摘要
提出一种创新的AI架构,旨在提升网络监控和诊断的效率,特别是应对复杂的网络运维场景.随着网络运维领域的智能化升级,传统的单一模型已无法适应多变的业务需求.因此,基于改进的GBDT、贝叶斯分类、SVM等多种机器学习算法,开发了一种模型生成器,支持全监督和少样本的通信网络运维场景.该生成器覆盖网络监控和诊断中的风险预测、异常监控、故障识别和定位等多个模块.业务人员可以将复杂流程拆分为多个基本单元,通过模型生成器生成对应的AI原子模型,再将这些模型串并联组合,适用于复杂的业务场景,从而实现高效的网络故障监控与诊断.此外,提出了一种多用户云服务解决方案,基于模型生成器构建云平台,由运维方维护,用户无需本地部署,只需调用相应接口即可,显著减少运维成本和工作量.
维普
万方数据