|
|||||
|
|
| 基于卷积神经网络的网络故障诊断模型 | |
| 引用本文： | 李酉戌.基于卷积神经网络的网络故障诊断模型[J].教育技术导刊,2017,16(12):40-43. |
| 作者姓名： | 李酉戌 |
| 作者单位： | 上海理工大学 光电信息与计算机工程学院，上海 200093 |
| 摘 要： | 对于网络运行过程中产生的海量日志信息，传统故障诊断方法很难进行实时而全面的日志分析。针对该问题，提出一种基于卷积神经网络（Convolutional Neural Network,CNN）的网络故障诊断模型，利用Skip-gram模型进行词向量训练，并将词向量作为卷积神经网络输入，最终通过Softmax回归进行分类。实验结果表明，该模型可以有效处理网络故障诊断任务，且优于传统机器学习方法，对于网络运行日志的故障诊断准确率可达73.2%以上。 |
| 关 键 词： | 日志信息 故障诊断 卷积神经网络 词向量 |
| 点击此处可从《教育技术导刊》浏览原始摘要信息 | |
| 点击此处可从《教育技术导刊》下载免费的PDF全文 | |