【技术实现步骤摘要】
本申请属于数据处理领域，尤其涉及一种分布式故障分布方法、智能计算云操作系统以及计算平台。
技术介绍
1、为了推动各个产业和领域智能化应用的普及，迫切需要建立一种智能化计算平台，助力智能超级计算中心的建设，并为科研、产业和城市服务提供人工智能平台的基础构建，进一步实现人才聚集、产业升级和发展。应用容器化是一项技术，将应用程序及其所有依赖关系打包到一个独立、可移植的容器中。容器化技术允许将应用程序、库、配置文件和其他依赖项捆绑在一起，以确保在各种环境中的一致性运行，提高部署效率、可移植性和灵活性，使开发人员更轻松地管理和部署应用程序。
2、相关技术中，实时流数据往往包含各种格式和类型，其结构可能会动态变化。传统系统在处理这种多样化和无结构化数据时可能效率不高，处理能力有限，响应较慢，无法满足对故障定位的实时性要求。因此，亟需设计一个分布式故障分布方案，用以解决上述至少一个技术问题。
技术实现思路
1、本申请提供了一种分布式故障分布方法、智能计算云操作系统以及计算平台，用以利用流式可扩展异常检测模型并行处理实时运行数据，实现实时异常检测和动态故障修复，以增强系统的自适应能力、稳定性和可靠性。
2、第一方面，本申请提供了一种分布式故障分布方法，应用于智能计算云操作系统，所述智能计算云操作系统用于运行和管理智能平台资源；所述分布式故障分布方法包括：
3、获取所述智能计算云操作系统的实时运行数据；所述实时运行数据至少包括：实时节点负载信息、节点可用性信息、数
4、对所述实时运行数据进行流式分割处理，得到所述实时运行数据对应的多个实时运行数据流；
5、将多个实时运行数据流并行输入到流式可扩展异常检测模型的分支模块中，并由多个分支模块分别执行对应实时运行数据流的动态模糊检测处理，以获得多个实时运行数据流中的异常运行数据流；其中，多个分支模块分布式部署在所述智能计算云操作系统的不同处理节点中；
6、通过动态故障修复模型，汇总所述异常运行数据流，并动态修复所述智能计算云操作系统。
7、第二方面，本申请实施例提供了一种智能计算云操作系统，所述智能计算云操作系统用于运行和管理智能平台资源；所述智能计算云操作系统包括：
8、获取单元，被配置为获取所述智能计算云操作系统的实时运行数据；所述实时运行数据至少包括：实时节点负载信息、节点可用性信息、数据访问模式；
9、分流单元，被配置为对所述实时运行数据进行流式分割处理，得到所述实时运行数据对应的多个实时运行数据流；
10、检测单元，被配置为将多个实时运行数据流并行输入到流式可扩展异常检测模型的分支模块中，并由多个分支模块分别执行对应实时运行数据流的动态模糊检测处理，以获得多个实时运行数据流中的异常运行数据流；其中，多个分支模块分布式部署在所述智能计算云操作系统的不同处理节点中；
11、修复单元，被配置为通过动态故障修复模型，汇总所述异常运行数据流，并动态修复所述智能计算云操作系统。
12、第三方面，本申请实施例提供了一种智能计算平台，所述智能计算平台包括：
13、至少一个处理器、存储器和输入输出单元；
14、其中，所述存储器用于存储计算机程序，所述处理器用于调用所述存储器中存储的计算机程序来执行第一方面的分布式故障分布方法。
15、第四方面，提供了一种计算机可读存储介质，其包括指令，当其在计算机上运行该指令时，使得计算机执行第一方面的分布式故障分布方法。
16、本申请实施例提供的技术方案，可以应用于智能计算云操作系统。智能计算云操作系统用于运行和管理智能平台资源。该方案中，首先，获取所述智能计算云操作系统的实时运行数据。其中，实时运行数据至少包括：实时节点负载信息、节点可用性信息、数据访问模式。进而，对所述实时运行数据进行流式分割处理，得到所述实时运行数据对应的多个实时运行数据流。接着，将多个实时运行数据流并行输入到流式可扩展异常检测模型的分支模块中，并由多个分支模块分别执行对应实时运行数据流的动态模糊检测处理，以获得多个实时运行数据流中的异常运行数据流。通过流式分割处理，将实时数据进行流式分割处理，以支持并行处理，不仅提高了数据处理的效率，也增强了系统处理大规模数据的能力。