備份的業(yè)務(wù)連續(xù)性風(fēng)險(xiǎn)分析是一個(gè)較嶄新的研究領(lǐng)域，此前還沒有形成通用的風(fēng)險(xiǎn)評(píng)價(jià)體系的設(shè)計(jì)和風(fēng)險(xiǎn)分析評(píng)估模型，在缺乏通用的業(yè)務(wù)連續(xù)性風(fēng)險(xiǎn)分析指標(biāo)評(píng)價(jià)體系和評(píng)估模型的情況下對(duì)業(yè)務(wù)連續(xù)性進(jìn)行研究是比較困難的。

2 業(yè)務(wù)連續(xù)性分析與保護(hù)

2.1 風(fēng)險(xiǎn)管理的方法與內(nèi)容

項(xiàng)目風(fēng)險(xiǎn)管理主要有控制型和財(cái)務(wù)型兩種方法。

(1)控制型風(fēng)險(xiǎn)管理方法。降低風(fēng)險(xiǎn)發(fā)生的概率，也就是從根本上解決問(wèn)題，控制造成風(fēng)險(xiǎn)發(fā)生的因素，減少風(fēng)險(xiǎn)因素的存在。在遇到風(fēng)險(xiǎn)時(shí)，將風(fēng)險(xiǎn)的來(lái)源、產(chǎn)生原因分析出來(lái)，然后根據(jù)風(fēng)險(xiǎn)分析的結(jié)果，制定對(duì)策，解決風(fēng)險(xiǎn)并尋找從源頭消滅風(fēng)險(xiǎn)的辦法。在風(fēng)險(xiǎn)發(fā)生前，減小風(fēng)險(xiǎn)發(fā)生的概率[6-9]。

(2)財(cái)務(wù)型風(fēng)險(xiǎn)管理方法。雖然不是所有的風(fēng)險(xiǎn)都是可控的，但是許多風(fēng)險(xiǎn)都具有不確定性，例如自然條件下造成的風(fēng)險(xiǎn)。由于人們并不能有效預(yù)防風(fēng)險(xiǎn)的發(fā)生，在風(fēng)險(xiǎn)必然發(fā)生的情況下，可以假設(shè)風(fēng)險(xiǎn)隨時(shí)到來(lái)，做好一切準(zhǔn)備措施，使風(fēng)險(xiǎn)來(lái)臨后造成的傷害最小化，并且做好災(zāi)后恢復(fù)準(zhǔn)備工作，可在最短的時(shí)間內(nèi)恢復(fù)過(guò)來(lái)。

風(fēng)險(xiǎn)管理主要可以分為風(fēng)險(xiǎn)識(shí)別、風(fēng)險(xiǎn)評(píng)估和對(duì)策制定三個(gè)部分。簡(jiǎn)單來(lái)說(shuō)，就是先識(shí)別出風(fēng)險(xiǎn)的類型，然后評(píng)估風(fēng)險(xiǎn)的大小、來(lái)源，最后根據(jù)分析結(jié)果制定對(duì)策，應(yīng)對(duì)風(fēng)險(xiǎn)。

2.2 災(zāi)備體系的構(gòu)建

一般來(lái)說(shuō)，災(zāi)備系統(tǒng)的運(yùn)維對(duì)象為：①基礎(chǔ)設(shè)施；②IT系統(tǒng)。災(zāi)備系統(tǒng)的運(yùn)維過(guò)程設(shè)置為：①日常運(yùn)行維護(hù)；②應(yīng)急和恢復(fù)；③接替生產(chǎn)運(yùn)行維護(hù)。

災(zāi)備恢復(fù)業(yè)務(wù)和其他的業(yè)務(wù)不同，平時(shí)不會(huì)發(fā)生，但是如果風(fēng)險(xiǎn)來(lái)臨，災(zāi)備恢復(fù)業(yè)務(wù)就會(huì)變得尤其重要，因此對(duì)災(zāi)備中心的運(yùn)營(yíng)管理提出了特殊的要求，具體如下。

(1)“7×24×365”的要求。由于不是所有的災(zāi)難都是可以預(yù)測(cè)的，沒有準(zhǔn)備地遭遇災(zāi)難會(huì)讓災(zāi)難破壞力達(dá)到最大，災(zāi)備恢復(fù)應(yīng)該做到時(shí)時(shí)刻刻不間斷待命，以備不時(shí)之需。

