-
题名日志信息驱动的计算机网络节点故障预测研究
- 1
-
-
作者
王雨晞
叶庆卫
周鹏
李冰
王晓东
-
机构
宁波大学信息科学与工程学院
-
出处
《电信科学》
北大核心
2024年第8期11-22,共12页
-
基金
浙江省产学研合作项目(No.062400020)
大型横向项目网络运维平台研发项目(No.HK2022000189)。
-
文摘
针对计算机网络中节点故障对正常业务运行的影响,提出了一种以日志信息为驱动的故障预测方法,通过构建高效的深度学习模型,并引入校正机制,对计算机网络中的节点故障进行预测和诊断,支持网络运维的需求。首先收集计算机网络中各节点产生的日志信息,获得各节点的状态向量和所有节点的状态矩阵,然后通过状态填补原则补充数据集,最后将故障预测问题转换成时间序列预测问题。在公开的小规模运维数据集GAIA中进行性能评估。实验结果表明,与其他算法相比,所提模型在局部网络场景下预测效果良好,预测有效性得到了验证,为计算机网络故障预测研究提供了一定的参考价值。
-
关键词
日志
计算机网络
节点故障
故障预测
深度学习
校正机制
时间序列
-
Keywords
log
computer network
node failure
failure prediction
deep learning
correction mechanism
time series
-
分类号
TN915
[电子电信—通信与信息系统]
-