基于深度学习的网络故障诊断

• 作者: 武孟 谢萍 赵志军 赵明
• 来源期刊: 计算机与网络
• 学科: 工学
• 关键词: 卷积神经网络 故障诊断 特征提取 根源故障 样本集
• 年，卷（期）: 2020,（9）
• 所属期刊栏目: 技术论坛
• 页码范围: 64-67
• 页数: 4页
• 分类号: TP393
• 字数: 3489字
• 语种: 中文

摘要

针对故障具有层次性、传播性、相关性和不确定性导致的故障诊断和检测难的问题,基于卷积神经网络对网络运行过程中的日志数据进行数据预处理、特征提取、参数约简和分类训练,作为网络故障诊断研究的训练与测试数据集,对其进行预处理和特征提取.通过卷积神经网络进行训练得到故障诊断模型,进而对网络诊断原始数据进行诊断与故障定位.附实例进行验证,实现了特定网络环境下基于单一故障样本的故障诊断.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	谢萍	中国电子科技集团公司第五十四研究所	2	1	1.0	1.0
2	武孟	中国电子科技集团公司第五十四研究所	1	0	0.0	0.0