(2)“小概率，高風(fēng)險(xiǎn)”的管理要求。雖然許多風(fēng)險(xiǎn)都可以被抑制，但是沒有被發(fā)現(xiàn)、沒法根治的災(zāi)難才是最關(guān)鍵的，不能因?yàn)榘l(fā)生概率小而放松警惕。

(3)工作重復(fù)性強(qiáng)。由于需要反復(fù)演練以及反復(fù)檢查設(shè)備，因此工作的重復(fù)性很強(qiáng)。

(4)“演練為主，實(shí)操為輔”的日常管理要求。同理，因?yàn)槭褂玫降母怕市。詾?zāi)備管理需要經(jīng)常演練，保持對(duì)災(zāi)備業(yè)務(wù)的熟練度。

(5)質(zhì)量控制難度較大。因?yàn)槠綍r(shí)工作主要為演練，所以想要控制好質(zhì)量是一件比較困難的事情。

因此，為了保證災(zāi)備中心災(zāi)備恢復(fù)業(yè)務(wù)的運(yùn)行維護(hù)質(zhì)量，建議以ITIL為基礎(chǔ)建立管理體系和設(shè)定管理流程，并且引入ISO 20000、ISO 9001、BS 25999、ISO 27001等國(guó)際標(biāo)準(zhǔn)管理體系的理念，從日常運(yùn)行操作管理、問(wèn)題管理、變更管理、應(yīng)急響應(yīng)、恢復(fù)管理等方面入手，搭建符合自身運(yùn)行的災(zāi)備中心災(zāi)備管理體系。

2.3 業(yè)務(wù)連續(xù)性風(fēng)險(xiǎn)評(píng)估模型的構(gòu)建方法選用

數(shù)學(xué)知識(shí)和結(jié)果評(píng)估，在最開始是由模型發(fā)展而來(lái)的，因此使用其建立模型可以很好地反映實(shí)際的問(wèn)題，而且將風(fēng)險(xiǎn)數(shù)據(jù)化會(huì)對(duì)分析風(fēng)險(xiǎn)起到很大的幫助。針對(duì)云數(shù)據(jù)中心風(fēng)險(xiǎn)評(píng)估模型的搭建，從用數(shù)學(xué)知識(shí)進(jìn)行分析的角度切入，選擇將貝葉斯網(wǎng)絡(luò)法當(dāng)作主要工具，然后用云日志大數(shù)據(jù)分析的方式解析風(fēng)險(xiǎn)。

貝葉斯網(wǎng)絡(luò)擅長(zhǎng)于分析不確定性和概率性的事件，可以從不完整、不準(zhǔn)確的信息中進(jìn)行推理，得到結(jié)論。同時(shí)，該網(wǎng)絡(luò)與風(fēng)險(xiǎn)的不確定性十分契合，因此使用貝葉斯網(wǎng)絡(luò)來(lái)搭建風(fēng)險(xiǎn)評(píng)估模型。

3 基于貝葉斯網(wǎng)絡(luò)構(gòu)建風(fēng)險(xiǎn)評(píng)估模型

3.1 貝葉斯網(wǎng)絡(luò)與模糊集理論

貝葉斯公式是貝葉斯網(wǎng)絡(luò)的基礎(chǔ)。貝葉斯網(wǎng)絡(luò)的定義為在某事件發(fā)生時(shí)，另一事件的發(fā)生概率。貝葉斯網(wǎng)絡(luò)通常由兩部分構(gòu)成：貝葉斯網(wǎng)絡(luò)結(jié)構(gòu)，就是將代表隨機(jī)事件的節(jié)點(diǎn)使用有向邊連接起來(lái)，構(gòu)成有向無(wú)環(huán)圖；貝葉斯網(wǎng)絡(luò)參數(shù)，它是對(duì)BN的定量分析，用來(lái)表示網(wǎng)絡(luò)節(jié)點(diǎn)之間的連接強(qiáng)度。

