移动核心网异常数据线性判别模型与应用

针对移动核心网数据突增现象下异常数据的特性,定义了数据突增事件、最大承载量临界值、风险警界线等,给出了TRAU数据两类模式("正常"、"异常")的划分方法.提出并建立了移动核心网数据突增现象下异常数据线性判别模型和判别准则,用来对某移动核心网BSC的TRAU数据进行判别分析.判别结果表明,本文所建立的异常数据线性判别模型对原数据样本的回判以及对新数据样本的识别准确率都达到100%.

移动核心网故障数据二重联合线性判别模型与应用

主要研究移动核心网BSC的TRAU数据分布规律及可疑故障识别方法.由于BSC的最大承载量是未知的,因此本文定义了一类TRAU数据突增故障现象,并在此基础上定义了可疑故障点、异常点和广义异常点.提出并建立了移动核心网故障数据二重联合线性判别模型和三类模式判别准则,用来对移动核心网TRAU数据进行三类模式("正常"、"异常"、"可疑故障")识别.实例分析表明,本文所建立的移动核心网故障数据二重联合线性判别模型,当用来对TRAU数据进行三类模式判别时,对原数据样本的回判和新数据样本的识别准确率都达到百分之百,因此能有效识别TRAU数据中的可疑故障点.