(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202111594622.8 (22)申请日 2021.12.23 (71)申请人 北京达佳互联信息技 术有限公司 地址 100085 北京市海淀区上地西路6号1 幢1层101D1-7 (72)发明人 吉万鹏　师晋辉　王方舟　王文韬　 (74)专利代理 机构 北京润泽恒知识产权代理有 限公司 1 1319 专利代理师 李燕春 (51)Int.Cl. G06F 30/20(2020.01) G06F 119/08(2020.01) (54)发明名称 信息处理方法、 温度预测模型训练方法、 装 置及电子设备 (57)摘要 本公开是关于一种信息处理方法、 温度预测 模型训练方法、 装置及电子设备， 其方法包括： 获 取目标环 境中目标服务器的实时运行参数； 将所 述实时运行参数输入到预先训练得到的温度预 测模型中， 得到所述目标服务器对应的目标预测 温度； 在所述目标服务器对应的目标预测温度大 于温度阈值时， 基于所述目标服务器对应的目标 预测温度生成对所述目标服务器的温度预警信 息。 可见， 通过训练第一子模型和第二子模型， 可 以使得温度预测模型输出的目标预测温度更加 逼近目标服务器运行的真实温度， 从而使得温度 预测模型可以更加准确地预测目标服务器的温 度， 以便在 目标服务器的温度较高时， 可 以及时 提前采取措施， 进 而确保目标服 务器安全运行。 权利要求书2页 说明书16页 附图10页 CN 114491943 A 2022.05.13 CN 114491943 A 1.一种信息处 理方法， 其特 征在于， 包括： 获取目标环境中目标服 务器的实时运行参数； 将所述实时运行参数输入到预先训练得到的温度 预测模型中， 得到所述目标服务器对 应的目标预测温度； 其中， 所述温度预测模型包括第一子模型和第二子模型， 所述第一子模 型是利用所述目标环境中各个服务器的历史运行参数和所述各个服务器的历史运行温度 训练得到的， 以得到所述各个服务器的第一预测温度； 所述第二子模型是利用所述各个服 务器的第一预测温度和所述各个服务器的历史运行温度训练得到的， 以得到所述各个服务 器对应的目标 预测温度； 在所述目标服务器对应的目标预测温度大于温度阈值 时， 基于所述目标服务器对应的 目标预测温度生成对所述目标服 务器的温度预警信息 。 2.根据权利要求1所述的方法， 其特 征在于， 所述方法还 包括： 根据所述各个服务器的历史运行温度和对应的目标预测温度， 确定所述各个服务器之 间的相关性大小； 基于所述各个服务器的服务器标识以及所述各个服务器之间的相关性大小， 构建相关 性图网络， 其中， 所述相关性图网络包括多个节 点， 每个节 点的节点标识与一个服务器的服 务器标识相对应， 所述相关图网络中任意两个节 点相连的边对应的权重为这两个节点对应 的服务器之间的相关性大小。 3.根据权利要求2所述的方法， 其特征在于， 所述根据所述各个服务器的历史运行温度 和对应的目标 预测温度， 确定所述各个服 务器之间的相关性大小， 包括： 根据所述各个服务器的历史运行温度和对应的目标预测温度， 确定所述各个服务器对 应的事件， 所述事件用于描述所述各个服务器的历史运行温度和对应的目标预测温度的变 化关系； 对于每一 服务器， 计算同一时间与其 他各个服 务发生相同事 件的个数； 对于每一服务器， 基于该服务器与其他各个服务器发生相同事件的个数， 确定该服务 器与其他各个服 务器之间的相关性大小， 其中， 相关性大小与发生相同事 件的个数成正比。 4.