一种基于增量贝叶斯疑似度的事件驱动故障定位算法

被引:10
作者
张成
廖建新
朱晓民
机构
[1] 北京邮电大学网络与交换技术国家重点实验室
[2] 东信北邮信息技术有限公司
基金
国家杰出青年科学基金;
关键词
故障管理; 故障诊断; 故障定位; 故障传播模型;
D O I
暂无
中图分类号
TN915.06 [测试、运行];
学科分类号
摘要
现有的故障定位算法大多基于时间窗口,窗口大小设置的合理与否会对算法准确度产生重要影响。为了避免因窗口设置不当造成算法性能的下降,该文以概率加权的二分图作为故障传播模型,提出了一种基于增量贝叶斯疑似度(Incremental Bayesian Suspected Degree,IBSD)的启发式故障定位算法。IBSD算法采用事件驱动的方式依次分析观察到的征兆,通过增量计算对应故障的贝叶斯疑似度,确定当前征兆前提下最有可能的故障集。仿真实验表明,IBSD算法具有较高的故障检测率和较低的故障误检率,即使在部分告警无法观察的情况下,算法依然具有较高的故障检测率。算法具有多项式计算复杂度,可以满足大规模通信网故障定位的要求。
引用
收藏
页码:1501 / 1504
页数:4
相关论文
共 5 条