摘要: 摘 要: 为避免因为网络故障导致难以预料的损失,在某些应用场景下需要预先评估网络中可能出现的故障。本文收集整理某城域网络14个月的网络告警日志作为网络故障预测研究的数据集并提出一种基于告警日志的网络故障预测研究方法:首先以本文提出的基于两级时间窗口的特征提取方法构建特征表征网络运行状态,并通过大量实验来选择构建特征所需的最佳参数组合,然后设计并实现了一种基于分类学习方法的自适应故障预测模型。大量的数据实验表明:对于整个网络未来6小时是否出现故障的预测准确率可以达到70%以上,明显好于基于威布尔分布的预测模型;在对网络设备故障进行预测时,分类预测的结果仍然优于基于威布尔分布的预测模型。论文初步研究结果表明,网络中大部分故障可通过网络运行日志数据进行预测,从而证明论文提出的方法具有较好的预测效果,能够在实际应用中及早发现故障,降低经济损失。
中图分类号: