公开(公告)号：CN117560267B

公开(公告)日：2024-03-26

申请号：CN202410042165.9

申请日：2024-01-11

Applicant: 南京邮电大学

Inventor： 陈美娟 ,  赵欣然 ,  朱晓荣 ,  潘庆亚 ,  喻昆

IPC: H04L41/0631 ,  H04L41/0654 ,  H04L41/14 ,  H04L41/16

Abstract: 本发明公开了一种多模场域网的故障诊断方法及快速恢复方法，故障诊断方法包括从多模场域网仿真平台上获取多组故障数据，每组故障数据包括故障类型和各关键性能指标的仿真值；对各组故障数据的各关键性能指标的仿真值进行归一化处理；采用特征选择算法对归一化处理后的各组故障数据的各关键性能指标的仿真值进行处理，获取各目标性能指标；通过各目标性能指标的仿真值和故障类型训练得到故障诊断模型，通过训练好的故障诊断模型进行高效准确的故障诊断；快速恢复方法包括构建多模场域网的故障快速恢复的知识图谱，在得到故障类型诊断结果后，通过知识图谱获取故障解决办法，从而实现故障快速恢复。

公开(公告)号：CN115734274A

公开(公告)日：2023-03-03

申请号：CN202211519142.X

申请日：2022-11-30

Applicant: 南京邮电大学

Inventor： 朱晓荣 ,  潘庆亚

IPC: H04W24/08 ,  G06F16/36 ,  G06N3/0442 ,  G06N3/047 ,  G06N3/08

Abstract: 本发明涉及通信网络技术领域，是一种基于深度学习和知识图谱的蜂窝网络故障诊断方法，使用图卷积神经网络GCN的方法对网络告警数据进行预诊断，该方法考虑了告警数据之间的相关性，有效地提高了网络故障诊断的准确率；使用长短期记忆网络LSTM和条件随机场CRF对非结构化知识进行抽取，使用爬虫技术对半结构知识进行抽取，最后融合结构化数据、半结构化数据、非结构化数据构建一个全面的面向5G网络的故障知识图谱；使用已构建的知识图谱对图卷积神经网络的诊断结果进行验证和推理，该方法考虑了告警与故障之间的复杂关系以及故障与原因、方法之间的关系，极大地提高了网络故障诊断准确率、降低了网络运维的门槛、提高了网络运维效率。

公开(公告)号：CN117560267A

公开(公告)日：2024-02-13

申请号：CN202410042165.9

申请日：2024-01-11

Applicant: 南京邮电大学

Inventor： 陈美娟 ,  赵欣然 ,  朱晓荣 ,  潘庆亚 ,  喻昆

IPC: H04L41/0631 ,  H04L41/0654 ,  H04L41/14 ,  H04L41/16

Abstract: 本发明公开了一种多模场域网的故障诊断方法及快速恢复方法，故障诊断方法包括从多模场域网仿真平台上获取多组故障数据，每组故障数据包括故障类型和各关键性能指标的仿真值；对各组故障数据的各关键性能指标的仿真值进行归一化处理；采用特征选择算法对归一化处理后的各组故障数据的各关键性能指标的仿真值进行处理，获取各目标性能指标；通过各目标性能指标的仿真值和故障类型训练得到故障诊断模型，通过训练好的故障诊断模型进行高效准确的故障诊断；快速恢复方法包括构建多模场域网的故障快速恢复的知识图谱，在得到故障类型诊断结果后，通过知识图谱获取故障解决办法，从而实现故障快速恢复。

公开(公告)号：CN115119242A

公开(公告)日：2022-09-27

申请号：CN202210726134.6

申请日：2022-06-24

Applicant: 南京邮电大学

Inventor： 朱晓荣 ,  潘庆亚 ,  吴铭骁 ,  贺楚闳

IPC: H04W24/04 ,  H04L41/0631 ,  H04L41/16 ,  G06N3/04 ,  G06N3/08

Abstract: 本发明公开了一种基于知识和数据融合的蜂窝网络故障诊断方法，使用基于生成对抗网络(GAN)的方法对真实的数据集进行数据扩充，有效地平衡数据集以及减少标记数据所花费的成本；使用朴素贝叶斯法结合专家知识对网络故障数据集进行预诊断分类任务，并根据预诊断结果生成数据间的关联图，有效地解决了GCN生成的数据间拓扑关联图不精确的问题；将生成的拓扑关联图与训练数据集都输入到GCN模型中进行模型的训练，对GCN模型进行改进使之在训练中能够分别调整预诊断先验知识和训练数据集规模对GCN模型精度的影响。