摘要
本发明公开了基于双层滑动窗口ARIMA算法的网络故障预测方法及装置,属于网络故障预测领域,包括通过SNMP协议从多种异构硬件设备上采集数据到数据库;对数据库得到的数据进行预处理;对已有样本数据计算皮尔逊相关系数得到相关度高的指标;利用筛选的指标所构建出对应不同设备的双层滑动窗口作为构建局部特征的特征向量;将第二层滑动窗口数据作为特征向量输入到ARIMA算法模型中,利用模型对特征向量中的时序数据进行处理,结合参数的交叉组合规则,得到历史时序数据中最好的依赖关系,基于所学习的关系对输入的不同设备的不同指标值进行预测。本发明能够及时发现网络中可能存在的潜在问题,提高对网络的安全管控与风险预防能力。
技术关键词
网络故障预测方法
滑动窗口
算法模型
皮尔逊相关系数
指标
异构设备
SNMP协议
算法参数选取
历史数据特征
网络通信
日志
可读存储介质
样本
特征提取模块
数据获取模块
时序