[发明专利]基于图注意力网络的切片误告警识别方法及装置

权利要求书

1.一种基于图注意力网络的切片误告警识别方法，其特征在于，所述方法包括：

从NSMF中获取当前时刻网络切片节点及邻居节点的特征属性，所述特征属性包括告警文本特征和KPI运行指标特征；

根据切片误告警识别模型将所述网络切片节点的第一告警文本特征与所述邻居节点的第二告警文本特征进行融合得到属性融合特征；

根据所述切片误告警识别模型将所述网络切片节点的第一KPI运行指标特征与所述邻居节点的第二KPI运行指标特征进行融合得到KPI运行指标融合特征；

根据所述切片误告警识别模型将所述属性融合特征和所述KPI运行指标融合特征进行注意力聚合，确定所述网络切片节点产生的告警是否属于误告警。

2.根据权利要求1所述的方法，其特征在于，所述从NSMF中获取当前时刻网络切片节点及邻居节点的特征属性，包括：

当发现有网络切片节点产生告警时，从NSMF中获取当前时刻网络切片节点及邻居节点的特征属性；

根据不同属性将所述网络切片节点的特征属性拆分为所述第一告警文本特征和所述第一KPI运行指标特征；

根据不同属性将所述邻居节点的特征属性拆分为所述第二告警文本特征和所述第二KPI运行指标特征。

3.根据权利要求1所述的方法，其特征在于，所述从NSMF中获取当前时刻网络切片节点及邻居节点的特征属性之后，包括：对网络切片节点及邻居节点的特征属性进行预处理，具体包括：

分别将所述网络切片节点产生的所述第一告警文本特征和所述邻居节点产生的所述第二告警文本特征编码为序列表示；

分别将所述网络切片节点产生的所述第一KPI运行指标特征和所述邻居节点产生的所述第二KPI运行指标特征进行标准化处理。

4.根据权利要求1所述的方法，其特征在于，所述根据切片误告警识别模型将所述网络切片节点的第一告警文本特征与所述邻居节点的第二告警文本特征进行融合得到属性融合特征之前，包括：

从NSMF中收集历史网络切片节点的特征属性集作为总数据集，并进行预处理，所述特征属性集包括网络切片节点和邻居节点的历史告警文本特征以及历史KPI运行指标特征；

获取人工标记的历史网络切片节点所产生告警是否属于误告警，形成标签矩阵Y，形状为N*1，其中N为告警的个数；

应用所述总数据集对基于图注意力网络的所述切片误告警识别模型进行训练，获取收敛的所述切片误告警识别模型的权重参数。

5.根据权利要求4所述的方法，其特征在于，所述应用所述总数据集对基于图注意力网络的所述切片误告警识别模型进行训练，获取收敛的所述切片误告警识别模型的权重参数，包括：

根据所述总数据集中的所述网络切片节点和邻居节点的历史告警文本特征以及历史KPI运行指标特征对所述切片误告警识别模型进行训练，获取预测的各网络切片节点误告警识别结果；

应用二元交叉熵损失函数作为目标函数对预测的网络切片节点误告警识别结果与正确的网络切片节点误告警识别结果之间的误差进行评估；

应用梯度下降优化算法使所述切片误告警识别模型梯度下降，获取使所述目标函数最小的所述切片误告警识别模型的最优权重参数，所述最优权重参数为训练后的所述切片误告警识别模型的权重参数。

6.根据权利要求5所述的方法，其特征在于，所述根据所述总数据集中的所述网络切片节点和邻居节点的历史告警文本特征以及历史KPI运行指标特征对所述切片误告警识别模型进行训练，获取预测的各网络切片节点误告警识别结果，包括：

应用所述切片误告警识别模型中的第一图注意力层将所述网络切片节点的历史第一告警文本特征与所述邻居节点的历史第二告警文本特征进行融合得到历史属性融合特征；

应用所述切片误告警识别模型中的第二图注意力层将所述网络切片节点的历史第一KPI运行指标特征与所述邻居节点的历史第二KPI运行指标特征进行融合得到历史KPI运行指标融合特征；

应用所述切片误告警识别模型的第三图注意力层将所述历史属性融合特征和所述历史KPI运行指标融合特征进行注意力聚合，学习不同属性对于判断所述网络切片节点的告警是否为误告警的重要性；

应用输出层输出预测的所述网络切片节点误告警识别结果。