System.ArgumentOutOfRangeException: 索引和長度必須引用該字符串內的位置。 參數名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind()
【技術實現步驟摘要】
本公開涉及故障檢測,尤其涉及一種故障檢測方法和電子設備。
技術介紹
1、本部分旨在為權利要求書中陳述的本公開的實施方式提供背景或上下文。此處的描述不因為包括在本部分中就承認是現有技術。
2、檢測軟件系統潛在的故障對于軟件系統的開發和測試至關重要。比如檢測無人機航空交通管理(unmanned?aircraft?system?traffic?management,utm)系統中的無人機軌跡規劃中的漏洞,這對于空域安全至關重要。
3、本申請要解決的技術問題是如何加速軟件系統故障檢測的速度并提高故障檢測準確率。
技術實現思路
1、本公開的目的在于提供一種故障檢測方法、裝置、電子設備、計算機可讀存儲介質和計算機程序產品,可以提高待檢測系統的故障檢測速度和故障檢測準確率。
2、本公開的其他特性和優點將通過下面的詳細描述變得顯然,或部分地通過本公開的實踐而習得。
3、本公開實施例提供了一種故障檢測方法,包括:獲取待檢測系統在當前時間段內的當前狀態信息,所述當前狀態信息包括所述待檢測系統在所述當前時間段內的當前運行狀況、配置、性能以及健康狀態中的至少一項;根據所述待檢測系統的當前狀態信息,預測所述待檢測系統的故障注入動作,以便通過所述故障注入動作生成故障場景;確定所述待檢測系統在所述故障場景下出現故障。
4、本公開實施例提供了一種故障檢測裝置,包括:當前狀態信息獲取模塊、故障注入動作預測模塊以及故障確定模塊。
5、其中,所述當
6、本公開實施例提出一種電子設備,該電子設備包括:存儲器和處理器;所述存儲器用于存儲計算機程序指令;所述處理器調用所述存儲器存儲的所述計算機程序指令,用于實現上述任一項所述的故障檢測方法。
7、本公開實施例提出一種計算機可讀存儲介質,其上存儲有計算機程序指令,實現如上述任一項所述的故障檢測方法。
8、本公開實施例提出一種計算機程序產品或計算機程序,該計算機程序產品或計算機程序包括計算機程序指令,該計算機程序指令存儲在計算機可讀存儲介質中。從計算機可讀存儲介質讀取該計算機程序指令,處理器執行該計算機程序指令,實現上述故障檢測方法。
9、本公開實施例提供的故障檢測方法、裝置、電子設備、計算機可讀存儲介質和計算機程序產品,可以通過待檢測系統在當前時間段的當前狀態信息確定出待檢測系統的故障注入動作,以確定待檢測系統在該故障注入動作下的故障。本申請提供的實施例,能夠根據待檢測系統的當前狀態信息有針對性的生成待檢測系統的故障注入動作,以便針對性的測試待測試系統在該故障注入動作下的故障,從而加速待檢測系統的故障檢測過程,并提高系統故障檢測的準確率。
10、應當理解的是,以上的一般描述和后文的細節描述僅是示例性的,并不能限制本公開。
本文檔來自技高網...【技術保護點】
1.一種故障檢測方法,其特征在于,包括:
2.根據權利要求1所述方法,其特征在于,根據所述待檢測系統的當前狀態信息,預測所述待檢測系統的故障注入動作,包括:
3.根據權利要求2所述方法,其特征在于,根據所述第一上下文增強狀態信息,預測所述待檢測系統的故障注入動作,包括:
4.根據權利要求3所述的方法,其特征在于,所述目標神經網絡模型通過強化學習進行訓練,所述待檢測系統在所述故障場景下出現故障的概率與所述強化學習的獎勵呈正比關系,所述預設動作為所述待檢測系統對應的動作中可用的動作,所述將所述第一上下文增強狀態信息輸入到目標神經網絡模型,以獲得多個預設動作對應的概率,包括:
5.根據權利要求1所述方法,其特征在于,所述故障注入動作是通過目標神經網絡預測的;其中,所述目標神經網絡的訓練方法包括:
6.根據權利要求3所述方法,其特征在于,在獲得多個預設動作對應的概率之前或之后,還包括:
7.根據權利要求6所述的方法,其特征在于,通過動作采樣器對所述多個預設動作進行篩選,包括:
8.根據權利要求7所述方法,
9.根據權利要求1所述的方法,其特征在于,所述待檢測系統為無人機交通管理系統,所述當前狀態信息包括所述無人機交通管理系統所管理的無人機的動力信息、所處環境數據、天氣條件、空域限制、電池信息、載荷信息、路線信息中的一項或多項。
10.一種電子設備,其特征在于,包括:
...【技術特征摘要】
1.一種故障檢測方法,其特征在于,包括:
2.根據權利要求1所述方法,其特征在于,根據所述待檢測系統的當前狀態信息,預測所述待檢測系統的故障注入動作,包括:
3.根據權利要求2所述方法,其特征在于,根據所述第一上下文增強狀態信息,預測所述待檢測系統的故障注入動作,包括:
4.根據權利要求3所述的方法,其特征在于,所述目標神經網絡模型通過強化學習進行訓練,所述待檢測系統在所述故障場景下出現故障的概率與所述強化學習的獎勵呈正比關系,所述預設動作為所述待檢測系統對應的動作中可用的動作,所述將所述第一上下文增強狀態信息輸入到目標神經網絡模型,以獲得多個預設動作對應的概率,包括:
5.根據權利要求1所述方法,其特征在于,所述故障注入動...
【專利技術屬性】
技術研發人員:曾立,唐華澤,張騫,王超,師振鵬,
申請(專利權)人:美團科技有限公司,
類型:發明
國別省市:
還沒有人留言評論。發表了對其他瀏覽者有用的留言會獲得科技券。