基于分布式的预警日志自动化学习与故障预测方法及系统

本发明涉及一种基于分布式的预警日志自动化学习与故障预测方法及系统，方法包括：分析历史日志流量特征，生成日志速率预测值，根据速率预测值动态调整采样频率，输出带时间戳的轻量化特征向量；通过动态权重计算函数生成各节点的实时贡献权重，得到区域级模型参数；将区域级模型参数输入至特征蒸馏器，生成表征向量，将各个表征向量进行网络叠加，得到网络拓扑关系矩阵；将特征向量与实时的网络拓扑关系矩阵进行张量拼接，并输入图神经网络模型，结合历史特征序列，生成故障概率预测值；当节点的实时贡献权重连续N次下降超过预设阈值时，触发异常检测指令并向FPGA预处理单元注入特征补偿向量，同步特征蒸馏器的模型更新频率。