Daily Arxiv

Cette page résume et organise les publications en intelligence artificielle du monde entier.
Les contenus sont synthétisés grâce à Google Gemini et le service est proposé à but non lucratif.
Les droits d'auteur des articles appartiennent à leurs auteurs ou institutions respectives ; en cas de partage, il suffit d'en mentionner la source.

TempOpt – Apprentissage non supervisé des relations d'alarme pour les réseaux de télécommunications

Created by
  • Haebom

Auteur

Sathiyanaryanan Sampath, Pratyush Uppuluri, Thirumaran Ekambaram

Contour

Cet article propose l'optimisation temporelle (TempOpt), une nouvelle technique d'apprentissage non supervisé permettant d'analyser efficacement le volume considérable d'alarmes de pannes générées par les centres d'exploitation réseau (NOC) des réseaux de télécommunications et d'en identifier les causes profondes. Cette technique surmonte les limites des méthodes de dépendance temporelle existantes en apprenant les relations entre les alarmes. Des expériences utilisant un jeu de données réseau réel démontrent une amélioration des performances d'apprentissage des relations entre les alarmes par rapport aux méthodes existantes. Cela peut contribuer à une résolution rapide et précise des pannes réseau.

Takeaways, Limitations

Takeaways:
Nous présentons TempOpt, une nouvelle technique d’apprentissage des relations d’alarme qui surmonte les limites des méthodes de dépendance temporelle existantes.
Validation des performances de TempOpt par des expériences utilisant des ensembles de données réseau réels.
Contribue à une résolution rapide et précise des pannes de réseau
Peut contribuer à améliorer l'efficacité du travail des ingénieurs du NOC
Limitations:
Des recherches supplémentaires sont nécessaires sur les performances de généralisation de la technique TempOpt proposée.
Une vérification d’applicabilité est requise pour différents types d’environnements réseau et de données d’alarme.
Une analyse de la complexité informatique et de l’évolutivité de la technique TempOpt est nécessaire.
👍