[发明专利]一种服务器健康状况预测的方法、装置、设备及可读介质

权利要求书

1.一种服务器健康状况预测的方法，其特征在于，包括以下步骤：

监控服务器的运行状态，并对服务器运行时的状态信息进行采集；

将采集到的状态信息分为状态数据和评估数据，并进行预处理以将不同类型的数据转置成数值；

将状态数据构建成二维状态向量，并将评估数据构建成一维评分向量；

构建DQN算法模型，并将所述二维状态向量和所述一维评分向量输入到所述DQN算法模型中以对所述DQN算法模型进行训练，并基于训练后的模型对服务器健康状况进行预测。

2.根据权利要求1所述的方法，其特征在于，监控服务器的运行状态，并对服务器运行时的状态信息进行采集包括：

定时采集，所述定时采集为根据采集频率，每间隔一段时间采集一次状态信息；

实时反应采集，所述实时反应采集为给每一个需要监控的模块设定一个监视器，并为每个监视器设定触发阈值，响应于模块的状态变化超出了触发阈值，则采集状态信息。

3.根据权利要求1所述的方法，其特征在于，所述状态信息包括CPU占用率、硬盘转速、主板电压、内存占用率、环境温度、CPU频率、内存吞吐量、硬盘读写速度、网络传输速率和各个硬件的温度。

4.根据权利要求3所述的方法，其特征在于，将采集到的状态信息分为状态数据和评估数据包括：

将CPU占用率、硬盘转速、主板电压、内存占用率、环境温度划分为状态数据；

将CPU频率、内存吞吐量、硬盘读写速度、网络传输速率和各个硬件的温度划分为评估数据。

5.根据权利要求1所述的方法，其特征在于，将状态信息进行预处理以将不同类型的数据转置成数值包括：

根据状态信息的数据获取该状态信息对应的值区间；

根据状态信息的数值和对应的值区间的最小值和最大值将状态信息的数值转换为0-1区间内的数值。

6.根据权利要求1所述的方法，其特征在于，将评估数据构建成一维评分向量包括：

将评估数据按照速率越高性能越强和温度越高健康状况越差的规则来为服务器当前的健康状况评分；

将每条状态数据和对应的评分组成一维向量以得到一维评分向量。

7.根据权利要求1所述的方法，其特征在于，构建DQN算法模型包括：

建立预测神经网络和目标神经网络，所述预测神经网络和目标神经网络结构相同，所述预测神经网络每次训练更新一次参数，所述目标神经网络每经过预设次数训练更新一次参数；

每经过一次训练计算所述预测神经网络和所述目标神经网络之间的误差值，并根据误差值调整训练梯度，并更新所述预测神经网络的参数。

8.一种服务器健康状况预测的装置，其特征在于，所述装置包括：

采集模块，所述采集模块配置为监控服务器的运行状态，并对服务器运行时的状态信息进行采集；

转置模块，所述转置模块配置为将采集到的状态信息分为状态数据和评估数据，并进行预处理以将不同类型的数据转置成数值；

构建模块，所述构建模块配置为将状态数据构建成二维状态向量，并将评估数据构建成一维评分向量；

训练模块，所述训练模块配置为构建DQN算法模型，并将所述二维状态向量和所述一维评分向量输入到所述DQN算法模型中以对所述DQN算法模型进行训练以得到训练后的模型，并基于训练后的模型对服务器健康状况进行预测。

9.一种计算机设备，其特征在于，包括：

至少一个处理器；以及

存储器，所述存储器存储有可在所述处理器上运行的计算机指令，所述指令由所述处理器执行时实现权利要求1-7任意一项所述方法的步骤。

10.一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现权利要求1-7任意一项所述方法的步骤。