基於人工智能和匿名訓練的多類別分類器故障預測

本文提出了一種新的非侵入式系統故障預測技術,利用開發人員提供的有限信息和最少的原始日誌信息,同時保持數據的完全私密性。該技術開發了一個基於神經網絡的多類別分類器,使用人工生成的匿名數據集進行訓練和測試。此外,還使用多準則決策制定(MCDM)方案來優先考慮故障,以滿足業務需求。結果表明,在不同的參數配置下,該模型能夠高度準確地預測故障。該方法可以應用於任何分類問題,只要輸入特徵可以映射到二進制值,並且可以提供分類即服務。