【技术实现步骤摘要】
本专利技术属于服务器维护，尤其涉及基于预测分析的服务器维护策略生成方法及系统。
技术介绍
1、随着当今数字化时代的到来，以及云计算、智慧物联、边缘计算和大数据等领域不断发展，数据爆炸已经成为了一种常见的现象。如何将这些众多的数据存储起来，并合理的将产生的大量的信息进行处理从而提取出数据中有用的部分是一项重要的工作，因此各大厂商以及众多的相关企业对网络信息服务的需求不断增加，其中服务器由于有着易使用性、可扩展性、可用性以及易管理性，成为了关键的信息技术基础设施，扮演着越来越关键的角色。服务器作为数据处理的中心，数据传输与处理的高效性与可靠性很大程度上取决于服务器的性能状态。因此，使用服务器来提供网络信息服务的各大厂商以及众多的相关企业必须要保障服务器的性能。然而，服务器长期运行过程中可能遭遇硬件故障或性能下降等问题，严重影响业务的正常运行。因此服务器的维护是服务器使用过程中不可或缺的重要环节。
2、在合理的时间对服务器进行及时维护能够增强服务器的稳定运行、减小服务器的维护成本并且保障服务器业务的可靠性。然而目前传统的服务器维护方法还存在着诸多问题：
3、1)传统的服务器维护方法主要包括定期维护的方式或在故障发生后进行维护的方式。然而定期维护的方式并不能够根据服务器的具体运行状况来确定服务器维护的最佳时间以及制定最佳的维护策略，并且承担不同业务或者运行状态不同的服务器需要进行维护的时间不同，很难确定一个统一的最佳的维护周期，经常导致维护资源的不合理使用。而故障发生后进行维护的方式则可能无法及时的对服务器进行及
4、2)传统的服务器是否维护使用的都是直接从服务器上采集的数据信息，这些数据信息并不是专门为服务器是否需要维护的问题而存在的，数据信息与问题不匹配会增加问题解决的难度；
5、3)传统的服务器维护问题没有显式的考虑数据之间的时间关联性，而服务器产生的数据是与时间相关的，并且不同时刻产生的数据对服务器的最佳维护时间这一问题也有着不同的影响。这种没对数据时间关联性进行考虑的方式会影响服务器是否需要维护的判断。
技术实现思路
1、本专利技术的目的在于提供基于预测分析的服务器维护策略生成方法，旨在解决服务器维护过程中，无法对服务器进行风险预警的问题。
2、本专利技术是这样实现的，一种基于预测分析的服务器维护策略生成方法，所述方法包括：
3、采集服务器运行数据；
4、对服务器运行数据进行预处理，得到预处理数据；
5、构建预测模型，以预处理数据作为训练数据对预测模型进行训练，得到训练完成的预测模型；
6、采集需要进行分析的服务器数据，将服务器数据导入至训练完成的预测模型中，生成预测结果，基于预测结果生成维护策略。
7、优选的，所述采集服务器运行数据的步骤中，从服务器采集数据，服务器运行数据至少包括cpu使用率、内存利用率、磁盘io、和网络流量。
8、优选的，所述对服务器运行数据进行预处理，得到预处理数据的步骤包括：
9、对服务器运行数据进行数据清洗操作、缺失值填充操作、异常值处理操作和数据归一化处理操作，得到第一处理数据；
10、对第一处理数据进行特征提取，通过嵌入向量对各个第一处理数据进行表征，得到第二处理数据；
11、通过基于因果膨胀卷积的时间卷积网络对第二处理数据进行时间关联性处理，得到预处理数据。
12、优选的，通过基于因果膨胀卷积的时间卷积网络对第二处理数据进行时间关联性处理的步骤中，通过两层卷积核尺寸为m，膨胀扩张因子分别是1和2的时间卷积网络进行处理，其中m由服务器数据窗长度决定。
13、优选的，所述构建预测模型，以预处理数据作为训练数据对预测模型进行训练，得到训练完成的预测模型的步骤中，预测模型为lightgbm模型，确定服务器运行数据的窗口长度，基于预处理数据构建训练数据集和测试数据集，利用训练数据集对lightgbm模型进行训练，并利用测试数据集对lightgbm模型进行测试，并利用二分类交叉熵函数作为损失函数。
14、优选的，损失函数为：
15、
16、其中，yi表示服务器是否维护的标签，当服务器需要维护时yi的值为1，当服务器不需要维护时yi的值为0，pi表示预测模型将结果预测为服务器需要维护的概率，n表示训练的次数。
17、优选的，采集需要进行分析的服务器数据，将服务器数据导入至训练完成的预测模型中，生成预测结果的步骤包括，对服务器进行数据采集，对采集得到的服务器数据进行预处理，将预处理后的服务器数据导入到预测模型中，通过预测模型进行处理，生成维护概率。
18、优选的，将维护概率与预设阈值进行比对，当维护概率不小于预设阈值时，则说明该服务器需要进行预防性维护，若维护概率小于预设阈值，则说明该服务器不需要维护。
