摘要
本申请提供了一种服务器故障预测方法,可以应用于大数据和人工智能领域。该方法包括:获取目标服务器中多个传感器的实时状态数据,确定实时状态数据的数据类型;根据数据类型,从训练好的多个机器学习模型中确定故障预测模型,其中,每个机器学习模型是利用目标服务器的多个传感器的历史状态数据和历史状态数据对应的实际故障信息训练得到的;将实时状态数据输入故障预测模型,得到目标服务器的预测故障类型。本申请还提供了一种服务器故障预测装置、设备、存储介质和程序产品。
技术关键词
机器学习模型
故障预测模型
服务器
故障预测方法
长短期记忆网络
梯度提升树
随机森林模型
传感器
策略
主成分分析法
时序
小规模
数据获取模块
计算机程序产品
处理器
算法
指令
插值法
系统为您推荐了相关专利信息
智能货柜
机器人
服务器
对象配送
软件开发工具包
数据清洗方法
数据清洗系统
数据预测模型
编码器
历史气象数据
服务部署方法
数据传输能耗
策略
服务部署系统
节点
雪茄烟叶
指标相关性分析
参数筛选方法
干冰
烟丝