故障的预测方法及装置与流程

技术特征：
1.一种故障的预测方法，其特征在于，包括：获取第一信息，所述第一信息指示n个服务器中每个服务器的运行状态特征，n为正整数；获取第二信息，所述第二信息指示所述n个服务器中每个服务器的运行时间顺序；获取第三信息，所述第三信息指示所述n个服务器中每个服务器的资源使用情况；使用一阶灰色模型对所述第一信息和所述第二信息进行预测，获得第一故障预测值；使用时间序列模型对所述第一信息和所述第二信息进行预测，获得第二故障预测值；使用灰色verhulst模型对所述第三信息进行预测，获得第三故障预测值；根据所述第一故障预测值、所述第二故障预测值和所述第三故障预测值，获得第四故障预测值；将所述第四故障预测值和故障阈值信息输入至决策树分类模型，获得目标故障信息，所述目标故障信息指示所述数据中心平台是否发生故障。2.根据权利要求1所述的方法，其特征在于，所述根据所述第一故障预测值、所述第二故障预测值和所述第三故障预测值，获得第四故障预测值，包括：对所述第一故障预测值、所述第二故障预测值和所述第三故障预测值进行加权求和，获得所述第四故障预测值。3.根据权利要求1所述的方法，其特征在于，所述根据所述第一故障预测值、所述第二故障预测值和所述第三故障预测值，获得第四故障预测值，包括：将所述第一故障预测值、所述第二故障预测值和所述第三故障预测值输入至预设的神经网络模型，获得所述第四故障预测值。4.根据权利要求1所述的方法，其特征在于，所述根据所述第一故障预测值、所述第二故障预测值和所述第三故障预测值，获得第四故障预测值，包括：将所述第一故障预测值、所述第二故障预测值和所述第三故障预测值输入至预设的支持向量机模型，获得所述第四故障预测值。5.根据权利要求1至4中任一项所述的方法，其特征在于，所述n个服务器中每个服务器的资源使用情况包括以下一种或多种：中央处理器cpu使用情况、内存的使用情况、网络的资源使用情况。6.根据权利要求5所述的方法，其特征在于，在所述目标故障信息指示所述数据中心平台发生故障时，所述方法还包括：发送第一信息，所述第一信息中包括用于指示所述数据中心平台发生故障的信息。7.一种故障的预测装置，其特征在于，包括：获取模块，用于获取第一信息，所述第一信息指示n个服务器中每个服务器的运行状态特征，n为正整数；所述获取模块，还用于获取第二信息，所述第二信息指示所述n个服务器中每个服务器的运行时间顺序；所述获取模块，还用于获取第三信息，所述第三信息指示所述n个服务器中每个服务器的资源使用情况；预测模块，用于使用一阶灰色模型对所述第一信息和所述第二信息进行预测，获得第一故障预测值；
所述预测模块，还用于使用时间序列模型对所述第一信息和所述第二信息进行预测，获得第二故障预测值；所述预测模块，还用于使用灰色verhulst模型对所述第三信息进行预测，获得第三故障预测值；处理模块，用于根据所述第一故障预测值、所述第二故障预测值和所述第三故障预测值，获得第四故障预测值；所述处理模块，还用于将所述第四故障预测值和故障阈值信息输入至决策树分类模型，获得目标故障信息，所述目标故障信息指示所述数据中心平台是否发生故障。8.一种故障的预测装置，其特征在于，包括：存储器和处理器；所述存储器用于存储程序指令；所述处理器用于调用所述存储器中的程序指令执行如权利要求1至6中任一项所述的方法。9.一种计算机可读介质，其特征在于，所述计算机可读介质存储用于计算机执行的程序代码，该程序代码包括用于执行如权利要求1至6中任一项所述的方法的指令。10.一种计算机程序产品，所述计算机程序产品中包括计算机程序指令，其特征在于，当所述计算机程序指令在计算机上运行时，使得所述计算机执行如权利要求1至6中任一项所述的方法。

技术总结
本申请提供一种故障的预测方法及装置。该故障的预测方法及装置可用于信息安全领域。本申请中，数据中心平台基于N个服务器中每个服务器的运行状态特征和运行时间顺序，使用一阶灰色模型获得第一故障预测值和使用时间序列模型获得第二故障预测值；然后基于N个服务器中每个服务器的资源使用情况，使用灰色Verhulst模型获得第三故障预测值；再根据第一故障预测值、第二故障预测值和第三故障预测值，获得第四故障预测值；最后将第四故障预测值和故障阈值信息输入至决策树分类模型，从而确定出中心平台是否发生故障。该方法能够在数据中心未发生故障之前提前预防故障，从而降低数据中心发生故障后会影响整个网络的正常稳定运行的概率。定运行的概率。定运行的概率。


技术研发人员：马冲 秦浩军
受保护的技术使用者：中国工商银行股份有限公司
技术研发日：2022.03.08
技术公布日：2022/6/24