使用机器学习的根本原因分析和自动化

摘要

一种用于发现和诊断网络异常的方法。该方法包括接收关键性能指标(KPI)数据和警告数据。该方法包括基于通过离散化KPI数据和警告数据而获得的样本来提取特征。该方法包括基于该特征生成规则集合。该方法包括将样本识别为正常样本或异常样本。响应于将样本识别为异常样本，该方法包括识别与样本对应的第一规则，其中，第一规则指示样本中包括的异常的征兆和根本原因。该方法还包括应用根本原因以得出异常的根本原因解释并基于第一规则执行纠正动作以解决异常。