公开(公告)号：CN113709779A

公开(公告)日：2021-11-26

申请号：CN202110862707.3

申请日：2021-07-29

Applicant: 南京邮电大学

Inventor： 朱晓荣 ,  吴铭骁 ,  何明坤 ,  肖芳

IPC: H04W24/04 ,  G06N3/04 ,  G06N3/08

Abstract: 本发明公开了一种蜂窝网络故障诊断方法，包括以下步骤：步骤1、确定网络故障数据集；步骤2、得到降维后的网络故障数据集；步骤3、将步骤2中降维后的网络故障数据集用特征矩阵的形式来表示；将步骤2中降维后的网络故障数据集的标签信息用标签矩阵的形式表示；将引入的权重矩阵转换为矩阵元素只有0和1的邻接矩阵；步骤4、基于图卷积神经网络的故障诊断。该新型蜂窝网络故障诊断方法深入研究了异构无线网络的智能故障诊断，结合大数据处理方法分析样本间的相似特性，将已有的网络故障参数数据集转换成图结构数据，利用图卷积神经网络从图结构数据中提取特征，从而完成对于样本节点的分类任务，预测出小区的故障类型。

公开(公告)号：CN113709779B

公开(公告)日：2023-06-02

申请号：CN202110862707.3

申请日：2021-07-29

Applicant: 南京邮电大学

Inventor： 朱晓荣 ,  吴铭骁 ,  何明坤 ,  肖芳

IPC: H04W24/04 ,  G06N3/0464 ,  G06N3/08

Abstract: 本发明公开了一种蜂窝网络故障诊断方法，包括以下步骤：步骤1、确定网络故障数据集；步骤2、得到降维后的网络故障数据集；步骤3、将步骤2中降维后的网络故障数据集用特征矩阵的形式来表示；将步骤2中降维后的网络故障数据集的标签信息用标签矩阵的形式表示；将引入的权重矩阵转换为矩阵元素只有0和1的邻接矩阵；步骤4、基于图卷积神经网络的故障诊断。该新型蜂窝网络故障诊断方法深入研究了异构无线网络的智能故障诊断，结合大数据处理方法分析样本间的相似特性，将已有的网络故障参数数据集转换成图结构数据，利用图卷积神经网络从图结构数据中提取特征，从而完成对于样本节点的分类任务，预测出小区的故障类型。

公开(公告)号：CN116028808A

公开(公告)日：2023-04-28

申请号：CN202211685158.8

申请日：2022-12-27

Applicant: 南京邮电大学

Inventor： 朱晓荣 ,  万亚辰 ,  何明坤 ,  关其锋

IPC: G06F18/214 ,  G06F18/241 ,  G06N3/08 ,  G06N3/0464

Abstract: 本发明公开了一种基于图卷积神经网络的高精度业务识别方法及系统，属于通信网络技术领域；该方法主要包括数据处理和机器学习两个方面，通过网络抓包工具抓取终端设备产生的流量数据包，处理成为机器学习模型所需要的数据格式，将其输入到机器学习模块中，通过图卷积神经网络模型进行训练，而在模型的应用阶段融入对抗生成网络来进行优化，经过生成网络和判别网络之间的对抗博弈来得到最优解，从而提高业务识别的准确率；本方案解决了传统业务识别方法无法识别加密流量以及识别准确率低等问题。

公开(公告)号：CN115348551A

公开(公告)日：2022-11-15

申请号：CN202210867226.6

申请日：2022-07-22

Applicant: 南京邮电大学

Inventor： 朱晓荣 ,  何明坤

IPC: H04W4/30 ,  H04L47/2483 ,  G06N3/08 ,  G06N3/04 ,  G06K9/62

Abstract: 本发明公开了一种轻量化业务识别方法、装置、电子设备及存储介质，包括数据抓取和机器学习，对于通过网络抓包工具抓取终端是设备产生得的流量数据包，对抓取的数据包进行数据预处理成机器学习模块所需要的规整化的数据格式，已经抓取的原始数据包经过预处理后，输入到机器学习模块并进行压缩处理，通过知识蒸馏方法对大规模教师网络的输出概率分布进行蒸馏处理，传递给小规模学生网络进行指导优化来实现知识的迁移，从而通过小规模的学生网络训练出参数量少的业务识别模型。在保证识别准确率的前提下，压缩大规模的教师网络的业务识别模型以满足在资源受限的场景下部署业务识别轻量化系统的需求。