买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网获悉缀初网络技术(上海)有限公司申请的专利一种基于深度学习的边缘云故障预测方法及系统获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN115423041B 。

龙图腾网通过国家知识产权局官网在2026-01-09发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202211204876.9，技术领域涉及：G06F18/2451；该发明授权一种基于深度学习的边缘云故障预测方法及系统是由李星星;张青青设计研发完成，并于2022-09-29向国家知识产权局提交的专利申请。

本一种基于深度学习的边缘云故障预测方法及系统在说明书摘要公布了：本发明公开了一种基于深度学习的边缘云故障预测方法及系统，包括：收集边缘云设备故障信息，构建故障特征样本；利用无监督学习法对故障特征样本中的非故障数据进行训练，得到CPU故障自编码模型、设备故障自编码模型、内存故障自编码模型以及网络故障自编码模型，利用平均绝对误差计算样本产生CPU故障、设备故障、内存故障及网络故障的概率；对所有故障概率序列化，同时对故障特征样本进行特征工程处理得到故障特征向量，利用LSTM网络模型、DeepAR模型和线性分类器构建用于预测故障向量的故障时序预测模型；利用FM模型对故障向量进行训练，获取设备是否发生故障。本发明更能挖掘高风险设备故障的特征，解决了召回率不高的问题。

本发明授权一种基于深度学习的边缘云故障预测方法及系统在权利要求书中公布了：1.一种基于深度学习的边缘云故障预测方法，其特征在于，包括如下步骤： S1，收集边缘云设备的故障信息，构建故障特征样本； S2，利用无监督学习方法对步骤S1得到的故障特征样本中的非故障数据进行拓展训练，得到CPU故障自编码模型、设备故障自编码模型、内存故障自编码模型以及网络故障自编码模型，利用平均绝对误差计算故障特征样本中每个样本产生CPU故障的概率、产生设备故障的概率、产生内存故障的概率以及产生网络故障的概率； S3，对所有故障自编码模型输出的故障概率分别进行序列化，同时对步骤S1中的故障特征样本进行特征工程处理得到故障特征向量F，利用LSTM网络模型、DeepAR模型和线性分类器构建用于预测故障向量的故障时序预测模型； 所述步骤S3包括如下步骤： S3.1，对步骤S2得到的所有故障概率分别进行序列化，得到CPU故障概率序列、内存故障概率序列、网络故障概率序列和设备故障概率序列，将所有故障概率序列与历史故障概率进行拼接得到全量故障概率序列； S3.2，对步骤S1中的故障特征样本进行特征工程处理得到故障特征向量F，利用故障特征向量F和故障特征样本对全量故障概率序列进行更新； S3.3，根据故障类型对更新后的全量故障概率序列分别进行截取，将截取后的序列数据分别输入LSTM模型进行训练得到LSTM_CPU模型、LSTM_内存模型和LSTM_网络模型，同时利用更新后的全量故障概率序列输入DeepAR模型进行优化训练得到故障分布预测模型； S3.4，将步骤S3.3得到的所有模型进行拼接得到用于预测故障向量的故障时序预测模型，基于更新后的全量故障概率序列和故障时序预测模型得到对应的故障向量，并利用线性分类器对故障向量进行训练得到故障向量中每个维度向量的权重； S4，利用FM模型对步骤S3得到的故障向量和权重进行判定训练，获取设备是否会发生故障。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人缀初网络技术(上海)有限公司，其通讯地址为：201203 上海市浦东新区自由贸易试验区博云路2号801室；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。

以上内容由龙图腾AI智能生成。