基于AI算法的VoLTE网络故障预测方法研究

使用箱线算法、OCSVM算法和三次指数平滑算法,构建出一套能准确反映网络运行特点的风险预测算法模型,深挖网络运行过程中的海量数据并结合数字化专家经验,探索"事前预测"及"事后快速定界"的维护能力构建,构建VoLTE业务网络风险的预测及防范能力,降低故障发生频率,提升用户网络使用感知。

基于机器学习的VoLTE核心网KPI异常检测方法

提出一套VoLTE核心网KPI异常检测方案。通过梳理与核心网网元及业务流程相关的KPI指标,构建用于VoLTE核心网性能检测的KPI指标体系,利用机器学习技术融合统计学方法对KPI指标进行训练学习,建立多维度异常检测模型,并基于专家经验制定相关业务过滤规则,对模型检测出的异常进行过滤及上报。该方法能够提前识别业务风险及故障,缩短故障恢复时长,避免恶性事故的发生,降低事故影响。