动态可视化智能运维系统的设计与实现

本文介绍了在IPTV集成播控平台业务中,如何对各业务系统的运行状态进行实时监控,实现从数据采集、数据处理、数据存储、数据预测、数据推送到数据可视化和智能处理的全流程智能运维,从而提高运维工程师的生产力,清除各业务系统之间的壁垒,保障各业务系统的高效稳定运行。     

智能变电站继电保护智能运维系统自动配置技术分析

本文为实现智能变电站继电保护智能运维信息采集配置的科学、合理,提出了一种全新的智能运维系统自动配置技术,该技术是以知识图谱为基础,通过打造数据输出端的标准化模型,结合IED类型信息采集点与数据输出端的关系,建立信息采集配置知识图谱,利用系统的历史配置数据完成知识学习。并完成设备数据输出端地址信息,与继电保护设备数据输出端的标准化模型相似性计算,实现两者知识的自动融合,通过引入CBOW模型进一步强化语义理解,加强相似性计算的精确性。最终根据实例验证可知,本文提出的自动配置技术能够提升系统的配置效率,确保配置准确。     

知识图谱在电信行业智能运维中的应用

针对智能运维行业面临的运维工作量逐年增大的挑战,提出利用知识图谱解决智能运维行业问题的思路.以电信运维工单知识图谱支撑电信智能运维为切入点,研究知识图谱在智能运维行业管理创新、服务创新、模式创新三个方面的应用,促进智能运维行业良性发展.     

知识图谱在光传送网络智能运维中的应用研究

为了解决光传送网络传统运维模式成本高、效率低、智能程度弱等问题,分析了知识图谱技术在电信行业的研究现状以及面临的挑战。首先,提出了基于知识图谱的光传送网络智能运维系统架构,重点研究了网络状态感知、知识图谱构建、搜索能力开放等关键技术以及典型应用场景;然后,以智能割接在中国电信某市分公司的应用为案例,对其应用成效进行了分析,测试表明智能割接上线后,整体割接效率提升了约3倍;最后,对基于知识图谱的光传送网络智能运维发展趋势进行了展望。     

基于知识图谱的网络攻击预测方法研究及应用

针对网络攻击知识图谱,同时引入了时序信息,提出一种基于知识图谱的网络攻击预测方案,并对其进行应用。通过对网络攻击知识图谱进行规则学习和应用,能够有效地得到网络攻击事件预测结果,为网络安全运维人员提供决策支持。以企业提供的网络安全运维知识图谱为例,将文中研究的方法应用到企业安全检测系统,结果证明该方法具有充分的准确性和可行性,同时为后续研究提供了思路。     

基于大数据的铁路信号系统智能运维方案研究

目前国内铁路信号专业运营维护主要通过监测系统与人工维护相结合的方式保障设备的正常、稳定运行,随着我国信息科技、互联网、云计算、物联网、智能终端等技术的不断发展与应用,智能监测技术已逐渐应用到信号系统维护工作中。为解决监测系统无法直接处理多源异构数据并进行智能分析与决策的问题,文章结合数据接入、数据融合、数据可视化、故障预测与健康管理等关键技术,分析并设计了铁路信号智能运维系统结构,利用铁路信号系统日常运营所产生的大量维护数据实现设备的故障定位、智能维护等功能,为铁路信号运维水平的提高及电务运维模式的转变提供参考。     

电信运营商知识图谱技术体系研究及应用实践

知识图谱在电信运营商业务及运维场景的知识搜索、工单处理、智能服务、故障分析等领域发挥着重要作用,以中国移动业务运营场景为依托,体系化地研究了知识图谱技术体系,基于应用场景、服务对象可分为问答检索类知识图谱、工单分析类知识图谱、系统运维类知识图谱和业务运营类知识图谱,并介绍其技术架构、业务架构及构建方法,引出知识图谱演进与发展的规划目标。     

高校IT运维知识图谱构建及应用

针对高校IT运维中出现的效率低下和服务不佳问题,文章研究设计了基于知识图谱的IT运维总体架构。通过分析运维对象、运维服务流程、运维数据、采集分析处理、运维管理等模块,构建了IT运维问答知识图谱,实现了运维场景和孤立知识点的业务应用关联,基于Neo4j和Python技术开发了IT运维问答系统,解决了运维效率低下和服务质量不佳的问题。     

基于知识图谱的信号智能运维故障树模型实现方案

城市轨道交通信号系统存在设备繁多、日常报警和故障数据量大、种类繁杂等特点,智能运维故障处置功能急需新的技术来实现。文中提出了一种基于知识图谱的信号智能运维故障树模型实现方案,针对现有故障数据建立信号系统专家知识库,使用图数据库进行存储,界面则使用故障树模型对专家系统进行可视化输出,为日常设备维护、报警分析和故障排查等提供了技术支持。     

