网络故障预测方法、装置及设备、存储介质制造方法及图纸

本发明专利技术公开一种网络故障预测方法、装置及设备、计算机可读存储介质，该方法包括步骤：对多个固定时间窗口的特征数据进行模型训练，获得定时检测的时间窗口以及预测模型；根据所述定时检测的时间窗口和所述预测模型，对实时特征数据进行故障预测。本发明专利技术通过定时检测的时间窗口以及预测模型对实时数据进行故障预测；可采取不同类型数据进行预测，提高预测准确性；解决故障的时间消耗对于用户服务质量的影响接近为零，降低了企业的运营消耗；对于不同故障或劣化，均可在其发生之前选取不同的时间节点进行预测，减少了系统的计算量、节省系统资源。

Network Fault Prediction Method, Device and Equipment, Storage Media

【技术实现步骤摘要】
网络故障预测方法、装置及设备、存储介质
本专利技术涉及通信
，尤其涉及一种网络故障预测方法、装置及设备、计算机可读存储介质。
技术介绍
传统通信网络运维中关注的重点在于发现通信网络异常以及异常的原因，在发现通信网络异常之后，通过其他辅助的手段解决故障、恢复通信网络网络和设备的正常运行。但在解决通信网络故障中所花费的时间范围内，由于故障已经发生，此时所影响的最终用户的服务质量会变差，进而导致企业OPEX(OperationalExpenditure，运营消耗)提高。这种运维方式或降低用户的服务质量感受，或增加运维成本。如果能够将部分问题从事后排除故障转化为事前预测和提前维护，即在故障没有发生的时候进行预测，提前做好对应的解决。这样整个解决故障的时间消耗对于用户服务质量的影响就接近为零，从而减少企业内部的OPEX。
技术实现思路
有鉴于此，本专利技术实施例的目的在于提供一种网络故障预测方法、装置及设备、计算机可读存储介质，以解决在通信网络的故障还没有发生之前或者网络质量还没有劣化之前进行预测的问题。本专利技术实施例解决上述技术问题所采用的技术方案如下：根据本专利技术实施例的一个方面，提本文档来自技高网...

【技术保护点】
1.一种网络故障预测方法，其特征在于，所述方法包括：对多个固定时间窗口的特征数据进行模型训练，获得定时检测的时间窗口以及预测模型；根据所述定时检测的时间窗口和所述预测模型，对实时特征数据进行故障预测。

【技术特征摘要】
1.一种网络故障预测方法，其特征在于，所述方法包括：对多个固定时间窗口的特征数据进行模型训练，获得定时检测的时间窗口以及预测模型；根据所述定时检测的时间窗口和所述预测模型，对实时特征数据进行故障预测。2.根据权利要求1所述的方法，其特征在于，所述对多个固定时间窗口的特征数据进行模型训练，获得定时检测的时间窗口包括步骤：对多个固定时间窗口的特征数据进行模型训练，获得模型训练结果；根据所述模型训练结果，选择一组固定时间窗口，并将该组固定时间窗口中最小的固定时间窗口确定为所述定时检测的时间窗口。3.根据权利要求1或2所述的方法，其特征在于，所述对多个固定时间窗口的特征数据进行模型训练，获得定时检测的时间窗口以及预测模型之前还包括步骤：对所述特征数据进行预处理，获得预处理后的特征数据。4.根据权利要求1或2所述的方法，其特征在于，所述根据所述定时检测的时间窗口和所述预测模型，对实时特征数据进行故障预测之前还包括步骤：对所述定时检测的时间窗口的特征数据进行预判，若预判成功则执行所述根据所述定时检测的时间窗口和所述预测模型，对实时特征数据进行故障预测步骤。5.根据权利要求1或2所述的方法，其特征在于，所述根据所述定时检测的时间窗口和所述预测模型，对实时特征数据进行故障预测之后还包括：故障预测的结果包括故...

【专利技术属性】
技术研发人员：杜永生，
申请(专利权)人：中兴通讯股份有限公司，
类型：发明
国别省市：广东,44