根据权利要求3所述的方法， 其特 征在于， 所述方法还 包括： 在检测到所述相关性图网络存在第 一目标节点 时， 获取与所述第 一目标节点相关性大 小大于预设相关性大小的第二目标节点， 所述第一目标节点对应的服务器的目标预测温度 大于所述温度阈值； 确定所述第二目标节点中， 对应服务器的目标预测温度大于所述温度阈值的节点数 量； 在所述节点数量大于预设数量 时， 生成所述第 一目标节点对应的服务器和所述第 二目 标节点对应的服 务器的温度预警信息 。 5.一种温度预测模型训练方法， 其特征在于， 所述温度预测模型包括第一子模型和第 二子模型， 包括： 获取目标环境中各个服 务器的历史运行参数和所述各个服 务器的历史运行温度； 利用所述各个服务器的历史运行参数和所述各个服务器的历史运行温度对所述第一 子模型进行训练， 得到所述各个服 务器对应的第一预测温度； 利用所述各个服务器的第一预测温度和所述各个服务器的历史运行温度对所述第二权　利　要　求　书 1/2 页 2 CN 114491943 A 2子模型进行训练， 得到所述各个服 务器对应的目标 预测温度； 基于所述各个服务器对应的目标预测温度和所述各个服务器的历史运行温度确定温 度预测模型的损失函数值； 在所述损失函数值小于预设损失值时， 确定得到训练后的温度预测模型。 6.一种信息处 理装置， 其特 征在于， 包括： 运行参数获取模块， 被 配置为执 行获取目标环境中目标服 务器的实时运行参数； 温度预测模块， 被配置为执行将所述实时运行参数输入到预先训练得到的温度 预测模 型中， 得到所述目标服务器对应的目标预测温度； 其中， 所述温度预测模型包括第一子模型 和第二子模型， 所述第一子模型是利用所述目标环境中各个服务器的历史运行参数和所述 各个服务器的历史运行温度训练得到的， 以得到所述各个服务器的第一预测温度； 所述第 二子模型是利用所述各个服务器的第一预测温度和所述各个服务器的历史运行温度训练 得到的， 以得到所述各个服 务器对应的目标 预测温度； 第一温度 预警信息生成模块， 被配置为执行在所述目标服务器对应的目标预测温度 大 于温度阈值时， 基于所述目标服务器对应的目标预测温度生成对所述目标服务器的温度预 警信息。 7.一种温度预测模型训练装置， 其特征在于， 所述温度预测模型包括第一子模型和第 二子模型， 包括： 历史数据获取模块， 被配置为执行获取目标环境中各个服务器的历史运行参数和所述 各个服务器的历史运行温度； 第一子模型训练模块， 被配置为执行利用所述各个服务器的历史运行参数和所述各个 服务器的历史运行温度对所述第一子模型进 行训练， 得到所述各个服务器对应的第一预测 温度； 第二子模型训练模块， 被配置为执行利用所述各个服务器的第 一预测温度和所述各个 服务器的历史运行温度对所述第二子模型进 行训练， 得到所述各个服务器对应的目标预测 温度； 损失函数值确定模块， 被配置为执行基于所述各个服务器对应的目标预测温度和所述 各个服务器的历史运行温度确定温度预测模型的损失函数值； 温度预测模型确定模块， 被配置为执行在所述损 失函数值小于预设损 失值时， 确定得 到训练后的温度预测模型。 8.一种电子设备， 其特 征在于， 包括： 处理器； 用于存储处理器可执行指令的存 储器； 其中， 所述处理器被配置为执行权利要求1 ‑4任一所述的信息处理方法， 或者， 权利要 求5所述的温度预测模型训练方法。 9.一种计算机可读存储介质， 其特征在于， 当所述存储介质中的指令由移动终端的处 理器执行时， 使得电子设备能够执行权利要求1 ‑4任一所述的信息处理方法， 或者， 权利要 求5所述的温度预测模型训练方法。 10.一种计算机程序产品， 其特征在于， 当其在计算机上运行时， 使得计算机执行权利 要求1‑4任一所述的信息处 理方法， 或者， 权利要求5所述的温度预测模型训练方法。权　利　要　求　书 2/2 页 3 CN 114491943 A 3