摘要
本发明公开了一种服务器故障预测方法、装置、设备及可读存储介质,应用于服务器领域,包括:利用服务器故障预测模型对待测服务器进行健康预测,得到健康因子;服务器故障预测模型为基于注意力机制和时间卷积网络的变分自编码器;获取服务器故障预测模型训练结束时得到的健康阈值;若健康因子小于健康阈值,则存在故障风险。本方法将变分自编码器引入到云平台服务器的故障预测流程中,并且还对变分自编码器进行了改进,通过引入时间卷积网络使得模型高效处理大规模时序数据的同时不会遗漏数据的原始细节特征;通过引入通道注意力机制实现特征增强处理,提高了相关特征对模型的影响程度。因此,本发明对大规模时序数据的处理能力更强、准确率更高。
技术关键词
故障预测方法
故障预测模型训练
服务器
时间卷积网络
大规模时序数据
加权特征
编码器
计算机可执行指令
注意力模型
故障预测设备
通道注意力机制
输出特征
因子
变量
可读存储介质
系统为您推荐了相关专利信息
电源模组
单片机控制模块
RAID卡掉电
供电模块
电路检测模块
LSTM模型
流量预测方法
流量预测模型
实时信息
历史数据建模
新能源电站
工作设备
智能巡检方法
报告
统一身份认证
控制模型构建方法
构建机器学习模型
样本
模型构建装置
网络流量数据