[发明专利]服务器健康度分析方法，装置，存储介质及电子设备

说明书

本公开的目的是提供一种服务器健康度分析方法，装置，存储介质及电子设备，以解决相关技术中服务器健康分析不够全面的问题。方法包括：获取服务器的多组历史指标；根据所述服务器在产生每一组所述历史指标的时间段内的告警信息对每一组所述历史指标添加健康状态标签，得到样本数据；根据所述样本数据进行机器学习，得到健康度评估模型，其中，所述健康度评估模型的输入为服务器的运行指标，输出为表征所述服务器健康状态的标签。

技术领域

本公开涉及设备运维技术领域，具体地，涉及一种服务器健康度分析方法，装置，存储介质及电子设备。

背景技术

随着IT技术的快速发展，各个行业领域都越来越需要IT运维的设备良好运行的支持。通过监控平台能够对IT服务器的不同指标进行监控，并在指标异常的情况下发出报警信息。

相关技术中，工作人员能够根据经验来判断指标是否表示设备处于正常运行状态。此外，还可以借助简单的程序来判断服务器是否正常运行，例如，在服务器的CPU使用率低于70％，内存使用率低于80％，对于当前运行磁盘剩余空间较为充足的情况下，确定服务器是正常运行的。

发明内容

本公开的目的是提供一种服务器健康度分析方法，装置，存储介质及电子设备，以解决相关技术中服务器健康分析不够全面的问题。

为了实现上述目的，第一方面，本公开提供一种服务器健康度分析方法，包括：

获取服务器的多组历史指标；

根据所述服务器在产生每一组所述历史指标的时间段内的告警信息对每一组所述历史指标添加健康状态标签，得到样本数据；

根据所述样本数据进行机器学习，得到健康度评估模型，其中，所述健康度评估模型的输入为服务器的运行指标，输出为表征所述服务器健康状态的标签。

可选的，所述根据所述样本数据进行机器学习，得到健康度评估模型，包括：

将所述样本数据发送给多个节点进行分布式存储；

在每一个所述节点利用神经网络模型对该节点存储的样本数据进行训练，得到多个目标神经网络模型；

所述健康度评估模型包括所述多个目标神经网络模型。

可选的，所述方法还包括：

获取所述服务器当前时刻的运行指标；

将所述运行指标分别输入所述多个目标神经网络模型，得到多个标签分类结果；

根据多数投票算法从所述多个标签分类结果，确定目标标签分类结果，并根据所述目标标签分类结果确定所述服务器的健康状态。

可选的，所述节点为Ignite节点；和/或，所述神经网络模型为极限学习机ELM神经网络模型。

可选的，所述根据所述服务器在产生每一组所述历史指标的时间段内的告警信息对每一组所述历史指标添加健康状态标签，得到样本数据，包括：

针对任一组历史指标，根据所述服务器产生该组历史指标的时间段内的告警信息的等级，计算所述服务器的目标状态得分，并根据状态得分与健康状态标签的对应关系，将所述目标状态得分对应的目标健康状态标签作为该组历史指标的样本标签。

第二方面，本公开提供一种服务器健康度分析装置，包括：

第一获取模块，用于获取服务器的多组历史指标；

分类模块，用于根据所述服务器在产生每一组所述历史指标的时间段内的告警信息对每一组所述历史指标添加健康状态标签，得到样本数据；