10.12045/j.issn.1007-3043.2020.10.004
基于机器学习方法的设备监控指标预测
主要介绍了基于机器学习方法的设备监控指标的模型设计与实现.基于时间序列算法,从生产实际出发,在不同应用场景下对不同厂商,甚至是同一厂商内不同设备,不同版本,设计和构建了"冷启动"的指标预测模型.使得指标的预测"千人千面",并同时达成数据闭环和模型更新的效果.在应用上主要用于监控不同维度的网络业务恶化的问题.
设备、时间序列、预测、数据闭环、AIaaS
TN915
2020-11-20(万方平台首次上网日期,不代表论文的发表时间)
共6页
15-20