买专利,只认龙图腾
首页 专利交易 科技果 科技人才 科技服务 商标交易 会员权益 IP管家助手 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索

【发明公布】基于深度动态贝叶斯网络的服务功能链故障诊断方法_重庆邮电大学_202010116968.6 

申请/专利权人:重庆邮电大学

申请日:2020-02-25

公开(公告)日:2020-07-03

公开(公告)号:CN111368888A

主分类号:G06K9/62(20060101)

分类号:G06K9/62(20060101);G06N3/08(20060101);H04W24/04(20090101);H04W24/06(20090101)

优先权:

专利状态码:有效-授权

法律状态:2022.07.01#授权;2020.07.28#实质审查的生效;2020.07.03#公开

摘要:本发明涉及一种基于深度动态贝叶斯网络的服务功能链故障诊断方法,属于通信技术领域,结合服务功能链场景的特点,根据服务功能链的分层网络架构中的故障传播关系,构建故障诊断模型,采用在物理节点监测其上多个虚拟网络功能性能数据的方式收集症状的高维数据。并且考虑到基于SDNNFV架构下网络症状观测数据的多样性以及物理节点和虚拟网络功能的空间相关性,采用深度信念网络对观测数据特征进行提取。最后,利用故障传播的时间相关性,引入动态贝叶斯网络对故障根源进行实时诊断。本发明提出5G端到端网络切片场景的服务功能链故障诊断方法能够在有效处理高维网络数据的同时,满足系统对故障诊断精度的要求。

主权项:1.一种基于深度动态贝叶斯网络的服务功能链故障诊断方法,其特征在于:包括以下步骤:S1:根据服务功能链的分层网络架构中的故障传播关系,构建故障诊断模型;S2:在物理节点监测其上多个虚拟网络功能VNF性能数据,并收集症状的高维数据;S3:针对基于SDNNFV架构下网络观测数据的多样性以及物理节点和VNF的空间相关性,建立相关的深度信念网络DBN模型对观测数据进行特征提取和降维,通过k步对比散度算法CD-k对历史观测数据集进行近似采样,并使用加入动量项的自适应BP算法对模型进行微调;S4:利用故障间存在的时间相关性,建立动态贝叶斯网络DBN模型来实时诊断故障根源,使用1.5时间片联合树推理算法对故障根源进行定位。

全文数据:

权利要求:

百度查询: 重庆邮电大学 基于深度动态贝叶斯网络的服务功能链故障诊断方法

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。

相关技术
相关技术
相关技术
相关技术