基于机器学习的分布式的故障诊断系统研究

目前,分布式存储系统的应用已经越来越广泛,规模和复杂性不断增加,导致故障发生的平均概率较高,其运维的难度和复杂度也大大提高。因此,如何对分布式系统进行高效、准确的运维,成为保障信息系统高效、可靠运行的关键问题。该文就故障诊断问题,通过对系统发生故障时的KPI指标数据的预处理和特征提取,使用XGBoost算法对故障进行诊断,实现故障的智能分类,帮助人们判断该故障属于什么故障问题。