[发明专利]用于网络管理中的故障预测的方法和装置

权利要求书

1.一种网络管理装置，包括：

网络数据接收部件，用于接收代表通信网络的当前状况的网络数据，所述网络数据包括指示网络元件的性能的多个值；

网络数据变换部件，用于将所接收的所述网络数据变换为指示所述网络的当前状态的网络状态向量；以及

网络状态预测部件，用于根据当前网络状态向量来预测所述网络的未来网络状态向量，所述网络状态预测部件包括自学习预测模块，所述自学习预测模块具有用于存储至少一个内部状态的存储器。

2.根据权利要求1所述的网络管理装置，其中所述网络数据变换部件包括向量量化器，所述向量量化器被配置用于将网络数据的向量变换到网络状态空间中。

3.根据权利要求2所述的网络管理装置，其中所述向量量化器基于所述K均值算法或者所述边界球量化算法。

4.根据任一项前述权利要求所述的网络管理装置，其中所述网络数据变换部件包括距离变换模块，所述距离变换模块被配置用于生成代表网络状态的概率的所述网络状态向量。

5.根据权利要求4所述的网络管理装置，其中所述距离变换模块基于所述向量量化器的量子对网络数据的所述向量应用软距离变换。

6.根据任一项前述权利要求所述的网络管理装置，其中所述网络数据变换部件包括数据稀疏模块，所述数据稀疏模块被配置用于抑制代表针对对应的网络状态的低概率的所述网络状态向量的元素。

7.根据权利要求6所述的网络管理装置，其中所述数据稀疏模块基于s稀疏算法，所述s稀疏算法将除了s个最大元素之外的所有向量元素置零，并且随后将所述网络状态向量重新缩放为单位长度。

8.根据任一项前述权利要求所述的网络管理装置，其中所述自学习预测模块包括递归神经网络，具体是长短期记忆递归神经网络。

9.根据任一项前述权利要求所述的网络管理装置，其中所述网络状态预测部件包括softmax模块，所述softmax模块被配置为生成单位长度的网络状态向量。

10.根据任一项前述权利要求所述的网络管理装置，其中预测的未来网络状态向量被反馈到所述网络数据变换部件，以生成指示所述网络的下一状态的新的网络状态向量，以用于根据所述新的网络状态向量对进一步的未来网络状态向量进行长期预测。

11.根据任一项前述权利要求所述的网络管理装置，还包括网络管理模块，所述网络管理模块被配置为基于所述预测的未来网络状态向量来执行校正网络管理动作。

12.一种用于对通信网络执行网络管理活动的网络管理方法，包括：

接收代表所述通信网络的当前状况的网络数据，所述网络数据包括指示网络元件的性能的多个值；

将所接收的所述网络数据变换为指示所述网络的当前状态的网络状态向量；以及

通过应用基于自学习预测算法的网络状态预测，来根据所述网络的所述当前网络状态向量针对所述网络而预测未来网络状态向量，所述自学习预测算法具有用于存储至少一个内部状态的存储器。

13.根据权利要求12所述的方法，其中变换所接收的所述网络数据包括对所述网络数据应用向量量化算法，以用于将所述网络数据指配到网络状态并且生成代表网络状态的概率的所述网络状态向量。

14.根据权利要求12或13所述的方法，其中变换所接收的所述网络数据包括对所述网络状态向量应用稀疏变换。

15.根据权利要求12至14中任一项所述的方法，还包括将预测的未来网络状态向量反馈到所述变换的步骤，以生成指示所述网络的下一状态的新的网络状态向量，以用于根据所述新的网络状态对进一步的未来网络状态向量进行长期预测。