公开(公告)号：CN112445636A

公开(公告)日：2021-03-05

申请号：CN201910832284.3

申请日：2019-09-04

Applicant: 无锡江南计算技术研究所

Inventor： 刘睿涛 ,  宋长明 ,  刘沙 ,  钱宇 ,  李伟东 ,  张宏宇 ,  龚道永 ,  吴文斌

IPC: G06F11/07 ,  G06F16/215 ,  G06F16/22 ,  G06F16/2458

Abstract: 本发明公开一种基于序列模式的DRAM故障关联分析方法，包括以下步骤：对故障数据库中的非DRAM故障进行过滤，获得所需的DRAM故障数据；获得DRAM故障序列数据库；建立序列DRAM故障序列数据库；采用GSP算法，设定支持度，扫描序列DRAM故障序列数据库，获取所有满足支持度要求的DRAM故障序列的支持度；筛选出DRAM严重故障与DRAM严重故障、DRAM非严重故障与DRAM严重故障的序列规则，并计算其置信度；筛选出置信度大于60%的序列规则；如果出现反映DRAM严重故障与DRAM严重故障的序列规则，则表明DRAM严重故障与DRAM严重故障存在关联性；如果未出现反映DRAM非严重故障与DRAM严重故障关联的序列规则，则表明DRAM非严重故障不会导致DRAM严重故障。本发明解决了故障分析与预测关心的预测预警问题，具备高可信性和通用性，优化了分析执行效率。

公开(公告)号：CN112445676A

公开(公告)日：2021-03-05

申请号：CN201910832296.6

申请日：2019-09-04

Applicant: 无锡江南计算技术研究所

Inventor： 刘睿涛 ,  龚道永 ,  钱宇 ,  宋长明 ,  刘沙 ,  李伟东 ,  张宏宇 ,  吴文斌

IPC: G06F11/30

Abstract: 本发明公开一种基于带时间标签多序列的故障预测方法，包括以下步骤：从故障数据采样中获取故障类型列表；以故障类型列表作为候选序列；获得时间序列数据库；将N的初始值赋为1；计算出N项候选场景在第1条时间序列上逗留的窗口数；得到N项候选场景的支持度，比较N项候选场景的支持度与支持度阀值，删除小于支持度阀值的N项候选场景；找出所有的频繁N项场景；将所有生成的频繁场景组合成一个频繁场景集合S；计算获得置信度，比较置信度与置信度阈值，大于置信度阈值的第i个场景的真子场景与第i个场景产生形如X—>Y的规则并保存至规则列表；输出规则列表中的所有规则。本发明可以分析出可信的故障预测模型，提前感知故障，为故障前瞻处理提供重要的保证。