【技术实现步骤摘要】
本专利技术涉及边缘计算，特别涉及一种主动容错方法、装置、设备、介质及计算机程序产品。
技术介绍
1、边缘计算在满足延迟敏感型应用的需求方面具有显著优势，因此得到了迅速发展。由于边缘计算设备的资源有限，因此边缘计算设备在处理高强度的计算和通信需求时可能出现性能不稳定。为了减少边缘计算设备过载等问题对应用程序的服务质量的负面影响，开发高效的边缘计算设备容错技术变得尤为重要。针对边缘计算设备的容错，目前的方案多依赖于标签数据作为监督信号。然而获取大量标签数据费用昂贵且难以实现，不容易应用于实际的边缘计算系统。另外，目前的方案都是粗粒度的故障预测与诊断，无法获悉具体到发生故障的边缘计算设备，缺乏预测的可解释性。有鉴于此，如何解决上述技术缺陷已成为本领域技术人员亟待解决的技术问题。
技术实现思路
1、本专利技术的目的是提供一种主动容错方法、装置、设备、介质及计算机程序产品，利用容易获取的日志数据来训练容错模型，可以节省成本，并基于容错模型与日志数据实现细粒度的故障预测，利于抢占式负载调度策略的可解释...
【技术保护点】
1.一种主动容错方法，其特征在于，包括：
2.根据权利要求1所述的主动容错方法，其特征在于，收集边缘计算系统的日志数据包括：
3.根据权利要求2所述的主动容错方法，其特征在于，根据所述日志数据构建动态的有向图包括：
4.根据权利要求1所述的主动容错方法，其特征在于，容错模型包括：循环神经网络、图神经网络以及Transformer网络；循环神经网络用于节点级别时间序列表征，图神经网络用于图级别结构表征，Transformer网络用于系统状态预测。
5.根据权利要求4所述的主动容错方法，其特征在于，根据当前调度时间内边缘计算...
【技术特征摘要】
1.一种主动容错方法，其特征在于，包括：
2.根据权利要求1所述的主动容错方法，其特征在于，收集边缘计算系统的日志数据包括：
3.根据权利要求2所述的主动容错方法，其特征在于，根据所述日志数据构建动态的有向图包括：
4.根据权利要求1所述的主动容错方法，其特征在于，容错模型包括：循环神经网络、图神经网络以及transformer网络；循环神经网络用于节点级别时间序列表征，图神经网络用于图级别结构表征，transformer网络用于系统状态预测。
5.根据权利要求4所述的主动容错方法，其特征在于，根据当前调度时间内边缘计算系统的日志数据，利用训练好的容错模型预测得到边缘计算节点的系统状态的预测值、所述边缘计算节点是否发生系统故障的预测结果以及当预测边缘计算节点发生系统故障时的故障类型包括：
6.根据权利要求5所述的主动容错方法，其特征在于，通过图神经网络聚合与更新每个有向图上节点的特征表示，得到每个边缘计算节点的更新时间序列包括：
7.根据权利要求5所述的主动容错方法，其特征在于，根据所述边缘计算节点的系统状态的预测值预测所述边缘计算节点是否会发生故障包括：
8.根据权利要求7所述的主动容错方法，其特征在于，计算所述边缘计算节点的系统状态的预测值与真实值的差异包括：
9.根据权利要求8所述的主动容错方法，其特征在于，根据所述边缘计算节点的系统状态的预测值与真实值的差异判断所述边缘计算节点是否会发生故障包括：
10.根据权利要求1所述的主动容错方法，其特征在于，根据所述边缘计算节点的系统状态的预测值确定所述边缘计算节点的故...
【专利技术属性】
技术研发人员：高飞，赵雅倩，史宏志，张亚强，李逍，陈筱琳，许光远，
申请(专利权)人：苏州元脑智能科技有限公司，
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。