[发明专利]网络故障检测与诊断方法及系统

权利要求书

1.一种网络故障检测与诊断方法，其特征在于，包括：

分析衡量网络性能的关键性能指标以及常见的网络故障，并对其进行关联；

利用所述关键性能指标以及常见的网络故障的关联关系，通过对原始数据库中的网络故障数据进行预处理，筛选出样本权重大于预先设置的阈值的样本，以将与原始数据集分布规律不一致的虚拟样本过滤掉；

利用筛选后获得的样本数据，基于生成式对抗网络来生成网络故障检测与诊断模型；

对所述网络故障检查与诊断模型进行训练和测试；

利用经训练和测试的所述网络故障检测与诊断模型对网络故障进行检测与诊断，并输出检测与诊断结果。

2.如权利要求1所述的方法，其特征在于，在所述通过对原始数据库中的网络故障数据进行预处理的步骤中，包含数据归一化处理，其中，给定k个指标X₁，X₂，...，X_k，其中，k是大于1的整数：X_i＝{x₁，x₂，...，x_n}，对各个关键性能指标归一化处理后的值为Y₁，Y₂，...，Y_k，其中：

其中：X_i表示第i个指标的数据集合，X_ij表示第i个指标中的第j个数据。Y_i表示指标数据标准化后的值，Y_ij表示标准化后的第i个指标中的第j个数据。

3.如权利要求1所述的方法，其特征在于，在所述利用筛选后获得的样本数据，基于生成式对抗网络来生成网络故障检测与诊断模型的步骤中，

基于每个关键性能指标的最大值分别进行归一化处理：

其中，KPI_i指归一化的第i个关键性能指标，max(KPI_i)指收集的数据中第i个关键性能指标出现的最大值，用于转换特定指标KPI_i的动态范围，其中，仅考虑不在区间[0，1]之间的KPI_i，以确保所有的变量都在期望的区间内。

4.如权利要求1所述的方法，其特征在于，在所述利用筛选后获得的样本数据，基于生成式对抗网络来生成网络故障检测与诊断模型的步骤中，生成式对抗网络框架基于博弈论中的零和博弈，所述框架具有2个相互竞争且同时优化其目标的第一网络和第二网络，所述第一网络为生成器G，所述第二网络为判别器D，优化的目标函数为：

其中，p_r表示异构无线网络收集的归一化的真实数据的分布；p_z表示输入噪声服从的分布；G(Z)表示数据空间的映射；G表示一个由多层感知机表示的可微函数；为标量，表示来自真实数据分布。

5.如权利要求1所述的方法，其特征在于，在所述利用筛选后获得的样本数据，基于生成式对抗网络来生成网络故障检测与诊断模型的步骤中，在所述生成器与所述判别器的损失函数中加入额外的参数因子。

6.如权利要求1所述的方法，其特征在于，在所述利用筛选后获得的样本数据，基于生成式对抗网络来生成网络故障检测与诊断模型的步骤中，

在损失函数中添加一个项：

其中，θ_i表示在i时刻的参数，θ_i在网络训练过程中进行更新；

并且，判别器D的损失函数为：

其中，p_z表示G产生的数据分布；p_r表示原始已有数据的分布；是对真实数据与生成数据组成的数据集采样得到的，利用ε～uniform[0，1]，在和的连线上随机插值采样，得到为惩罚项；越接近1，惩罚就越少；u为惩罚参数；

w是判别器D的参数；

并且，生成器G的损失函数为：

其中，θ是生成器参数，θ_i表示在i时刻的参数，θ_i在网络训练过程中进行更新，z表示服从真实数据分布规律的噪声，G是生成器，D表示判别器。