基于神经网络的数据中心故障预测方法的研究

• 作者: 冯涛 李鹏园 黄进
• 来源期刊: 智能计算机与应用
• 学科: 工学
• 关键词: 数据中心 神经网络 故障预测 TensorFlow 机房设备
• 年，卷（期）: 2019,（3）
• 所属期刊栏目: 系统开发与应用
• 页码范围: 184-186,189
• 页数: 4页
• 分类号: TP393.06
• 字数: 2517字
• 语种: 中文
• DOI: 10.3969/j.issn.2095-2163.2019.03.043

摘要

数据中心作为信息化社会的IT基础设施,存储管理大量关键数据,发挥着越来越重要的作用,因此如何实现数据中心机房的智能化管理越来越得到业内广泛重视.提出一种基于神经网络的数据中心故障预测方法,根据已有的机房设备日志数据,提取出关键的设备性能指标作为训练特征,输入神经网络训练模型,得到的模型可以根据所提供的设备数据预测出当前设备运行状态.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	黄进	西南交通大学电气工程学院	20	304	8.0	17.0
2	李鹏园	西南交通大学电气工程学院	1	0	0.0	0.0
3	冯涛		1	0	0.0	0.0