摘要
本发明公开了一种计算机系统故障的人工智能检测系统及方法,涉及计算机系统故障检测技术领域,包括数据采集处理模块、异常判断模块、故障识别修复模块。本发明所述方法通过采集关键系统指标并采用量子主成分分析(QPCA)降维处理,解决了高维数据带来的计算瓶颈,减少了数据冗余,同时保留了关键信息,提高了后续分类模型的精度;利用量子支持向量机(QSVM)对降维后的数据进行分类,借助量子计算加速高维数据核映射,优化了分类准确性与计算效率,克服了传统分类方法在高维数据处理中的不足;通过量子图神经网络(QGNN)建模故障传播路径,能够精准模拟系统故障的传播,并评估故障对其他组件的影响,进而优化故障修复策略。
技术关键词
计算机系统故障
故障传播路径
主成分分析降维
人工智能检测方法
系统资源利用率
网络状态监测
节点
矩阵
数据
计算机系统组件
状态更新
模拟系统故障
样本
卷积算法
量子态
量子计算方法
策略
指标
异常状态