[發明專利]一種基于人工智能的網絡運維自動化方法

在審

• 申請號: 202111113517.8
• 申請日: 2021-09-23
• 公開（公告）號: CN113807716A
• 公開（公告）日: 2021-12-17
• 發明（設計）人: 彭超;馮純博
• 申請（專利權）人: 寶信軟件（武漢）有限公司
• 主分類號: G06Q10/06
• 分類號: G06Q10/06;G06Q10/00;G06K9/62;G06N3/04;G06N3/08
• 代理公司: 北京匯澤知識產權代理有限公司 11228
• 代理人: 吳靜

一種基于人工智能的網絡運維自動化方法，包括：獲取運維系統運行的運維數據，對運維數據進行預處理，得到訓練數據；對訓練數據進行處理，提取訓練數據的特征值；通過提取訓練數據的特征值，構建基于運維系統數據的隨機森林模型和深度神經網絡模型；基于生成的隨機森林模型和深度神經網絡模型，生成網絡自動化運維模型，將線上實時的運維數據導入到網絡自動化運維模型，對運維系統進行預警。本發明從通信領域的網絡運維角度，解析人工智能在替代密集型維護方式、降低網絡運維成本、創新維護手段等方面的作用和影響，并探討通過人工智能降低運維難度、提升運維效率和網絡質量的方式方法。

技術領域

本發明涉及的是自動化運維領域，特別涉及一種基于人工智能的網絡運維自動化方法。

背景技術

人工智能是一種將人類能力與科學技術相結合，實現機器與智能一體化的技術，它借助大數據、網絡計算和深度學習，實現類人腦方式的任務處理。當前人工智能技術在生物識別、自然語言識別等領域已經獲得了長足發展，比如在安防領域，人工智能可以通過超強的監測能力和精準的識別能力，準確地辨識入侵行為，提升系統保護等級；再比如，在通信運維領域，人工智能憑借其驚人的數據處理能力和類思考能力，對隱患故障進行反應，對網絡優化方案進行決策。

目前運營商網絡運維主要通過人工方式進行，這種傳統的運維方式效率低下、靈活性差、成本高。隨著5G時代的來臨，ICT產業全面融合，物聯網、SDN/NFV、人工智能、云計算等新技術的出現和發展，使得業務需求更加多樣，網絡運維更加繁雜，粗放的人工方式已經很難適應高質量高效率的維護要求。具體包括以下幾點：

(1)網絡更加繁雜。2G、3G、4G、5G多種制式將長期共存，PON、PTN、OTN、SDH及城域網、廣域網將逐步向SDN/NFV演化。在這個過程中，虛擬化帶來的分層解耦和云化帶來的動態資源調度，使得故障排查和定位更加困難；同時，由此帶來的網絡與信息安全隱患也將長期存在，這將大大增加網絡管理和優化難度，對運維人員能力要求也將大幅提高。

(2)業務需求多樣。一方面，人與人通信的單一模式將逐漸演變為人與人、人與物、物與物的全場景通信模式，業務場景將會更加復雜，這將對服務等級協議(SLA)提出差異化需求，以及帶來網絡管理復雜性等問題。另一方面，依托5G、NFV等巨大的網絡和業務發展能力，用戶需求也將呈現出差異化、個性化的趨勢，網絡對于用戶體驗的支撐將顛覆傳統模式，迎來全新挑戰。

(3)網絡能力要求高。和傳統網絡相比，5G、NFV等新一代網絡在帶寬、時延、可靠性、連接數等關鍵業務指標上都有量級的提升，并且需要同時滿足不同業務的差異化需求。如何充分提升網絡能力，快速適應業務需求變化，對網絡規劃、設備選型、業務部署等工作提出了更高要求。

發明內容

鑒于上述問題，提出了本發明以便提供一種克服上述問題或者至少部分地解決上述問題的一種基于人工智能的網絡運維自動化方法。

為了解決上述技術問題，本申請實施例公開了如下技術方案：

一種基于人工智能的網絡運維自動化方法，包括：

S100.獲取運維系統運行的運維數據，對運維數據進行預處理，得到訓練數據；

S200.對訓練數據進行處理，提取訓練數據的特征值；

S300.通過提取訓練數據的特征值，構建基于運維系統數據的隨機森林模型和深度神經網絡模型；

S400.基于生成的隨機森林模型和深度神經網絡模型，生成網絡自動化運維模型，將線上實時的運維數據導入到網絡自動化運維模型，對運維系統進行預警。

進一步地，對運維數據進行預處理，包括：將運維數據進行篩選，分為正常運行的正樣本數據和異常運行的負樣本數據，使正負樣本數據的個數相等。