摘要
本发明属于服务器故障管理领域,公开了一种基于深度学习的服务器故障预测系统,包括括数据收集模块和故障预测模块;数据收集模块用于基于监测数据的采集间隔获取服务器的运行过程的预设类型的监测数据;故障预测模块用于基于数据收集模块获取的监测数据和深度学习技术对服务器进行故障预测,获得预测结果;数据收集模块还用于根据预测结果对每种类型的监测数据的采集间隔进行计算。本发明可以在监测数据对预测结果的影响越小时,采用越大的采集间隔,以及在监测数据的稳定程度越大时,采用越大的采集间隔,从而可以减少获取的数据的数量,从而实现对存储空间的有效节约。
技术关键词
故障预测系统
数据收集模块
深度学习模型
深度学习技术
服务器故障管理
模型训练模块
LSTM模型
关系
系统为您推荐了相关专利信息
故障诊断方法
风电机组联轴器
图片
时序特征
故障诊断模型
码头
状态监测方法
规则格网
船舶
深度学习预测模型
故障预测模型
暖通设备
故障预测系统
数据模式识别技术
矩阵