结合多维异常检测的跨系统故障诊断方法及系统

本发明公开了结合多维异常检测的跨系统故障诊断方法及系统，涉及故障诊断技术领域，该方法通过动态拓扑依赖关系和多维关键性能指标流，构建以液态时间常数网络单元为节点的图神经网络，每个单元通过耦合常微分方程系统描述状态演化，液态时间常数可自适应调整。采用时间反向传播算法训练模型学习正常行为轨迹轮廓基准，通过动态时间规整距离检测异常。通过反事实干预和前向积分求解确定故障传播路径和根因。在液态图神经网络仿真环境中生成最优诊断动作序列，基于执行效率、准确性和修复效果计算奖励值进行策略优化。提升异常检测准确率和根因定位精度，缩短故障修复时间，降低运维成本，为复杂信息技术系统提供智能化故障诊断解决方案。