關(guān)于智能運(yùn)維中KPI異常檢測(cè)與預(yù)測(cè)的研究

打開文本圖片集

摘要：業(yè)務(wù)性能指標(biāo)（key performance indicator，KPI）異常檢測(cè)是網(wǎng)絡(luò)智能運(yùn)維中的底層核心技術(shù)，對(duì)網(wǎng)絡(luò)故障發(fā)現(xiàn)和修復(fù)具有重要意義。針對(duì)智能運(yùn)維中KPI異常檢測(cè)和異常預(yù)測(cè)問題，使用數(shù)據(jù)特征分析、相關(guān)性分析、多元線性回歸分析、機(jī)器學(xué)習(xí)等方法，分別建立KPI異常值檢測(cè)差與標(biāo)準(zhǔn)差模型、KPI異常值預(yù)測(cè)多元線性回歸模型、KPI異常值預(yù)測(cè)RBF神經(jīng)網(wǎng)絡(luò)模型（RBF—Radial Basis Function），并通過構(gòu)建評(píng)估指標(biāo)模型對(duì)模型預(yù)測(cè)的優(yōu)劣進(jìn)行判斷，給出運(yùn)營商基站KPI核心指標(biāo)的異常孤立點(diǎn)、異常周期以及異常值預(yù)測(cè)。（剩余4713字）