[发明专利]基于因果语义关系传递的图卷积网络根因识别方法在审

专利信息
申请号: 202011264456.0 申请日: 2020-11-12
公开(公告)号: CN112507720A 公开(公告)日: 2021-03-16
发明(设计)人: 高炅;杨煜乾;杨树森 申请(专利权)人: 西安交通大学
主分类号: G06F40/30 分类号: G06F40/30;G06F40/216;G06F40/289;G06F16/36;G06N3/04;G06N3/08
代理公司: 西安通大专利代理有限责任公司 61200 代理人: 闵岳峰
地址: 710049 *** 国省代码: 陕西;61
权利要求书: 查看更多 说明书: 查看更多
摘要: 发明公开了一种基于因果语义关系传递的图卷积网络根因识别方法,解决了大规模复杂通信网络的故障快速准确定位问题。在知识图谱嵌入模型的启发下,假设根因识别问题中的切片样本内告警和根因告警存在因果关系,并且因果关联网络同构,即:因果关系向量r、样本序列在因果关系空间表示xseq以及序列的根因告警在因果关系空间表示构成三元组满足关系结合概率统计知识、基于均值聚合器的GraphSAGE模型以及语义关系传递模块提出深层神经网络方法,在无需专家知识的前提下提升对运维故障的根因告警识别准确性,从而可以快速准确地定位通信过程中的关键问题便于后续针对性解决处理。
搜索关键词: 基于 因果 语义 关系 传递 图卷 网络 识别 方法
【主权项】:
暂无信息
下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于西安交通大学,未经西安交通大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/patent/202011264456.0/,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top