[發明專利]一種邊緣云故障檢測的方法

在審

• 申請號: 202011322704.2
• 申請日: 2020-11-23
• 公開（公告）號: CN112286749A
• 公開（公告）日: 2021-01-29
• 發明（設計）人: 鄧小紅;胡濤;王前慧
• 申請（專利權）人: 四川長虹電器股份有限公司
• 主分類號: G06F11/22
• 分類號: G06F11/22;G06N3/04
• 代理公司: 成都虹橋專利事務所(普通合伙) 51124
• 代理人: 吳中偉

1.一種邊緣云故障檢測的方法，其特征在于，包括：

步驟1、根據時間序列收集邊緣云的運行數據；

步驟2、對收集的數據進行預處理；

步驟3、將步驟2中預處理后的數據進行CNN-LSTM模型訓練得到檢測模型；

步驟4、使用檢測模型對待檢測數據進行處理得到檢測結果。

2.根據權利要求1所述的一種邊緣云故障檢測的方法，其特征在于，所述運行數據包括CPU信息、硬件信息、邊緣云設備信息及內容傳輸數據。

3.根據權利要求1所述的一種邊緣云故障檢測的方法，其特征在于，所述時間序列為邊緣云運行時的時間片段。

4.根據權利要求1所述的一種邊緣云故障檢測的方法，其特征在于，所述步驟2包括對收集的數據進行歸一化處理、對數據進行故障和非故障標記及對缺少的樣本數據進行插值處理。

5.根據權利要求1所述的一種邊緣云故障檢測的方法，其特征在于，所述CNN-LSTM模型由一層卷積神經網絡單元和兩層長短時記憶網絡單元組成。

6.根據權利要求1所述的一種邊緣云故障檢測的方法，其特征在于，所述步驟3包括：

步驟301、將步驟2處理好的數據分為訓練數據及測試數據；

步驟302、將訓練數據輸入CNN的輸入層，進行卷積神經網絡訓練，得到最大池化數據；

步驟303、將最大池化數據輸入LSTM訓練，通過兩層長短時記憶網絡單元訓練得到初始化模型；

步驟304、將測試數據輸入初始化模型中獲得檢測結果，并根據檢測結果對模型的參數進行修改優化，得到檢測模型。

7.根據權利要求1～6任意一項所述的一種邊緣云故障檢測的方法，其特征在于，所述步驟3在邊緣云設備上完成。