摘要
本发明公开了一种基于DQN算法的集群监控告警方法,属于计算机技术领域。该方法包括:在计算集群状态监控体系中采集监控数据,并对数据进行预处理;从处理好的数据中提取对监控告警有效的特征,标注数据集并进行经验池的构建;设计深度Q网络的结构并对其进行初始化;使用基于TD误差的损失函数训练深度Q网络,使得主Q网络对于动作价值的预测将越来越接近实际情况,从而使智能体在面对具体状态时能够选择最优的监控告警动作;本发明主要用于计算机集群监控告警系统的建立,通过引入深度强化学习技术,提升了监控告警的准确率,同时也为应对复杂、动态的系统环境提供了有力支持。
技术关键词
计算机集群监控
DQN算法
告警方法
深度Q网络
深度强化学习技术
监控告警系统
节点
数据
随机梯度下降
告警规则
定义
硬盘
内存
特征值
系统为您推荐了相关专利信息
电网工程施工
路径规划方法
栅格
模块通信
深度强化学习技术
二维转台
深度Q网络
扩张状态观测器
强化学习算法
PID控制器
休眠策略
小区
生成模型训练方法
历史流量数据
深度强化学习
贝叶斯神经网络
报警方法
设备运行状态数据
全局资源分配
断电报警系统
DQN算法
强化学习方法
强化学习模型
分子
RBF神经网络