[发明专利]网元割接值守方法及装置

权利要求书

1.一种网元割接值守方法，其特征在于，包括：

将网元割接事前检测的第一网元性能数据与网元割接事后检测的第二网元性能数据作差，获得性能差值数据；

将所述性能差值数据输入至异常检测模型，获得所述异常检测模型输出的差值重建数据；所述异常检测模型是基于样本性能差值数据对自编码神经网络模型进行训练后获得的，所述样本性能差值数据是所述网元处于正常运行状态下获得的；

若判断获知所述性能差值数据与所述差值重建数据之间的重建误差大于误差阈值，则确认所述网元在检测所述第二网元性能数据的时刻处于异常运行状态；

所述将所述性能差值数据输入至异常检测模型，获得所述异常检测模型输出的差值重建数据之前，还包括：

采集所述网元的历史割接的第一样本网元性能数据及第二样本网元性能数据，所述第一样本网元性能数据是在所述历史割接的事前检测获得的，所述第二样本网元性能数据是在所述历史割接的事后检测获得的；

将所述第一样本网元性能数据与所述第二样本网元性能数据作差，获得所述样本性能差值数据；

采用所述网元在所述历史割接的事后处于正常运行状态下获得的所述样本性能差值数据，对预先创建的所述自编码神经网络模型进行训练，直至所述自编码神经网络模型收敛，通过梯度下降获取所述自编码神经网络模型的权重，并根据收敛后的所述自编码神经网络模型的权重获得所述异常检测模型。

2.根据权利要求1所述的方法，其特征在于，所述采用所述网元在所述历史割接的事后处于正常运行状态下获得的所述样本性能差值数据，对预先创建的所述自编码神经网络模型进行训练之前，还包括：

为所述网元在所述历史割接的事后处于正常运行状态下获得的所述样本性能差值数据，以及处于异常运行状态下获得的所述样本性能差值数据分别添加不同的标记。

3.根据权利要求2所述的方法，其特征在于，所述网元性能数据包括多个种类的属性数据；

相应地，为所述网元在所述历史割接的事后处于正常运行状态下获得的所述样本性能差值数据，以及处于异常运行状态下获得的所述样本性能差值数据分别添加不同的标记之后，还包括：

对所述样本性能差值数据中的每一种类的所述属性数据分别进行标准化处理，以使属于同一种类的所述属性数据的值在设定值处聚集。

4.根据权利要求3所述的方法，其特征在于，对所述样本性能差值数据中的每一种类的所述属性数据分别进行标准化处理，包括：

计算每一种类的所述属性数据的均值及方差；

对于所述样本性能差值数据中的每一个所述属性数据，将所述属性数据与对应种类的所述属性数据的均值作差后，与对应种类的所述属性数据的方差作商，获得的结果作为所述属性数据的值。

5.根据权利要求3所述的方法，其特征在于，对所述样本性能差值数据中的每一种类的所述属性数据分别进行标准化处理之后，还包括：

选取预设比例的所述样本性能差值数据作为测试数据，所述测试数据包括所述网元在所述历史割接的事后处于异常运行状态下获得的所述样本性能差值数据；

相应地，在所述自编码神经网络模型收敛后，采用所述测试数据对所述自编码神经网络模型的性能进行测试。

6.根据权利要求1所述的方法，其特征在于，检测所述第一网元性能数据的时刻与所述网元割接的时刻之间间隔第一时长，检测所述第二网元性能数据的时刻与所述网元割接的时刻之间间隔第二时长，所述第一时长与所述第二时长相等；

检测所述第一样本网元性能数据的时刻与所述历史网元割接的时刻之间间隔第三时长，检测所述第二样本网元性能数据的时刻与所述历史网元割接的时刻之间间隔第四时长，所述第三时长与所述第四时长相等。