[发明专利]可用性及故障预测方法、装置、电子设备和介质

权利要求书

1.一种可用性及故障预测方法，其特征在于，包括：

获取训练数据，将所述训练数据进行转化得到初始数据；

基于所述初始数据确定初始规则库，并对所述初始规则库进行参数优化得到目标规则库；

根据预设激活权重计算公式对所述目标规则库中的规则进行计算得到激活权重；

根据测试数据和所述激活权重，确定异常信息。

2.根据权利要求1所述的可用性及故障预测方法，其特征在于，所述获取训练数据，将所述训练数据进行转化得到初始数据，包括：

获取训练数据，并确定所述训练数据的参考值；

基于预设匹配规则对所述训练数据的参考值进行匹配，确定训练数据的语义值。

3.根据权利要求1所述的可用性及故障预测方法，其特征在于，所述基于所述初始数据确定初始规则库，包括：

基于所述初始数据，通过预设规则库结构生成所述初始规则库。

4.根据权利要求1所述的可用性及故障预测方法，其特征在于，所述对所述初始规则库进行参数优化得到目标规则库，包括：

基于优化学习模型对所述初始规则库进行参数优化得到目标规则库。

5.根据权利要求1所述的方法，其特征在于，所述根据测试数据和所述激活权重，确定异常信息，包括：

根据所述测试数据和所述激活权重从所述目标规则库中的规则确定目标规则；

根据所述目标规则，确定异常信息。

6.根据权利要求4所述的方法，其特征在于，所述基于优化学习模型对所述初始规则库进行参数优化得到目标规则库，包括：

将待优化参数输入初始规则库对应的系统，确定估计输出结果；

将所述待优化参数输入目标系统，确定观测结果；

根据所述观测结果和所述输出结果确定目标规则库。

7.根据权利要求1所述的方法，其特征在于，所述将所述训练数据进行转化得到初始数据，包括：

确定所述训练数据对应的流量阈值；

在所述训练数据对应的流量数值大于所述流量阈值的情况下，将所述训练数据转化为所述流量阈值对应的初始数据。

8.一种可用性及故障预测装置，其特征在于，包括：

数据获取单元，被配置成获取训练数据，将所述训练数据进行转化得到初始数据；

规则确定单元，被配置成基于所述初始数据确定初始规则库，并对所述初始规则库进行参数优化得到目标规则库；

权重计算单元，被配置成根据预设激活权重计算公式对所述目标规则库中的规则进行计算得到激活权重；

异常确定单元，被配置成根据测试数据和所述激活权重，确定异常信息。

9.一种电子设备，包括存储器、处理器以及存储在所述存储器中并且可以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计算机程序时实现如权利要求1至7中任一项所述方法的步骤。

10.一种计算机可读存储介质，所述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如权利要求1至7中任一项所述方法的步骤。