利用机器学习识别有线电视网络问题的根因
网络与互联网体系结构
2022-03-17 v2 分布式、并行与集群计算
机器学习
摘要
高质量的网络连接愈发重要。对于混合光纤同轴(HFC)网络,过去搜寻上行高噪声既繁琐又耗时。即便使用机器学习,由于网络及其拓扑结构的异质性,该任务依然充满挑战。我们实现了一种简单业务规则(某一特定值的最大变化)的自动化,并将其性能与最先进的机器学习方法进行比较,得出的结论是 precision@1 可提升 2.3 倍。由于最好的情况是故障根本不发生,我们其次评估了多种预测网络故障的方法,这将使得对网络执行预测性维护成为可能。
引用
@article{arxiv.2203.06989,
title = {Identifying the root cause of cable network problems with machine learning},
author = {Georg Heiler and Thassilo Gadermaier and Thomas Haider and Allan Hanbury and Peter Filzmoser},
journal= {arXiv preprint arXiv:2203.06989},
year = {2022}
}