-
公开(公告)号:CN113467421A
公开(公告)日:2021-10-01
申请号:CN202110740846.9
申请日:2021-07-01
Applicant: 中国科学院计算技术研究所
IPC: G05B23/02
Abstract: 本发明提供获取微服务健康状态指标的方法和微服务异常诊断方法,包括:获取微服务的健康状态指标;获得基于微服务所处物理机的硬件状态数据;基于所述微服务的健康状态指标以及微服务所处物理机的硬件状态数据利用BP神经网络对微服务的异常进行判断,其中所述BP神经网络利用微服务的健康状态指标以及微服务所处物理机的硬件状态数据的样本数据训练。本发明能够为复杂的微服务模块提供高速、高准确性的异常诊断。
-
公开(公告)号:CN110489317A
公开(公告)日:2019-11-22
申请号:CN201910748734.0
申请日:2019-08-14
Applicant: 中国科学院计算技术研究所
IPC: G06F11/34 , G06F16/2455 , G06F16/2458 , G06F16/18 , G06F16/182
Abstract: 本发明公开了一种基于工作流的云系统任务运行故障诊断方法与系统,包括:提取基于日志特征的相关性,将离散的日志按照任务划分形成工作流;形成带有任务标记的参照,通过生成的工作流与参照的相似性确定工作流所属的任务类别;基于自动机模型,为每个任务构建诊断自动机,通过自动机的匹配识别过程完成故障的诊断和定位。由此本发明能够为复杂的云环境提供高速、精确的故障诊断和定位。
-
公开(公告)号:CN111769974A
公开(公告)日:2020-10-13
申请号:CN202010529320.1
申请日:2020-06-11
Applicant: 中国科学院计算技术研究所
Abstract: 本发明提供了一种云系统故障诊断方法,将日志按照产生的组件进行划分,对每个组件的日志分别提取日志的统计特征,训练差异性的模型进行故障诊断。本发明在模型训练中,使用深度学习方法,学习统计特征的时间关联性,并使用神经网络模型进行动态的故障判定。本发明设计实现了线上模型更新方法,解决了训练数据集覆盖不全面的问题,保证了模型更新时的诊断吞吐率。本发明能够为复杂的云系统提供高速、精确的故障诊断和定位。
-
公开(公告)号:CN113467421B
公开(公告)日:2022-10-11
申请号:CN202110740846.9
申请日:2021-07-01
Applicant: 中国科学院计算技术研究所
IPC: G05B23/02
Abstract: 本发明提供获取微服务健康状态指标的方法和微服务异常诊断方法,包括:获取微服务的健康状态指标;获得基于微服务所处物理机的硬件状态数据;基于所述微服务的健康状态指标以及微服务所处物理机的硬件状态数据利用BP神经网络对微服务的异常进行判断,其中所述BP神经网络利用微服务的健康状态指标以及微服务所处物理机的硬件状态数据的样本数据训练。本发明能够为复杂的微服务模块提供高速、高准确性的异常诊断。
-
公开(公告)号:CN111769974B
公开(公告)日:2021-10-15
申请号:CN202010529320.1
申请日:2020-06-11
Applicant: 中国科学院计算技术研究所
Abstract: 本发明提供了一种云系统故障诊断方法,将日志按照产生的组件进行划分,对每个组件的日志分别提取日志的统计特征,训练差异性的模型进行故障诊断。本发明在模型训练中,使用深度学习方法,学习统计特征的时间关联性,并使用神经网络模型进行动态的故障判定。本发明设计实现了线上模型更新方法,解决了训练数据集覆盖不全面的问题,保证了模型更新时的诊断吞吐率。本发明能够为复杂的云系统提供高速、精确的故障诊断和定位。
-
公开(公告)号:CN110489317B
公开(公告)日:2020-09-11
申请号:CN201910748734.0
申请日:2019-08-14
Applicant: 中国科学院计算技术研究所
IPC: G06F11/34 , G06F16/2455 , G06F16/2458 , G06F16/18 , G06F16/182
Abstract: 本发明公开了一种基于工作流的云系统任务运行故障诊断方法与系统,包括:提取基于日志特征的相关性,将离散的日志按照任务划分形成工作流;形成带有任务标记的参照,通过生成的工作流与参照的相似性确定工作流所属的任务类别;基于自动机模型,为每个任务构建诊断自动机,通过自动机的匹配识别过程完成故障的诊断和定位。由此本发明能够为复杂的云环境提供高速、精确的故障诊断和定位。
-
-
-
-
-