一种基于深度学习的网络告警预测模型建立方法及装置
基本信息
| 申请号 | CN202110078439.6 | 申请日 | - |
| 公开（公告）号 | CN112422351A | 公开（公告）日 | 2021-02-26 |
| 申请公布号 | CN112422351A | 申请公布日 | 2021-02-26 |
| 分类号 | H04L12/24(2006.01)I;G06N20/00(2019.01)I | 分类 | 电通信技术; |
| 发明人 | 杨鹏;杨波 | 申请（专利权）人 | 南京群顶科技股份有限公司 |
| 代理机构 | - | 代理人 | - |
| 地址 | 210000江苏省南京市建邺区奥体大街68号南京新城科技园国际研发总部园1幢8层 | ||
| 法律状态 | - | ||
摘要
| 摘要 | 本发明提出了一种基于深度学习的网络告警预测模型建立方法及装置，涉及通信技术领域。该方法先获取不同通信网络设备上的样本告警数据集以及通信网络设备之间的拓扑关系，然后对样本告警数据集进行分析，以得到多个告警序列，然后根据告警时间间隔将其分割为多个子告警序列，以保证告警序列之间的时间区别，以减少用于训练网络告警预测模型的数据量，提高预警模型训练的效率。再根据多个子告警序列及拓扑关系训练初始网络告警预测模型，获取训练好的网络告警预测模型，以保证得到的网络告警预测模型能够考虑到各个通信网络设备之间的联系进行预测，提高预测结果的准确性。 |