在具有動(dòng)態(tài)故障信息的混合故障特性下，其診斷性能將受到限制?；诖?，針對(duì)混合故障信息下的多故障分類問(wèn)題，本研究提出了一種基于動(dòng)靜態(tài)信息協(xié)同分析的分布式貝葉斯網(wǎng)絡(luò)在線故障診斷方法。通過(guò)動(dòng)靜態(tài)信息的有效結(jié)合，深入挖掘故障特性，多方面提取故障特性；然后基于故障特性進(jìn)行合理化分組，建立分布式的診斷子網(wǎng)，對(duì)混合故障信息進(jìn)行解耦，進(jìn)一步完成對(duì)多故障分類識(shí)別中故障類型的精細(xì)化診斷。

模糊數(shù)可以有多種形式，在風(fēng)險(xiǎn)評(píng)估中經(jīng)常使用的有三角模糊數(shù)、LR型模糊數(shù)、梯形模糊數(shù)等。在研究中為了降低整體的復(fù)雜程度，選用較為方便、簡(jiǎn)潔的三角模糊數(shù)作為事件的隸屬函數(shù)。

3.2 貝葉斯網(wǎng)絡(luò)與模糊集理論的結(jié)合

將模糊集理論的相關(guān)概念更深地加入到貝葉斯網(wǎng)絡(luò)中，使模糊貝葉斯網(wǎng)絡(luò)能對(duì)模糊問(wèn)題、不確定性高的問(wèn)題以及多態(tài)問(wèn)題進(jìn)行有效處理，這種應(yīng)用可以將BN節(jié)點(diǎn)變量轉(zhuǎn)化為模糊節(jié)點(diǎn)變量[10-14]。

3.2.1 模糊貝葉斯網(wǎng)絡(luò)表示

將假定所研究的系統(tǒng)用X={x1,x2,x3,…,xn}表示，然后用ui表示xi所有可能的狀態(tài)集。

假設(shè)xi∈X，xi可被模糊化為模糊隨機(jī)變量ui，并且xi的狀態(tài)可能被模糊隨機(jī)變量ui繼承，則推出xi的模糊集：

Ui={ui1，ui2，ui3,…,uik}

(1)

式中k——ui的模糊狀態(tài)數(shù)；uij——ui的第j個(gè)模糊狀態(tài)，Uij={xi，uij(x)|xi∈X}。

其中，xi，uij(x)為變量xj位于ui中第j個(gè)模糊狀態(tài)uij的程度，用uij在給定xi條件下的概率表示。

假設(shè)U={u1，u2，u3，…，un}，用有向線段表示變量中的因果依賴關(guān)系，即：

L={(ui，uj)|i≠j，i=1,2,3,…，n，j=1,2,3，…，n}U×U

(2)

用條件概率表示，即：

P={P[ui|π(ui)]|i=1，2，3，…，n}

(3)

式中π(ui)——模糊變量ui的父節(jié)點(diǎn)集合。

綜上所述，推出模糊貝葉斯網(wǎng)絡(luò)：

FBN={U,L,P}

(4)

3.2.2 模糊貝葉斯網(wǎng)絡(luò)知識(shí)推理技術(shù)

模糊貝葉斯網(wǎng)絡(luò)推理分為預(yù)測(cè)推理、診斷推理和支持推理三種形式。

使用模糊貝葉斯網(wǎng)絡(luò)知識(shí)推理技術(shù)能夠?qū)⒏髯酉到y(tǒng)或組成部分在系統(tǒng)正常時(shí)起到的作用進(jìn)行定量分析，并且可以快速計(jì)算出其正常工作時(shí)的概率以及系統(tǒng)故障條件下各子系統(tǒng)或組成部分出現(xiàn)故障的概率，最終可以做到迅速有效地識(shí)別系統(tǒng)中防御薄弱的地方，保障系統(tǒng)的正常運(yùn)行及維護(hù)。

3.3 風(fēng)險(xiǎn)評(píng)估模型的構(gòu)建

現(xiàn)階段模糊貝葉斯網(wǎng)絡(luò)的建模方法是使數(shù)據(jù)學(xué)習(xí)建模和人工建模相結(jié)合，將兩種方法的優(yōu)勢(shì)發(fā)揮出來(lái)。由人工搭建模型，通過(guò)樣本數(shù)據(jù)學(xué)習(xí)修正人工搭建的不足，最終確定模糊貝葉斯網(wǎng)絡(luò)。但是樣本數(shù)據(jù)學(xué)習(xí)這一階段缺乏大量關(guān)于云數(shù)據(jù)中心業(yè)務(wù)連續(xù)性的樣本數(shù)據(jù)，在沒有數(shù)據(jù)支持的情況下，本研究選用ISM構(gòu)建模糊多態(tài)貝葉斯網(wǎng)絡(luò)結(jié)構(gòu)。

