基于机器学习的大规模并行计算机系统硬件故障检测方法  

作　　者：刘伟峰 

机构地区：[1]陕西工商职业学院,陕西西安710119

出　　处：《技术与市场》2022年第6期51-52,55,共3页Technology and Market

摘　　要：针对传统方法在大规模并行计算机系统硬件故障检测实际应用中准确率较低的问题,提出基于机器学习的大规模并行计算机系统硬件故障检测方法。首先利用无线传感器对大规模并行计算机系统硬件运行数据进行获取,通过对数据归一化处理和区间设定,对系统硬件故障特征量样本进行提取,最后利用机器学习技术对硬件故障特征量样本进行分析,识别系统硬件运行状态,以此完成基于机器学习的大规模并行计算机系统硬件故障检测。经实验证明:设计方法准确率高于传统方法,相比传统方法更适用于大规模并行计算机系统硬件故障检测。

关 键 词：机器学习 计算机系统 硬件故障 

分 类 号：TP181[自动化与计算机技术—控制理论与控制工程] TP338.6[自动化与计算机技术—控制科学与工程]