[发明专利]基于隐半马尔可夫模型的云计算平台系统故障预测方法在审
| 申请号： | 201610195766.9 | 申请日： | 2016-03-31 |
| 公开（公告）号： | CN105893208A | 公开（公告）日： | 2016-08-24 |
| 发明（设计）人： | 曹晖;寿黎但;张之宣 | 申请（专利权）人： | 城云科技（杭州）有限公司 |
| 主分类号： | G06F11/30 | 分类号： | G06F11/30 |
| 代理公司： | 杭州裕阳专利事务所(普通合伙) 33221 | 代理人： | 应圣义 |
| 地址： | 310000 浙江省杭州市滨江区*** | 国省代码： | 浙江;33 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明公开一种基于隐半马尔可夫模型的云计算平台系统故障预测方法。具体步骤如下：从海量日志文件中提取错误事件，并错误事件赋予类型和时间信息；将同一错误事件的重复的报告合并为同一事件；将若干连续事件组合成事件序列，并根据是否对系统故障造成影响分成为故障相关事件序列和故障无关事件序列；根据序列似然值，对所有的事件序列进行聚类处理；在每一类内部进行噪声消除处理；分别计算实时提取出的事件序列与故障相关的HSMM和故障无关的HSMM的序列似然值，利用贝叶斯分类器，通过计算判断系统是否会发生故障。本发明基于机器学习的理论，实现了云计算平台的实时系统故障预测的功能，并能够提供准确的故障预测结果和更高的整体性能。 | ||
| 搜索关键词： | 基于 隐半马尔可夫 模型 计算 平台 系统故障 预测 方法 | ||
【主权项】：
一种基于隐半马尔可夫模型的云计算平台系统故障预测方法，其特征在于，包括以下步骤：根据日志数据提取错误事件；根据是否对系统故障造成影响，把错误事件划分为故障相关事件序列和故障无关事件序列；分别训练处故障相关事件序列的隐半马尔可夫模型和故障无关事件序列的隐半马尔可夫模型，计算实时提取出的事件序列基于故障相关事件序列的隐半马尔可夫模型的序列似然值和故障无关事件序列的隐半马尔可夫模型的序列似然值，利用贝叶斯分类器判断系统未来是否会发生故障。
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于城云科技（杭州）有限公司，未经城云科技（杭州）有限公司许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/201610195766.9/，转载请声明来源钻瓜专利网。
