摘要
一种用于网络运维的人工智能模型的训练方法和网络运维方法,所述训练方法包括:在与第一网络对应的仿真网络中注入第一故障;获取注入所述第一故障后仿真网络的第一时序网络数据;基于第一故障的第一故障标签和第一时序网络数据,获取训练数据;基于训练数据对人工智能模型进行训练;基于预设的多个修复方案和仿真网络对人工智能模型进行强化学习;训练完成的人工智能模型用于执行对第一网络进行故障诊断和修复的运维任务。通过获取大规模、多样化且标签准确的训练数据对模型进行充分有效的训练,有效提高模型的鲁棒性,通过强化学习使得人工智能模型可以针对不同故障选择最优的修复方案,从而实现对网络故障的快速诊断和修复。
技术关键词
人工智能模型
网络运维方法
时序
网络仿真系统
指标
故障注入模块
标签
数据采集模块
存储装置
计算机程序产品
重构
融合算法
异常状态
策略
鲁棒性
参数
系统为您推荐了相关专利信息
拓扑图
绩效评估方法
绩效评估系统
项目
模型更新
筛分设备
深度学习模型
调控方法
实时数据
深度强化学习
智能匹配方法
轨道交通基础设施
案例知识库
照明系统
建筑节能减排