[发明专利]网络预警方法、装置和计算机可读存储介质

权利要求书

1.一种网络预警方法，包括：

根据网络在历史时刻的状态参数的统计特征数据，以及所述网络在目标时刻的状态参数，利用第四机器学习模型，提取所述网络的特征向量，所述目标时刻晚于所述历史时刻，所述第四机器学习模型为自编码学习模型；

以所述在目标时刻的状态参数为输入，以所述特征向量为输出，训练第二机器学习模型，所述第二机器学习模型为状态神经网络；

根据所述网络在当前时刻的状态参数，利用第一机器学习模型，预测所述网络在未来时刻的状态参数，所述第一机器学习模型为参数神经网络；

根据所述在未来时刻的状态参数，利用所述第二机器学习模型，提取所述网络的预测特征向量；

根据所述预测特征向量，利用第三机器学习模型，确定所述网络的预警等级，所述第三机器学习模型为预警神经网络；

所述提取所述网络的预测特征向量包括：

利用神经网络分类器，提取所述网络的预测特征向量。

2.根据权利要求1所述的网络预警方法，在所述预测所述网络在未来时刻的状态参数的步骤之前，还包括：

以所述网络在历史时刻的状态参数的统计特征数据为输入，以所述网络在目标时刻的状态参数为输出，训练所述第一机器学习模型，所述目标时刻晚于所述历史时刻。

3.根据权利要求1所述的网络预警方法，其中，所述提取所述网络的特征向量包括：

利用模糊控制模型，对所述网络在历史时刻的状态参数的统计特征数据进行预处理；

根据经过预处理的统计特征数据，以及所述网络在目标时刻的状态参数，利用第四机器学习模型，提取所述网络的特征向量。

4.根据权利要求1所述的网络预警方法，在所述预测所述网络在未来时刻的状态参数的步骤之前，还包括：

根据所述特征向量，利用第五机器学习模型，确定所述网络在所述目标时刻的预警等级；

以所述特征向量为输入，以所述目标时刻的预警等级为输出，训练所述第三机器学习模型。

5.根据权利要求1-4任一项所述的网络预警方法，其中，

所述状态参数包括所述网络的流量信息、拥塞信息、连接数信息、丢包率信息中的至少一项。

6.一种网络预警装置，包括：

预测单元，用于根据网络在当前时刻的状态参数，利用第一机器学习模型，预测所述网络在未来时刻的状态参数，所述第一机器学习模型为参数神经网络；

提取单元，用于根据所述在未来时刻的状态参数，利用第二机器学习模型，提取所述网络的预测特征向量，所述第二机器学习模型为状态神经网络；

确定单元，用于根据所述预测特征向量，利用第三机器学习模型，确定所述网络的预警等级，所述第三机器学习模型为预警神经网络；

所述提取单元利用神经网络分类器，提取所述网络的预测特征向量；

训练单元，用于根据所述网络在历史时刻的状态参数的统计特征数据，以及所述网络在目标时刻的状态参数，利用第四机器学习模型，提取所述网络的特征向量，所述目标时刻晚于所述历史时刻，，所述第四机器学习模型为自编码学习模型，以所述在目标时刻的状态参数为输入，以所述特征向量为输出，训练第二机器学习模型。

7.根据权利要求6所述的网络预警装置，还包括：

训练单元，用于以所述网络在历史时刻的状态参数的统计特征数据为输入，以所述网络在目标时刻的状态参数为输出，训练所述第一机器学习模型，所述目标时刻晚于所述历史时刻。

8.根据权利要求6所述的网络预警装置，其中，

所述训练单元利用模糊控制模型，对所述网络在历史时刻的状态参数的统计特征数据进行预处理，根据经过预处理的统计特征数据，以及所述网络在目标时刻的状态参数，利用第四机器学习模型，提取所述网络的特征向量。