一种数据查询方法及数据查询节点

    公开(公告)号:CN108255871B

    公开(公告)日:2022-01-28

    申请号:CN201611249521.6

    申请日:2016-12-29

    Abstract: 本申请实施例提供一种数据查询方法及数据查询节点,其方法包括:按照获取规则向多个数据缓存节点获取多个数据切片,向每个数据缓存节点获取一个数据切片;将多个数据切片中包含的对象划分为第一对象和第二对象;若第一对象的数量大于或等于目标数量,则将满足第二候选条件的第二对象确定为第一对象;向多个数据缓存节点获取每个第一对象在每个数据缓存节点中的特征值,根据每个第一对象在每个数据缓存节点中的特征值,按照预设聚合函数计算每个第一对象的真实聚合值,并按照真实聚合值由大到小的顺序,选取目标数量的第一对象确定为目标对象。采用本申请,能够降低在一次网络传输中数据的传输量,并减少网络传输轮次,进而提高了数据查询效率。

    一种获取无源网络拓扑信息的方法及相关设备

    公开(公告)号:CN111884832A

    公开(公告)日:2020-11-03

    申请号:CN202010606959.5

    申请日:2020-06-29

    Abstract: 本申请实施例提供了一种获取无源网络拓扑信息的方法及相关装置,其中,所述无源网络包括多个节点设备,所述多个节点设备包括至少一个中间节点设备、至少一个末端节点设备,一种获取无源网络拓扑信息的方法,包括:获取在目标时刻所述无源网络中一个或多个末端节点设备的特征数据;根据所述一个或多个末端节点设备的特征数据,对所述一个或多个末端节点设备进行聚类分析,获得所述目标时刻对应的聚类簇列表;融合多个目标时刻分别对应的聚类簇列表,获取所述无源网络的拓扑信息。实施本申请实施例,可以更加准确地确定无源网络的拓扑连接关系。

    根因告警决策网络构建方法、装置和存储介质

    公开(公告)号:CN110351118A

    公开(公告)日:2019-10-18

    申请号:CN201910451935.4

    申请日:2019-05-28

    Abstract: 本申请提供一种根因告警决策网络构建方法、装置和存储介质,该方法包括:获取预设时间段内网络中出现的多个告警数据;确定所述多个告警数据中每个告警数据所对应的告警类型,得到多个告警类型;根据所述多个告警数据之间的时序关系,以多个告警类型中的每个告警类型为节点构建决策网络的拓扑结构;根据所述拓扑结构和各告警类型出现的频次,确定所述拓扑结构中每条边的目标权重,以生成所述根因告警决策网络。本申请提供的根因告警决策网络构建方法、装置和存储介质,不仅可以提高根因告警决策网络构建的效率,而且当网络系统中告警行为形态和告警类型数目发生变化时,可以不需要重构网络拓扑,从而有利于提高根因告警决策网络的可实施性。

    一种故障社群检测方法及管理节点

    公开(公告)号:CN109309576A

    公开(公告)日:2019-02-05

    申请号:CN201710618895.9

    申请日:2017-07-26

    Abstract: 本申请提供一种故障社群检测方法及管理节点,涉及通信技术领域,用于提高故障社群检测的准确率。该方法包括:管理节点确定故障数据库网络,故障数据库网络包括N个从节点的连接关系、以及每个从节点的故障数据库,每个从节点的故障数据库包括一条或多条故障关键字记录,一条故障关键字记录包含该从节点的一条故障日志中出现的故障关键字,N为大于或等于2的整数;根据故障关键字集合确定故障主题集合,故障关键字集合包括至少一个故障关键字,故障主题集合中的每个故障主题由故障关键字集合中至少一个故障关键字组成;根据N个从节点的连接关系、N个从节点的故障数据库包括的故障关键字记录,从N个节点中确定与每个故障主题匹配的故障社群。

    一种模型的构建方法及相关装置
    5.
    发明公开

    公开(公告)号:CN116384760A

    公开(公告)日:2023-07-04

    申请号:CN202310238599.1

    申请日:2023-03-03

    Abstract: 一种模型的构建方法,应用于人工智能技术领域。在该方法中,在获得用于训练模型的序列片段的情况下,确定多个序列片段中变量之间的因果关系,并基于各个序列片段中变量的因果关系,对多个序列片段进行聚类,能够将每个序列片段分类至相应的类别中。这样,在训练预测模型时,可以基于同一个类别下的序列片段来训练同一个预测模型,从而得到由不同类别的序列片段所训练得到的多个预测模型。由于在训练预测模型之前,基于序列片段中变量的因果关系对序列片段进行了分类,能够对数据分布不同的序列片段进行有效的分类,避免了采用数据分布不同的序列片段来训练得到同一个预测模型,保证了预测模型在实际应用时的预测精度。

