一种故障预测方法、装置、设备及可读存储介质制造方法及图纸

本申请公开了提供的一种故障预测方法、装置、设备及可读存储介质，通过获取服务器在待预测时间节点之前的第一周期的历史参数数据和第二周期的历史参数数据，其中第一周期的时长大于第二周期的时长，基于第一周期的历史参数数据，预测得到服务器在待预测时间节点的参考参数取值范围，并基于第二周期的历史参数数据，预测得到服务器在待预测时间节点的预测参数数据，判断预测参数数据是否处于参考参数取值范围之内，若否，则确定服务器在待预测时间节点存在故障隐患。在本申请中通过判断预测参数数据是否处于参考参数取值范围之内，即可确定服务器在待预测时间节点是否存在故障隐患，从而实现对故障隐患的预测。从而实现对故障隐患的预测。从而实现对故障隐患的预测。

【技术实现步骤摘要】
一种故障预测方法、装置、设备及可读存储介质


[0001]本申请涉及运维
，尤其涉及一种故障预测方法、装置、设备及可读存储介质。

技术介绍

[0002]随着互联网技术的快速发展，互联网用户数量与日俱增，业务场景向多样化发展，适配于各个业务场景的服务器数量也随之增加。针对各个业务场景，为了避免服务器出现故障，会设定相应的阈值对服务器的数据传输量进行监控。但是，通过设定阈值的故障监控方式，只有在达到预设阈值后才会显示故障并进行告警，此时由于故障已经发生，而且故障的处理时间难以把控，会严重影响人们对相关服务功能的使用，因此，如何对故障进行预测是人们一直关注的问题。

