简介:【摘要】基于电力通信网自身特性,其在实际运作中容易出现多种安全隐患,如果没有及时发现并处理,将很容易影响电力通信网的正常运作,而且阻碍人们的正常通信。通信监测技术则能实时监测电力通信网的运作效果,帮助工作人员发现并解决各种风险因素,从而维护电力通信网的正常运作。因此,电力企业需注重在电力通信网中对通信监测技术进行合理应用,以更好满足人们的通信需求。
简介:【摘要】基于电力通信网自身特性,其在实际运作中容易出现多种安全隐患,如果没有及时发现并处理,将很容易影响电力通信网的正常运作,而且阻碍人们的正常通信。通信监测技术则能实时监测电力通信网的运作效果,帮助工作人员发现并解决各种风险因素,从而维护电力通信网的正常运作。因此,电力企业需注重在电力通信网中对通信监测技术进行合理应用,以更好满足人们的通信需求。
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。