[发明专利]设备风险预测方法、电子设备和计算机可读存储介质

权利要求书

1.一种设备风险预测方法，其特征在于，应用于子计算节点，包括：

分别获取多个设备的特征数据；

根据所述特征数据获取用于预测设备风险的统计学算法模型的梯度；

将所述统计学算法模型的梯度加密上传至公共服务器；

接收所述公共服务器下发的更新后的梯度，所述更新后的梯度为所述公共服务器根据N个子计算节点上传的梯度进行聚合得到；

根据所述更新后的梯度更新所述统计学算法模型；

在更新后的统计学算法模型收敛的情况下，输出所述设备风险预测的结果。

2.根据权利要求1所述的设备风险预测方法，其特征在于，所述根据所述更新后的梯度更新所述统计学算法模型之后，还包括：

在所述更新后的统计学算法模型不收敛的情况下，将所述更新后的统计学算法模型根据所述特征数据得到的梯度加密上传至公共服务器；

接收所述公共服务器再次下发的更新后的梯度，根据所述公共服务器再次下发的更新后的梯度再次更新所述统计学算法模型，直到更新后的统计学算法模型收敛。

3.根据权利要求1所述的设备风险预测方法，其特征在于，所述根据所述特征数据获取用于预测设备风险的统计学算法模型的梯度之前，包括：

对所述多个设备的特征数据进行数据清洗。

4.根据权利要求3所述的设备风险预测方法，其特征在于，所述数据清洗，包括以下之一或其任意组合：

统一所述特征数据的数据格式；

删除所述特征数据中的异常数据；

按照时间粒度整合所述特征数据。

5.根据权利要求1所述的设备风险预测方法，其特征在于，所述多个设备的属性满足预设条件；所述预设条件包括：所述多个设备的型号相同，所述多个设备的纬度坐标的差值在第一预设范围内，并且所述多个设备各自所处地区的温度差值在第二预设范围内。

6.根据权利要求1至5中任一项所述的设备风险预测方法，其特征在于，所述设备包括射频拉远单元RRU；

在所述设备为RRU的情况下，所述多个设备的特征数据包括各RRU的：功率、光模块温度、基带温度、中频温度、电源温度、单板温度、收发信机温度、位置、气温。

7.一种设备风险预测方法，其特征在于，应用于公共服务器，包括：

接收N个子计算节点上传的统计学算法模型的梯度；所述N个子计算节点所获取的多个设备的属性均满足预设公共条件，所述N为大于1的正整数；

将所述N个子计算节点加密上传的统计学算法模型的梯度进行聚合，得到更新后的梯度；

向所述N个子计算节点发送所述更新后的梯度。

8.根据权利要求7所述的设备风险预测方法，其特征在于，所述预设公共条件，包括：

所述多个设备的型号相同，所述多个设备的纬度坐标的差值在第三预设范围内，并且所述多个设备各自所处地区的温度差值在第四预设范围内。

9.一种电子设备，其特征在于，包括：

至少一个处理器；以及，

与所述至少一个处理器通信连接的存储器；其中，

所述存储器存储有可被所述至少一个处理器执行的指令，所述指令被所述至少一个处理器执行，以使所述至少一个处理器能够执行如权利要求1至6中任一项所述的设备风险预测方法或能够执行如权利要求7至8中任一项所述的设备风险预测方法。

10.一种计算机可读存储介质，存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现权利要求1至6中任一项所述的设备风险预测方法或实现如权利要求7至8中任一项所述的设备风险预测方法。