摘要
本发明提供一种智能化中间件的故障检测方法及系统,涉及数据处理技术领域,方法包括:采集中间件的指标数据;构建具有随机森林和支持向量机的异常检测模型,其中,随机森林与支持向量机连接;结合分位数损失函数和Adam优化器,对异常检测模型进行训练;利用训练后的异常检测模型对指标数据进行异常检测,输出异常指标数据;将异常检测模型作为故障诊断模型,利用带有各种故障类型的训练集对故障诊断模型进行训练;通过训练后的故障诊断模型对中间件进行故障检测,输出故障类型;根据故障类型,输出故障恢复方案。能够准确及时的检测中间件故障,缩短因故障导致的系统停机时长,增加系统稳定性。
技术关键词
故障诊断模型
故障检测方法
中间件
随机森林
指标
特征选择方法
支持向量机
计算机可读指令
超参数
优化器
故障检测系统
服务器硬盘
标签
服务器内存
错误日志
数据处理技术
样本
系统为您推荐了相关专利信息
序列
压力传感器
显示设备
压迫装置
支持向量回归模型
核密度估计方法
协同设计方法
组合赋权法
声屏障
球面投影模型
指标检测方法
叶片
连续投影算法
超氧化物歧化酶活性
像素
异常数据
能效计算方法
能效评估模型
绞吸挖泥船
周期