摘要
本公开属于核电技术领域,具体涉及一种DCS网络故障检测与智能推理方法及装置。本公开结合了深度学习模型和知识图谱技术,旨在提升DCS网络故障检测的准确性与智能化水平。具体而言,本公开通过DPI技术和SNMP协议采集DCS网络中的流量数据和设备状态数据,并利用自然语言处理技术从日志数据中提取与故障相关的特征。随后,通过知识图谱嵌入方法,将提取的高维度信息压缩为低维度的嵌入向量矩阵,输入到深度学习模型中进行故障检测和预测。
技术关键词
网络故障检测
智能推理方法
终端设备
知识图谱构建
设备状态数据
实体
深度学习模型训练
三元组
DPI技术
历史故障数据
网络流量数据
非易失性计算机可读存储介质
日志
知识图谱嵌入方法
计算机程序指令
系统为您推荐了相关专利信息
发动机点火信号
台车
行程
DBSCAN聚类算法
平均行驶里程
个性化推荐引擎
检索系统
实体
知识图谱构建
自然语言
产品需求文档
实体
统一资源定位符
知识图谱构建方法
大语言模型
多光谱成像装置
数据处理模块
云端服务器
长短期记忆网络
显示土壤湿度
语音控制模块
设备状态数据
计算机程序指令
车辆
生成场景