文献类型：期刊文章

作　　者：马璐璐[1] 黄亚蒙[2] 徐源音[3]

机构地区：[1]郑州职业技术学院信息工程与大数据学院,河南郑州450100 [2]黄河交通学院智能工程学院,河南焦作454950 [3]河南工程学院软件学院,河南郑州450100

出　　处：《长江信息通信》

年　　份：2023

卷　　号：36

期　　号：5

起止页码：96-98

语　　种：中文

收录情况：普通刊

摘　　要：由于传统方法在通信网络故障检测应用中不仅查全率比较低,而且检测时间比较长,现实检测效果不佳,提出基于大数据技术的通信网络故障检测方法。利用大数据处理技术对通信网络数据降维,并提取故障信号,通过对故障信号拟合处理,拟合成一个结构性数据文件,提取通信网络拥塞、网络分割、网络故障风险、以及网络匹配度等故障特征,利用大数据技术建立故障识别检测模型,对故障特征与大数据库数据匹配,识别检测到故障类型,以此完成基于大数据技术的通信网络故障检测。经实验证明,设计方法查全率在95%以上,检测时间为0.35s,在通信网络故障检测方面具有良好的应用前景。

关 键 词：大数据技术  通信网络 故障检测 查全率 结构性数据  

分 类 号：TP393]