登录    注册    忘记密码

期刊文章详细信息

基于时空特征融合和图卷积神经网络的告警压缩技术研究    

Research on Alarm Compression Technology Based on Time-space Feature Fusion and Graph Convolution Neural Network

  

文献类型:期刊文章

作  者:黄兵明[1] 乔治[2] 黄剑锋[3] 赵慧英[1] 马瑞涛[1]

Huang Bingming;Qiao Zhi;Huang Jianfeng;Zhao Huiying;Ma Ruitao(China Unicom Research Institute,Beijing 100048,Chi-na;China United Network Communications Group Co.,Ltd.,Beijing 100045,China;Beijing Ultrapower Software Co.,Ltd.,Beijing 100012,China)

机构地区:[1]中国联通研究院,北京100048 [2]中国联合网络通信集团有限公司,北京100045 [3]北京神州泰岳软件股份有限公司,北京100012

出  处:《邮电设计技术》

年  份:2023

期  号:7

起止页码:87-92

语  种:中文

收录情况:JST、普通刊

摘  要:分析了当前电信网络告警关联和压缩技术发展趋势和面临问题,提出了一种基于时空特征融合和图卷积神经网络(GCN)的网络告警根因分析及告警压缩技术方案。通过提取告警时间和空间特征,精准剔除无效噪声数据,并利用GCN和XGBoost的融合模型,实现了网络告警精准根因分析和高效压缩。最后,通过分析网络告警压缩技术应用实例成效,验证了技术方案的有效性和可靠性。

关 键 词:时空特征融合  根因分析  告警关联 告警压缩  

分 类 号:TN914]

参考文献:

正在载入数据...

二级参考文献:

正在载入数据...

耦合文献:

正在载入数据...

引证文献:

正在载入数据...

二级引证文献:

正在载入数据...

同被引文献:

正在载入数据...

版权所有©重庆科技学院 重庆维普资讯有限公司 渝B2-20050021-7
 渝公网安备 50019002500408号 违法和不良信息举报中心