摘要
本申请公开了一种虚拟化环境故障预测方法、装置、设备、介质及产品。本方法先采集预设历史时间段范围内的目标虚拟化环境参数序列,然后基于目标虚拟化环境参数序列的时间序列关系,获取目标虚拟化环境参数序列的变化趋势。最后根据目标虚拟化环境参数序列的变化趋势,预测虚拟化环境在未来目标时间段内的故障结果。本申请较为全面地对系统可能存在的问题进行了检测,能够检测出业务平面或存储平面出现的故障。且因为ARIMA模型能够基于目标虚拟化环境参数的时间序列关系精准地预测虚拟机和宿主机的状态变化,从而及时预测可能的故障趋势,能够检测出宿主机的性能下降或资源瓶颈等问题。可见,本申请方案能够实现全面且精确的故障检测。
技术关键词
ARIMA模型
故障预测方法
故障预测模型
时间序列关系
计算机程序指令
训练集
时间段
虚拟机资源利用率
虚拟机网络流量
虚拟机运行状态
故障预测设备
网络流量变化
计算机程序产品
故障预测装置
处理器
虚拟机磁盘
可读存储介质
内存
数据
系统为您推荐了相关专利信息
判断方法
变压器
负载运行状态
时间序列图像
卷积神经网络模型
人工智能模型
业务风险控制
证据链生成方法
关系
计算机可读指令
云服务提供商
动态定价方法
专用服务
元启发式算法
收入
海上风电场
巡查方法
故障预测模型
风电机组叶片表面
自动化故障诊断
仿真测试方法
交通流
计算机程序指令
车辆行驶信息
仿真测试装置