技术实现思路

[0003]有鉴于此，本申请提供了一种故障预测方法、装置、设备及可读存储介质，以便于对故障进行预测。
[0004]为了实现上述目的，现提出的方案如下：
[0005]一种故障预测方法，包括：
[0006]获取服务器在待预测时间节点之前的第一周期的历史参数数据和第二周期的历史参数数据，其中，所述第一周期的时长大于所述第二周期的时长；
[0007]基于所述第一周期的历史参数数据，预测得到所述服务器在所述待预测时间节点的参考参数取值范围；
[0008]基于所述第二周期的历史参数数据，预测得到所述服务器在所述待预测时间节点的预测参数数据；
[0009]判断所述预测参数数据是否处于所述参考参数取值范围之内；
[0010]若否，则确定所述服务器在所述待预测时间节点存在故障隐患。
[0011]可选的，还包括：
[0012]将所述预测参数数据及待预测时间节点输入故障预测模型，确定所述服务器在所述待预测时间节点是否存在故障隐患，所述故障预测模型以所述服务器在历史时间节点的参数数据为训练样本，以所述服务器在所述历史时间节点是否发生故障作为样本标签训练得到。
[0013]可选的，基于所述第一周期的历史参数数据，预测得到所述服务器在所述待预测时间节点的参考参数取值范围，包括：
[0014]选取第一周期内与待预测时间节点相同时刻的第一目标时间节点；
[0015]利用所述第一目标时间节点及其前后预设时间范围内的数据，预测得到所述服务器在所述预测时间节点的参考参数取值范围。
[0016]可选的，基于所述第二周期的历史参数数据，预测得到所述服务器在所述待预测
时间节点的预测参数数据，包括：
[0017]选取第二周期内与待预测时间节点相同时刻的第二目标时间节点；
[0018]利用所述第二目标时间节点及其前后预设时间范围内的数据，预测得到所述服务器在所述预测时间节点的预测参数数据。
[0019]可选的，还包括：
[0020]判断所述故障隐患是否存在对应的处理方式；
[0021]若是，则按照所述处理方式对所述故障隐患进行处理；
[0022]若否，则发出告警信息。
[0023]可选的，在按照所述处理方式对所述故障隐患进行处理之后，还包括：
[0024]判断所述故障隐患是否消除；
[0025]若是，则记录处理数据；
[0026]若否，则发出告警信息。
[0027]一种故障预测装置，包括：
[0028]历史数据获取单元，用于获取服务器在待预测时间节点之前的第一周期的历史参数数据和第二周期的历史参数数据，其中，所述第一周期的时长大于所述第二周期的时长；
[0029]参考范围获取单元，用于基于所述第一周期的历史参数数据，预测得到所述服务器在所述待预测时间节点的参考参数取值范围；
[0030]预测数据获取单元，用于基于所述第二周期的历史参数数据，预测得到所述服务器在所述待预测时间节点的预测参数数据；
[0031]故障隐患判断单元，用于判断所述预测参数数据是否处于所述参考参数取值范围之内，若否，则确定所述服务器在所述待预测时间节点存在故障隐患。
[0032]可选的，还包括：
[0033]故障预测单元，用于将所述预测参数数据及待预测时间节点输入故障预测模型，确定所述服务器在所述待预测时间节点是否存在故障隐患，所述故障预测模型以所述服务器在历史时间节点的参数数据为训练样本，以所述服务器在所述历史时间节点是否发生故障作为样本标签训练得到。
[0034]一种故障预测设备，包括：存储器和处理器；
[0035]所述存储器，用于存储程序；
[0036]所述处理器，用于执行所述程序，实现如前述的故障预测方法的各个步骤。
[0037]一种可读存储介质，其上存储有计算机程序，所述计算机程序被处理器执行时，实现如前述的故障预测方法的各个步骤。
[0038]从上述的技术方案可以看出，本申请实施例提供的一种故障预测方法、装置、设备及可读存储介质，通过获取服务器在待预测时间节点之前的第一周期的历史参数数据和第二周期的历史参数数据，其中，第一周期的时长大于第二周期的时长，基于第一周期的历史参数数据，预测得到服务器在待预测时间节点的参考参数取值范围，并基于第二周期的历史参数数据，预测得到服务器在待预测时间节点的预测参数数据，判断预测参数数据是否处于参考参数取值范围之内，若否，则确定服务器在待预测时间节点存在故障隐患。在本申请中，通过利用第一周期的历史参数数据，预测得到待预测时间节点的参考参数取值范围，再利用第二周期的历史参数数据，预测得到待预测时间节点的预测参数数据，由于第一周
期大于第二周期，所以得到的参考参数取值范围会更具备普适性，而得到的预测参数数据会更接近待预测时间节点的真实数据，通过判断预测参数数据是否处于参考参数取值范围之内，即可确定服务器在待预测时间节点是否存在故障隐患，从而实现对故障的预测。
附图说明
[0039]为了更清楚地说明本申请实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本申请的实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据提供的附图获得其他的附图。
[0040]图1为本申请实施例提供的一种故障预测方法流程图；
[0041]图2为本申请实施例提供的一种故障预测装置结构示意图；
[0042]图3为本申请实施例公开的一种故障预测设备的硬件结构框图。
具体实施方式
[0043]下面将结合本申请实施例中的附图，对本申请实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本申请一部分实施例，而不是全部的实施例。基于本申请中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本申请保护的范围。
[0044]图1为本申请实施例提供的一种故障预测方法流程图，参考图1所示，该方法可以包括：
[0045]步骤S100、获取服务器在待预测时间节点之前的第一周期的历史参数数据和第二周期的历史参数数据。
[0046]其中，第一本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种故障预测方法，其特征在于，包括：获取服务器在待预测时间节点之前的第一周期的历史参数数据和第二周期的历史参数数据，其中，所述第一周期的时长大于所述第二周期的时长；基于所述第一周期的历史参数数据，预测得到所述服务器在所述待预测时间节点的参考参数取值范围；基于所述第二周期的历史参数数据，预测得到所述服务器在所述待预测时间节点的预测参数数据；判断所述预测参数数据是否处于所述参考参数取值范围之内；若否，则确定所述服务器在所述待预测时间节点存在故障隐患。2.根据权利要求1所述的方法，其特征在于，还包括：将所述预测参数数据及待预测时间节点输入故障预测模型，确定所述服务器在所述待预测时间节点是否存在故障隐患，所述故障预测模型以所述服务器在历史时间节点的参数数据为训练样本，以所述服务器在所述历史时间节点是否发生故障作为样本标签训练得到。3.根据权利要求1所述的方法，其特征在于，基于所述第一周期的历史参数数据，预测得到所述服务器在所述待预测时间节点的参考参数取值范围，包括：选取第一周期内与待预测时间节点相同时刻的第一目标时间节点；利用所述第一目标时间节点及其前后预设时间范围内的数据，预测得到所述服务器在所述预测时间节点的参考参数取值范围。4.根据权利要求1所述的方法，其特征在于，基于所述第二周期的历史参数数据，预测得到所述服务器在所述待预测时间节点的预测参数数据，包括：选取第二周期内与待预测时间节点相同时刻的第二目标时间节点；利用所述第二目标时间节点及其前后预设时间范围内的数据，预测得到所述服务器在所述预测时间节点的预测参数数据。5.根据权利要求1
‑
4任意一项所述的方法，其特征在于，还包括：判断所述故障隐患是否存在对应的处理方式...

【专利技术属性】
技术研发人员：吴钊，王刚，崔伟，高保庆，
申请(专利权)人：天翼数字生活科技有限公司，
类型：发明
国别省市：