ISM能全面、準(zhǔn)確地描述云數(shù)據(jù)中心業(yè)務(wù)連續(xù)型影響因素的組成，以及影響因素之間的關(guān)系。因此，將ISM確定結(jié)構(gòu)模型更換為模糊多態(tài)貝葉斯網(wǎng)絡(luò)結(jié)構(gòu)，能充分發(fā)揮解釋結(jié)構(gòu)模型在系統(tǒng)安全分析中的優(yōu)勢(shì)，構(gòu)建出更加科學(xué)合理的模糊貝葉斯網(wǎng)絡(luò)結(jié)構(gòu)。

由于ISM影響因素本身不存在任何狀態(tài)，為構(gòu)建模糊多態(tài)貝葉斯網(wǎng)絡(luò)，本研究依據(jù)最低合理可行準(zhǔn)則將模糊貝葉斯網(wǎng)絡(luò)節(jié)點(diǎn)風(fēng)險(xiǎn)等級(jí)劃分為可忽略狀態(tài)、可接受狀態(tài)和不可接受狀態(tài)三種。

基于模糊多態(tài)貝葉斯網(wǎng)絡(luò)的云數(shù)據(jù)中心業(yè)務(wù)連續(xù)性風(fēng)險(xiǎn)評(píng)估模型的具體思路如下。

(1)分析影響云數(shù)據(jù)中心業(yè)務(wù)連續(xù)性的因素，按其影響大小選出關(guān)鍵的影響因素，然后以此為基礎(chǔ)構(gòu)建指標(biāo)體系。

(2)用ISM構(gòu)建解釋結(jié)構(gòu)模型，進(jìn)而分析出影響因素間的相互關(guān)系。

(3)利用模糊貝葉斯網(wǎng)絡(luò)知識(shí)將解釋結(jié)構(gòu)模型轉(zhuǎn)換為模糊貝葉斯網(wǎng)絡(luò)結(jié)構(gòu)。

(4)確定模糊貝葉斯網(wǎng)絡(luò)各節(jié)點(diǎn)的狀態(tài)，然后進(jìn)行網(wǎng)絡(luò)推理計(jì)算。

4 基于云日志的風(fēng)險(xiǎn)預(yù)警應(yīng)用

為了保證大規(guī)模分布式云數(shù)據(jù)中心的高可用性和可靠性，需要對(duì)大規(guī)模云數(shù)據(jù)中心的狀態(tài)進(jìn)行監(jiān)控，以及時(shí)發(fā)現(xiàn)系統(tǒng)的異常行為狀態(tài)。結(jié)合云數(shù)據(jù)中心的日志特點(diǎn)，構(gòu)建基于深度學(xué)習(xí)的日志分析及異常檢測(cè)方法，根據(jù)云數(shù)據(jù)中心的運(yùn)行日志信息檢測(cè)當(dāng)前的調(diào)用或者服務(wù)請(qǐng)求是否合理，對(duì)于異常的調(diào)用和服務(wù)請(qǐng)求給出預(yù)警。

4.1 云日志解析技術(shù)

4.1.1 大數(shù)據(jù)云日志

日志是軟件系統(tǒng)非常關(guān)鍵的組件，它記錄了軟件運(yùn)行時(shí)的信息，監(jiān)控系統(tǒng)中發(fā)生的事件。

日志具有以下兩個(gè)特點(diǎn)：大數(shù)據(jù)級(jí)別；非結(jié)構(gòu)化。因此，直接從表面上的數(shù)據(jù)發(fā)現(xiàn)有用的信息十分困難。日志分析的第一步應(yīng)該為日志解析：將非結(jié)構(gòu)化的日志轉(zhuǎn)化為結(jié)構(gòu)化的形式。在此基礎(chǔ)上提出了一個(gè)基于日志匹配樹的無(wú)監(jiān)督日志解析方法。這個(gè)方法對(duì)于每一條新生成的原始日志，能夠自動(dòng)并快速生成其模板。日志會(huì)被分成多個(gè)組，在每個(gè)組內(nèi)，采用日志對(duì)比樹提取其模板。

