龙图腾网&IPTOP
- 微信扫码登录
- 账号密码登录
- 短信登录/注册
买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！
申请/专利权人：上海天旦网络科技发展有限公司;北京天旦网络科技发展有限公司
摘要：本发明提供了一种基于量化业务特征生成的可解释运维故障识别方法及系统，包括：步骤S1：构建业务特征标注数据集，并基于业务特征标注数据集构建并训练每个业务特征的概率估计模型；步骤S2：构建故障标注数据集，基于训练后的每个业务特征的概率估计模型构建故障标注数据集的量化业务特征向量；步骤S3：构建故障检测深度模型，并利用构建的故障标注数据集的量化业务特征向量训练故障检测深度模型，得到训练后的故障检测深度模型；步骤S4：利用训练后的故障检测深度模型对待检测运维场景下的业务指标数据进行故障概率判断，当待检测运维场景下的业务指标数据存在异常时，则对异常进行故障解释。
主权项：1.一种基于量化业务特征生成的可解释运维故障识别方法，其特征在于，包括：步骤S1：构建业务特征标注数据集，并基于业务特征标注数据集构建并训练每个业务特征的概率估计模型；步骤S2：构建故障标注数据集，基于训练后的每个业务特征的概率估计模型构建故障标注数据集的量化业务特征向量；步骤S3：构建故障检测深度模型，并利用构建的故障标注数据集的量化业务特征向量训练故障检测深度模型，得到训练后的故障检测深度模型；步骤S4：利用训练后的故障检测深度模型对待检测运维场景下的业务指标数据进行故障概率判断，当待检测运维场景下的业务指标数据存在异常时，则对异常进行故障解释；所述构建业务特征标注数据集是基于收集的运维场景下的业务指标数据，并对业务指标数据上出现的典型业务特征进行标注，得到业务特征标注数据集；所述构建故障标注数据集是基于收集的运维场景下的业务指标数据，并对出现的运维故障进行标注，获得故障标注数据集；所述业务特征的概率估计模型是通过机器学习模型获取每个场景估计存在业务特征的概率；所述故障检测深度模型是通过深度神经网络实现基于场景预估存在故障的概率。
全文数据：
权利要求：
百度查询： 上海天旦网络科技发展有限公司 北京天旦网络科技发展有限公司 基于量化业务特征生成的可解释运维故障识别方法及系统
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。
主营中国专利交易买卖与专利转让许可,高校科技成果推广与科技成果转化,知识产权运营管理与平台开发,科技人才专家库与科技猎头等科技服务
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号