摘要
本发明涉及网络检测优化技术领域,公开了一种网络异常检测与自动处理方法、系统、存储介质及设备,所述方法包括:采集网络性能相关的多维度数据,对采集的数据进行预处理,并对预处理后的数据进行特征工程的构造;构建多维异常检测模型,通过所述多维异常检测模型进行时序异常检测、多维特征聚类分析和规则引擎检测;对通过所述多维异常检测模型检测输出的异常进行分类和自动处理;对网络性能指标和异常事件进行埋点,实时监测网络各层状态以及跟踪记录异常事件,同时对网络性能数据进行预测分析,通过趋势和相关性分析挖掘数据价值,基于预测分析结果生成优化建议。通过以上方法,实现了网络异常检测与自动处理系统,提升网络质量和体验。
技术关键词
网络异常检测
特征聚类分析
异常事件
生成优化建议
网络性能数据
密度聚类算法
长短期记忆网络
皮尔逊相关系数
分类策略
信道质量指标
特征工程
决策树算法
时序
重要性评估方法
机器学习算法
规则冲突检测
系统为您推荐了相关专利信息
归因
异常事件
分类准确率
数据采集模块
模型训练模块
图像处理模型
优化调度方法
资源分配算法
RGB颜色值
异常事件
医药品
风险预警系统
分布式账本
特征聚类分析
编码规则