[发明专利]基于机器学习预测CPU故障的方法及系统

权利要求书

1.基于机器学习预测CPU故障的方法，其特征是：包括以下步骤：

获取不同CPU的特征信息，形成训练数据集；

对所述训练数据集，结合输入标签值，利用监督式学习算法进行训练建模，得到CPU故障的预测模型；

利用所述预测模型，对CPU进行故障预测。

2.根据权利要求1所述的基于机器学习预测CPU故障的方法，其特征是：所述获取不同CPU的特征信息，形成训练数据集的具体过程为：

在操作系统下运行信息采集工具，获取服务器上CPU的特征信息；

生成日志文件，将所述特征信息存储在日志文件中，作为训练数据集；

根据所述训练数据集，定义特征值。

3.根据权利要求2所述的基于机器学习预测CPU故障的方法，其特征是：信息采集工具支持远程采集和本地采集，远程采集时通过输入目标服务器的BMCIP，获取远程服务器的CPU特征信息。

4.根据权利要求1所述的基于机器学习预测CPU故障的方法，其特征是：对所述训练数据集，结合输入标签值，利用监督式学习算法进行训练建模，得到CPU故障的预测模型的具体过程为：

利用sklearn中的preproccessing库进行数据的预处理；

结合输入标签值，对预处理过的数据利用sklearn中的监督式学习算法创建模型。

5.根据权利要求4所述的基于机器学习预测CPU故障的方法，其特征是：创建预测模型后还包括步骤：利用sklearn中的metrics模块对模型进行评估，得到预测模型。

6.根据权利要求4或5所述的基于机器学习预测CPU故障的方法，其特征是：对数据进行的预处理包括对定量特征二值化和对定性特征独热编码。

7.根据权利要求1所述的基于机器学习预测CPU故障的方法，其特征是：利用所述预测模型，对CPU进行故障预测的具体过程为：

将所述预测模型部署到故障预测服务器上；

运行信息采集工具，获取待预测服务器的CPU特征信息，并上传至故障预测服务器；

根据所述预测模型，对待预测服务器的CPU健康状态进行评估，得到CPU的故障预测结果。

8.基于机器学习预测CPU故障的系统，其特征是：所述系统包括

信息获取模块，用于获取不同CPU的特征信息，形成训练数据集；

数据建模模块，用于对所述训练数据集，结合输入标签值，利用监督式学习算法进行训练建模，得到CPU故障的预测模型；

故障预测模块，利用所述预测模型，对CPU进行故障预测。

9.根据权利要求8所述的基于机器学习预测CPU故障的系统，其特征是：所述数据建模模块包括

预处理单元，利用sklearn中的preproccessing库进行数据的预处理；

模型创建单元，用于结合输入标签值，对预处理过的数据利用sklearn中的监督式学习算法创建模型。

10.根据权利要求8所述的基于机器学习预测CPU故障的系统，其特征是：所述故障预测模块包括：

模型部署单元，用于将所述预测模型部署到故障预测服务器上；

信息采集单元，用于运行信息采集工具，获取待预测服务器的CPU特征信息，并上传至故障预测服务器；

故障评估单元，根据所述预测模型，对待预测服务器的CPU健康状态进行评估，得到CPU的故障预测结果。