利用长短期记忆网络自动化网络错误检测
网络与互联网体系结构
2018-06-07 v1
摘要
在这项工作中，我们研究了当前识别网络相关错误的缺陷，并考察了 K-Means 与长短期记忆（Long-Short Term Memory, LSTM）网络如何解决这些问题。我们证明 K-Means 能够对消息进行分类，但不一定能提供有意义的簇。然而，长短期记忆网络能够通过将时间相关的消息分组来满足我们对消息进行智能聚类的目标。此外，长短期记忆网络能够提供理解和可视化时间因果性的能力，从而开启了在错误发生前发出警告的可能性。我们展示了 LSTM 在分类网络错误上具有 70% 的准确率，并给出了一些未来工作的建议。
引用
@article{arxiv.1806.02000,
title = {Automating Network Error Detection using Long-Short Term Memory Networks},
author = {Moin Nadeem and Vibhor Nigam and Dimosthenis Anagnostopoulos and Patrick Carretas},
journal= {arXiv preprint arXiv:1806.02000},
year = {2018}
}