面向邊緣計算的電力通信網(wǎng)告警歸并技術(shù)研究
所屬分類：技術(shù)論文
上傳者：aetmagazine
文檔大小：574 K
標簽： 無監(jiān)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(wǎng)的覆蓋范圍及復(fù)雜程度逐漸增大，為電力通信網(wǎng)帶來巨大的運維壓力。通過部署邊緣節(jié)點在邊緣側(cè)完成數(shù)據(jù)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(wǎng)管理側(cè)壓力。告警分析是運維當中的重難點問題，傳統(tǒng)的告警分析先使用規(guī)則對于告警進行歸并從而減少后續(xù)處理的工作量，但是規(guī)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(jiān)督聚類引入到電力通信邊緣云部署架構(gòu)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(xiàn)有的歸并規(guī)則進行結(jié)合，結(jié)果表明加入無監(jiān)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(wǎng)運維中缺陷定位的準確性和完備性。
現(xiàn)在下載
VIP會員，AET專家下載不扣分；重復(fù)下載不扣分，本人上傳資源不扣分。