“董辛酉”申请（专利权）人搜索_中国专利权人_发明人_技术持有人_科研专家_钻瓜专利网

钻瓜专利网为您找到相关结果5个，建议您升级VIP下载更多相关专利

[发明专利]特征选择方法、装置、网络设备和计算机可读存储介质-CN202010760727.5在审
发明人： 董辛酉;韩静 -专利权人：中兴通讯股份有限公司
申请日： 2020-07-31 - 公布日： 2022-02-25 - 主分类号： G06K9/62 文献下载
摘要：本申请提出一种特征选择方法、装置、网络设备和计算机可读存储介质，该方法包括：根据通讯网络的性能特征与预设的分类标签的相关性，从性能特征中选取与分类标签最相关的指定数量的特征，得到选定特征集合；判断选定特征集合中的选定特征是否满足特征选择条件，特征选择条件包括：对性能特征的分类进行的极大似然估计达到最大值时的特征选择参数，与相关性达到最小值时的特征选择参数相同；若选定特征满足特征选择条件，则选择选定特征作为与分类标签最相关的特征。
特征选择方法装置网络设备计算机可读存储介质

[发明专利]数据分析方法、电子设备及存储介质-CN202010600125.3在审
发明人：刘建伟;韩静;董辛酉 -专利权人：中兴通讯股份有限公司
申请日： 2020-06-28 - 公布日： 2021-12-28 - 主分类号： H04L12/26 文献下载
摘要：本发明实施方式涉及通信技术领域，公开了一种数据分析方法，包括：获取网络更新前的网络性能指标数据作为第一数据、获取网络更新后的网络性能指标数据作为第二数据；根据所述第二数据相对于所述第一数据的数据波动性输出网络更新后的网络性能分析结果。本发明实施方式还公开了一种电子设备及存储介质。本发明实施方式提供的数据分析方法、电子设备及存储介质，可以提高网络性能评估的效率，减少人力成本的耗费。
数据分析方法电子设备存储介质

[发明专利]拓扑图生成方法、异常检测方法、装置、设备及存储介质-CN201911222482.4在审
发明人：韩静;刘建伟;董辛酉;刘峥 -专利权人：中兴通讯股份有限公司
申请日： 2019-12-03 - 公布日： 2021-06-04 - 主分类号： G06F11/07 文献下载
摘要：本申请提出拓扑图生成方法、异常检测方法、装置、设备及存储介质。其中，拓扑图生成方法包括：获取预设事件流，其中，预设事件流对应于正常的日志执行路径，确定预设事件流中的依赖事件对，确定依赖事件对对应的转移间隔范围，其中，所述转移间隔表示依赖事件对中的两个事件相邻发生的时间差，根据依赖事件对对应的转移概率和转移间隔范围生成事件拓扑图，其中，转移概率表示依赖事件对中的两个事件之间的条件概率。本申请通过采用上述技术方案，所生成的事件拓扑图包含了正常的日志事件流在事件发生的条件概率以及发生间隔两个维度上的标准信息，在用于日志异常检测时，就能够在这两个维度进行检测，提高检测的准确度。
拓扑生成方法异常检测装置设备存储介质

[发明专利]通信系统的故障根因分析方法、系统和计算机存储介质-CN201910975121.0有效
发明人：韩静;张百胜;陈力;刘建伟;董辛酉;杨帆;曹亮;郁枫;李维杨;王德政 -专利权人：中兴通讯股份有限公司;清华大学
申请日： 2019-10-14 - 公布日： 2021-03-16 - 主分类号： H04L12/24 文献下载
摘要：本公开提供一种通信系统的故障根因分析方法，包括：获取所述通信系统的目标KPI变量的实时值以及所述通信系统的多个观测变量的实时值；将所述多个观测变量的实时值输入预测模型中，以获得目标KPI变量的预测值，其中，所述预测模型由预定算法对所述通信系统的历史数据进行训练所获得；将获得的所述目标KPI变量的预测值与所述目标KPI变量的实时值进行对比；当所述通信系统的性能变差时，计算各个观测变量对所述系统性能变差这一现象的贡献度；将贡献度按照大小排在前K位的观测变量作为所述通信系统的性能变差的备选根因变量，其中，K为正整数。本公开还提供一种系统和一种计算机可读存储介质。通过所述方法可以高效地确定故障根因。
通信系统故障分析方法计算机存储介质

[发明专利]日志的主干提取方法、分类方法、设备及存储介质-CN201810703614.4在审
发明人：韩静;李苏南;刘建伟;董辛酉;樊元元;双锴;吕志恒;李怡雯 -专利权人：中兴通讯股份有限公司
申请日： 2018-06-30 - 公布日： 2020-01-07 - 主分类号： G06F11/30 文献下载
摘要：本发明实施例公开了日志的主干提取方法、分类方法、设备及存储介质，属于通信技术领域。该方法包括：接收到日志数据后，根据分类模板对日志数据进行分类；当分类未成功时，对分类失败的日志数据进行主干提取，生成新的分类模板；并根据新的分类模板对失败的日志数据进行分类。本发明实施例通过能实现自动对日志进行主干提取与分类，不需要进行人工干预仍能获得较高的准确率，极大程度上提高了日志分类、异常模式识别的准确率和效率，提高了后续的日志处理效率。
分类日志数据分类模板日志主干准确率通信技术领域存储介质人工干预日志处理异常模式失败成功