摘要
本发明公开了基于通信大数据AI时间序列容量预测的动态阈值告警方法及系统,属于通信技术领域,本发明要解决的技术问题为传统容量预测算法预测慢、需要补偿值、预测偏差大,且不支持多指标因素预测以及静态阈值算法告警信息不准确,技术方案为:数据收集与预处理:从通信网络的性能管理系统中实时收集各类时序原始数据指标,并对收集到的数据进行时间汇总、网元汇总以及KPI计算处理,获取预处理后的数据;特征分析与建模:对预处理后数据进行特征分析,识别数据的分布规律,并通过前台配置页面预定义AI预测模型的训练数据集数量和预测数据集数量,根据数据分布特点及使用场景选择AI预测模型;Restful API接口封装AI预测模型;根据动态阈值生成告警信息。
技术关键词
动态阈值告警方法
通信大数据
性能管理系统
配置页面
ARIMA模型
序列
SNMP协议
数据分布
外围系统
子模块
告警系统
前台
通信网络
网络带宽利用率
指标
网元
时序
可读存储介质
系统为您推荐了相关专利信息
液晶屏
优化管理系统
优化管理方法
参数
颜色校准
规划系统
职业
算法模块
ARIMA模型
分析模块
污水处理方法
梯度下降优化算法
微藻资源
方程
聚类
悬浮控制方法
无轴承电机
绕组
位移控制器
模型预测控制技术