面向Web应用的智能监控系统的设计与实现

目前,性能监控和数据分析对Web应用至关重要,但是常见的监控系统只是展示其性能指标数据,运维人员人为分析复杂海量的性能数据会增加相应的工作量。针对以上问题设计并实现了一种智能监控系统,该系统不仅能够采集并展示Web应用中相关资源的性能数据,而且可以根据历史数据进行趋势预测,以便运维人员提前预估故障。首先,通过压力测试工具对被测的Web应用产生运行负载;然后,为采集Web应用的资源数据部署了由Telegraf和InfluxDB构建的性能监控系统;最后,鉴于数据具有时序性的特点,系统调用了LSTM神经网络模型对性能数据的短期趋势进行预测,为Web应用性能运维提供有效、准确、及时的决策支持。     

知识图谱与数据应用——智能推荐

知识图谱技术是新兴的互联网技术,具有较好的前瞻性和较强的技术先进性,有着广泛的应用前景。知识图谱技术提供从“关系”的角度分析问题的能力,可以对数据进行深度挖掘,将自然语言转化为计算机语言,最大限度地展示数据的价值,可以服务于智能搜索、智能推荐、风险预警、智能运营、智能客服、舆情监测、设备预警等业务,大幅地提高企业生产效率。研究了综合聚类算法、SVD分解算法、基于商品的协同顾虑推荐算法、基于用户的协同顾虑推荐算法和商品相似度算法等,结合推荐策略提出了基于知识图谱数据应用的智能推荐系统。证明了以知识图谱作为基础工具的数据应用的可实施性和可部署性,能够全面满足用户在互联网平台的获取信息的需求。     

人工智能和知识图谱在无人机智能作战中的应用

在信息化作战条件下,各种侦察监视设备（如卫星、雷达、无人机群等）可以获取海量的战场信息数据。如何有效利用这些海量多源异构信息来提高无人机作战的智能化程度和打击精度是当前的一个热门研究领域。在介绍了人工智能和知识图谱发展现状的基础上,针对如何引导无人机完成智能打击这一目标构建了知识图谱,并结合具体的作战任务需求和场景特点给出了解决方案。     

一种包含异常处理结构的面向对象切片方法

针对面向对象语言的特点,结合异常处理机制,对传统的系统依赖图（SDG图）进行了扩展,实现了面向对象的系统依赖图（OSDG图）.改进后的OSDG图可以很好地支持继承和多态等特征,并能处理多态对象抛出和处理异常所带来的数据和控制依赖关系.通过传统的程序切片算法,可以在OSDG上切出较为精确的切片.     

分布式智能作战决策应用发展与关键技术

本文分析了多域协同作战条件下分布式智能作战决策面临的问题,包括训练数据样本稀缺、决策过程不透明和难解释、决策结果可信性待验证等,提出了构建数字挛生战场、探索智能算法作用机理、完善智能决策知识图谱以及建立可信度与能力评价方法等应用发展思路,研究了分布式处理条件下的态势理解认知、权重自学习的多目标智能威胁评估、面向博弈对抗...     

Improving Knowledge Graph Completion Using Soft Rules and Adversarial Learning

Knowledge graph is a useful resources and tools for describing entities and relationships in natural language processing tasks.However,the existing knowledge graph are incomplete.Therefore,knowledge graph completion technology has become a research hotspot in the field of artificial intelligence,but the traditional knowledge graph embedding method does not fully take into account the role of logic rules and the effect of false negative samples on knowledge embedding.Based on the logic rules of knowledge and the role of adversarial learning in knowledge embedding,we proposes a model to improve the completion of knowledge graph:soft Rules and graph adversarial learning (RUGA).Firstly,the traditional knowledge graph embedding model is trained as generator and discriminator by using adversarial learning method,and high-quality negative samples are obtained.Then these negative samples and the existing positive samples together constitute the label triple in the injection rule model.The whole model will benefit from both high-quality samples and logical rules.In addition,we evaluated the performance of link prediction task and triple classification task on Freebase and Yago datasets respectively.Finally,the experimental results show that the model can effectively improve the effect of knowledge graph completion.     

基于知识图谱波纹网络的人机交互模型

针对当前人机交互系统机器人存在背景知识缺乏、回复连贯性不高的问题,该文提出一种基于知识图谱波纹网络的人机交互模型.为实现更加自然且智能化的人机交互系统,该文模型模拟了真实的人与人交流过程.首先,通过计算人机交互情感评估值和人机交互情感确信度得到人机交互情感友好度.然后,引入外部知识图谱作为机器人的背景知识,将对话实体嵌...     

基于用户感知的移动网络优化体系及关键技术

给出了基于用户感知的网络质量优化工作体系,并分析了实现基于用户感知网络优化的关键技术——基于用户感知的网络质量评估体系、智能的网络质量分析与优化方法及高效的网络优化支撑系统,同时,介绍了中国联通目前在该领域的工作进展和未来的发展方向。     

知识图在问答系统中的应用

基于判定问答系统当前问题是否是话题的一个部分以及正确地理解自然语言,提出了基于规划知识图的识别方法,结合问句的语境分析处理问题。给出了一个带有智能规划和识别句子完整性的系统模型。利用规划库将句子缺省信息和隐含信息表示完整,再结合句子语境检索。得出了利用规划知识图可以正确的理解用户意图,结合语境分析用户当前的动作可以提高理解的准确率,从而提高用户对系统的满意度。