[发明专利]基于生成式对抗网络的网络故障预测方法及装置

权利要求书

1.一种基于生成式对抗网络的网络故障预测模型训练方法，其特征在于，包括：

获取历史网络日志数据并进行预处理，生成训练样本集；

利用所述训练样本集对预设生成式对抗网络模型进行训练，得到网络故障预测模型；其中，

所述预处理包括日志解析、滑动窗口划分、负采样；

所述训练样本集中的训练样本包括输入序列和对应标签，所述输入序列为滑动窗口内的日志事件，所述标签为滑动窗口后的日志事件。

2.根据权利要求1所述的方法，其特征在于，

所述生成式对抗网络模型中，生成网络由输入层、嵌入层、LSTM层、Attention层、全连接层构成。

3.根据权利要求2所述的方法，其特征在于，

所述嵌入层采用embedding的方式将稀疏向量转换为保留语义关系的低维向量。

4.根据权利要求2所述的方法，其特征在于，

所述Attention层对输入数据根据相关性赋予相应的权重，其中，

通过计算对象相似度得到各个value对应的权重系数；对各个value对应的权重系数进行归一化处理，得到信息相应的权重系数；利用所述权重系数对各个Value进行加权求和得到Attention value。

5.一种基于生成式对抗网络的网络故障预测方法，其特征在于，包括：

获取网络日志数据并进行预处理；

将预处理后的网络日志数据输入根据权利要求1-4任一方法训练得到的网络故障预测模型；输出预测的后续事件向量；

将所述后续事件向量与预定义的正态概率阈值进行比较，判断网络未来是否工作正常。

6.一种基于生成式对抗网络的网络故障预测装置，其特征在于，包括：

获取模块，用于获取网络日志数据并进行预处理；

预测模块，用于将预处理后的网络日志数据输入根据权利要求1-4任一方法训练得到的网络故障预测模型；输出预测的后续事件向量；

判断模块，用于将所述后续事件向量与预定义的正态概率阈值进行比较，判断网络未来是否工作正常。

7.一种电子设备，其特征在于，包括：

至少一个处理器；以及

与所述至少一个处理器通信连接的存储器；其中，

所述存储器存储有可被所述至少一个处理器执行的指令，所述指令被所述至少一个处理器执行，以使所述至少一个处理器能够执行权利要求1-5中任一项所述的方法。

8.一种存储有计算机指令的非瞬时计算机可读存储介质，其特征在于，所述计算机指令用于使所述计算机执行根据权利要求1-5中任一项所述的方法。