摘要
本发明属于计算机故障诊断技术领域,具体涉及基于融合技术的服务器集群异常预警系统及方法,采集服务器集群的初始特征集,所述初始特征集包括服务器集群的各性能指标和环境数据;通过特征筛选REF算法模型,在所述初始特征集中选择与服务器集群异常状态相关的特征子集;基于融合方法对所述特征子集进行异常检测;基于异常检测结果,判断是否存在异常,若是,输出异常预警报告,若否,持续服务器集群特征采集。通过REF算法自动选择最相关的特征子集,减少不相关或冗余信息的影响,提高了模型的效率和性能。通过获取服务器集群的各项性能指标和环境因素,全面监测服务器集群的运行状态,及时发现潜在和已经发生的异常和风险事件。
技术关键词
服务器集群
预警方法
随机森林模型
计算机故障诊断技术
融合方法
预警系统
长短期记忆网络
散热器性能参数
算法模型
异常状态
服务器运行状态
数据采集模块
支持向量机算法
预警模块
网络拓扑结构
节点
随机噪声
报告
系统为您推荐了相关专利信息
加权特征
多模态特征融合
注意力
融合特征
特征提取模型
风险预警方法
风险预测模型
电气
待测线路
机器学习算法
编码向量
灾害风险预警方法
面向公路物流
气象
相对湿度
金融风险预警方法
逻辑回归模型
集成学习框架
财务
机器学习分类算法