4.1.2 云日志解析

聚類算法的基本思想具體如下。

(1) 基于日志長(zhǎng)度將日志劃分為不同的組。

(2) 利用日志字符串將每個(gè)組再進(jìn)行細(xì)致劃分，使第二步劃分后組內(nèi)的日志之間具有更高的相似性。

(3) 基于前綴樹的思想構(gòu)建日志匹配樹，完成日志模板的提取。

對(duì)于日志解析，僅僅需要對(duì)日志內(nèi)容部分進(jìn)行處理。由于消息頭所包含的信息非常直觀，因此可以利用簡(jiǎn)單的正則表達(dá)式將其識(shí)別并保留。

(1)基于日志長(zhǎng)度將日志劃分為不同的組。首先，對(duì)每一條新進(jìn)的原始日志進(jìn)行劃分，將日志劃分成單詞的集合，以提高程序的準(zhǔn)確性。最后，將日志分成許多組，每個(gè)組包含長(zhǎng)度相同的日志對(duì)應(yīng)的集合。而實(shí)際上長(zhǎng)度相同的日志組中也存在模板不同的日志。為解決這一問(wèn)題，提出了新的概念，稱之為日志字符串，這是對(duì)日志更具有代表性的描述。

(2)獲得日志字符串。為避免日志字符串種類數(shù)量爆炸，當(dāng)遇到數(shù)字、標(biāo)識(shí)或者兩者混合的時(shí)候，用“*”將其替代。最后，將所有字符和“*”按所屬字符的位置組成一個(gè)字符串，稱之為該原始日志信息的日志字符串。

(3)基于日志字符串聚類。為了降低時(shí)間復(fù)雜度，在日志模板提取之前利用日志字符串進(jìn)行一個(gè)簡(jiǎn)單的聚類。通過(guò)對(duì)比日志字符串，將具有相同日志字符串的日志歸為一類，不區(qū)分大小寫。在每個(gè)類下進(jìn)行日志模板的提取，日志數(shù)量大大減少，從而大大降低了算法的時(shí)間復(fù)雜度。

(4)基于Trie樹思想構(gòu)建日志匹配樹?；赥rie樹的思想構(gòu)建日志匹配樹，可以有效提高從日志中抽取模板的效率和準(zhǔn)確性。動(dòng)態(tài)地構(gòu)建日志匹配樹，將新進(jìn)的日志作為查詢項(xiàng)與樹中日志匹配相同的節(jié)點(diǎn)。

4.2 基于深度學(xué)習(xí)的大數(shù)據(jù)云日志分析系統(tǒng)異常檢測(cè)框架與模型

完成對(duì)云日志的解析后，將非結(jié)構(gòu)化的數(shù)據(jù)解析為結(jié)構(gòu)化的表示。將得到的日志模板轉(zhuǎn)換為數(shù)字Log key。可以通過(guò)一種利用LSTM的深度神經(jīng)網(wǎng)絡(luò)模型，將系統(tǒng)日志建模為自然語(yǔ)言序列。LSTM是長(zhǎng)短期記憶網(wǎng)絡(luò)，一般用于解決循環(huán)神經(jīng)網(wǎng)絡(luò)存在的長(zhǎng)期依賴問(wèn)題?；贚STM的學(xué)習(xí)模型自動(dòng)地從正常執(zhí)行的日志中學(xué)習(xí)日志模式，利用反饋機(jī)制動(dòng)態(tài)調(diào)整權(quán)重使其之適應(yīng)新的執(zhí)行狀態(tài)。

基于深度學(xué)習(xí)的云日志異常檢測(cè)模型運(yùn)行流程設(shè)計(jì)為訓(xùn)練階段和預(yù)測(cè)階段，而該模型的內(nèi)容主要設(shè)計(jì)為兩個(gè)部分。

(1) 日志模板異常檢測(cè)模型。該模型的基本思想是把日志模板序列異常檢測(cè)問(wèn)題轉(zhuǎn)化為一個(gè)多分類問(wèn)題，即輸入一個(gè)固定窗口大小的日志模板序列，輸出下一個(gè)日志模板的概率分布。

(2) 日志變量異常檢測(cè)模型。在有些系統(tǒng)異常發(fā)生時(shí)，它的日志不會(huì)偏離正常的執(zhí)行路徑，但是日志內(nèi)的參數(shù)會(huì)與正常情況下的參數(shù)有較大差異。該模型將每一個(gè)Log key對(duì)應(yīng)的參數(shù)保存下來(lái)，作為異常檢測(cè)的數(shù)據(jù)源。