19、优选的，基于预测结果生成维护策略的步骤中，将维护策略输出值显示终端，利用显示终端对维护策略进行显示。
20、本专利技术的另一目的在于提供一种基于预测分析的服务器维护策略生成系统，所述系统包括数据收集模块、预测模块和终端模块，所述数据收集模块与服务器连接，用于采集服务器产生的数据，并将其输送至预测模块，所述预测模块用于接收来自数据收集模块发出的数据，并通过处理生成维护策略，将维护策略发送至终端模块，利用终端模块进行显示。
21、本专利技术提供的一种基于预测分析的服务器维护策略生成方法，能够减小模型计算量以及提高预测性能，本专利技术使用嵌入向量来表征数据的方式，在使用嵌入向量的基础上对各特征向量进行了连接，这样在保障特征信息完整性的同时减少了后续模型的参数数量，另外嵌入向量的方式可以提取与服务器维护相关的信息，从而提高了后续模型预测的准确度。
本文档来自技高网...【技术保护点】
1.一种基于预测分析的服务器维护策略生成方法，其特征在于，包括：
2.根据权利要求1所述的基于预测分析的服务器维护策略生成方法，其特征在于，所述采集服务器运行数据的步骤中，从服务器采集数据，服务器运行数据至少包括CPU使用率、内存利用率、磁盘IO、和网络流量。
3.根据权利要求1所述的基于预测分析的服务器维护策略生成方法，其特征在于，所述对服务器运行数据进行预处理，得到预处理数据的步骤包括：
4.根据权利要求3所述的基于预测分析的服务器维护策略生成方法，其特征在于，通过基于因果膨胀卷积的时间卷积网络对第二处理数据进行时间关联性处理的步骤中，通过两层卷积核尺寸为m，膨胀扩张因子分别是1和2的时间卷积网络进行处理，其中m由服务器数据窗长度决定。
5.根据权利要求1所述的基于预测分析的服务器维护策略生成方法，其特征在于，所述构建预测模型，以预处理数据作为训练数据对预测模型进行训练，得到训练完成的预测模型的步骤中，预测模型为LightGBM模型，确定服务器运行数据的窗口长度，基于预处理数据构建训练数据集和测试数据集，利用训练数据集对Ligh
6.根据权利要求5所述的基于预测分析的服务器维护策略生成方法，其特征在于，损失函数为：
7.根据权利要求1所述的基于预测分析的服务器维护策略生成方法，其特征在于，采集需要进行分析的服务器数据，将服务器数据导入至训练完成的预测模型中，生成预测结果的步骤包括，对服务器进行数据采集，对采集得到的服务器数据进行预处理，将预处理后的服务器数据导入到预测模型中，通过预测模型进行处理，生成维护概率。
8.根据权利要求7所述的基于预测分析的服务器维护策略生成方法，其特征在于，将维护概率与预设阈值进行比对，当维护概率不小于预设阈值时，则说明该服务器需要进行预防性维护，若维护概率小于预设阈值，则说明该服务器不需要维护。
9.根据权利要求1所述的基于预测分析的服务器维护策略生成方法，其特征在于，基于预测结果生成维护策略的步骤中，将维护策略输出值显示终端，利用显示终端对维护策略进行显示。
10.一种基于预测分析的服务器维护策略生成系统，其特征在于，所述系统包括数据收集模块、预测模块和终端模块，所述数据收集模块与服务器连接，用于采集服务器产生的数据，并将其输送至预测模块，所述预测模块用于接收来自数据收集模块发出的数据，并通过处理生成维护策略，将维护策略发送至终端模块，利用终端模块进行显示。
...【技术特征摘要】
1.一种基于预测分析的服务器维护策略生成方法，其特征在于，包括：
2.根据权利要求1所述的基于预测分析的服务器维护策略生成方法，其特征在于，所述采集服务器运行数据的步骤中，从服务器采集数据，服务器运行数据至少包括cpu使用率、内存利用率、磁盘io、和网络流量。
3.根据权利要求1所述的基于预测分析的服务器维护策略生成方法，其特征在于，所述对服务器运行数据进行预处理，得到预处理数据的步骤包括：
4.根据权利要求3所述的基于预测分析的服务器维护策略生成方法，其特征在于，通过基于因果膨胀卷积的时间卷积网络对第二处理数据进行时间关联性处理的步骤中，通过两层卷积核尺寸为m，膨胀扩张因子分别是1和2的时间卷积网络进行处理，其中m由服务器数据窗长度决定。
5.根据权利要求1所述的基于预测分析的服务器维护策略生成方法，其特征在于，所述构建预测模型，以预处理数据作为训练数据对预测模型进行训练，得到训练完成的预测模型的步骤中，预测模型为lightgbm模型，确定服务器运行数据的窗口长度，基于预处理数据构建训练数据集和测试数据集，利用训练数据集对lightgbm模型进行训练，并利用测试数据集对lightgbm模型进行测试，并利用二分类交叉熵函数作为损失函数。
6.根据...
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。