一种基于GRU神经网络模型提高定位精度的方法技术

本发明专利技术涉及一种基于GRU神经网络模型提高定位精度的方法，涉及数据处理技术领域，包括：S1，获取故障信息对应时间序列，基于时间序列的分布，输出第一目标集合；S2，基于第一目标集合，确定第一目标集合对应的分类标识，基于分类标识，确定第一目标集合中对应的故障节点；S3，根据故障节点，确定故障节点中故障信息的变化趋势，并基于故障信息的变化趋势，输出第二目标集合；S4，使用神经网络对第二目标集合进行处理，确定第二目标集合中的有效故障信息，并输出为第三目标集合；S5，基于第三目标集合，对故障信息进行评估，输出最终的评估结果；能够提高对故障信息分析效率，提高对故障节点的定位精准度。

【技术实现步骤摘要】

本专利技术涉及数据处理，尤其涉及一种基于gru神经网络模型提高定位精度的方法。

技术介绍

1、分布式系统是一个硬件或软件组件分布在不同的设备上，彼此之间仅通过消息传递进行通信和协调的系统。分布式系统可靠性高、可扩展性好、通信快捷，同时能更方便地实现用户间的资源共享，但是由于分布式系统中的分布式业务所涉及到的设备规模庞大，设备间的调用和设备内模块间的调用错综复杂，导致出现故障时难以对故障进行定位。

2、现有的故障定位方法中，可以通过调用链标识(trace id)埋点来跟踪各设备间的调用，在出现故障后根据出现异常的业务的trace id进行全局索引，然后再进行分析定位。在上述过程中，当出现故障时，只有故障设备会上报故障信息，其它参与处理该异常业务的设备可能并不会上报故障相关信息，因此，服务器获取到的与故障相关的信息非常有限，不利于后续故障定位分析。另外，该故障定位方法会采集大量正常的业务流程数据，所采集的正常业务流程数据大概率与故障无关，会带来不必要的数据分析成本，增大分析难度。

3、如中国专利公开号cn115460071a一种故障定位本文档来自技高网...

【技术保护点】

1.一种基于GRU神经网络模型提高定位精度的方法，其特征在于，包括：

2.根据权利要求1所述的一种基于GRU神经网络模型提高定位精度的方法，其特征在于，步骤S2的实现方式还包括，

3.根据权利要求1所述的一种基于GRU神经网络模型提高定位精度的方法，其特征在于，步骤S3的实现方式包括，

4.根据权利要求3所述的一种基于GRU神经网络模型提高定位精度的方法，其特征在于，步骤S32中对于变化趋势的相应状况，还包括：

5.根据权利要求3所述的一种基于GRU神经网络模型提高定位精度的方法，其特征在于，步骤S33中对于第二目标集合的获取方式，包括：<...

【技术特征摘要】

1.一种基于gru神经网络模型提高定位精度的方法，其特征在于，包括：

2.根据权利要求1所述的一种基于gru神经网络模型提高定位精度的方法，其特征在于，步骤s2的实现方式还包括，

3.根据权利要求1所述的一种基于gru神经网络模型提高定位精度的方法，其特征在于，步骤s3的实现方式包括，

4.根据权利要求3所述的一种基于gru神经网络模型提高定位精度的方法，其特征在于，步骤s32中对于变化趋势的相应状况，还包括：

5.根据权利要求3所述的一种基于gru神经网络模型提高定位精度的方法，其特征在于，步骤s33中对于第二目标集合的获取方式，包括：

6.根据权利要求1...

【专利技术属性】
技术研发人员：夏可，殷磊，樊国鹏，
申请(专利权)人：诚芯智联武汉科技技术有限公司，
类型：发明
国别省市：