[发明专利]一种基于深度递归网络的大数据计算机系统故障检测方法

说明书

本发明公开的属于计算机系统故障检测方法技术领域，具体为一种基于深度递归网络的大数据计算机系统故障检测方法，该基于深度递归网络的大数据计算机系统故障检测方法制备方法步骤如下：步骤一：物联网系统采用感知层、传输层和应用层三层体系架构，感知层通过大量的传感节点实时收集环境参数，传输层一般通过5G网络或者蓝牙将感知层收集的数据回传给应用层供用户分析；步骤二：深度递归网络S1：网络结构深度递归网络与传统的神经网络模型并没有本质区别，都可以认为由输入层、隐藏层和输出层三层构成，该发明利用深度递归网络实现便捷的检测，同时在物联网系统异常检测中提高了检测的准确率的综合效果。

技术领域

本发明涉及计算机系统故障检测方法技术领域，具体为一种基于深度递归网络的大数据计算机系统故障检测方法。

背景技术

目前，大数据计算系统随着自身规模和结构复杂性的日益增大，其整体系统性能受到了多方面的影响。某个状态节点发生故障，其它与其有联系的节点也将受到波及而不能正常运行。同时，如果这个故障不能及时地检测出来，将会不断蔓延甚至导致整个系统的瘫痪。现有的大数据存储系统中，采用故障检测技术，可以根据检测的结果提前发现系统发生故障的可能，并做好相应的拯救准备。其中系统状态数据是典型的时序数据，是建立系统故障模型的关键。通过分析数据建立系统故障模型是故障特征辨识和演化分析的基础。在系统中，若检测到其中的某一状态节点出现故障，就可以通过调用备份数据，依靠其中的冗余数据对该故障节点进行数据修整等操作。为达到不被系统故障所引起的各种数据问题以及故障检测结果错误带来的高系统开销，对于大数据计算系统，非常需要高效率和高准确率的故障检测机制。

现有技术当中的物联网系统中存在多设备系统异常时不易检测的缺陷，同时在物联网系统异常检测中检测准确率有待进一步提高，因此亟需研发一种基于深度递归网络的大数据计算机系统故障检测方法。

发明内容

本部分的目的在于概述本发明的实施方式的一些方面以及简要介绍一些较佳实施方式。在本部分以及本申请的说明书摘要和发明名称中可能会做些简化或省略以避免使本部分、说明书摘要和发明名称的目的模糊，而这种简化或省略不能用于限制本发明的范围。

鉴于上述和/或现有基于深度递归网络的大数据计算机系统故障检测方法中存在的问题，提出了本发明。

因此，本发明的目的是提供基于深度递归网络的大数据计算机系统故障检测方法，利用深度递归网络实现便捷的检测，同时在物联网系统异常检测中提高了检测的准确率。

为解决上述技术问题，根据本发明的一个方面，本发明提供了如下技术方案：

一种基于深度递归网络的大数据计算机系统故障检测方法，该基于深度递归网络的大数据计算机系统故障检测方法制备方法步骤如下：

步骤一：物联网系统采用感知层、传输层和应用层三层体系架构，感知层通过大量的传感节点实时收集环境参数，传输层一般通过5G网络或者蓝牙将感知层收集的数据回传给应用层供用户分析；

步骤二：深度递归网络

S1：网络结构

深度递归网络与传统的神经网络模型并没有本质区别，都可以认为由输入层、隐藏层和输出层三层构成，其中深度递归网络隐藏层的输入来源包括当前层的输入和前序层、隐藏层的输出，假设深度网络在时刻t接收到输入x_t，隐藏层输出值为s_t，输出值为O_t，s_t的取值不仅依赖x_t，还取决于s_t-1，则有：

O_t＝g(Vs_t)

s_t＝f(Ux_t+Ws_t-1)