买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

申请/专利权人：本溪钢铁(集团)信息自动化有限责任公司

摘要：本申请提供一种网络故障预测方法、预测模型生成方法、存储介质和设备，属于网络安全技术领域。该模型生成方法包括：获取第一日志信息，生成影响网络故障的第一因素集合；基于第一因素集合形成作为基于支持向量回归的网络故障预测模型的训练集的第一输入信息和验证集的第二输入信息；获取与第一因素集合对应的第一权重的第三输入信息；调用粒子群算法结合第一输入信息对预测模型中的初始参数进行寻优，输出优化后的参数；将第二输入信息和第三输入信息输入至更新了初始参数后的网络故障预测模型中，输出与故障预测结果集；当故障预测结果集当满足一致性要求时，并输出训练后的网络故障预测模型。本申请可以提高网络故障预测的准确性。

主权项：1.一种网络故障预测模型生成方法，其特征在于，所述方法包括：获取第一日志信息，对所述第一日志信息进行第一预处理，生成影响网络故障的第一因素集合；基于所述第一因素集合形成作为基于支持向量回归的网络故障预测模型的训练集的第一输入信息和验证集的第二输入信息，所述网络故障预测模型中包括至少一个初始参数；获取与所述第一因素集合对应的第一权重集合，作为所述网络故障预测模型的第三输入信息；调用粒子群算法结合所述第一输入信息对所述初始参数进行寻优，输出优化后的参数，所述初始参数包括松弛变量、核参数和惩罚因子；根据所述优化后的参数更新所述初始参数，将所述第二输入信息和所述第三输入信息输入至更新了初始参数后的网络故障预测模型中，输出与所述第二输入信息对应的故障预测结果集；判断所述故障预测结果集是否满足与所述验证集对应的故障评价结果集的一致性要求，当满足一致性要求时，终止所述网络故障预测模型的训练，并输出训练后的网络故障预测模型；所述调用粒子群算法结合所述第一输入信息对所述初始参数进行寻优，输出优化后的参数，包括：根据所述第一输入信息为所述粒子群算法中的每个粒子设置初始位置和初始速度，每个粒子中均包含所述松弛变量、核参数和惩罚因子，计算每次迭代下的每个粒子的适应度，基于所述适应度对每个粒子的位置和速度进行迭代更新，直至达到更新停止条件，并输出停止更新后的每个粒子的最终位置，根据每个粒子的最终位置输出优化后的松弛变量、核参数和惩罚因子。

全文数据：

权利要求：

百度查询： 本溪钢铁(集团)信息自动化有限责任公司 网络故障预测方法、预测模型生成方法、存储介质和设备