[发明专利]一种超级计算机计算资源故障预测方法

权利要求书

1.一种超级计算机计算资源故障预测方法，其特征在于，包括以下步骤：

S1、每隔s秒采集一个计算节点的特征信息，记为x1s ；

N个s秒为时间窗口T，则在一个时间窗口T中累积的特征信息为X1：{x1s,x2s,…,xT}，在一个间隔时间t之后的t’时间区间内计算节点对应状态为Y1：{y1t}；

N个计算节点在一个时间窗口T中累积的总特征为X：{X1,X2,…,XN}，在一个时间间隔t之后的t’时间区间内计算节点对应状态为Y：{Y1,Y2,…,YN}；

S2、经过m个时间窗口T的数据积累，根据S1，得到m个总特征X作为输入样本，m个对应状态Y作为输出样本，分别对输入样本和输出样本依次进行标准化处理和0-1编码处理的数据处理，获得适用于训练的m个总特征X和对应状态Y；

S3、将S2中经数据处理后的m个总特征X和对应状态Y按batch大小划分成组，依次传入卷积神经网络和长短期记忆模型中进行调参迭代训练并生成预测模型；

S4、从（m+1）个时间窗口T开始，将采集到的最新的总特征X_test和对应状态Y_test根据S2进行数据处理，然后按batch大小划分成组，将X_test传入S3中生成的预测模型中，输出以概率大小表示的预测结果Y’；

S5、设置阈值并对比预测结果Y’和对应状态Y_test，当偏差大于设定的阈值时，将训练模型进行调参重训练，重复S4。