一种核心网指标异常检测方法及系统

AITNT
正文
推荐专利
一种核心网指标异常检测方法及系统
申请号:CN202410707154
申请日期:2024-06-03
公开号:CN118555193A
公开日期:2024-08-27
类型:发明专利
摘要
本发明公开了一种核心网指标异常检测方法及系统,属于通信技术及人工智能技术领域,基于极值理论对时序数据进行异常检测,将基于极值理论的核心网时序数据异常检测视为预测分布问题,并通过求解极值分布的参数值进行异常检测;所述极值理论的异常检测包括训练阶段和检测阶段,训练阶段得到初始判断阈值,检测阶段根据所述阈值判断出异常值,并自动化生成动态阈值。本发明能够精准识别网络质量指标状态,并定位造成网络质量差的异常性能指标;能实时的应用于网络当中,可应用于全网络核心网设备故障问题定位,方案适应场景能力强,经验证模型准确性高,人力投入少,有助于运营商节约运营成本。
技术关键词
指标异常检测方法 极值 模型训练模块 机器可读程序 异常检测系统 理论 阶段 数据分布 时序 网络质量指标 性能指标数据 异常检测装置 人工智能技术 计算机 异常状况 处理器 动态
系统为您推荐了相关专利信息
1
一种适用于动态网络条件的加密流量分类模型训练方法
动态网络条件 分类模型训练方法 Softmax函数 加密 模型训练模块
2
一种交警执法监管方法及装置
XGBoost模型 监管方法 时序预测模型 矩阵 编码特征
3
气缸健康度评分方法、装置、设备和存储介质
滑动时间窗口 评分方法 配置特征 气缸 数据
4
一种基于多重关注机制的任意形状文本检测方法及系统
文本检测模型 文本检测方法 注意力机制 全局平均池化 通道
5
一种基于样本增强的地质灾害易发性评价方法及系统
概率生成模型 样本 地质灾害易发性 机器学习模型 模型训练模块
添加客服微信openai178,进AITNT官方交流群
驱动智慧未来:提供一站式AI转型解决方案
沪ICP备2023015588号