首页> 中文会议>2018广东通信青年论坛 >基于大数据机器学习算法的高价值故障的特征关联挖掘探索

基于大数据机器学习算法的高价值故障的特征关联挖掘探索

摘要

传统依赖单一紧急告警的监控手段存在一定的局限性.随着大数据技术发展及网络数据的丰富,新的故障监控、发现手段成为趋势.提出一种基于大数据机器学习算法的高价值故障特征关联挖掘方法,该方法通过计算告警网元是否工程网元、网元各级告警平均时长及告警量比平日增幅等11项关键属性,利用随机森林算法训练预测器,实现对实时网络数据的计算挖掘、预判输出高危网元,进而对高危网元进行核查处理.经过交叉验证,该方法预判准确率达88.06%,能有效从多维网络特征实现网络体检、高危网元挖掘,达到提升网络主动监控能力、增强网络稳定性的效果.

著录项

相似文献

  • 中文文献
  • 外文文献
  • 专利
获取原文

客服邮箱:kefu@zhangqiaokeyan.com

京公网安备:11010802029741号 ICP备案号:京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有
  • 客服微信

  • 服务号