基于图神经网络的无线通信网络故障根因定位方法技术

本发明专利技术提出了一种基于图神经网络的无线通信网络故障根因定位方法。主要解决现有技术故障根因定位准确率低的问题。其实现方案是：1、对原始时间序列进行时间序列特征工程处理，用图表征时间序列中不同关键绩效指标之间的复杂影响关系，得到时间序列构成的图数据集；2、对时间序列构成的图数据集进行多次图卷积、图池化和结构学习处理，实现图关键信息提取；3、利用提取的图关键信息进行图分类，得到图的初步预测标签并对其进行优化，根据图的最终预测标签与故障根因的对应关系，得到无线通信网络的故障原因。本发明专利技术有效利用了无线通信网络不同关键绩效指标之间的复杂影响关系，极大提升了无线通信网络故障根因定位的准确率，可用于无线通信网络智能运维。

【技术实现步骤摘要】

本专利技术属于通信，特别涉及一种无线通信网络故障根因定位方法，可用于无线通信网络智能运维。

技术介绍

1、无线网络故障根因定位作为无线网络智能运维的关键环节，可快速、准确地判断出网络故障的根本原因，提供给网络运维人员及时采取措施对网络进行修复，保证网络正常运转。无线通信网络故障根因定位技术的核心思想分为三部分。首先对无线通信网络运维数据进行预处理，其次利用采用适当的方法来提取网络运维数据中的特征，最后采用合适分类算法识别导致网络故障的根本原因。

2、现有的无线通信网络故障根因定位方法主要可以分为三大类。基于规则的根因定位方法、基于故障传播图的根因定位方法、基于机器学习和深度学习的根因定位方法。其中：

3、基于领域知识和规则的根因定位旨在通过事先定义的规则和逻辑来识别故障根本原因。这种方法不仅严重依赖领域专家知识，需要耗费大量的人力资源；而且构建规则需要专家具备较高的能力要求，知识和规则的不完备性可能导致根因定位准确率大幅下降。

4、基于故障传播图的根因定位方法，是将系统中的多个元件或指标等抽象为图的节点，将元件间的调用关本文档来自技高网...

【技术保护点】

1.一种基于图神经网络的无线通信网络故障根因定位方法，其特征在于，包括如下步骤：

2.根据权利要求书1所述的方法，其特征在于，步骤(1a)根据用户提供的因果关系，

3.根据权利要求书1所述的方法，其特征在于，步骤(1c)对填充后每个时间序列的每个KPI提取其平均值、中位数、标准差以及偏度4种统计特征,实现如下：

4.根据权利要求书1所述的方法，其特征在于，步骤(1d)中对每个时间序列提取的统计特征使用Min-Max进行归一化，公式如下：

5.根据权利要求书1所述的方法，其特征在于，步骤(1e)得到的图数据集表示如下：p>

6.根据权...

【技术特征摘要】

1.一种基于图神经网络的无线通信网络故障根因定位方法，其特征在于，包括如下步骤：

2.根据权利要求书1所述的方法，其特征在于，步骤(1a)根据用户提供的因果关系，

3.根据权利要求书1所述的方法，其特征在于，步骤(1c)对填充后每个时间序列的每个kpi提取其平均值、中位数、标准差以及偏度4种统计特征,实现如下：

4.根据权利要求书1所述的方法，其特征在于，步骤(1d)中对每个时间序列提取的统计特征使用min-max进行归一化，公式如下：

5.根据权利要求书1所述的方法，其特征在于，步骤(1e)得到的图数据集表示如下：

【专利技术属性】
技术研发人员：刘伟，韩跃华，
申请(专利权)人：西安电子科技大学，
类型：发明
国别省市：