[发明专利]一种故障分类方法及装置

说明书

技术领域

本发明涉及自学习领域，尤其涉及一种故障分类方法及装置。

背景技术

随着互联网的飞速发展，数据中心承载着各种数据的采集、存储及分析等功能，一旦设备出现故障，工作人员就需要根据监控项的告警详情去分析故障。

对于经验丰富的老员工来说，也许能够很快的找到故障原因，然后根据故障原因解决故障，但对于经验不是很丰富的员工来说，很可能无法找到故障原因或者需要很长时间才能找到故障原因，因此无法保证数据中心设备运行的稳定性、安全性和各种业务的正常运行。

发明内容

为了解决上述技术问题，本发明提供一种故障分类方法及装置，能够自动地根据待分类故障样本确定故障类别，保证了数据中心设备运行的稳定性、安全性和各种业务的正常运行。

为了达到本发明目的，本发明提供了一种故障分类方法，包括：

获取待分类故障样本；

将所述待分类故障样本分别输入K(K-1)/2个支持向量机SVM分类器，得到K(K-1)/2个故障结果；其中，K(K-1)/2个SVM分类器是根据K种故障类别预先训练得到的，K为大于1的整数；

根据所述K(K-1)/2个故障结果确定所述待分类故障样本的故障类别。

所述获取待分类故障样本之前，还包括：

设定K种故障类别；

根据设定的所述K种故障类别训练得到所述K(K-1)/2个SVM分类器。

所述根据设定的K种故障类别训练得到K(K-1)/2个SVM分类器，包括：

获取表示第i种故障类别对应的监控项的状态的第一向量和表示第j种故障类别对应的监控项的状态的第二向量；其中，i＝1、2...K-1，j＝2...K，i＜j；

根据所述第i种故障类别和所述第一向量、所述第j种故障类别和所述第二向量训练得到所述K(K-1)/2个SVM分类器中用于判别第i种故障类别和第j种故障类别的SVM分类器。

所述获取导致第i种故障类别的第一向量和导致第j种故障类别的第二向量之前，还包括：

分别获取K种故障类别中每种故障类别对应的监控项的状态；

确定表示监控项的状态的标识；

根据确定的标识分别将所述K种故障类别中每种故障类别对应的监控项的状态表示为向量。

所述根据K(K-1)/2个故障结果确定待分类故障样本的故障类别，包括：

获取K(K-1)/2个故障结果中每个故障结果的故障类别；

统计每个故障结果的故障类别出现的次数；

在所统计出的每个故障结果的故障类别出现的次数中获取次数最大的故障类别，作为目标故障类别；

确定所述待分类故障样本的故障类别为所述目标故障类别。

本发明还提供了一种故障分类装置，包括：

获取模块，用于获取待分类故障样本；

处理模块，用于将所述待分类故障样本分别输入K(K-1)/2个支持向量机SVM分类器，得到K(K-1)/2个故障结果；其中，K(K-1)/2个SVM分类器是根据K种故障类别预先训练得到的，K为大于1的整数；

确定模块，用于根据所述K(K-1)/2个故障结果确定所述待分类故障样本的故障类别。

还包括：

设定模块，用于设定K种故障类别；

训练模块，用于根据设定的所述K种故障类别训练得到所述K(K-1)/2个SVM分类器。

所述训练模块包括：

第一获取单元，用于获取表示第i种故障类别对应的监控项的状态的第一向量和表示第j种故障类别对应的监控项的状态的第二向量；其中，i＝1、2...K-1，j＝2...K，i＜j；

训练单元，用于根据所述第i种故障类别和所述第一向量、所述第j种故障类别和所述第二向量训练得到所述K(K-1)/2个SVM分类器中用于判别第i种故障类别和第j种故障类别的SVM分类器。

所述训练模块还包括：

第二获取单元，用于分别获取K种故障类别中每种故障类别对应的监控项的状态；

第一确定单元，用于确定表示监控项的状态的标识；

处理单元，用于根据确定的标识分别将所述K种故障类别中每种故障类别对应的监控项的状态表示为向量。

所述确定模块包括：

第三获取单元，用于获取K(K-1)/2个故障结果中每个故障结果的故障类别；

统计单元，用于统计每个故障结果的故障类别出现的次数；