| 面向邊緣計算的電力通信網告警歸并技術研究 | |
| 所屬分類：技術論文 | |
| 上傳者：aetmagazine | |
| 文檔大?。?span>574 K | |
| 標簽： 無監督學習 DBSCAN 告警歸并 | |
| 所需積分：0分積分不夠怎么辦？ | |
| 文檔介紹：電力通信網的覆蓋范圍及復雜程度逐漸增大，為電力通信網帶來巨大的運維壓力。通過部署邊緣節點在邊緣側完成數據采集和信息過濾，提供計算支持，能夠極大程度上緩解電力通信網管理側壓力。告警分析是運維當中的重難點問題，傳統的告警分析先使用規則對于告警進行歸并從而減少后續處理的工作量，但是規則的完備需要大量專家知識和人力資源的投入且存在局限性。將無監督聚類引入到電力通信邊緣云部署架構下的告警歸并流程當中，提出了一個新的輕量級算法，將基于密度的聚類方法(Density-Based Spatial Clustering of Applications with Noise，DBSCAN)與現有的歸并規則進行結合，結果表明加入無監督學習能夠顯著提高告警歸并的效果，切實提高了電力通信網運維中缺陷定位的準確性和完備性。 | |
| 現在下載 | |
| VIP會員，AET專家下載不扣分；重復下載不扣分，本人上傳資源不扣分。 | |
Copyright ? 2005-2024 華北計算機系統工程研究所版權所有 京ICP備10017138號-2