[發明專利]一種故障分類方法及裝置

在審

• 申請號: 201710682972.7
• 申請日: 2017-08-10
• 公開（公告）號: CN107463963A
• 公開（公告）日: 2017-12-12
• 發明（設計）人: 段誼海;劉成平;李鋒
• 申請（專利權）人: 鄭州云海信息技術有限公司
• 主分類號: G06K9/62
• 分類號: G06K9/62
• 代理公司: 北京安信方達知識產權代理有限公司11262
• 代理人: 李紅爽,李丹

技術領域

本發明涉及自學習領域，尤其涉及一種故障分類方法及裝置。

背景技術

隨著互聯網的飛速發展，數據中心承載著各種數據的采集、存儲及分析等功能，一旦設備出現故障，工作人員就需要根據監控項的告警詳情去分析故障。

對于經驗豐富的老員工來說，也許能夠很快的找到故障原因，然后根據故障原因解決故障，但對于經驗不是很豐富的員工來說，很可能無法找到故障原因或者需要很長時間才能找到故障原因，因此無法保證數據中心設備運行的穩定性、安全性和各種業務的正常運行。

發明內容

為了解決上述技術問題，本發明提供一種故障分類方法及裝置，能夠自動地根據待分類故障樣本確定故障類別，保證了數據中心設備運行的穩定性、安全性和各種業務的正常運行。

為了達到本發明目的，本發明提供了一種故障分類方法，包括：

獲取待分類故障樣本；

將所述待分類故障樣本分別輸入K(K-1)/2個支持向量機SVM分類器，得到K(K-1)/2個故障結果；其中，K(K-1)/2個SVM分類器是根據K種故障類別預先訓練得到的，K為大于1的整數；

根據所述K(K-1)/2個故障結果確定所述待分類故障樣本的故障類別。

所述獲取待分類故障樣本之前，還包括：

設定K種故障類別；

根據設定的所述K種故障類別訓練得到所述K(K-1)/2個SVM分類器。

所述根據設定的K種故障類別訓練得到K(K-1)/2個SVM分類器，包括：

獲取表示第i種故障類別對應的監控項的狀態的第一向量和表示第j種故障類別對應的監控項的狀態的第二向量；其中，i＝1、2...K-1，j＝2...K，i＜j；

根據所述第i種故障類別和所述第一向量、所述第j種故障類別和所述第二向量訓練得到所述K(K-1)/2個SVM分類器中用于判別第i種故障類別和第j種故障類別的SVM分類器。

所述獲取導致第i種故障類別的第一向量和導致第j種故障類別的第二向量之前，還包括：

分別獲取K種故障類別中每種故障類別對應的監控項的狀態；

確定表示監控項的狀態的標識；

根據確定的標識分別將所述K種故障類別中每種故障類別對應的監控項的狀態表示為向量。

所述根據K(K-1)/2個故障結果確定待分類故障樣本的故障類別，包括：

獲取K(K-1)/2個故障結果中每個故障結果的故障類別；

統計每個故障結果的故障類別出現的次數；

在所統計出的每個故障結果的故障類別出現的次數中獲取次數最大的故障類別，作為目標故障類別；

確定所述待分類故障樣本的故障類別為所述目標故障類別。

本發明還提供了一種故障分類裝置，包括：

獲取模塊，用于獲取待分類故障樣本；

處理模塊，用于將所述待分類故障樣本分別輸入K(K-1)/2個支持向量機SVM分類器，得到K(K-1)/2個故障結果；其中，K(K-1)/2個SVM分類器是根據K種故障類別預先訓練得到的，K為大于1的整數；

確定模塊，用于根據所述K(K-1)/2個故障結果確定所述待分類故障樣本的故障類別。

還包括：

設定模塊，用于設定K種故障類別；

訓練模塊，用于根據設定的所述K種故障類別訓練得到所述K(K-1)/2個SVM分類器。

所述訓練模塊包括：

第一獲取單元，用于獲取表示第i種故障類別對應的監控項的狀態的第一向量和表示第j種故障類別對應的監控項的狀態的第二向量；其中，i＝1、2...K-1，j＝2...K，i＜j；

訓練單元，用于根據所述第i種故障類別和所述第一向量、所述第j種故障類別和所述第二向量訓練得到所述K(K-1)/2個SVM分類器中用于判別第i種故障類別和第j種故障類別的SVM分類器。

所述訓練模塊還包括：

第二獲取單元，用于分別獲取K種故障類別中每種故障類別對應的監控項的狀態；

第一確定單元，用于確定表示監控項的狀態的標識；

處理單元，用于根據確定的標識分別將所述K種故障類別中每種故障類別對應的監控項的狀態表示為向量。

所述確定模塊包括：

第三獲取單元，用于獲取K(K-1)/2個故障結果中每個故障結果的故障類別；

統計單元，用于統計每個故障結果的故障類別出現的次數；