[发明专利]设备状态预警方法、系统、计算机装置及可读存储介质

权利要求书

1.一种设备状态预警方法，其特征在于，所述方法包括：

获取监控对象的历史系统日志，并对所述历史系统日志进行特征提取得到多个特征样本数据；

根据多个所述特征样本数据建立并训练得到一负载预测模型；

获取所述监控对象的当前系统日志，并对所述当前系统日志进行特征提取得到多个待测特征数据；

将多个所述待测特征数据输入至所述负载预测模型得到与所述监控对象对应的预测负载；

获取所述监控对象的多个参考特征数据，并将多个所述参考特征数据输入至所述负载预测模型得到与所述监控对象对应的参考负载，其中多个所述参考特征数据为所述监控对象可提供的运行环境的特征数据阈值；及

根据所述预测负载与所述参考负载输出所述监控对象的运行预警信息。

2.如权利要求1所述的设备状态预警方法，其特征在于，所述对所述历史系统日志进行特征提取得到多个特征样本数据的步骤包括：

根据多个预设关键字段从所述历史系统日志中提取得到与多个所述预设关键字匹配的多个特征样本数据。

3.如权利要求2所述的设备状态预警方法，其特征在于，所述对所述当前系统日志进行特征提取得到多个待测特征数据包括：

根据多个所述预设关键字从所述当前系统日志中提取得到与多个所述预设关键字匹配的多个待测特征数据。

4.如权利要求1-3任意一项所述的设备状态预警方法，其特征在于，所述负载预测模型为BP神经网络模型，所述BP神经网络模型包括输入层、隐藏层及输出层，所述输入层包括n个节点，所述隐藏层包括m个节点，所述BP神经网络模型为：

其中，y为所述输出层输出的评估值，当多个所述待测特征数据输入至所述负载预测模型时，所述负载预测模型的输出y为所述预测负载，当多个所述参考特征数据输入至所述负载预测模型时，所述负载预测模型的输出y为所述参考负载，t_i为所述隐藏层与所述输出层之间的连接权重，为所述隐藏层的输入，即为所述输入层的输出，W_ij为所述输入层与所述隐藏层之间的连接权重；f(S_i)为所述BP神经网络模型中的激活函数，

5.如权利要求1所述的设备状态预警方法，其特征在于，所述特征样本数据、所述参考特征数据及所述待测特征数据均为所述监控对象的硬件资源数据。

6.如权利要求1所述的设备状态预警方法，其特征在于，所述根据所述预测负载与所述参考负载输出所述监控对象的运行预警信息的步骤包括：

判断所述预测负载与所述参考负载之差是否在预设范围内；及

当所述预测负载与所述参考负载之差不在所述预设范围内时，输出所述监控对象的运行预警信息。

7.如权利要求6所述的设备状态预警方法，其特征在于，所述当所述预测负载与所述参考负载之差不在所述预设范围内时，输出所述监控对象的运行预警信息的步骤包括：

当所述预测负载与所述参考负载之差不在所述预设范围内时，根据所述预测负载与所述参考负载之差的大小输出不同等级的运行预警信息。

8.一种设备状态预警系统，其特征在于，所述系统包括：

第一提取模块，用于获取监控对象的历史系统日志，并对所述历史系统日志进行特征提取得到多个特征样本数据；

模型训练模块，用于根据多个所述特征样本数据建立并训练得到一负载预测模型；

第二提取模块，用于获取所述监控对象的当前系统日志，并对所述当前系统日志进行特征提取得到多个待测特征数据；

第一运算模块，用于将多个所述待测特征数据输入至所述负载预测模型得到与所述监控对象对应的预测负载；

第二运算模块，用于获取所述监控对象的多个参考特征数据，并将多个所述参考特征数据输入至所述负载预测模型得到与所述监控对象对应的参考负载，其中多个所述参考特征数据为所述监控对象可提供的运行环境的特征数据阈值；及

输出模块，用于根据所述预测负载与所述参考负载输出所述监控对象的运行预警信息。