摘要
本发明属于智能运维中的根因分析技术领域,且公开了一种挖掘故障传播权重参数的方法,该方法的具体步骤如下:S1:监督数据根因概率初始化:S2:监督数据拓扑感知标注:S4:无监督数据时空切片:S5:多模态根因推理:S6:参数增量融合:S7:在线自适应优化。本发明通过多阶段协同优化实现精准建模与动态适应,显著提升复杂系统根因定位能力:采用监督与无监督数据双驱动策略,利用工单历史构建根因概率基线,并结合时空切片标准化处理告警流,形成结构化知识库;通过拓扑感知标注与四维观测矩阵,量化CMDB依赖关系中的转移概率,构建包含TP/FP计数的特征矩阵,以支撑概率图模型的精确计算。
技术关键词
参数
冷启动模式
切片
节点
故障传播分析
快照
数据
噪声抑制
注意力
矩阵
时序特征
广度优先搜索
联合损失函数
标记
无监督学习
关系
历史告警
多模态
系统为您推荐了相关专利信息
预测机器人
轨迹预测方法
路径特征
注意力机制
多层感知机
弹性垫板
模型构建方法
轨道扣件
弹性单元
表达式
资源配置方法
中继节点
基站覆盖范围
北斗定位系统
无线资源