5 保障電網(wǎng)云數(shù)據(jù)中心業(yè)務(wù)連續(xù)性的風(fēng)險(xiǎn)管理機(jī)制

根據(jù)風(fēng)險(xiǎn)管理理念，制定具體的風(fēng)險(xiǎn)管理防范方法。

5.1 云數(shù)據(jù)中心風(fēng)險(xiǎn)管理機(jī)制

云數(shù)據(jù)中心業(yè)務(wù)連續(xù)性風(fēng)險(xiǎn)管理機(jī)制的構(gòu)建基于以下4個(gè)原則：全面性原則；時(shí)效性原則；經(jīng)濟(jì)性原則；安全性原則。風(fēng)險(xiǎn)管理機(jī)制具體由風(fēng)險(xiǎn)識(shí)別機(jī)制、風(fēng)險(xiǎn)評(píng)估機(jī)制、風(fēng)險(xiǎn)處置機(jī)制構(gòu)成。

(1)風(fēng)險(xiǎn)識(shí)別機(jī)制。風(fēng)險(xiǎn)識(shí)別是指在風(fēng)險(xiǎn)事故發(fā)生之前，通過(guò)風(fēng)險(xiǎn)的大小、風(fēng)險(xiǎn)的形態(tài)、歷史記錄等信息識(shí)別風(fēng)險(xiǎn)的類型以及風(fēng)險(xiǎn)的來(lái)源，從而制訂相應(yīng)的對(duì)策。

(2)風(fēng)險(xiǎn)評(píng)估機(jī)制。云數(shù)據(jù)中心風(fēng)險(xiǎn)評(píng)估機(jī)制的基礎(chǔ)評(píng)估內(nèi)容是由控制域、控制措施、控制要求三級(jí)架構(gòu)組成。風(fēng)險(xiǎn)評(píng)估實(shí)施流程可以分為準(zhǔn)備階段、實(shí)施階段和分析階段，方便評(píng)估工作的進(jìn)行。

(3)風(fēng)險(xiǎn)管理機(jī)制。將風(fēng)險(xiǎn)識(shí)別機(jī)制、風(fēng)險(xiǎn)評(píng)估機(jī)制、風(fēng)險(xiǎn)處置機(jī)制，與風(fēng)險(xiǎn)評(píng)估模型、異常檢測(cè)模型相搭配，再結(jié)合實(shí)際情況，構(gòu)建云數(shù)據(jù)中心的風(fēng)險(xiǎn)管理機(jī)制，則整個(gè)風(fēng)險(xiǎn)管理架構(gòu)就形成了一個(gè)實(shí)時(shí)監(jiān)測(cè)-實(shí)時(shí)反饋的風(fēng)險(xiǎn)管理機(jī)制。

風(fēng)險(xiǎn)評(píng)估模型與風(fēng)險(xiǎn)預(yù)警模型形成一個(gè)整體機(jī)制，可以有效降低災(zāi)難發(fā)生的頻率，提高云業(yè)務(wù)系統(tǒng)對(duì)風(fēng)險(xiǎn)的響應(yīng)速度。

5.2 云數(shù)據(jù)中心風(fēng)險(xiǎn)防范對(duì)策

針對(duì)數(shù)據(jù)制定風(fēng)險(xiǎn)防范對(duì)策。首先要加強(qiáng)數(shù)據(jù)的安全性和保密性；然后分散關(guān)鍵業(yè)務(wù)的集中度，在制定關(guān)鍵業(yè)務(wù)應(yīng)用戰(zhàn)略時(shí)，應(yīng)避免將所有數(shù)據(jù)放在一處；最后制定完善的多方備份戰(zhàn)略，了解云數(shù)據(jù)中心關(guān)鍵數(shù)據(jù)面臨的風(fēng)險(xiǎn)，并為最壞的情況做好策略上的準(zhǔn)備。

針對(duì)云數(shù)據(jù)中心制定的風(fēng)險(xiǎn)防范對(duì)策如下。

(1)做好云平臺(tái)部署前的系統(tǒng)評(píng)估。為了將風(fēng)險(xiǎn)降到最低，在云平臺(tái)部署前必須要先做好虛擬化技術(shù)的應(yīng)用，以及建設(shè)的調(diào)研、評(píng)估等準(zhǔn)備工作。

