运行状态的预测方法和装置、存储介质、电子设备及计算机程序产品与流程

本技术实施例涉及通信领域，具体而言，涉及一种运行状态的预测方法和装置、存储介质、电子设备及计算机程序产品。

背景技术：

1、随着计算机技术的不断发展，多核中央处理器（central processing unit，简称为cpu）系统在计算机中的应用越来越广泛。多核cpu系统内部含有多个cpu，能同时处理多并发的读写请求。系统一般都有一个主控cpu和其他从属cpu，从属cpu是由主控cpu激活的。若主控cpu发生故障，整个系统都不能运行。如果从属cpu发生故障，影响核间均衡和通信。

2、因此，针对相关技术中无法预测中央处理器的运行状态，导致的在任一中央处理器发生故障的情况下，固态硬盘无法运行的问题，尚未得到有效解决。

技术实现思路

1、本技术实施例提供了一种运行状态的预测方法和装置、存储介质、电子设备及计算机程序产品，以至少解决相关技术中无法预测中央处理器的运行状态，导致的在任一中央处理器发生故障的情况下，固态硬盘无法运行的问题。

2、根据本技术的一个实施例，提供了一种运行状态的预测方法，包括：获取第一中央处理器的多个第一参数数据；根据所述多个第一参数数据确定第一向量簇和第二向量簇，其中，所述第一向量簇用于指示中央处理器在正常状态下的参数数据，所述第二向量簇用于指示中央处理器在故障状态下的参数数据；获取固态硬盘中的第二中央处理器的第二参数数据，并构建所述第二参数数据对应的第一多维向量；确定所述第一多维向量与所述第一向量簇的第一相似度，以及确定所述第一多维向量与所述第二向量簇的第二相似度；根据所述第一相似度和所述第二相似度预测所述第二中央处理器的运行状态。

3、在一个示例性实施例中，获取第一中央处理器的多个第一参数数据，包括：设置所述第一中央处理器对应的监控线程；以及确定所述第一中央处理器对应的性能参数集合；在将所述第一中央处理器的性能参数调整为所述性能参数集合中的每个性能参数的情况下，基于所述监控线程确定所述第一中央处理器的所述多个第一参数数据。

4、在一个示例性实施例中，根据所述多个第一参数数据确定第一向量簇和第二向量簇，包括：对所述多个第一参数数据进行数据清洗，以删除所述多个第一参数数据中的异常数据；基于预设数据范围对数据清洗后的多个第一参数数据进行数据归一化处理，以得到多个第三参数数据；根据每个第三参数数据确定所述第一中央处理器对应的每个第二多维向量；根据多个第二多维向量确定所述第一向量簇和所述第二向量簇。

5、在一个示例性实施例中，根据多个第二多维向量确定所述第一向量簇和所述第二向量簇，包括：将所述多个第二多维向量输入至第一时间序列网络中，以得到输出层输出的第一输出值和隐藏层输出的第二输出值，其中，所述第一时间序列网络包括：所述输出层和所述隐藏层；根据所述第一输出值和所述第二输出值确定所述多个第二多维向量中的两两多维向量之间的时间关联度；根据所述时间关联度确定所述第一向量簇和所述第二向量簇。

6、在一个示例性实施例中，在所述多个第二多维向量输入至第一时间序列网络中，以得到输出层输出的第一输出值和隐藏层输出的第二输出值之前，包括：确定所述输出层对应的第一激活函数和所述隐藏层对应的第二激活函数；基于所述第一激活函数和所述第二激活函数对第二时间序列网络进行训练，以得到所述第一时间序列网络。

7、在一个示例性实施例中，根据所述第一输出值和所述第二输出值确定所述多个第二多维向量中的每两个多维向量之间的时间关联度，包括：确定所述第一时间序列网络对应的损失函数；根据所述损失函数对所述第一输出值进行更新，以生成更新后的第三输出值；以及根据所述损失函数对所述第二输出值进行更新，以生成更新后的第四输出值；根据所述第三输出值和所述第四输出值确定所述多个第二多维向量中的每两个多维向量之间的时间关联度。

8、在一个示例性实施例中，根据所述时间关联度确定所述第一向量簇和所述第二向量簇，包括：确定所述多个第二多维向量中的每两个多维向量之间的距离参数；根据所述距离参数和所述时间关联度确定所述多个第二多维向量中的每两个多维向量之间的第三相似度；基于多个第三相似度将所述多个第二多维向量划分为所述第一向量簇和所述第二向量簇。

9、在一个示例性实施例中，确定所述多个第二多维向量中的每两个多维向量之间的距离参数，包括：根据第一公式确定所述多个第二多维向量中的每两个多维向量之间的距离参数，其中，所述第一公式为：

