基于全局注意力时域卷积网络的网络故障预测方法

发明专利有效专利

申请号：
CN202110088723.1
IPC分类号：H04L12/24;G06K9/62;G06N3/04;G06N3/08
申请日期：
2021-01-22
申请人：
湖北工业大学

基础信息

权利要求

说明书

PDF全文

法律信息

引证文献

著录项信息

专利名称	基于全局注意力时域卷积网络的网络故障预测方法
申请号	CN202110088723.1	申请日期	2021-01-22
法律状态	实质审查	申报国家	中国
公开/公告日	2021-06-04	公开/公告号	CN112910695A
优先权	暂无	优先权号	暂无
主分类号	H04L12/24 ? IPC结构图谱： H 电学 H9 电学 H04 电通信技术 H04L 数字信息的传输，例如电报通信（电报和电话通信的公用设备入H04M）〔4〕 H04L12/00 数据交换网络（存储器、输入/输出设备或中央处理单元之间的信息或其他信号的互连或传送入G06F13/00）〔5，2006.01〕 H04L12/02 零部件〔5〕 H04L12/24 用于维护或管理的装置〔5〕	IPC分类号	H;0;4;L;1;2;/;2;4;;;G;0;6;K;9;/;6;2;;;G;0;6;N;3;/;0;4;;;G;0;6;N;3;/;0;8查看分类表>
申请人	湖北工业大学	申请人地址	湖北省武汉市洪山区南李路28号变更专利地址、主体等相关变化，请及时变更，防止失效
权利人	湖北工业大学	当前权利人	湖北工业大学
发明人	严灵毓;边帆;高榕;李可;王春枝;叶志伟
代理机构	武汉科皓知识产权代理事务所（特殊普通合伙）	代理人	王琪

摘要

本发明公开了一种全局注意力时域卷积网络的网络故障预测方法，包括以下步骤：1、收集网络故障数据，将网络故障数量转化为时间序列的形式，对序列化之后的样本划分为训练集和测试集；2、构建全局注意力时域卷积网络模型；3、利用训练集对构建的网络模型进行训练；4、使用测试集进行预测测试，得到全局注意力时域卷积网络的预测模型，将预测模型得出的结果用于预测网络故障。本发明的解决了传统的网络故障以下问题：网络故障的复杂性导致了直接挖掘故障之间关系的片面性，网络故障的随机性导致忽视某些故障，以及对于不同程度的网络故障的一个判断，然后决定故障的检修顺序。

序号	公开(公告)号	公开(公告)日	申请日	专利名称	申请人
该专利没有引用任何外部专利数据！

序号	公开(公告)号	公开(公告)日	申请日	专利名称	申请人
该专利没有被任何外部专利所引用！

我浏览过的专利

专利服务由北京酷爱智慧知识产权代理公司提供