[發明專利]故障預測方法、裝置、設備及可讀存儲介質在審
| 申請號: | 202010344262.5 | 申請日: | 2020-04-27 |
| 公開(公告)號: | CN111488265A | 公開(公告)日: | 2020-08-04 |
| 發明(設計)人: | 馮浩 | 申請(專利權)人: | 北京奇藝世紀科技有限公司 |
| 主分類號: | G06F11/34 | 分類號: | G06F11/34;G06F11/32;G06F16/18;G06N20/00 |
| 代理公司: | 北京柏杉松知識產權代理事務所(普通合伙) 11413 | 代理人: | 丁蕓;馬敬 |
| 地址: | 100080 北京市海淀區*** | 國省代碼: | 北京;11 |
| 權利要求書: | 查看更多 | 說明書: | 查看更多 |
| 摘要: | |||
| 搜索關鍵詞: | 故障 預測 方法 裝置 設備 可讀 存儲 介質 | ||
1.一種故障預測方法,其特征在于,包括:
獲取服務日志;
基于所述服務日志中所包含的內容,確定所述服務日志的特征信息,所述特征信息用于表示所述服務日志的特征;
獲得故障特征信息,其中,所述故障特征信息是基于多個歷史服務日志訓練得到的;
將所述服務日志的特征信息與所述故障特征信息進行匹配,并基于所述服務日志的特征信息與所述故障特征信息的匹配程度,通過預設匹配規則,進行故障預測。
2.根據權利要求1所述的方法,其特征在于,所述將所述服務日志的特征信息與所述故障特征信息進行匹配,并基于所述服務日志的特征信息與所述故障特征信息的匹配程度,通過預設匹配規則,進行故障預測,包括:
確定所述服務日志的特征信息與各個所述故障特征信息的匹配程度,所述匹配程度用于表示述服務日志的特征信息與所述故障特征信息的相似度;
當所述匹配程度到達預設閾值時,將所述故障特征信息作為目標故障特征信息;
將所述目標故障特征信息所指示的故障確定為所述服務日志對應的預測的故障。
3.根據權利要求2所述的方法,其特征在于,在所述將所述目標故障特征信息所指示的故障確定為所述服務日志對應的預測的故障之后,所述方法包括:
向業務端發送報警信息,所述報警信息用于指示所述預測的故障,以使所述業務端根據所述報警信息針對所述預測的故障進行處理。
4.根據權利要求2所述的方法,其特征在于,在所述確定所述服務日志的特征信息與各個所述故障特征信息的匹配程度之后,所述方法還包括:
將所述匹配程度發送至報警自動處理系統,其中,所述報警自動處理系統根據所述匹配程度和所述預設閾值觸發報警。
5.根據權利要求2至4任一項所述的方法,其特征在于,在所述當所述匹配程度到達預設閾值時,將所述故障特征信息作為目標故障特征信息之前,所述方法還包括:
獲得故障恢復的能力,和/或發生故障產生的嚴重程度;
根據所述故障恢復的能力,和/或發生故障產生的嚴重程度,確定所述預設閾值。
6.根據權利要求1所述的方法,其特征在于,在所述獲得故障特征信息之前,所述方法還包括:
獲取多個歷史服務日志;
針對多個歷史服務日志,確定所述歷史服務日志的特征信息;
根據各個所述歷史服務日志的特征信息,通過機器學習方式對多個歷史服務日志進行訓練,得到故障特征信息。
7.根據權利要求6所述的方法,其特征在于,在所述根據各個所述歷史服務日志的特征信息,通過機器學習方式對多個歷史服務日志進行訓練,得到故障特征信息之后,所述方法還包括:
獲取所述故障特征信息對應的線上故障場景信息,其中,線上故障場景信息包括發生故障的真實場景相關的信息;
驗證所述線上故障場景信息所表示的真實場景是否發生所述故障特征信息所指示的故障;
若所述線上故障場景信息所表示的真實場景未發生所述所指示的故障,則將所述真實場景實際發生的故障修改為更新故障,所述更新故障為所述故障特征信息所指示的新的故障。
8.一種故障預測裝置,其特征在于,包括:
第一獲取模塊,用于獲取服務日志;
第一確定模塊,用于基于所述服務日志中所包含的內容,確定所述服務日志的特征信息,所述特征信息用于表示所述服務日志的特征;
第一獲得模塊,用于獲得故障特征信息,其中,所述故障特征信息是基于多個歷史服務日志訓練得到的;
匹配模塊,用于將所述服務日志的特征信息與所述故障特征信息進行匹配;
故障預測模塊,用于基于所述服務日志的特征信息與所述故障特征信息的匹配程度,通過預設匹配規則,進行故障預測。
該專利技術資料僅供研究查看技術是否侵權等信息,商用須獲得專利權人授權。該專利全部權利屬于北京奇藝世紀科技有限公司,未經北京奇藝世紀科技有限公司許可,擅自商用是侵權行為。如果您想購買此專利、獲得商業授權和技術合作,請聯系【客服】
本文鏈接:http://www.szxzyx.cn/pat/books/202010344262.5/1.html,轉載請聲明來源鉆瓜專利網。





