[发明专利]多级云计算体系自适应故障诊断算法

权利要求书

1.一种多级云计算体系自适应故障诊断算法，其特征在于，具体步骤包括：

S1：获取本监测周期与上一监测周期的监测数据，并计算所述两种监测数据的服务器节点信息熵，所述信息熵的计算公式为：

其中，p(x_i)＝|x_i|/|U|，i＝1，...，m，其为x_i发生的概率；x_i为服务器节点的检测数据；m为服务器节点总数；U为信息系统的非空有限集，A为信息系统的有限属性集；

S2：将所述服务器节点中信息熵较大的节点定义为可疑节点；

S3：采用邻居协作的方式对所述可疑节点进一步确定为故障节点；

S4：针对所述已确定的故障节点，首先对所述故障节点进行数据预处理，去除所述故障节点中不需要以及重复的数据；

S5：其次，设置所述故障节点的数据为训练样本(x_i，y_i)，i＝1，...，l，将所述训练样本映射至高维特征空间，建立线性模型：

f(x，k)＝kO(x)+b

其中，故障类型y_i为数据x_i的函数；O(x)为训练样本映射至高维特征空间的非线性变换，k为系数项，b为常数项；

S6：最后，建立SVM优化模型，所述SVM优化模型可表示为：

s.t.y_i-f(x_i，w)≤ε+ζ_i i＝1，...，l

f(x_i，k)-y_i≤ε+ζ_i^* i＝1，...，l

ζ_i≥0，ζ_i^*≥0 i＝1，...，l

式中，||w||²代表与模型复杂度相关的因素；C0，其为惩罚系数，其控制对超出误差样本的惩罚程度；ε为不敏感函数，其取值大小影响支持向量的数目；ζ_i，ζ_i^*为松弛变量，其表示样本偏离ε不敏感区域的程度；

S7：求解所述SVM优化模型并得到最优解和故障节点的故障类型。

2.根据权利要求1所述多级云计算体系自适应故障诊断算法，其特征在于，所述邻居协作的方式为：

将所述可疑节点作为圆心，在R为半径的圆范围内的其余节点作为邻居节点，邻居节点作为信息发出者向所述可疑节点发送信息；

如果所述可疑节点在相应时间范围内将信息反馈给对应的邻居节点，则该可疑节点为误判节点，释放该可疑节点；如果所述可疑节点在相应时间范围内未能将信息反馈给对应的邻居节点，则该可疑节点被确认为故障节点。

3.根据权利要求1所述多级云计算体系自适应故障诊断算法，其特征在于，通过求解所述SVM优化模型的拉格朗日对偶问题，得到所述SVM优化模型的最优解为：

其中，K(x_i，x_j)为核函数，其满足Mercer条件，α_i，α_i^*为求解得到的系数项。