基于人工智能的运营商故障分析能力提升研究

文章预览

摘  要 传统的故障分析手段将运维经验固化为故障分析规则或脚本，这种方式针对特定故障模式较为有效，但是无法应对新网络业务、组网变化，一旦规则、脚本需要调整，需投入较大成本进行适配改造，且时效性较差。而人工智能技术在大数据统计、分析、推理、自适应学习上有着先天优势，能快速基于新网络、新业务的变化重训练AI模型参数，给出最佳推荐值。基于此，重点研究了如何利用人工智能提升运营商故障分析能力。    0 1     概 述 在日常网络维护中，故障分析是最基础、最重要的工作，故障分析结果的时效性、准确性直接影响了故障处理的效率、网络质量及运维成本。如何从海量告警中准确识别出有效故障，做到告警不多、不漏、不错，一直是网络故障监控的痛点。常见的故障分析手段是基于规则的（例如单网元告警合并，或者 ………………………………