    告警关联规则生成方法和装置

    公开(公告)号:CN111431736B

    公开(公告)日:2022-05-13

    申请号:CN202010124751.X

    申请日:2020-02-27

    Inventor: 文勇 万星 张可力

    Abstract: 本申请提供了一种告警关联规则生成方法和分析装置,涉及通信技术领域,该方法根据告警记录得到各个告警的向量表示,并计算向量之间的相似度。由于两个向量的相似度包含一定频繁项的信息,相似度高的向量所对应的告警是频繁项的可能性就越大,因此可以根据向量之间的相似度,确定近似的频繁项。这样,可以将告警之间的信息转化为向量之间的关系,根据向量之间的关系得到近似的频繁项,再根据近似的频繁项生成告警关联规则,可以避免获得频繁项时繁琐的统计过程,有助于提高计算效率,降低挖掘告警关联规则的耗时。

    网络故障检测方法、装置、设备及计算机可读存储介质

    公开(公告)号:CN114095808A

    公开(公告)日:2022-02-25

    申请号:CN202010858980.4

    申请日:2020-08-24

    Abstract: 本申请提供网络故障检测方法,包括:根据网络中设备运行的状态信息确定网络中的异常设备;基于异常设备之间的运行状态特征的相似性,对异常设备进行分组聚合,得到异常分组集合;其中,异常分组集合中的每个异常分组聚合了至少一个异常设备;聚合的至少两个异常设备之间的相似性大于或等于相似度阈值,且至少两个异常设备所属在网络中同一个一级网络设备的端口下;根据分组检测集合所对应的设备分布信息进行网络故障检测,生成故障检测结果;分组检测集合为异常分组集合的子集;分组检测集合中每个异常分组的异常设备所属在网络中同一个一级网络设备的端口下。通过实施本申请,能够快速检测或定界出设备出现异常的故障点位置。

    一种故障社群检测方法及管理节点

    公开(公告)号:CN109309576B

    公开(公告)日:2020-05-08

    申请号:CN201710618895.9

    申请日:2017-07-26

    Abstract: 本申请提供一种故障社群检测方法及管理节点,涉及通信技术领域,用于提高故障社群检测的准确率。该方法包括:管理节点确定故障数据库网络,故障数据库网络包括N个从节点的连接关系、以及每个从节点的故障数据库,每个从节点的故障数据库包括一条或多条故障关键字记录,一条故障关键字记录包含该从节点的一条故障日志中出现的故障关键字,N为大于或等于2的整数;根据故障关键字集合确定故障主题集合,故障关键字集合包括至少一个故障关键字,故障主题集合中的每个故障主题由故障关键字集合中至少一个故障关键字组成;根据N个从节点的连接关系、N个从节点的故障数据库包括的故障关键字记录,从N个节点中确定与每个故障主题匹配的故障社群。

    一种数据查询方法及数据查询节点

    公开(公告)号:CN108255871A

    公开(公告)日:2018-07-06

    申请号:CN201611249521.6

    申请日:2016-12-29

    Abstract: 本申请实施例提供一种数据查询方法及数据查询节点,其方法包括:按照获取规则向多个数据缓存节点获取多个数据切片,向每个数据缓存节点获取一个数据切片;将多个数据切片中包含的对象划分为第一对象和第二对象;若第一对象的数量大于或等于目标数量,则将满足第二候选条件的第二对象确定为第一对象;向多个数据缓存节点获取每个第一对象在每个数据缓存节点中的特征值,根据每个第一对象在每个数据缓存节点中的特征值,按照预设聚合函数计算每个第一对象的真实聚合值,并按照真实聚合值由大到小的顺序,选取目标数量的第一对象确定为目标对象。采用本申请,能够降低在一次网络传输中数据的传输量,并减少网络传输轮次,进而提高了数据查询效率。

    训练迁移模型的方法、故障检测的方法以及装置

    公开(公告)号:CN111612035B

    公开(公告)日:2024-11-01

    申请号:CN202010308439.6

    申请日:2020-04-18

    Abstract: 本申请涉及人工智能,提供一种训练迁移模型的方法、故障检测的方法和装置,涉及人工智能领域,该训练迁移模型的方法包括:获取待处理数据,该待处理数据包括来自于目标域的无标签数据和来自于源域的有标签数据,获得待处理数据中的每一维数据的多个数据片段,该多个数据片段不完全相同,利用多个数据片段对迁移模型进行训练,获得训练后的迁移模型。该方法既能够获取待处理数据的整体特征,又能够获取隐藏在数据片段之间的局部特征,从而能够有效提高对数据处理的准确性。

Patent Agency Ranking