摘要
本发明公开了一种基于图神经网络的网络设备告警因果关系推断方法和装置。该方法包括步骤:首先获取告警事件日志数据;告警事件日志数据包括告警事件、告警发生时间、告警关联设备;然后根据告警发生时间,将告警事件划分到对应的时间片中;接着按照时间片,将告警事件转化为告警事件图结构数据,其中,告警事件图结构数据包括告警拓扑图和因果关系图,告警拓扑图包括第一节点和第一边,因果关系图包括第二节点和第二边;再将所述告警拓扑图和因果关系图输入到图神经网络中,得到潜在原因事件导致所述告警事件发生的概率值;最后根据概率值,判断潜在原因事件是否为真正原因事件。该方法能够提高网络设备告警因果关系推断的准确性和全面性。
技术关键词
推断方法
时间片
网络设备
拓扑图
神经网络模型
推断装置
节点
处理单元
编码
日志
Sigmoid函数
数据
矩阵
时间差
消息
输入模块
关系
格式化
时间段
系统为您推荐了相关专利信息
超声造影
深度神经网络模型
视频预处理方法
峰值信噪比
视频预处理装置
训练卷积神经网络模型
变压器运行状态
三相电源
磁芯
生成反馈信号
程序依赖图
缺陷预测方法
异构
神经网络模型
多任务联合训练
多环芳烃污染物
SERS检测方法
深度学习模型
卷积神经网络模型
拉曼光谱仪
煤价预测
策略生成方法
神经网络模型
煤炭
阶梯式