[发明专利]服务器健康度分析方法，装置，存储介质及电子设备

权利要求书

1.一种服务器健康度分析方法，其特征在于，包括：

获取服务器的多组历史指标；

根据所述服务器在产生每一组所述历史指标的时间段内的告警信息对每一组所述历史指标添加健康状态标签，得到样本数据；

根据所述样本数据进行机器学习，得到健康度评估模型，其中，所述健康度评估模型的输入为服务器的运行指标，输出为表征所述服务器健康状态的标签。

2.根据权利要求1所述的方法，其特征在于，所述根据所述样本数据进行机器学习，得到健康度评估模型，包括：

将所述样本数据发送给多个节点进行分布式存储；

在每一个所述节点利用神经网络模型对该节点存储的样本数据进行训练，得到多个目标神经网络模型；

所述健康度评估模型包括所述多个目标神经网络模型。

3.根据权利要求2所述的方法，其特征在于，所述方法还包括：

获取所述服务器当前时刻的运行指标；

将所述运行指标分别输入所述多个目标神经网络模型，得到多个标签分类结果；

根据多数投票算法从所述多个标签分类结果，确定目标标签分类结果，并根据所述目标标签分类结果确定所述服务器的健康状态。

4.根据权利要求2或3所述的方法，其特征在于，所述节点为Ignite节点；和/或，所述神经网络模型为极限学习机ELM神经网络模型。

5.根据权利要求1至3中任一项所述的方法，其特征在于，所述根据所述服务器在产生每一组所述历史指标的时间段内的告警信息对每一组所述历史指标添加健康状态标签，得到样本数据，包括：

针对任一组历史指标，根据所述服务器产生该组历史指标的时间段内的告警信息的等级，计算所述服务器的目标状态得分，并根据状态得分与健康状态标签的对应关系，将所述目标状态得分对应的目标健康状态标签作为该组历史指标的样本标签。

6.一种服务器健康度分析装置，其特征在于，包括：

第一获取模块，用于获取服务器的多组历史指标；

分类模块，用于根据所述服务器在产生每一组所述历史指标的时间段内的告警信息对每一组所述历史指标添加健康状态标签，得到样本数据；

机器学习模块，用于根据所述样本数据进行机器学习，得到健康度评估模型，其中，所述健康度评估模型的输入为服务器的运行指标，输出为表征所述服务器健康状态的标签。

7.根据权利要求6所述的装置，其特征在于，所述机器学习模块，用于：

将所述样本数据发送给多个节点进行分布式存储；

在每一个所述节点利用神经网络模型对该节点存储的样本数据进行训练，得到多个目标神经网络模型；

所述健康度评估模型包括所述多个目标神经网络模型。

8.根据权利要求7所述的装置，其特征在于，所述装置还包括：

第二获取模块，用于获取所述服务器当前时刻的运行指标；

分类模块，用于将所述运行指标分别输入所述多个目标神经网络模型，得到多个标签分类结果；

确定模块，用于根据多数投票算法从所述多个标签分类结果，确定目标标签分类结果，并根据所述目标标签分类结果确定所述服务器的健康状态。

9.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，该程序被处理器执行时实现权利要求1-5中任一项所述方法的步骤。

10.一种电子设备，其特征在于，包括：

存储器，其上存储有计算机程序；

处理器，用于执行所述存储器中的所述计算机程序，以实现权利要求1-5中任一项所述方法的步骤。