本发明涉及物联网，尤其涉及故障预测方法、网络运维管理平台、电子设备及介质。
背景技术：
1、网络设备在运行过程中难免会出现老化、失灵以及小概率突发性故障的情况，导致网络波动，甚至网络瘫痪，造成经济损失和不可估计的后果。因此，现有技术中设计了众多提前对故障进行预测的方案。例如，基于深度学习的智能故障检测方案，该方案在对故障进行检测或预测之前，需要基于大量的标注数据，从初始化的随机参数模型开始训练，以获得较高的故障预测准确率的训练模型。
2、然而，在行业网络运维中，往往数据量庞大，而其中的故障数据有限，训练预测模型的过程中难以对训练数据进行标注，导致现有针对行业网络环境的故障预测方案在进行故障预测时准确率较低。
技术实现思路
1、本发明实施例提供了故障预测方法、网络运维管理平台、电子设备及介质，以解决现有技术中针对行业网络环境的故障预测方案在进行故障预测时准确率较低的问题。
2、为解决上述技术问题，本发明是这样实现的：
3、第一方面，本发明实施例提供了一种故障预测方法，所述方法包括：
4、网络运维管理平台获取待测数据，所述待测数据包括待测设备的状态数据和所述待测设备所在的待测网络的状态数据中的至少一项；
5、对所述待测数据进行编解码计算，得到所述待测数据的重构数据；
6、计算所述待测数据和所述重构数据之间的特征损失，得到异常评分；
7、在所述异常评分表征为所述待测数据存在异常倾向或已存在异常的情况下，对所述待测数据的第一数据特征进行相似度计算，得到所述待测数据的预测结果，所述预测结果包括所述待测数据存在异常倾向或已存在异常时对应的故障类别。
8、第二方面，本发明实施例提供了一种网络运维管理平台包括：
9、第一获取模块，用于获取待测数据，所述待测数据包括待测设备的状态数据和所述待测设备所在的待测网络的状态数据中的至少一项；
10、第一计算模块，用于对所述待测数据进行编解码计算，得到所述待测数据的重构数据；
11、第二计算模块，用于计算所述待测数据和所述重构数据之间的特征损失，得到异常评分；
12、第三计算模块，用于在所述异常评分表征为所述待测数据存在异常倾向或已存在异常的情况下，对所述待测数据的第一数据特征进行相似度计算，得到所述待测数据的预测结果，所述预测结果包括所述待测数据存在异常倾向或已存在异常时对应的故障类别。
13、第三方面，本发明实施例提供了一种电子设备，包括收发机和处理器，
14、所述收发机，用于获取待测数据，所述待测数据包括待测设备的状态数据和所述待测设备所在的待测网络的状态数据中的至少一项；
15、所述处理器，用于对所述待测数据进行编解码计算，得到所述待测数据的重构数据；
16、所述处理器，还用于计算所述待测数据和所述重构数据之间的特征损失，得到异常评分；
17、所述处理器，还用于在所述异常评分表征为所述待测数据存在异常倾向或已存在异常的情况下，对所述待测数据的第一数据特征进行相似度计算，得到所述待测数据的预测结果，所述预测结果包括所述待测数据存在异常倾向或已存在异常时对应的故障类别。
18、第四方面，本发明实施例提供了一种电子设备，包括：处理器、存储器及存储在所述存储器上并可在所述处理器上运行的程序，所述程序被所述处理器执行时实现如第一方面所述的故障预测方法的步骤。
19、第五方面，本发明实施例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上存储有计算机程序，所述计算机程序被处理器执行时实现如第一方面所述的故障预测方法的步骤。
20、本发明实施例中，针对行业网络运维的场景，通过计算在第一时间的待测数据和对应的重构数据之间的特征损失，得到异常评分，通过异常评分对待测设备和/或待测网络在第二时间的运行状态进行预测，在待测数据存在异常倾向或已存在异常时，进一步对通过待测数据的第一数据特征对待测设备和/或待测网络在第二时间的故障类别进行预测，减少数据分布不均衡对预测结果的影响，提升了针对行业网络环境的故障预测方法在进行故障预测时的准确率。
1.一种故障预测方法，其特征在于，所述方法包括：
2.根据权利要求1所述的方法，其特征在于，所述对所述待测数据的第一数据特征进行相似度计算，得到所述待测数据的预测结果包括：
3.根据权利要求1所述的方法，其特征在于，在所述对所述待测数据的第一数据特征进行相似度计算，得到所述待测数据的预测结果之后，所述方法还包括：
4.根据权利要求1所述的方法，其特征在于，所述对所述待测数据进行编解码计算，得到所述待测数据的重构数据，包括：
5.根据权利要求4所述的方法，其特征在于，所述训练完成的生成对抗网络包括所述生成器和第一编码器，所述生成器包括第二编码器；
6.根据权利要求1所述的方法，其特征在于，在所述计算所述待测数据和所述重构数据之间的特征损失，得到异常评分之后，所述方法还包括：
7.根据权利要求6所述的方法，其特征在于，在所述基于所述异常评分，预测所述待测设备和所述待测网络中至少一项在预设时间段内的运行状态，生成第一预测结果之后，所述方法还包括：
8.一种网络运维管理平台，其特征在于，包括：
9.一种电子设备，其特征在于，包括收发机和处理器，
10.一种电子设备，其特征在于，包括：处理器、存储器及存储在所述存储器上并可在所述处理器上运行的程序，所述程序被所述处理器执行时实现如权利要求1至7中任一项所述的故障预测方法的步骤。
11.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质上存储有计算机程序，所述计算机程序被处理器执行时实现如权利要求1至7中任一项所述的故障预测方法的步骤。