[发明专利]一种基于监督学习的服务器错误诊断方法和装置在审
| 申请号： | 201811293244.8 | 申请日： | 2018-11-01 |
| 公开（公告）号： | CN109446049A | 公开（公告）日： | 2019-03-08 |
| 发明（设计）人： | 梁盛楠 | 申请（专利权）人： | 郑州云海信息技术有限公司 |
| 主分类号： | G06F11/34 | 分类号： | G06F11/34 |
| 代理公司： | 北京连和连知识产权代理有限公司 11278 | 代理人： | 武硕 |
| 地址： | 450018 河南省郑州市*** | 国省代码： | 河南;41 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | |||
| 搜索关键词： | 故障信息 服务器故障 数字化处理 错误诊断 测试集 训练集 服务器 方法和装置 收集服务器 自动化分析 故障条件 模型预测 人工监测 时间成本 算法构建 训练模型 测试 监督 学习 分类 预测 | ||
1.一种基于监督学习的服务器错误诊断方法，其特征在于，包括以下步骤：
收集服务器故障信息并将所述故障信息进行分类；
将每种类型的所述故障信息再根据故障条件和故障等级进行数字化处理；
将经数字化处理的所述信息分为训练集和测试集；
基于所述训练集对通过多种算法构建的模型进行训练，并基于所述测试集测试训练后的所述模型以选择精度最高的模型；以及
通过所选择的模型预测新的服务器故障信息所对应的故障等级。
2.根据权利要求1所述的方法，其特征在于，所述将每种类型的所述故障信息再根据故障条件和故障等级进行数字化处理包括：将所述信息的所述故障条件作为“输入”，经所述故障等级作为“输出”，并将所述“输入”和所述“输出”信息组织为二维数据模型。
3.根据权利要求1所述的方法，其特征在于，所述服务器故障信息包括：散热故障、硬盘故障、CPU故障。
4.根据权利要求1所述的方法，其特征在于，所述将经数字化处理的所述信息分为训练集和测试集包括：随机对所述信息进行分割，以分为训练集和测试集。
5.根据权利要求1所述的方法，其特征在于，所述基于所述训练集对通过多种算法构建的训练模型进行训练，并基于所述测试集测试训练后的所述模型以选择精度最高的模型包括：可以选择最邻近节点算法或者逻辑回归算法构建所述训练模型。
6.根据权利要求1所述的方法，其特征在于，所述通过所选择的模型预测新的服务器故障信息所对应的故障等级包括：将所述服务器中记录的信息先分解为“输入”信息，然后经所述模型预测对应的故障等级。
7.根据权利要求6所述的方法，其特征在于，所述故障等级可以包括低级和高级。
8.根据权利要求7所述的方法，其特征在于，还包括：根据所述故障等级来自动通知维护人员进行后续处理。
9.根据权利要求1所述的方法，其特征在于，所述模型部署在BMC系统中。
10.一种基于监督学习的服务器错误诊断装置，其特征在于，包括：
至少一个处理器；以及
存储器，所述存储器存储有可在所述处理器上运行的计算机程序，其特征在于，所述处理器执行所述程序时执行如权利要求1-9任意一项所述的方法。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于郑州云海信息技术有限公司，未经郑州云海信息技术有限公司许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/pat/books/201811293244.8/1.html，转载请声明来源钻瓜专利网。
- 上一篇：一种后台管控方法、设备及计算机可读存储介质
- 下一篇：一种告警分析方法和装置
