一种基于AI算法基础的信息系统资源容量预测方法

    公开(公告)号:CN113157537A

    公开(公告)日:2021-07-23

    申请号:CN202011273072.5

    申请日:2020-11-13

    IPC分类号: G06F11/34 G06N20/00

    摘要: 一种基于AI算法基础的信息系统资源容量预测方法,包括以下步骤:步骤1、根据需要场景提取样本数据并形成数据库;步骤2、通过tensorflow机器学习框架、tsfresh时序数据特征库、scikit‑learn算法库等计算框架提供AI算法基础;步骤3、采用Holt‑winters时序计算模型和线性回归+高斯核算法进行机器学习训练到预测结果;步骤4、将预测值与实际值进行对比并进行可视化展示,系统直接预测出较为准确的结果,可以作为参考,而且资源有效利用,规划周期短,管理方便,效果理想,预测结果可以有效指导客户。

    一种信息系统故障根因的确定方法、装置、设备及存储介质

    公开(公告)号:CN110825549A

    公开(公告)日:2020-02-21

    申请号:CN201911078608.5

    申请日:2019-11-06

    摘要: 本发明适用于计算机技术领域,提供了一种信息系统故障根因的确定方法、装置、设备及存储介质,该确定方法包括以下步骤:基于预设的配置管理数据库,获取待确定信息系统故障的监控告警信息及相关信息,生成初始的事实,并将所述初始的事实作为当前的事实;基于预设的BP神经网络模型,对所述当前的事实进行推理,生成推理结果;判断所述推理结果是否为故障根因;若所述推理结果是故障根因,则将所述推理结果确定为所述待确定信息系统故障的故障根因。本发明通过基于CMDB的信息系统故障定位相关技术,并结合BP神经网络模型来实现信息系统的故障根因确定,实现了故障根因快速准确定位,从而可以提高信息系统业务的恢复效率。