一种基于表格图神经网络的服务器故障原因推断方法技术

本发明专利技术公开一种基于表格图神经网络的服务器故障原因推断方法及系统，涉及服务器故障诊断技术领域，包括如下步骤：采集服务器设备相关参数以及对应的故障结果得到表格数据；对表格数据进行特征提取操作，得到每一行数据的第一数据表征；进行每行数据表征间的相似性计算，得到邻接矩阵；将故障结果拼接在表格数据对应行之后并进行特征提取，得到第二数据表征；构建图网络，图的节点为第二数据表征，图的邻接矩阵为通过第一数据表征得到的邻接矩阵；通过训练好的图神经网络对新的表格数据进行推断，得到结果；本发明专利技术将结构化的表格数据转换为非结构化的图数据进行预测，借助GNN模型，能够对表格的各行之间的关系进行挖掘，从而对结果进行更好的预测。

【技术实现步骤摘要】

本专利技术涉及服务器故障诊断，具体涉及一种基于表格图神经网络的服务器故障原因推断方法。

技术介绍

1、服务器故障诊断技术涉及硬件、环境、软件等多个方面的检查和测试。服务器故障数据通常是记录在表格中。目前，服务器故障原因推断方法通常基于已存在的服务器故障查找表，其中每一行对应一种故障原因及其描述与解释，包括记录的日志数据和监控数据等，具体的查表方式是通过人工查表，人工查表的方式是对关键属性进行查询，即使通过自动查表的方式，也是直接对部分属性进行查询或者简单计算相似度而进行查询。实际上，基于表格的服务器故障诊断数据包括成百上千行，人工查表的方式麻烦且不准确，而且多行表格数据之间虽然具体的属性不相同，但是属性之间存在某些关联，对于相同的故障，可能是某些属性之间综合导致的结果而非简单地进行匹配，因此，需要一种基于表格图神经网络的服务器故障原因推断方法，来自动进行服务器故障原因推断。

技术实现思路

1、为解决
技术介绍
中提出的技术问题，本专利技术提供一种基于表格图神经网络的服务器故障原因推断方法及系统。

2、本文档来自技高网...

【技术保护点】

1.一种基于表格图神经网络的服务器故障原因推断方法，其特征在于，包括如下步骤：

2.根据权利要求1所述的一种基于表格图神经网络的服务器故障原因推断方法，其特征在于，所述S2中，对采集的服务器设备相关参数进行嵌入和特征提取操作中，所述特征提取操作采用Bert处理的方法；所述S4中，对每一行数据进行嵌入和特征提取操作中，所述特征提取操作也采用Bert处理的方法。

3.根据权利要求1所述的一种基于表格图神经网络的服务器故障原因推断方法，其特征在于，所述S2中对采集的服务器设备相关参数进行嵌入和特征提取操作中，所述特征提取操作采用LLM处理的方法；所述S4中，对对每一行数...

【技术特征摘要】

1.一种基于表格图神经网络的服务器故障原因推断方法，其特征在于，包括如下步骤：

2.根据权利要求1所述的一种基于表格图神经网络的服务器故障原因推断方法，其特征在于，所述s2中，对采集的服务器设备相关参数进行嵌入和特征提取操作中，所述特征提取操作采用bert处理的方法；所述s4中，对每一行数据进行嵌入和特征提取操作中，所述特征提取操作也采用bert处理的方法。

3.根据权利要求1所述的一种基于表格图神经网络的服务器故障原因推断方法，其特征在于，所述s2中对采集的服务器设备相关参数进行嵌入和特征提取操作中，所述特征提取操作采用llm处理的方法；所述s4中，对对每一行数据进行嵌入和特征提取操作中，所述...

【专利技术属性】
技术研发人员：李平，李翊，夏皓凡，李雅杰，周静，沈雅文，朱鑫鹏，王泓淏，
申请(专利权)人：西南石油大学，
类型：发明
国别省市：