Resumen

El método de diagnóstico de fallas del sistema basado en análisis de registros puede ayudar a los ingenieros a analizar los eventos de falla generados por el sistema. El algoritmo k-means puede realizar un buen análisis de registros y no requiere mucho conocimiento previo, pero el método de diagnóstico de fallas del sistema basado en k-means necesita ser mejorado tanto en eficiencia como en precisión. Para resolver este problema, proponemos un método de diagnóstico de fallas del sistema basado en un algoritmo de reclustering. Primero, proponemos un método de vectorización de registros basado en el modelo de lenguaje PV-DM para obtener vectores de registros de baja dimensión que pueden proporcionar un soporte de datos efectivo para el diagnóstico de fallas posterior; luego, mejoramos el algoritmo k-means y hacemos el efecto de agrupamiento de registros basado en el algoritmo k-means; finalmente, proponemos un método de reclustering basado en la extracción de palabras clave para mejorar la precisión del diagnóstico de fallas. Utilizamos datos de

• Materias:Colonias de abejas artificiales Inteligencia artificial Patrón espacial Innovación de la comunicación Algoritmo de red neuronal
• Subjects:Artificial bee colonies Artificial intelligence Spatial pattern Communication innovation Neural network algorithm
• Palabras claves:Análisis de registros; Diagnóstico de fallas; Algoritmo -means; Algoritmo de reclustering; Vectorización de registros; Extracción de palabras clave
• Keywords:Log analysis; Fault diagnosis; -means algorithm; Reclustering algorithm; Log vectorization; Keywords extraction