摘要
本发明涉及数据管理技术领域,公开了一种网络故障预测方法及系统,该方法包括:截取预设时段内的网络数据,构建网络波动‑时刻数据链;将网络波动值与波动范围进行比对,将网络波动‑时刻数据链拆分为异常波动数据链与正常波动数据链;提取网络特征构建同类型网络数列,获得同类型网络数列的子波动影响因子;根据所有子波动影响因子获得波动影响因子集合;对波动影响因子集合进行整合获得网络数据的最终影响因子,根据最终影响因子判断是否进行网络故障预警。本申请通过深度分析历史数据、细化波动模式以及多维度信息融合,解决了现有技术中准确性差、适应性弱等问题,提供了一种高效且智能的网络故障预测解决方案。
技术关键词
网络故障预测方法
网络故障预警
因子
网络特征
LSTM模型
历史运行数据
多维度信息融合
邻域
网络流量负载
数据管理技术
核心
预测系统
分析单元
采集单元
偏差
标记
处理单元
中子
系统为您推荐了相关专利信息
检索图像
转移概率矩阵
列表
图像检索重排序方法
图像检索方法
图像增强方法
粒子群模型
伽马校正
磁共振
神经网络模型
仿真模型
仿真方法
位移压力传感器
热力耦合模型
储能模量
离线指纹库
指纹库定位方法
LSTM模型
测试点
随机噪声
洪水预测模型
序列
划分方法
长短期记忆网络
因子