【技术实现步骤摘要】
本申请涉及计算机应用，尤其涉及一种故障预测方法、装置、设备、存储介质及程序产品。
技术介绍
1、虚拟机故障可能引发级联故障，造成业务中断、数据丢失及巨额经济损失。虚拟机故障预测，可实现故障的早期预警与根因定位，成为保障业务连续性的关键技术。
2、但是，在虚拟机故障预测领域，主要采用静态预训练模型进行预测。静态模型，在部署完成后，模型只能基于历史数据中的故障信息进行预测，故障预测准确率较低，无法满足实际故障预测需求。
3、因此，如何有效提高虚拟机故障预测的准确率，是本领域技术人员急需解决的技术问题。
技术实现思路
1、本申请提供了一种故障预测方法、装置、设备、存储介质及程序产品，能够提高虚拟机故障预测准确率。
2、本申请提供了一种故障预测方法，包括：
3、获取与虚拟机故障预测对应的先验知识，并构建与先验知识匹配的初始贝叶斯网络结构；
4、利用指定虚拟机的历史运行状态数据，计算初始贝叶斯网络结构中节点之间的互信息值；
5、...
【技术保护点】
1.一种故障预测方法，其特征在于，包括：
2.根据权利要求1所述的故障预测方法，其特征在于，利用训练数据对具有所述目标贝叶斯网络结构的贝叶斯网络模型进行训练，得到贝叶斯网络预测模型，包括：
3.根据权利要求2所述的故障预测方法，其特征在于，利用所述训练数据对所述贝叶斯网络模型进行训练，得到所述贝叶斯网络预测模型，包括：
4.根据权利要求2所述的故障预测方法，其特征在于，从所述历史运行状态数据中提取与所述目标贝叶斯网络结构匹配的训练数据，包括：
5.根据权利要求1所述的故障预测方法，其特征在于，利用所述贝叶斯网络预测模型对...
【技术特征摘要】
1.一种故障预测方法，其特征在于，包括：
2.根据权利要求1所述的故障预测方法，其特征在于，利用训练数据对具有所述目标贝叶斯网络结构的贝叶斯网络模型进行训练，得到贝叶斯网络预测模型，包括：
3.根据权利要求2所述的故障预测方法，其特征在于，利用所述训练数据对所述贝叶斯网络模型进行训练，得到所述贝叶斯网络预测模型，包括：
4.根据权利要求2所述的故障预测方法，其特征在于，从所述历史运行状态数据中提取与所述目标贝叶斯网络结构匹配的训练数据，包括：
5.根据权利要求1所述的故障预测方法，其特征在于，利用所述贝叶斯网络预测模型对所述当前运行状态数据进行故障预测处理，得到故障预测结果，包括：
6.根据权利要求1所述的故障预测方法，其特征在于，构建与所述先验知识匹配的初始贝叶斯网络结构，包括：
7.根据权利要求6所述的故障预测方法，其特征在于，利用有向线段连接具有所述依赖关系的节点，包括：
8.根据权利要求1所述...
【专利技术属性】
技术研发人员：窦志冲，张百林，徐国振，曹柱，许鑫，
申请(专利权)人：浪潮电子信息产业股份有限公司，
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。