摘要
本发明涉及人工智能技术领域,可应用于金融、医疗等领域,提供了一种基于人工智能的网络故障处理方法,所述方法包括以下步骤:基于实时网络性能指标及历史告警数据,通过机器学习模型进行趋势预测与异常检测,生成包含故障类型推断的告警集合;将所述告警集合与网络拓扑及变更记录进行关联分析,构建故障传播图谱并输出按概率排序的根因节点列表;根据所述根因节点列表生成设备参数化的修复脚本;执行所述修复脚本并实时监控执行状态,得到修复结果;对所述修复结果进行验证。相较于现有技术,本发明显著缩短端到端故障处理周期,降低人工干预需求,在复杂网络环境中保障业务连续性。
技术关键词
历史告警数据
机器学习模型
网络拓扑
脚本
生成设备
节点
列表
保障业务连续性
图谱
无监督学习算法
故障传播路径
生成可执行
序列
动态
可读存储介质
人工智能技术
处理器
分布特征
系统为您推荐了相关专利信息
北斗接收机
授时方法
误差补偿值
时钟
机器学习模型
电力终端设备
网络拓扑优化
通信链路
设备状态数据
网络拓扑结构
业务流程自动化
大语言模型
强化学习模型
多模态
输入接口
多场景
构建机器学习模型
特征辨识模块
精准分析方法
数据读取模块
自动更新方法
语义库
计划生成方法
网络语料库
信息采集模块