摘要
本发明公开了一种AI驱动下的网络故障排除方法、设备及介质,属于网络故障监测技术领域,用于解决现有大规模网络环境中故障排除方法中存在的效率低下、易出错、自动化程度低、缺乏深度诊断能力、无法有效整合实时数据与领域知识的技术问题。方法包括:对相关网络设备进行基础上下文信息收集处理,得到初始上下文数据;对触发事件进行有关集中告警的事件聚类处理,得到事件聚类结果;将触发事件、初始上下文数据以及事件聚类结果进行基于大型语言模型的初步故障诊断处理,得到初始分析诊断数据;对初始分析诊断数据进行迭代细化下的诊断更新处理,得到最终分析诊断数据;对最终分析诊断数据进行故障解决方案的查寻处理,确定出网络故障解决策略。
技术关键词
网络故障排除
网络故障信息
网络设备
非易失性计算机可读存储介质
非易失性计算机存储介质
大规模网络环境
整合实时数据
聚类特征
故障排除方法
BGP邻居
自然语言理解
策略
人工智能模型
模块
标识特征
收集器
模板特征
基础
系统为您推荐了相关专利信息
数据归一化方法
策略
多模态
大数据平台
安全设备
GPU服务器
拥塞标记
链路
网络设备
服务器网卡
网络安全报警系统
网络安全分析
大数据
指数
历史报警信息
网络通信故障
预警系统
网络设备
LSTM模型
参数