经由机器学习模型的网络系统故障解决的制作方法

本公开大体上涉及对网络系统的诊断。具体地，所公开的实施例描述了使用机器学习模型来自动解决网络系统中的故障(fault)。

背景技术：

1、复杂的无线网络(诸如，wi-fi网络)的用户可能遭遇系统级体验(sle)参数降级，这可能由各种复杂的因素导致。为了确保复杂的无线网络满足其用户群体的需求，重要的是迅速解决系统操作可能出现的任何问题。解决问题可以包括：标识系统级体验问题的一个或多个根本原因，并且发起校正措施。然而，当网络由大量设备(包括不同类型和功能性的设备)组成时，标识根本原因可以花费大量时间。如果系统在该时间段期间不起作用或者在降低的容量下操作，则系统的用户可以受影响，在一些情况下，系统的用户可以受严重影响。因此，需要将与复杂的网络系统相关联的问题的根本原因隔离的改进的方法。

技术实现思路

技术特征：

1.网络管理系统，所述网络管理系统包括处理电路，所述处理电路被配置为：

2.网络管理系统，所述网络管理系统包括处理电路，所述处理电路被配置为：

技术总结
本公开的实施例涉及经由机器学习模型的网络系统故障解决。公开了用于自动解决在复杂的网络系统中的故障的实施例。一些实施例监测系统操作参数值和网络组件之间的消息交换中的一个或多个。机器学习模型检测复杂的网络系统中的故障，并且基于故障的原因而选择动作。在该动作被应用于复杂的网络系统之后，附加的监测被执行以确定故障已经被解决或者附加动作将被应用以进一步解决故障。

技术研发人员：王继生,吴小英,S·谢弗,D·杰
受保护的技术使用者：瞻博网络公司
技术研发日：
技术公布日：2024/12/5