摘要
本申请公开了计算机技术领域内的一种模型训练、故障预测方法、设备、介质及程序产品。本申请以微服务系统中各微服务的运行数据、日志统计数据和调用延时信息的多模态融合得到各微服务分别对应的融合信息,之后以多模态融合信息和各个微服务形成的调用图结构训练老师模块,能够捕捉不同模态数据之间的共性和差异,也使得复杂的调用关系渗入故障预测过程;以多模态融合信息训练学生模块,为实现高效故障检测提供了基础;在损失计算中通过对比学习完成了有效知识蒸馏,最终得到的包括数据处理模块、学生模块和故障预测模块的故障预测模型能够综合各微服务间调用关系和多模态数据,提高微服务系统的故障检测效率和准确率。
技术关键词
故障预测模型
日志
数据处理模块
故障预测方法
微服务系统
子模块
模型训练方法
非易失性存储介质
学生
模板
故障检测
老师
存储计算机程序
计算机程序产品
处理器
矩阵
无故障
系统为您推荐了相关专利信息
监控预警方法
混合预测模型
编码器
数据校
人机交互模块
电梯故障预测方法
故障预测模型
BP神经网络
数据
故障预测系统
建议生成方法
关联分析算法
故障预测数据
多头注意力机制
日志
输出特征
系统日志
标签
训练样本数据
决策树模型