大数据挖掘在移动通信网络故障诊断中的应用研究

扫码查看

原文链接

维普
万方数据

中文摘要：5G网络的普及与各种新兴技术的引入,使得移动通信网络速率在更新的过程中常出现故障诊断低准确率的问题.鉴于此,研究提出面向移动通信网络故障诊断的大数据挖掘方法,在引入Spark框架的基础上,首先利用生成对抗网络对收集的网络数据进行预处理,接着利用图卷积神经网络对样本数据集进行学习,以实现网络故障诊断.与其他算法相比结果显示,当训练样本数据集为600时,研究算法的准确率与MarcoF1值分别为90.14％、88.56％.当迭代次数为200次、保留13个特征时,对网络故障诊断的准确率可达98.01％,且诊断时间仅为0.243s.以上结果均表示在研究方法运行下,移动网络通信的故障诊断准确率较高,且耗时较少,性能最好.

作者：

马伟良

展开 >

作者单位：

闽西职业技术学院

关键词：

网络故障诊断 Spark 大数据生成对抗网络图卷积神经网络

出版年：

2024

产业与科技论坛

河北省社会科学院财贸经济研究所

产业与科技论坛

CHSSCD

影响因子：0.361

ISSN：1673-5641

年,卷(期)：2024.23(17)