1.一种基于卷积神经网络的信息系统故障诊断方法，其特征在于，包括：
获取运行监控数据；
利用所述运行监控数据，创建运行监控数据矩阵；
将所述运行监控数据矩阵输入到故障诊断模型，得到诊断结果，其中，所述故障诊断模型为利用历史运行监控数据矩阵和运行状态标签，对卷积神经网络进行训练，得到所述故障诊断模型。
2.根据权利要求1所述的基于卷积神经网络的信息系统故障诊断方法，其特征在于，所述利用所述运行监控数据，创建运行监控数据矩阵的过程包括：
将所述运行监控数据按照信息的类型进行排列，创建所述运行监控数据矩阵。
3.根据权利要求1所述的基于卷积神经网络的信息系统故障诊断方法，其特征在于，所述获取运行监控数据的过程包括：
获取所述信息系统的运行数据；
将所述运行数据进行归一化处理，得到所述运行监控数据。
4.根据权利要求1至3任一项所述的基于卷积神经网络的信息系统故障诊断方法，其特征在于，所述故障诊断模型的获得过程包括：
预先创建所述卷积神经网络；
利用反向传播算法、所述历史运行监控数据矩阵和所述运行状态标签对所述卷积神经网络进行训练，得到所述故障诊断模型。
5.根据权利与要求4所述的基于卷积神经网络的信息系统故障诊断方法，其特征在于，所述卷积神经网络包括:
依次连接的输入层、第一特征提取层、第一特征映射层、第二特征提取层、第二特征映射层、卷积层和输出层。
6.根据权利要求5所述的基于卷积神经网络的信息系统故障诊断方法，其特征在于，所述第一特征提取层和所述第二特征提取层中的卷积核均为5×5的卷积核，所述卷积层中的卷积核为3×3的卷积核，所述输出层为全连接层。
7.一种基于卷积神经网络的信息系统故障诊断装置，其特征在于，包括：
数据获取模块，用于获取运行监控数据；
矩阵创建模块，用于利用所述运行监控数据，得到运行监控数据矩阵；
故障诊断模块，用于将所述运行监控数据矩阵输入到故障诊断模型，得到诊断结果，其中，所述故障诊断模型为利用历史运行监控数据矩阵和运行状态标签，对卷积神经网络进行训练，得到所述故障诊断模型，所述运行状态标签为通过用户对信息系统运行故障的状态进行记录得到的。
8.根据权利要求7所述的基于卷积神经网络的信息系统故障诊断装置，其特征在于，所述运行监控数据矩阵获取模块具体用于将所述运行监控数据按照信息的类型进行排列，组成所述运行监控数据矩阵。
9.根据权利要求7所述的基于卷积神经网络的信息系统故障诊断装置，其特征在于，所述运行监控数据获取模块包括：
数据获取单元，用于获取所述信息系统的运行数据；
归一化处理单元，用于将所述运行数据进行归一化处理，得到所述运行监控数据。
10.根据权利要求7至9任一项所述的基于卷积神经网络的信息系统故障诊断装置，其特征在于，所述故障诊断模块包括：
网络创建单元，用于预先创建所述卷积神经网络；
模型训练单元，用于利用反向传播算法、所述历史运行监控数据矩阵和所述运行状态标签对所述卷积神经网络进行训练，得到所述故障诊断模型。