(2)強(qiáng)化云平臺(tái)安全技術(shù)措施。主要為控制虛擬機(jī)蔓延、隔離虛擬機(jī)和常規(guī)性的安全防護(hù)等，加強(qiáng)安全技術(shù)水平是提高安全控制能力的重要基礎(chǔ)。

(3)增強(qiáng)數(shù)據(jù)庫(kù)的風(fēng)險(xiǎn)防范能力。根據(jù)云數(shù)據(jù)中心的各種數(shù)據(jù)以及歷史數(shù)據(jù)等信息查看各種用戶口令，根據(jù)用戶口令來(lái)配置口令的強(qiáng)弱程度，需結(jié)合實(shí)際情況進(jìn)行調(diào)整。

(4)提高云數(shù)據(jù)中心自動(dòng)化運(yùn)維能力。通過(guò)建立一個(gè)智能運(yùn)維自動(dòng)化管理系統(tǒng)來(lái)實(shí)現(xiàn)云數(shù)據(jù)中心的自動(dòng)化管理，然后使用自動(dòng)化運(yùn)維管理系統(tǒng)來(lái)實(shí)現(xiàn)對(duì)云數(shù)據(jù)中心運(yùn)行過(guò)程中出現(xiàn)的故障以及問(wèn)題進(jìn)行集中管理和處理。運(yùn)維管理平臺(tái)可以實(shí)時(shí)地對(duì)云數(shù)據(jù)中心的設(shè)備進(jìn)行管理與監(jiān)控。

(5)建立完善的云平臺(tái)架構(gòu)。云平臺(tái)作為承載各種應(yīng)用系統(tǒng)的基礎(chǔ)載體，必須保證其有一個(gè)完善的架構(gòu)。如果預(yù)算不足，可以縮小規(guī)模，但還是要保持架構(gòu)的完善，預(yù)算充足后再擴(kuò)展。

(6)建立配套的運(yùn)維輔助系統(tǒng)。為了有效地防范病毒以及攻擊，提高補(bǔ)丁的升級(jí)效率和可靠性，建議使用無(wú)代理防病毒管理和集中補(bǔ)丁升級(jí)管理。

6 結(jié)語(yǔ)

云數(shù)據(jù)中心業(yè)務(wù)連續(xù)性風(fēng)險(xiǎn)分析與評(píng)估是進(jìn)行云環(huán)境下業(yè)務(wù)連續(xù)性研究的前提和基礎(chǔ)。云環(huán)境下業(yè)務(wù)連續(xù)性典型應(yīng)用場(chǎng)景分析是實(shí)現(xiàn)云環(huán)境下業(yè)務(wù)連續(xù)性的關(guān)鍵措施，制定云環(huán)境下業(yè)務(wù)連續(xù)性評(píng)估指標(biāo)體系與模型是有效評(píng)價(jià)云環(huán)境下業(yè)務(wù)連續(xù)性保護(hù)的關(guān)鍵所在。

通過(guò)研究不可抗力、管理要求、相關(guān)標(biāo)準(zhǔn)、運(yùn)行環(huán)境等關(guān)鍵因素對(duì)業(yè)務(wù)連續(xù)性的影響，構(gòu)建了風(fēng)險(xiǎn)評(píng)估模型，基于大數(shù)據(jù)實(shí)現(xiàn)狀態(tài)、閾值、趨勢(shì)、評(píng)價(jià)等風(fēng)險(xiǎn)預(yù)警的云服務(wù)技術(shù)來(lái)保障電網(wǎng)云數(shù)據(jù)中心業(yè)務(wù)連續(xù)性的風(fēng)險(xiǎn)管理。基于層次分析法的云環(huán)境下業(yè)務(wù)連續(xù)性評(píng)估方法是解決問(wèn)題的手段。以這些研究成果為基礎(chǔ)，設(shè)計(jì)云環(huán)境下業(yè)務(wù)連續(xù)性保護(hù)評(píng)價(jià)指標(biāo)體系，配套實(shí)施相應(yīng)的風(fēng)險(xiǎn)管理流程，降低災(zāi)難發(fā)生的頻率，提高響應(yīng)速度。