摘要
随着当前网络结构的日益复杂,故障已从传统的显性为主逐步转变为显性和隐性结合分布的情况。相较于显性故障可以通过观察告警从而直接获知,隐性故障则较为隐蔽,类似于仍处于潜伏期的疾病,需要通过一系列分析诊断手段才可以发现。当前在现行网络中,隐性故障一般通过人为分析网络运行指标来发现,耗费大量时间,同时还因为人工分析的数据量有限,从而遗漏部分网络隐患。为此,本文提出了一种基于机器学习异常检测的网络隐患发现方法,通过对现网运行数据进行实时检测,实现网络隐患故障的发现功能。
出处
《江苏通信》
2022年第4期117-120,共4页
Jiangsu Communication