Algorithm 创建用于计算设备的公式“；"健康"；基于正常运行时间/重新启动

我有几百台网络设备，每10分钟检查一次我们的服务器。每个设备都有一个嵌入式时钟，在每次签入服务器时计算秒数并报告经过的秒数。 所以，示例数据集如下所示

CheckinTime               Runtime
2010-01-01 02:15:00.000   101500
2010-01-01 02:25:00.000   102100
2010-01-01 02:35:00.000   102700

等等

如果设备重新启动，当它检入服务器时，它报告运行时为0

我想确定的是设备“健康”的某种可量化指标

如果设备在过去多次重新启动，但在过去xx天内没有重新启动，则与正常运行时间较长的设备相比，它被认为是健康的，但在过去xx天内重复重新启动的设备除外。 此外，与过去xx天中每隔24小时左右连续重启一次的设备相比，已经运行了30天且刚刚重启的设备不应被视为“故障”

我尝试了多种计算健康状况的方法，使用了多种指标： 1.平均重新启动次数 2.最大（正常运行时间） 3.平均（正常运行时间） 4. # 过去24小时内的重新启动次数 5. # 最近3天内的重新启动次数 6. # 过去7天内的重新启动次数 7. # 过去30天内的重新启动次数

每个单独的指标仅说明设备运行状况的一个方面，但不考虑与其他设备或其当前运行状况相比的总体运行状况

---

如果您有任何想法，我们将不胜感激。

您可以做一些类似于Windows 7可靠性指标的事情——从完全健康状态开始（比如10）。每小时/天/签入周期，将运行状况增加

（10-currenthealth）*增量因子）

。每次服务器停机时，减去一定的百分比

因此，假设崩溃因子为20%/崩溃，增量因子为10%/天：

• 如果设备在过去多次重新启动，但在过去20天内未重新启动，其运行状况将为8.6

• 大的正常运行时间（过去2天内重复重启5次除外）的运行状况为4.1

• 已运行30天且刚刚重新启动的设备的运行状况为8

• 在过去10天内，每24小时左右连续重新启动一次的设备的运行状况为3.9

要运行示例，请执行以下操作：

从10点开始
第1天：无崩溃，

新运行状况=CurrentHealth+（10-CurrentHealth）*.1=10

第2天：一次崩溃，

newhealth=currenthealth-currenthealth*.2=8

但是仍然每天都在增加，所以新的健康指数=8+（10-8）*.1=8.2 第3天：无碰撞，新健康=8.4

---

第4天：两次崩溃，新运行状况=5.8

您可以计算特定机器的重新启动计数/t，并将其与整个群体的标准偏差进行比较。那些下降的人说，与平均值的三个标准差可能会被标记，因为平均值的重新启动频率更高

您可以使用加权平均正常运行时间，并且仅当当前正常运行时间会使平均值更高时才将其包括在内

---

权重将是正常运行时间最近的程度，因此最近的正常运行时间具有最大的权重。

在重新启动时，它是否总是报告运行时间为0？或者接近于零的东西（反正比以前少）

你可以用两种方法来计算。 1.人数越少，麻烦就越少。 2.这个数字越高，得分就越高

我想你需要考虑一下，健康状况可能会有所不同。因此，它可能会随着时间的推移而恶化。因此，最新的值应该比旧值具有更高的权重。这可能意味着指数增长

上一阶段重启次数越多，系统可能就越坏。但也考虑了较短的重新启动间隔。比如说，每天5次重启，而2周内10次重启。这确实意味着很多不同。所以我想时间应该是一个指标，就像这个公式中的重启量一样

我想你需要计算上一个周期内重启次数的密度

您可以通过简单的除以来使用密度的权重。因为你除以的数字越大，结果就越小，所以数字的权重就越小

伪代码：

function calcHealth(machine)
float value = 0;
float threshold = 800;

for each (reboot in machine.reboots) {
    reboot.daysPast = time() - reboot.time;

    // the more days past, the lower the value, so the lower the weight
    value += (100 / reboot.daysPast);
}

return (value == 0) ? 0 : (threshold / value);
}

例如，您可以通过过滤maxDaysPast和使用阈值之类的东西来改进此函数

此公式基于以下绘图：。如您所见，在低数值（低x值）上，该值高于大x值。这就是这个公式如何计算daysPast的权重。因为较低的daysPast==较低的x==较高的重量

值+=此公式计算重新启动次数，100/x部分表示重新启动的权重，其中权重为时间

返回时，阈值除以值。这是因为，重新启动的分数越高，结果必须越低

---

您可以使用绘图程序或计算器来查看绘图的弯曲度，这也是日标重量的弯曲度。

您能将设备分成类似的设备组吗？然后，您可以将单个设备与其对等设备进行比较

---

另一个建议是研究各种移动平均算法。这些都是为了平滑时间序列数据，同时突出趋势。

这是一个我没有想到的有趣角度。我忘了Win7有一个可靠性指标。但是，您的示例函数将如何超过零？从10开始，第二次签入将是（10-10（当前健康状况）*递增因子（可以是任何值）.这仍然让我处于零。我遗漏了什么吗？好吧，我喜欢你的编辑。有没有办法将其纳入公式中？崩溃因子是如何确定的，还是一个任意创建的常数？该因子如何纳入原始公式中？这意味着如果它的健康度为10，它不会变得更大。健康度越低，你得到的值就越多明白了