[发明专利]一种信息处理方法及电子设备

说明书

本申请的实施例提供一种信息处理方法及电子设备，所述方法包括：获取设备的固件组合信息；根据所述固件组合信息确定所述固件组合可能引发所述设备故障的概率值；输出所述概率值。本申请实施例中的信息处理方法能够预测不同的固件组合将会引发设备故障的概率值，使得用户能够轻松获得任意一种全新的固件组合将会引发设备故障的概率预测值，进而为用户选择固件进行组合时提供依据。

技术领域

本申请涉及一种信息处理方法及电子设备。

背景技术

目前，例如在服务器厂商出货前,皆会对其所搭配的固件(BIOS/BMC等)组合做完善测试,以使由该固件组合所引发设备出现如系统死机的现象得以解决。但是，当服务器被客户买走后,客户可能会对固件进行重新组合，或更新设备中的固件，由于客户不能对设备进行完善测试，因此使得客户并不清楚目前更新的固件组合版本是否会引发设备频繁出现故障，故，客户在使用更新了固件组合的设备时存在一定风险。

申请内容

本申请所要解决的问题是，提供一种能够预测不同的固件组合将会引发设备故障的概率的信息处理方法及应用该种方法的电子设备。

为了解决上述问题，本申请提供一种信息处理方法，包括：

获取设备的固件组合信息；

根据所述固件组合信息确定所述固件组合可能引发所述设备故障的概率值；

输出所述概率值。

作为优选，还包括：

构建用于确定所述固件组合可能引发所述设备故障的概率值的人工智能训练模型；

所述根据所述固件组合信息确定所述固件组合可能引发所述设备故障的概率值具体为：

通过所述人工智能训练模型确定所述固件组合可能引发所述设备故障的概率值。

作为优选，所述构建用于确定所述固件组合可能引发所述设备故障的概率值的人工智能训练模型具体为：

构建训练模型架构；

获取多个设备的固件组合信息；

获取多个所述设备因所述固件组合而引发的故障信息；

基于所述固件组合信息和故障信息对所述训练模型架构进行训练，以确定出各权值。

作为优选，所述基于所述固件组合信息和故障信息对所述训练模型架构进行训练具体为：

确定所述固件组合的更新时间；

确定所述固件组合在更新后的第一时间段内引发所述设备故障的第一故障频率；

根据所述第一故障频率确定各权值。

作为优选，所述基于所述固件组合信息和故障信息对所述训练模型架构进行训练具体为：

确定多个所述固件组合中具有相同组合版本的固件组合信息；

确定具有相同组合版本的固件组合在更新后的第二时间段内引发对应的所述设备故障的第二故障频率；

根据所述第一故障频率和第二故障频率确定各权值；

其中，所述第二故障频率不同于所述第一故障频率，所述第二时间段的时长大于所述第一时间段的时长。

作为优选，所述基于所述固件组合信息和故障信息对所述训练模型架构进行训练具体为：

确定多个所述固件组合中至少具有同一固件的固件组合；

确定至少具有同一固件的固件组合在更新后的第三时间段内引发对应的所述设备故障的第三故障频率；