摘要
本发明涉及计算机技术领域,具体涉及一种服务器运行状态监控方法、系统及介质。方法包括:获取系统服务的时序运维数据;采用嵌入学习法将非结构化日志文本映射为低维稠密文本向量,将文本向量与结构化指标经标准化后的数值向量进行拼接,得到统一的高维特征向量,并形成跨时段的向量数据库;基于多模型融合架构构建用于进行时序预测、异常检测以及分类决策的级联推理的AI模型;基于向量数据库对AI模型进行训练;将实时特征向量输入训练后的AI模型,输出得到系统服务运行状态的决策结果。有效实现跨模态特征的统一表达,协同级联模型架构设计,提升模型的动态调整能力以及复合故障检测的准确率,实现故障类型的快速决策。
技术关键词
服务器运行状态监控方法
时序预测模型
服务运行状态
高维特征向量
服务器运行状态监控系统
非结构化日志
决策
多模型
文本
基线
运维
动态
重构误差
编码向量
节假日效应
跨模态
级联
模型训练模块
系统为您推荐了相关专利信息
内容推荐系统
兴趣
知识图谱嵌入技术
大数据
动态权重分配
智能分析系统
智能分析引擎
RFID标签读写器
多模态数据采集
视觉传感器
观测井
取样装置
智能控制主机
多头注意力机制
数据存储模块
热失控风险
识别预警系统
多模态传感器
数据
热失控预测
智能分析方法
居民健康
大数据
时序预测模型
健康风险预测