基于意图驱动的网络故障诊断方法及系统技术方案

本发明专利技术提供一种基于意图驱动的网络故障诊断方法及系统，该方法包括：获取当前网络中的用户意图；将所述用户意图输入到训练好的网络故障分类模型中，得到所述当前网络的故障种类和故障严重程度；将所述用户输入到训练好的用户情绪分级模型中，得到所述用户意图的情绪类型，并根据所述情绪类型确定所述当前网络的网络故障紧急程度；根据所述故障种类、所述故障严重程度和所述网络故障紧急程度，确定所述当前网络的故障处理优先级，以根据所述故障处理优先级对所述当前网络进行网络故障处理。本发明专利技术能够按照故障处理优先级，优先处理严重故障的网络，从而迅速恢复网络服务。从而迅速恢复网络服务。从而迅速恢复网络服务。

【技术实现步骤摘要】
基于意图驱动的网络故障诊断方法及系统


[0001]本专利技术涉及数据处理
，尤其涉及一种基于意图驱动的网络故障诊断方法及系统。

技术介绍

[0002]随着通信技术和用户设备的发展，移动通信经历了从1G到5G的发展历程，5G相较于4G及以往的通信系统，在传输速率上更快，并且能够更好的对抗无线传输环境中的多径效应，系统容量和频谱效率得到了大幅提升。
[0003]当前，5G网络尚且存在以下几个方面的不足，首先，未来的网络应用对于数据速率的需求会非常高，达到每秒几兆比特的级别，5G网络不足以实现如此高的数据传输；此外，随着物联网设备的增长，当前5G网络的连接能力和覆盖范围已不足以满足其发展需要，其次，人工网络配置和优化，在未来网络大规模和复杂异构的特性之下变得非常低效，亟需智能化和自动化。
[0004]为了解决上述问题，6G网络应运而生，6G网络将实现人机物协同通信和超密集连接，实现天地融合，全面覆盖，在深耕低频段的同时，6G网络也将着力于高频段的开发，将面向全社会全行业实现全应用，与人工智能和大数据等技术深度融合，从而大幅改变现本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于意图驱动的网络故障诊断方法，其特征在于，包括：获取当前网络中的用户意图；将所述用户意图输入到训练好的网络故障分类模型中，得到所述当前网络的故障种类和故障严重程度，所述训练好的网络故障分类模型是由样本用户意图，通过贝叶斯分类算法训练得到的；将所述用户输入到训练好的用户情绪分级模型中，得到所述用户意图的情绪类型，并根据所述情绪类型确定所述当前网络的网络故障紧急程度，所述训练好的用户情绪分级模型是由标记有用户故障情绪标签的样本用户意图，对神经网络进行训练得到的；根据所述故障种类、所述故障严重程度和所述网络故障紧急程度，确定所述当前网络的故障处理优先级，以根据所述故障处理优先级对所述当前网络进行网络故障处理。2.根据权利要求1所述的基于意图驱动的网络故障诊断方法，其特征在于，在所述根据所述故障种类、所述故障严重程度和所述网络故障紧急程度，确定所述当前网络的故障处理优先级之后，所述方法还包括：根据预设环境数据定义类型，通过环境数据感知，获取所述当前网络对应故障的环境数据，所述环境数据包括地理环境数据、气候环境数据、生活环境数据和电波环境数据；根据所述故障处理优先级和所述环境数据，对所述当前网络进行网络故障处理。3.根据权利要求1所述的基于意图驱动的网络故障诊断方法，其特征在于，所述训练好的网络故障分类模型通过以下步骤得到：提取样本用户意图中的样本文本内容，并获取所述样本文本内容中包含的故障种类和故障严重程度；根据所述样本文本内容和对应的故障种类和故障严重程度，构建第一训练样本集；通过所述第一训练样本集，对朴素贝叶斯模型进行训练，得到训练好的网络故障分类模型。4.根据权利要求1所述的基于意图驱动的网络故障诊断方法，其特征在于，所述训练好的用户情绪分级模型通过以下步骤得到：提取样本用户意图中的样本文本内容，并在所述样本文本内容中标记对应的用户情绪类型，构建得到第二训练样本集；将所述第二训练样本集输入到长短期记忆网络中进行训练，得到训练好的用户情绪分级模型。5.根据权利要求2所述的基于意图驱动的网络故障诊断方法，其特征在于，所述根据预设环境数据定义类型，通过环境数据感知，获取所述当前网络对应故障的环境数据，包括：根据地理位置ID、经纬度信息、海拔高...

【专利技术属性】
技术研发人员：喻鹏，李文璟，丰雷，周凡钦，陈成，阎钰洁，
申请(专利权)人：北京邮电大学，
类型：发明
国别省市：