基于机器学习的运检影响分析探索与研究

摘要：

随着设备间访问关系与数据共享接口不断增加,IT基础设备运检工作面临新的挑战.上万台的设备的数据交互使得运检影响范围难以确定,仅依据人工分析极易发生范围疏漏.基于机器学习的运检影响分析系统采用机器学习,应用分析,结论决策模块分离的并行处理方式,基于容器化分布式部署提升机器学习效用与性能,充分发挥机器学习信息分类与数据挖掘优势,减轻运维检修人员数据分析负担,有效降低运检风险.

关键词： 运检影响分析系统 功能模块 机器学习 数据挖掘

作者: 周丹

作者单位: 中国移动通信集团辽宁有限公司信息技术中心 110179

会议类型: 国内会议

会议名称: 辽宁省通信学会2018年度学术年会

会议地点: 沈阳

会议语种:中文

页码: 141-144

在线出版日期: 2018-08-01（万方平台首次上网日期，不代表论文的发表时间）