大数据下网络异常故障率智能预测方法仿真

• 作者: 周挺
• 来源期刊: 自动化与仪器仪表
• 学科: 工学
• 关键词: 大数据 网络异常 故障 智能预测 诊断
• 年，卷（期）: 2019,（3）
• 所属期刊栏目: 自动化应用
• 页码范围: 165-168,173
• 页数: 5页
• 分类号: TP393
• 语种: 中文
• DOI: 10.14016/j.cnki.1001-9227.2019.03.165

摘要

为提高网络异常故障诊断能力,提出基于大数据分析和故障谱特征提取的网络异常故障率智能预测方法.采用相关性频谱特征检测方法进行网络故障异常数据采集,对采集的网络故障信息特征量进行匹配滤波,采用自适应波束形成方法对网络的故障大数据进行波束聚焦处理,对提取的网络故障大数据采用模糊聚类方法进行故障分类识别,在大数据下实现网络异常故障率智能预测.仿真结果表明,采用该方法进行大数据下网络异常故障率智能预测的准确度较高,故障诊断能力较强.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	周挺		14	9	1.0	2.0