以及，在不同节点部署的流式可扩展异常检测模型，对数据流进行动态模糊检测，提高了异常检测的准确性和灵敏度。其中，多个分支模块分布式部署在所述智能计算云操作系统的不同处理节点中。这里，将流式可扩展异常检测模型的分支模块分布式部署在不同的处理节点中，这种分布式架构可以有效利用系统资源，平衡负载，提高处理速度。最后，通过动态故障修复模型，汇总所述异常运行数据流，并动态修复所述智能计算云操作系统。此处，通过汇总异常数据流，并利用动态故障修复模型进行修复，这一过程充分考虑了系统的分布式特性，能够针对不同节点和服务的故障实现精准、高效的修复，即使在面临复杂多变的故障时也能保持服务的持续性和数据的完整性。
17、本申请技术方案，通过实时获取和处理运行数据，可以快速响应和处理系统中出现的异常和故障，减少系统的停机时间。利用流式可扩展异常检测模型的分布式架构进行异常检测，可以充分利用系统资源，提高处理效率和缩短响应时间。动态故障修复能够根据系统当前的状态和故障的性质，采取最合适的修复措施，提高了系统的修复能力和灵活性。综上，通过流式可扩展异常检测模型并行处理实时运行数据，实现实时异常检测和动态故障修复，以增强系统的自适应能力、稳定性和可靠性。
本文档来自技高网...【技术保护点】
1.一种分布式故障分布方法，其特征在于，应用于智能计算云操作系统，所述智能计算云操作系统用于运行和管理智能平台资源；所述分布式故障分布方法包括：
2.根据权利要求1所述的分布式故障分布方法，其特征在于，所述流式可扩展异常检测模型中的每一个分支模块至少包括：模糊树形结构构建层、路径规划层、路径积分层、异常检测层、输出层；
3.根据权利要求2所述的分布式故障分布方法，其特征在于，所述通过模糊树形结构构建层，循环分割当前分支模块对应的实时运行数据流，以构建当前分支模块对应的模糊树形结构网络，包括：
4.根据权利要求3所述的分布式故障分布方法，其特征在于，所述切分停止条件为：每一子数据流中的网格数量低于动态网格阈值；或者，模糊树形结构网络达到预先设置的最大高度。
5.根据权利要求3所述的分布式故障分布方法，其特征在于，所述随机选取任意轴作为分割轴，或者所述重新选取另一任意轴作为分割轴，包括：
6.根据权利要求2所述的分布式故障分布方法，其特征在于，所述异常检测层中，n为模糊树形结构网络中的网格总数，第x个叶网格的异常评分表示为如
7.根据权利要求1所述的分布式故障分布方法，其特征在于，所述动态故障修复模型至少包括：异常定位层、异常识别层、动态修复层；
8.根据权利要求7所述的分布式故障分布方法，其特征在于，所述通过动态修复层，在所述智能计算云操作系统中启动对异常节点的修复处理，以使异常节点恢复至健康运行状态，包括：
9.一种智能计算云操作系统，其特征在于，所述智能计算云操作系统用于运行和管理智能平台资源，所述智能计算云操作系统包括：
10.一种智能计算平台，其特征在于，所述智能计算平台包括：
...【技术特征摘要】
1.一种分布式故障分布方法，其特征在于，应用于智能计算云操作系统，所述智能计算云操作系统用于运行和管理智能平台资源；所述分布式故障分布方法包括：
2.根据权利要求1所述的分布式故障分布方法，其特征在于，所述流式可扩展异常检测模型中的每一个分支模块至少包括：模糊树形结构构建层、路径规划层、路径积分层、异常检测层、输出层；
3.根据权利要求2所述的分布式故障分布方法，其特征在于，所述通过模糊树形结构构建层，循环分割当前分支模块对应的实时运行数据流，以构建当前分支模块对应的模糊树形结构网络，包括：
4.根据权利要求3所述的分布式故障分布方法，其特征在于，所述切分停止条件为：每一子数据流中的网格数量低于动态网格阈值；或者，模糊树形结构网络达到预先设置的最大高度。
5.根据权利要求3所述的分布式故障分布方法，其特征...
【专利技术属性】
技术研发人员：邓练兵，
申请(专利权)人：广东琴智科技研究院有限公司，
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。