基于机器学习的调度规则支撑探索

在如今大数据的时代背景下,机器学习无疑成为了信息获取处理的新方式,在大数据的历史告警分析的基础上,进行机器学习的部署也是非常重要的部分。本文就如何提升末梢效率进行深入探究分析,实现机器学习的决策部署。

基于大数据分析的通信网络监控体系探究

在互联网高速发展的今天,大数据已经成为其今后发展的重心。在传统网络监控体系中,如设备出现故障,则会以报警的方式来对故障情况进行判断,从而制定相应的处理对策,但是却难以对通信网络的运行情况予以良好的反应。与此同时,在大数据时代,例如以客户感知度为切入点,其可对网络监控体系所出现的问题予以快速解决,并可及时了解网络的运行情况,有助于网络通信的质量以及用用感知度的改善。因此,本文将对基于大数据分析的通信网络监控体系予以探究。

集中监控下的信息通信网络故障管理综述

网络时代的到来,在先进网络技术支持下的互联网时代形成了新型的管理和诊断模式。新型管理模式是指集约化的信息通信网络管理;新型诊断模式是指在集中的监控下对网络通信发现的故障的集中监控与管理。这种管理模式和诊断模式提高了对互联网通信的安全性的同时能够及时处理网络故障,有效的指定网络故障的处理和应急的方案。本文从集中监控下的常见管理入手,分析了现今网络通信的现状及故障,提出了引用新技术情况下的集中监控下信息通信网络故障管理。

面向集中监控的智能化转型探索

本研究在电信运营商实现集中监控的基础上,通过引入一系列的智能化手段,实现监控及故障处理效率的进一步提升,如根据告警的内在联系实现故障的自动关联、应用机器学习实现规则的自动优化和通过互联网化应用实现调度智能化等。本探索在实际工作中取得了良好的效果,具有较高的推广价值。

基于5G共建共享下NSA和SA互操作应用研究

NSA核心网是4G网络的功能增强,SA核心网面向2B、2C全新定义,在运营商5G网络建设初期,势必需要从NSA网络演进到SA网络,中间存在NSA和SA网络并存的时期,会涉及到NSA和SA网络的互操作。本文对NSA和SA互操作的技术进行应用研究,为后续5G网络演进、互操作配置提供技术参考。