简介:摘要:近年来 ,以机器学习 (Machine Learning,ML)为代表的人工智能技术在各种网络案例中得到了应用。一种基于支持向量机和双指数平滑的告警预测方法; 一种基于流量、路由和调制格式的机器学习方法 ,用于预测未固定光路的误码率是否在正常范围内; 一种高斯过程分类器来预测每个光链路出现告警的概率。因供应商设备在设备类型、设备版本和网络管理系统等方面存在差异 ,收集的网络性能和告警数据通常是脏数据 ,包括丢失数据、错误数据和同一数据的非标准表示。在实际网络中 ,数据分布不平衡的问题是数据代表性不足和类分布偏斜的一个主要原因。欠采样和过采样是在数据级解决这一问题的两种主要方法。
简介:摘要新一代光网络技术从追求网络传输超高速、大容量的传统互联网组网模式,逐渐转变到趋于搭建更高效经济的新一代智能光网络--ASON智能化平台。由现有的通信网络向智能光网络形式平滑演进,这是近年来出现的基于智能化软件管理系统的一种更先进的光传输模式。本文提出了现有光纤通信网(基于SDH)向ASON逐步升级的必要性和具体可实施性,从交换设备节点的布置、网管资源的分配等方面提出了自己的设想方案,加以分析了引入ASON核心通信网络后可能发生的问题及改进方案。
简介:摘要:从本质上来讲,通信监测技术的应用需要依托信息技术,并利用计算机技术,对微机进行操作和控制,从而实现更加全面化的自动化与智能化监测。在电力通信网当中,通信监测所具备的特征较多,在实践当中能够从源头着手,有效消除电力通信涉及到的各种安全隐患与缺陷。就当前的情况而言,电力通信监测相关的技术手段都已经实现了优化与进步,但是从整体上而言,仍然不够完善。具体表现为忽视了电力通信网在各个时间段的通信监测,从而出现很多的安全隐患,也会存在更多的电力通信网风险。因此,针对不同类型的电力通信网,都应当具体情况具体分析,选择最为合适的检测技术,使得电力通信网具备实效性的特点。