摘要
本发明提供一种故障检测模型训练方法、故障检测方法及装置,训练方法包括:获取训练数据及故障类型标签;初始检测模型中包括自编码器以及MLP神经网络,自编码器用于基于输入的训练数据输出重构特征以及输出特征,MLP神经网络用于基于重构特征输出故障判断类型;基于输出特征与训练数据之间的第一差异以及故障判断类型与标签之间的第二差异对初始故障检测模型的参数进行调整,直至第一差异及第二差异收敛,得到目标故障检测模型。通过利用模型对服务器进行故障检测,无需人工巡检,提高故障检测效率,且通过自编码器保留输入数据最重要的特征,再基于该特征重建输入数据,避免输入数据中的无关数据对模型训练的影响,提高故障检测准确性。
技术关键词
故障检测模型
初始故障检测
MLP神经网络
输出特征
服务器
重构
故障检测方法
编码器
日志
指标
故障检测装置
标签
数据输入模块
归一化方法
监控工具
数据获取模块
解码器
计算机