典型文献
5G支撑网告警数据的故障定位方法
文献摘要：
随着电信网规模不断扩大,业务支撑网发生故障的频率不断上升,运营商无法从大量冗余的告警数据中进行故障定位.为此提出一种基于人工智能的告警事件关联的故障定位方法,该方法采用深度学习的方法提取一系列告警事件的多维度语义特征;并结合增量式BP神经网络对模型的参数进行增量式更新;然后,挖掘告警事件与故障类型的动态相关性并基于告警事件快速确定故障类型;最后,结合序列模式挖掘,实现故障的精准定位.实验表明,本文的方法可以有效挖掘有价值的告警—故障关联规则,从而解决告警事件的关联性分析难的问题.网络维护人员可根据现有的告警数据快速定位故障位置,有效保障网络安全.
文献关键词：
告警关联;关联规则;故障定位;人工智能
中图分类号：
作者姓名：
杨敏
作者机构：
中电科普天科技股份有限公司,广东广州510000
文献出处：
引用格式：
[1]杨敏-.5G支撑网告警数据的故障定位方法)[J].移动通信,2022(12):120-128
A类：
B类：
支撑网,告警数据,故障定位方法,电信网,业务支撑,运营商,事件关联,语义特征,增量式更新,故障类型,动态相关性,序列模式挖掘,精准定位,关联规则,关联性分析,网络维护,快速定位,故障位置,保障网络,告警关联
AB值：
0.338765
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
