摘要
本申请提供一种故障诊断方法、装置、设备、介质及产品,属于通信网络故障检测技术领域,方法包括:接收通信网络中各功能层的多源实时信息,多源实时信息包括动态网络拓扑关系和至少一个功能层的故障信息;将多源实时信息融合为多模态特征向量;将多模态特征向量输入大语言模型,获得大语言模型输出的故障诊断报告,故障诊断报告包括故障根因节点;其中,大语言模型是依据通信领域语料进行增强学习获得的模型。本申请通过将通信网络中的多源信息融合起来,并借助基于通信领域语料训练获得的大语言模型,进行跨层故障推理,获得具有实际指导意义的故障根因点和故障诊断报告,为大规模通信网络提供高效、高精度、实时的故障诊断服务。
技术关键词
故障诊断方法
实时信息
大语言模型
动态网络拓扑
非暂态计算机可读存储介质
故障告警信息
通信网络故障检测
语义向量
多模态
新型故障
大规模通信网络
报告
计算机程序产品
诊断模块
交叉注意力机制
动态上下文
故障诊断装置
处理器
节点
系统为您推荐了相关专利信息
动态规划算法
策略
训练语言模型
检索方法
高维向量空间
时序预测模型
自然语言
大语言模型
参数
位置编码器