【技术实现步骤摘要】
本专利技术涉及人工智能，尤其涉及一种服务器隐患检测方法及系统。
技术介绍
1、随着云技术的普及，尤其是“新基建”，“数字化转型”等需求驱动着数字经济的高速发展，服务器在数据中心的部署规模也呈指数级增长。随之而来的运维管理复杂度和难度也越来越大，而传统的海量服务器数据中心的故障运营也面临着更大的挑战和更高昂的成本，从最初的脚本运维和工具运维到平台运维演进至今，人力已接近极限，越来越无法满足快速修复故障和恢复业务运行的要求。
2、目前对未来的服务器的隐患识别大多单一地通过时序预测来实现，即使用服务器的历史数据来对时序预测模型进行建模预测未来一段时间内该指标的变化，然后比较预测值与预先定义的阈值来判断是否存在隐患。这样的方法使得，隐患的识别依赖于数据的历史时序特性，这并不能捕捉到未来可能发生的异常，达到及时预警的效果。
技术实现思路
1、本专利技术提供的服务器隐患检测方法及系统，用于解决现有技术中存在的服务器隐患的识别依赖于数据的历史时序特性，导致不能捕捉到未来可能发生的异常，达到及时预警的效果的问题。
2、本专利技术提供的一种服务器隐患检测方法，包括：
3、将预测的未来时间段和待检测服务器的当前性能指标数据输入到目标多时序预测模型，获取所述未来时间段内的待检测服务器的目标性能指标数据，所述目标多时序预测模型是通过将第一性能指标数据和多时序预测模型的最优参数输入到所述多时序预测模型进行训练后得到的，所述第一性能指标数据是通过所述待检测服务器的历史性能指
4、将所述目标性能指标数据输入到目标回归模型，获取所述未来时间段内的所述待检测服务器的目标功率数据，所述目标回归模型是通过将第二性能指标数据、第一功率数据和回归模型的最优参数输入到所述回归模型进行训练后得到的，所述第二性能指标数据是通过对所述第一性能指标数据进行特征工程处理后得到的，所述第一功率数据是通过对所述待检测服务器的历史功率数据进行预处理后得到的；
5、根据所述目标功率数据，确定所述待检测服务器是否存在隐患。
6、根据本专利技术提供的一种服务器隐患检测方法，所述根据所述目标功率数据，确定所述待检测服务器是否存在隐患，包括：
7、若所述目标功率数据超出功率过载阈值范围，则确定所述待检测服务器存在隐患，所述功率过载阈值范围根据所述当前性能指标数据的均值和标准差确定。
8、根据本专利技术提供的一种服务器隐患检测方法，所述第一性能指标数据和所述第一功率数据的获取方式，包括：
9、对所述待检测服务器的历史性能指标数据和历史功率数据进行数据清洗；
10、基于标准分数法对数据清洗后的历史性能指标数据和数据清洗后的历史功率数据标准化处理，得到所述第一性能指标数据和所述第一功率数据。
11、根据本专利技术提供的一种服务器隐患检测方法，所述第二性能指标数据的获取方式，包括：
12、对所述第一性能指标数据中的每个性能指标数据进行f检验，获取每个性能指标数据对应的p值和f值；
13、根据所述p值和所述f值，获取每个性能指标数据的得分；
14、根据所述第一性能指标数据中得分靠前的预设数量个性能指标数据，确定所述第二性能指标数据。
15、根据本专利技术提供的一种服务器隐患检测方法，所述多时序预测模型的最优参数和所述回归模型的最优参数的获取方式，包括：
16、基于网格搜索算法，对所述多时序预测模型的待优化参数进行优化，获取所述多时序预测模型的最优参数；
17、基于所述网格搜索算法，对所述回归模型的待优化参数进行优化，获取所述回归模型的最优参数。
18、根据本专利技术提供的一种服务器隐患检测方法，所述待检测服务器包括计算服务器和存储服务器。
19、本专利技术还提供一种服务器隐患检测系统，包括：
