一种服务器的故障预测方法、装置、设备及介质

专利主权项内容

1.一种服务器的故障预测方法，其特征在于，所述服务器的故障预测方法包括：基于多组状态数据和各自对应的若干故障类型构建训练集，将所述多组状态数据与脉冲神经网络的输入层的神经元一一对应，将所述若干故障类型按照预设顺序与所述脉冲神经网络的输出层的神经元相对应；初始化所述脉冲神经网络的每一神经元的突触权重，并将每组中的状态数据按照对应关系输入到所述输入层的对应神经元，基于所述突触权重计算所述输出层的神经元分别输出的对应故障类型的预测概率；计算所述若干故障类型的预测概率与所述训练集中的实际概率的误差，基于所述误差更新所述突触权重，并返回至所述将每组中的状态数据按照对应关系输入到所述输入层的对应神经元的步骤，直至所述误差小于预设值，得到最优突触权重；通过所述脉冲神经网络基于所述最优突触权重对接收的所述服务器的实际状态数据进行计算，得到所述若干故障类型分别对应的发生概率并进行比较，基于比较结果输出目标故障类型及其对应的目标发生概率，以进行故障处理；所述基于所述突触权重计算所述输出层的神经元分别输出的对应故障类型的预测概率的步骤，包括：基于所述脉冲神经网络的每一神经元的突触权重和膜电位电压阈值计算所述输出层的神经元分别输出的对应故障类型的预测概率；所述基于所述脉冲神经网络的每一神经元的突触权重和膜电位电压阈值计算所述输出层的神经元分别输出的对应故障类型的预测概率的步骤，包括：根据所述脉冲神经网络的每一神经元突触连接的突触前神经元的突触电流计算对应的膜电位电压；比较所述脉冲神经网络的每一神经元对应的所述膜电位电压与膜电位电压阈值，基于比较结果判断是否输出脉冲，直至输出到所述输出层的神经元，经由所述输出层的神经元分别输出的脉冲计算对应故障类型的预测概率；所述根据所述脉冲神经网络的每一神经元突触连接的突触前神经元的突触电流计算对应的膜电位电压的步骤，包括：根据所述脉冲神经网络的每一神经元突触连接的突触前神经元的突触电流和预设常数计算中间层和所述输出层的神经元分别对应的膜电位电压，所述膜电位电压的计算公式如下：其中，所述τ为所述预设常数，所述I为所述突触前神经元的突触电流，所述u为所述膜电位电压；所述突触前神经元的突触电流的计算公式如下：其中，为第j个所述突触前神经元是否输出脉冲分别对应的数值，所述/>为所述第j个所述突触前神经元对应的突触权重。 （来源 马克数据网）