为解决网络智能运维中智能模型构建门槛高、效率底的问题,提出了一种异常检测算法选择框架,通过对提取的时序数据特征进行波形分类,根据数据分类结果进行异常检测算法的最优匹配,并依据指令对本地选定的模型进行训练、更新,依靠选择的检测算法以及更新后的模型进行实时异常检测。本系统可以针对现实环境中各种KPI数据自动适配异常检测算法,减少专家经验的介入,提高生成效率,降低维护成本。
科研之友
微信
新浪微博
Facebook
分享链接
