日志信息驱动的计算机网络节点故障预测研究

针对计算机网络中节点故障对正常业务运行的影响,提出了一种以日志信息为驱动的故障预测方法,通过构建高效的深度学习模型,并引入校正机制,对计算机网络中的节点故障进行预测和诊断,支持网络运维的需求。首先收集计算机网络中各节点产生的日志信息,获得各节点的状态向量和所有节点的状态矩阵,然后通过状态填补原则补充数据集,最后将故障预测问题转换成时间序列预测问题。在公开的小规模运维数据集GAIA中进行性能评估。实验结果表明,与其他算法相比,所提模型在局部网络场景下预测效果良好,预测有效性得到了验证,为计算机网络故障预测研究提供了一定的参考价值。