《基于神经网络的通信网络告警关联性分析案例》4700字.docxVIP

基于神经网络的通信网络告警关联性分析案例

目录

TOC\o1-3\h\u24380基于神经网络的通信网络告警关联性分析案例 1

157551.1告警数据预处理 1

1411.2实验步骤 4

226341.3实验结果及分析 7

某省级移动采取的人工规则梳理告警关联性的方式在如今告警数据大爆发的阶段已经无法满足网络维护的要求，本章节基于上述问题处理采用将多种算法、模型组合的创新方式，在主要构建神经网络模型的前提下，引入分词、词袋和TF-IDF算法对数据进行预处理，搭建随机森林模型将告警描述字段数据标准化、结构化、准确化，继而输入神经网络模型完成告警关联性分析。

综合第二章对告警特点的分析，第三章对神经网络模型的介绍，神经网络在分析告警数据上是具有优势的，它的并行处理能力、自适应能力等能够处理数据量大的非结构化告警数据并得出最优的结果，实现告警关联性分析。

本节主要将上节基于随机森林模型处理过的告警描述字段，加上其他告警字段的告警数据作为神经网络模型输入的原始数据，经过剔除高频告警和字段选择后将告警数据分为高危告警集和非高危告警集，输入神经网络模型进行学习和训练，最终得到高危告警关联性分析结论。

本文神经网络模型中最终采用的函数、算法如下：

（1）ReLU激活函数，是BP神经网络模型默认的函数，其优势是：一是ReLU的SGD算法的收敛速度相较于sigmo