基于机器学习的网络故障检测  

Network fault detection based on machine learning

作　　者：王明芬 郑骅 Wang Mingfen;Zheng Hua

机构地区：[1]福建师范大学协和学院,福建省福州市350117 [2]福建师范大学教育学部,福建省福州市350117

出　　处：《电信快报》2022年第12期24-28,共5页Telecommunications Information

基　　金：福建省中青年教师教育科研项目(JAT200965);福建省教育科学“十三五”规划项目(FJJKCG19-106)。

摘　　要：为充分利用历史故障数据辅助运维人员诊断故障,文章提出一种结合随机森林和DNN(深度神经网络)的故障诊断模型。此模型由数据清洗与编码、随机森林特征筛选、深度神经网络层、Dropout(丢弃)层和分类输出层组成。使用基于网格寻优的随机森林算法进行特征约简,再使用DNN训练约简后的数据。调整DNN模型的网络层数结构,实验表明网络故障分类的准确率较高、故障诊断速度快。

关 键 词：网络故障 DNN(深度神经网络) 随机森林 特征约简 

分 类 号：TP181[自动化与计算机技术—控制理论与控制工程] TP393.06[自动化与计算机技术—控制科学与工程]