公开(公告)号：CN117743004A

公开(公告)日：2024-03-22

申请号：CN202311576916.7

申请日：2023-11-23

Applicant: 重庆邮电大学

Inventor： 刘彬 ,  周翱 ,  伍舟 ,  洪森 ,  袁境羚 ,  王进 ,  邓欣

IPC: G06F11/07 ,  G06F18/243 ,  G06F18/214 ,  G06F18/213 ,  G06N20/20 ,  G06F123/02

Abstract: 本发明涉及机器学习和数据挖掘技术领域，具体涉及一种基于多源类别不平衡数据的系统故障检测方法，包括：获取系统中每个服务器的多源时序数据，根据多源时序数据得到初始数据集；对初始数据集进行特征工程，得到结构化数据集；使用标签特定距离度量算法对结构化数据集进行处理，得到实例集合和近邻实例集合；通过多标签分层抽样方法对结构化数据集进行划分，得到训练集和测试集；对实例集合和近邻实例集合进行采样，得到采样训练集；建立分类器链模型，将采样训练集输入分类器链模型进行训练，得到训练好的分类器链模型；本发明通过标签特定采样方法，有效地平衡各个故障源的实例数量，确保每个故障类别在训练过程中都能得到充分的关注。