[发明专利]一种基于稀疏自编码器的无线网络中断检测方法

权利要求书

1.一种基于稀疏自编码器的无线网络中断检测方法，其特征在于，步骤如下：

(1)采集网络关键绩效指标，建立数据集S，具体包括如下步骤：

(11)获取无线网络中时间T内用户上报的KPI信息；

(12)将KPI信息保存为数据集S，其表达形式如下：

S＝{(x₁,y₁),(x₂,y₂),...,(x_i,y_i),...,(x_m,y_m)}

其中m为S中元素的个数，S中第i个元素(x_i,y_i)中，x_i∈Rⁿ，表示某时刻某用户上报的n维KPI信息，Rⁿ为n维向量空间，i＝1,2,…,m；

y_i是x_i的标签，表示基站所处的状态，取值为1或0；y_i＝1表示基站处于正常状态，y_i＝0表示基站处于中断状态；

(13)统计数据集S中标签为1和0的元素个数，分别记为N₁和N₀；如果N₀＝0，执行步骤(11)，否则执行步骤(2)；

(2)基于少数类过抽样算法处理数据集S，包括根据数据集S中的样本标签划分子集S₁和子集S₀，并计算子集S₁中元素的KPI信息x_i与x₀的欧氏距离，得到数据集V，V＝S₃∪S₁，具体包括如下步骤：

(21)根据数据集S中样本的标签将S划分为子集S₁和子集S₀，所述子集S₁中的元素是标签为1的样本，子集S₀中的元素是标签为0的样本；

(22)如果N₀＝1，表明子集S₀中只有一个元素，记为(x₀,0)；然后遍历子集S₁，根据子集S₁中每个元素的KPI信息x_i，计算x_i与x₀的欧氏距离，记子集S₁中与x₀的欧氏距离最小的KPI信息为x_clo；随后在x_clo与x₀连线靠近x₀一侧的延长线上随机选取一点，记此点为x_add，将元素(x_add,0)并入S₀中，记S₃＝S₀∪{(x_add,0)}，转入步骤(23)；

如果N₀≥2，记S₃＝S₀，转入步骤 (23)；

(23)对S₃中的每一条KPI信息x_i，选取与其欧氏距离最近的K条KPI信息，其中，1≤K≤|S₃|-1，|S₃|为S₃中的元素个数，K的具体取值由运营商自行确定，执行步骤(24)；

(24)从K条KPI信息中有放回地随机选取L条KPI信息，记某一次选取的KPI信息为x_sel，在x_sel与步骤(23)中x_i的连线上随机选取一点，记为x_new，将(x_new,0)并入S₃中，记S₃＝S₃∪{(x_new,0)}；其中，1≤L≤K；L的具体取值由运营商自行确定；

(25)重复步骤(23)和(24)，不断更新集合S₃，直至|S₃|＝|S₁|时为止，记V＝S₃∪S₁；

(3)利用稀疏自编码器处理数据集V，包括定义稀疏自编码器的代价函数并通过反向传播算法求解极小值，训练更新得到集合U，具体包括如下步骤：

(31)针对数据集V，定义稀疏自编码器的代价函数：

其中：

式中，w为自编码器的权值向量，记表示第l层第i个神经元与第(l+1)层第j个神经元之间的权值；b为自编码器的偏置向量，记为第l层的偏置单元与第(l+1)层第j个神经元之间的权值；N表示V中元素的个数；v_i∈Rⁿ，表示V中第i个元素的KPI信息；z_i∈Rⁿ，表示对于第i个输入，输出层神经元的输出；算子表示向量的2-范数；λ,s_l,β,ρ的具体取值均由运营商自行确定：λ∈R，为正则化系数，用于削减权值以降低过拟合；s_l表示第l层的神经元个数；β∈R，为惩罚因子在代价函数中的权重；ρ∈(0,1)，为稀疏性参数，表示隐藏层中每个神经元所期望的激活程度；ρ_j表示对于所有输入，隐藏层中第j个神经元的平均激活程度；表示在输入为v_i的条件下，自编码器隐藏层第j个神经元的输出；定义J(w,b)后，转入步骤(32)；

(32)使用反向传播算法求式代价函数的极小值，得到训练后自编码器的权值向量和偏置向量，分别记为w_opt和b_opt；令转入步骤(33)；

(33)将V中每个元素的KPI信息v_i输入训练好的自编码器中，根据步骤(32)中求得的w_opt和b_opt，得到隐藏层的输出，记为u_i，将元素(u_i,y_i)并入集合U中，即U＝U∪{(u_i,y_i)}；

(34)重复步骤(33)，不断更新U，直至遍历完V中的元素为止；

(4)将U作为训练数据集，利用逻辑回归获得中断检测模型，具体包括如下步骤：

(41)根据集合U确定LR(Logistic Regressive)的对数似然函数，其表达式如下：

其中，M表示U中元素的个数，y_i表示U中每个KPI信息所对应的标签，有1和0两种取值，h为权值向量，c为偏置，c∈R；u_i为U中第i个元素的KPI信息，记则运算“·”表示两个向量的内积；获得L(h,c)后，转入步骤(42)；

(42)使用梯度下降法求LR的对数似然函数的极大值，得到权值向量和偏置，记为h_opt和c_opt，进行步骤(5)；

(5)根据无线网络中用户实时上报的KPI信息x_i，进行中断检测，具体包括如下步骤：

(51)将x_i输入步骤(3)训练好的自编码器中，根据已求得的w_opt和b_opt，得到自编码器隐藏层的输出u_i，转入步骤(52)；

(52)根据步骤(4)中求得的h_opt和c_opt，计算以下两个概率值：

若P(y＝1|u_i)＜P(y＝0|u_i)，则判断该基站发生中断，否则正常。

2.根据权利要求1所述的基于稀疏自编码器的无线网络中断检测方法，其特征在于，所述的稀疏自编码器为包括输入层、隐藏层和输出层的三层前向神经网络。