摘要
![](/cms/asset/37c61aa0-cec3-43db-92ef-1bb2420a6748/3307334.3328642.key.jpg)
克里斯托弗·毕晓普(Christopher M.Bishop)。 2006.模式识别和机器学习(信息科学和统计)。 斯普林格·弗拉格,柏林,海德堡。 谷歌学者 数字图书馆 Raouf Boutaba等人,2018年。 关于网络机器学习的综合调查:进化、应用和研究机会。 《互联网服务与应用杂志》,第9卷,第1期(2018年6月21日),第16页。 谷歌学者 交叉引用 S.Cherrared等人,2018年。 LUMEN:网络虚拟化环境的全局故障管理框架。 2018年第21届云、互联网、网络和研讨会创新大会(ICIN)。 1--8. 谷歌学者 交叉引用 Bo Yi等人,2018年。 网络功能虚拟化的全面调查。 计算机网络,第133卷(2018),212-262。 谷歌学者 交叉引用
建议
基于序列比对和潜在语义索引的根本原因分析 ASWEC’08:第19届澳大利亚软件工程会议记录 软件故障的自动识别具有巨大的现实意义。 这需要描述程序执行行为。 同样重要的是诊断(查找故障根源)所遇到的故障。 在本文中,我们。。。 基于分类报警信息模型算法的可扩展根本原因分析 CNSM’11:第七届网络与服务管理国际会议记录 电信运营商面临的一个重要问题是,由于固定移动融合中网络或服务故障导致的警报数量和类型增加,确定故障根本原因所需的时间也增加了。。。