买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

申请/专利权人：四川华鲲振宇智能科技有限责任公司

摘要：本发明提供了一种服务器集群异常检测方法，涉及服务器管理技术领域。本发明通过收集服务器单机和集群的日志信息，通过奇异值分解对日志信息数据集进行降维，得到低维特征向量；收集服务器硬件性能数据并与单机日志低维特征向量融合，通过加权平均得到单机加权混合特征向量；收集单机异常事件信息并与集群日志低维特征向量融合，得到集群加权混合特征向量。通过这些特征向量和集群异常‑单机性能数据集，训练出单机异常事件检测器、集群异常事件检测器和服务器硬件性能预测器。检测过程中，首先利用单机日志和硬件性能数据检测单机异常事件，然后结合集群日志信息检测集群异常事件，并预测下一时段的硬件性能数据和异常事件信息。

主权项：1.一种服务器集群异常检测方法，其特征在于，通过如下步骤进行服务器集群异常检测：步骤1：收集服务器单机日志信息和服务器集群日志信息，得到单机日志信息数据集和集群日志信息数据集；其中，包括单机日志信息数据集和集群日志信息数据集；步骤2：对单机日志信息数据集和集群日志信息数据集进行数据预处理，包括去除无用字符、处理噪声数据、删除重复日志项、日志时间对齐和文本格式标准化；步骤3：对日志信息数据集进行奇异值分解降维；通过保留的奇异值和对应的奇异向量，将原始数据映射到低维语义空间中，得到各日志信息对应的低维特征向量；步骤4：收集服务器硬件性能数据信息，并与当前时段的服务器单机日志信息对应的低维特征向量进行融合，根据服务器不同硬件性能的重要性设置权重，并采用加权平均方式得到单机加权混合特征向量；步骤5：收集服务器单机异常事件信息，并与当前时段的服务器集群日志信息对应的低维特征向量进行融合，根据集群中不同服务器的重要性设置权重，并采用加权平均方式得到集群加权混合特征向量；步骤6：收集服务器集群异常事件信息和当前时段、下一时段的各服务器的服务器硬件性能数据信息，得到集群异常-单机性能数据集；步骤7：通过单机加权混合特征向量学习训练模型，得到单机异常事件检测器；通过集群加权混合特征向量学习训练模型，得到集群异常事件检测器；通过集群异常-单机性能数据集学习训练模型，得到服务器硬件性能预测器；步骤8：采集各服务器当前时段的服务器单机日志信息和服务器硬件性能数据信息，输入单机异常检测器进行单机异常事件检测，得到当前时段各服务器的服务器单机异常事件信息；步骤9：采集当前时段各服务器的服务器单机异常事件信息和服务器集群日志信息，输入集群异常事件检测器进行集群异常事件检测，得到当前时段的服务器集群异常事件信息；步骤10：采集当前时段的服务器集群异常事件信息和各服务器的服务器硬件性能数据信息，通过服务器硬件性能预测器进行硬件性能预测，得到下一时段各服务器预测的服务器硬件性能数据信息；步骤11：采集下一时段各服务器预测的服务器硬件性能数据信息和当前时段的服务器单机日志信息，输入单机异常检测器进行单机异常事件检测，得到未作处理情况下下一时段各服务器预测的服务器单机异常事件信息；步骤12：采集下一时段各服务器预测的服务器单机异常事件信息和当前时段的服务器集群日志信息，输入集群异常事件检测器进行集群异常事件检测，得到未作处理情况下下一时段预测的服务器集群异常事件信息；在进行学习训练模型时：训练模型通过Fusion模型进行，学习规则通过监督学习、聚类学习、对抗网络或强化学习进行设置。

全文数据：

权利要求：

百度查询： 四川华鲲振宇智能科技有限责任公司 一种服务器集群异常检测方法