10、，d为所述距离参数，xn1，xn2，…，xnj为每两个多维向量中的第一个向量中的j个元素，xm1，xm2，…，xmj为每两个多维向量中的第二个向量中的j个元素，m，n，j均为正整数。

11、在一个示例性实施例中，根据所述距离参数和所述时间关联度确定所述多个第二多维向量中的每两个多维向量之间的第三相似度，包括：获取所述第一中央处理器对应的噪声数据；以及确定所述距离参数对应的第一归一化权重和所述时间关联度对应的第二归一化权重；根据所述第一归一化权重、所述第二归一化权重和所述噪声数据确定所述多个第二多维向量中的每两个多维向量之间的第三相似度。

12、在一个示例性实施例中，根据所述第一归一化权重、所述第二归一化权重和所述噪声数据确定所述多个第二多维向量中的每两个多维向量之间的第三相似度，包括：将所述第一归一化权重、所述第二归一化权重和所述噪声数据输入至第二公式中，以确定所述第三相似度，其中，所述第二公式为：，similar为所述第三相似度，m1为所述第一归一化权重，m2为所述第二归一化权重，r为所述噪声数据，d为所述距离参数，ot为所述时间关联度，a为所述距离参数对应的可信度，b为所述时间关联度对应的可信度。

13、在一个示例性实施例中，确定所述距离参数对应的第一归一化权重，包括：通过第三公式确定所述第一归一化权重，其中，所述第三公式包括：m1=d/(d+ot)，m1为所述第一归一化权重，d为所述距离参数，ot为所述时间关联度。

14、在一个示例性实施例中，确定所述时间关联度对应的第二归一化权重，包括：通过第四公式确定所述第二归一化权重，其中，所述第四公式包括：m2=ot/(d+ot)，m2为所述第二归一化权重，d为所述距离参数，ot为所述时间关联度。

15、在一个示例性实施例中，构建所述第二参数数据对应的第一多维向量，包括：确定每个第一参数数据中包含的多个元素属性；将所述多个元素属性确定为所述第一多维向量对应的目标元素属性；在所述第二参数数据中确定所述目标元素属性对应的多个元素；根据所述多个元素构建所述第一多维向量。

16、在一个示例性实施例中，根据所述第一相似度和所述第二相似度预测所述第二中央处理器的运行状态，包括：确定所述第一相似度和所述第二相似度的大小关系；在所述大小关系指示所述第一相似度大于所述第二相似度的情况下，确定所述第二中央处理器的运行状态为正常状态；在所述大小关系指示所述第一相似度小于或者等于所述第二相似度的情况下，确定所述第二中央处理器的运行状态为异常状态。

17、在一个示例性实施例中，在根据所述第一相似度和所述第二相似度预测所述第二中央处理器的运行状态之后，所述方法还包括：在确定所述第二中央处理器的运行状态为正常状态的情况下，保存所述第一多维向量；根据所述第一多维向量更新所述第一向量簇。

18、在一个示例性实施例中，在根据所述第一相似度和所述第二相似度预测所述第二中央处理器的运行状态之后，所述方法还包括：在确定所述第二中央处理器的运行状态为异常状态的情况下，确定所述第二中央处理器中是否存在正在处理的第一请求；在确定所述第二中央处理器存在所述第一请求的情况下，控制所述第二中央处理器执行所述第一请求对应的第一操作，并确定所述第一操作是否执行完成；在确定所述第一操作执行完成的情况下，开启所述固态硬盘的目标进程；根据所述目标进程对所述第二中央处理器执行目标操作，以禁止所述第二中央处理器接收所述固态硬盘发送的请求。

19、在一个示例性实施例中，在根据所述目标进程对所述第二中央处理器执行目标操作之后，所述方法还包括：在确定所述第二中央处理器的运行状态为异常状态的情况下，获取所述固态硬盘发送的多个第二请求；确定所述多个第二请求中是否包含待发送至所述第二中央处理器的目标请求；在确定所述多个第二请求中包含所述目标请求的情况下，将所述目标请求发送至第三中央处理器，以使所述第三中央处理器执行所述目标请求对应的第二操作。

20、在一个示例性实施例中，在根据所述目标进程对所述第二中央处理器执行目标操作之后，所述方法还包括：终止所述第二中央处理器与其他中央处理器之间的通信，其中，所述其他中央处理器包括：所述固态硬盘中除所述第二中央处理器外的中央处理器；对所述第一多维向量进行标记，并保存标记后的第一多维向量；以及根据所述第一多维向量更新所述第二向量簇。