20、第一预测模块，用于将预测的未来时间段和待检测服务器的当前性能指标数据输入到目标多时序预测模型，获取所述未来时间段内的待检测服务器的目标性能指标数据，所述目标多时序预测模型是通过将第一性能指标数据和多时序预测模型的最优参数输入到所述多时序预测模型进行训练后得到的，所述第一性能指标数据是通过所述待检测服务器的历史性能指标数据进行预处理后得到的；
21、第二预测模块，用于将所述目标性能指标数据输入到目标回归模型，获取所述未来时间段内的所述待检测服务器的目标功率数据，所述目标回归模型是通过将第二性能指标数据、第一功率数据和回归模型的最优参数输入到所述回归模型进行训练后得到的，所述第二性能指标数据是通过对所述第一性能指标数据进行特征工程处理后得到的，所述第一功率数据是通过对所述待检测服务器的历史功率数据进行预处理后得到的；
22、隐患检测模块，用于根据所述目标功率数据，确定所述待检测服务器是否存在隐患。
23、本专利技术还提供一种电子设备，包括处理器和存储有计算机程序的存储器，所述处理器执行所述程序时实现如上述任一种所述服务器隐患检测方法。
24、本专利技术还提供一种非暂态计算机可读存储介质，其上存储有计算机程序，该计算机程序被处理器执行时实现如上述任一种所述服务器隐患检测方法。
25、本专利技术还提供一种计算机程序产品，包括计算机程序，所述计算机程序被处理器执行时实现如上述任一种所述服务器隐患检测方法。
26、本专利技术提供的服务器隐患检测方法及系统，使用多时序预测模型获取服务器的性能指标数据的时序特性，使用回归模型分析服务器的性能指标数据和功率数据的相关性。通过预测未来的服务器的性能指标数据，并通过回归模型基于预测的性能指标数据计算未来的服务器的功率数据来进行服务器的隐患识别，可以更好地对隐患进行识别，达到及时预警的效果。
本文档来自技高网...【技术保护点】
1.一种服务器隐患检测方法，其特征在于，包括：
2.根据权利要求1所述的服务器隐患检测方法，其特征在于，所述根据所述目标功率数据，确定所述待检测服务器是否存在隐患，包括：
3.根据权利要求1所述的服务器隐患检测方法，其特征在于，所述第一性能指标数据和所述第一功率数据的获取方式，包括：
4.根据权利要求1所述的服务器隐患检测方法，其特征在于，所述第二性能指标数据的获取方式，包括：
5.根据权利要求1-4任一项所述的服务器隐患检测方法，其特征在于，所述多时序预测模型的最优参数和所述回归模型的最优参数的获取方式，包括：
6.根据权利要求1-4任一项所述的服务器隐患检测方法，其特征在于，所述待检测服务器包括计算服务器和存储服务器。
7.一种服务器隐患检测系统，其特征在于，包括：
8.一种电子设备，包括处理器和存储有计算机程序的存储器，其特征在于，所述处理器执行所述计算机程序时实现权利要求1至6任一项所述服务器隐患检测方法。
9.一种非暂态计算机可读存储介质，其上存储有计算机程序，其特征在于，该
10.一种计算机程序产品，包括计算机程序，其特征在于，所述计算机程序被处理器执行时实现如权利要求1至6任一项所述服务器隐患检测方法。
...【技术特征摘要】
1.一种服务器隐患检测方法，其特征在于，包括：
2.根据权利要求1所述的服务器隐患检测方法，其特征在于，所述根据所述目标功率数据，确定所述待检测服务器是否存在隐患，包括：
3.根据权利要求1所述的服务器隐患检测方法，其特征在于，所述第一性能指标数据和所述第一功率数据的获取方式，包括：
4.根据权利要求1所述的服务器隐患检测方法，其特征在于，所述第二性能指标数据的获取方式，包括：
5.根据权利要求1-4任一项所述的服务器隐患检测方法，其特征在于，所述多时序预测模型的最优参数和所述回归模型的最优参数的获取方式，包括：
6.根据权利要求1-4任一项...
【专利技术属性】
技术研发人员：吉宝伦，王炳亮，张文龙，刘晗，张京辉，
申请(专利权)人：浪潮通信信息系统天津有限公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。