一种基于关键指标和深度学习的故障分析方法

摘要

本发明公开了一种基于关键指标和深度学习的故障分析方法，涉及智能运维相关的故障定位技术领域，该方法包括对待预测的目标监控项和其余监控项间进行时间序列相关性分析，得到时间序列的波动特征序列；对得到的各波动特征序列间进行相关性度量；得到其余监控项中与目标监控项相关度较高的监控项；将目标监控项和得到的相关监控项的时间序列均输入LSTM以进行时序特征提取处理；得到每个时间步长下的隐状态，得到修正后的隐状态；将目标监控项的告警信息与修正后的隐状态进行融合，得到预测序列输出，并获得预测的告警信息。本发明能够更加精确地对待预测项未来时刻的变化进行预测，有效避免故障的漏报和误报。