21、根据本技术的另一个实施例，提供了一种运行状态的预测装置，包括：第一获取模块，用于获取第一中央处理器的多个第一参数数据；第一确定模块，用于根据所述多个第一参数数据确定第一向量簇和第二向量簇，其中，所述第一向量簇用于指示中央处理器在正常状态下的参数数据，所述第二向量簇用于指示中央处理器在故障状态下的参数数据；第二获取模块，还用于获取固态硬盘中的第二中央处理器的第二参数数据，并构建所述第二参数数据对应的第一多维向量；第二确定模块，还用于确定所述第一多维向量与所述第一向量簇的第一相似度，以及确定所述第一多维向量与所述第二向量簇的第二相似度；预测模块，还用于根据所述第一相似度和所述第二相似度预测所述第二中央处理器的运行状态。

22、根据本技术的又一个实施例，还提供了一种计算机可读存储介质，所述计算机可读存储介质中存储有计算机程序，其中，所述计算机程序被设置为运行时执行上述方法实施例中的步骤。

23、根据本技术的又一个实施例，还提供了一种电子设备，包括存储器和处理器，所述存储器中存储有计算机程序，所述处理器被设置为运行所述计算机程序以执行上述方法实施例中的步骤。

24、根据本技术的又一个实施例，还提供了一种计算机程序产品，包括计算机程序，所述计算机程序被处理器执行时实现上述方法实施例中的步骤。

25、通过本技术的运行状态的预测方法，获取第一中央处理器中的多个第一参数数据，根据第一参数数据确定用于指示中央处理器在正常状态下的参数数据的第一向量簇和用于指示中央处理器在异常状态下的参数数据的第二向量簇。获取固态硬盘中的第二中央处理器的第二参数数据，并构建第二参数数据对应的第一多维向量，分别确定第一多维向量与第一向量簇和第二向量簇的第一相似度和第二相似度；根据第一相似度和第二相似度预测第二中央处理器的运行状态。根据本技术实施例，通过第一中央处理器中的多个第一参数数据将参数数据划分为第一向量簇和第二向量簇，进而比较第二中央处理器对应的第一多维向量分别与第一向量簇和第二向量簇的相似度即可对第二中央处理器的运动状态进行预测。通过上述实施例，可以解决相关技术中无法预测中央处理器的运行状态，导致的在任一中央处理器发生故障的情况下，固态硬盘无法运行的问题。进而预测核心存储的运行状态，在任一核心存储存在发生故障的可能的情况下，即可对任一核心存储进行处理，避免由于任一核心存储发生故障的情况下，固态硬盘无法运行的情况。

技术特征：

1.一种运行状态的预测方法，其特征在于，

2.根据权利要求1所述的方法，其特征在于，

3.根据权利要求1所述的方法，其特征在于，

4.根据权利要求3所述的方法，其特征在于，

5.根据权利要求4所述的方法，其特征在于，

6.根据权利要求4所述的方法，其特征在于，

7.根据权利要求4所述的方法，其特征在于，

8.根据权利要求7所述的方法，其特征在于 ，

9.根据权利要求7所述的方法，其特征在于，

10.根据权利要求9所述的方法，其特征在于，

11.根据权利要求9所述的方法，其特征在于，

12.根据权利要求9所述的方法，其特征在于，

13.根据权利要求1所述的方法，其特征在于，

14.根据权利要求1所述的方法，其特征在于，

15.根据权利要求1所述的方法，其特征在于，

16.根据权利要求1所述的方法，其特征在于，

17.根据权利要求16所述的方法，其特征在于，

18.根据权利要求16所述的方法，其特征在于，

19.一种运行状态的预测装置，其特征在于，

20.一种计算机可读存储介质，其特征在于，

21.一种电子设备，包括存储器、处理器以及存储在所述存储器上并可在所述处理器上运行的计算机程序，其特征在于，

22.一种计算机程序产品，包括计算机程序，其特征在于，

技术总结
本申请实施例涉及通信领域，提供了一种运行状态的预测方法和装置、存储介质、电子设备及计算机程序产品，其中，该运行状态的预测方法包括：获取第一中央处理器的多个第一参数数据；根据所述多个第一参数数据确定第一向量簇和第二向量簇，其中，所述第一向量簇用于指示中央处理器在正常状态下的参数数据，所述第二向量簇用于指示中央处理器在故障状态下的参数数据；获取固态硬盘中的第二中央处理器的第二参数数据，并构建所述第二参数数据对应的第一多维向量；确定所述第一多维向量与所述第一向量簇的第一相似度，以及确定所述第一多维向量与所述第二向量簇的第二相似度；根据所述第一相似度和所述第二相似度预测所述第二中央处理器的运行状态。

技术研发人员：杨勇军,刘忞斋,高美洲,于翔,王瑞
受保护的技术使用者：山东云海国创云计算装备产业创新中心有限公司
技术研发日：
技术公布日：2024/9/23