[发明专利]基站异常检测方法、装置、设备及存储介质

权利要求书

1.一种基站异常检测方法，其特征在于，包括：

获取多个不同区域的基站在设定时间内的告警信息和设备特征信息；

将所述告警信息输入至少两个关联算法，根据所述至少两个关联算法的计算结果得出属于频繁序列或频繁项集的不同基站的告警信息关联集合；

将所述设备特征信息进行特征降维得到具有异常的设备特征信息的异常特征基站集合；

其中，所述将所述设备特征信息进行特征降维得到具有异常的设备特征信息的异常特征基站集合，包括：

对缺失重要特征数据的设备特征信息进行摘除，对缺失非重要特征数据的设备特征信息进行均值填充；

选取经过摘除和填充的有效设备特征信息，将所述有效设备特征信息输入分布式t-sne降维算法，得出降维后的设备特征信息，并将降维后的设备特征信息通过普里姆算法评估降维后的设备特征信息是否聚集，在特征散点图查找并得出具有异常的设备特征信息的异常特征基站集合；

其中，所述将所述有效设备特征信息输入分布式t-sne降维算法，得出降维后的设备特征信息，包括：

获取有效设备特征信息；

设置初始化低维数据、迭代次数、学习速率以及动量；

基于所述有效设备特征信息计算高维空间分布概率；

基于所述有效设备特征信息计算低维空间分布概率；

基于所述高维空间分布概率和所述低维空间分布概率计算梯度；

根据所述初始化低维数据、所述迭代次数、所述学习速率、所述动量以及所述梯度计算得到降维后的设备特征信息；

基于所述告警信息关联集合和所述异常特征基站集合分析基站的工作状态。

2.根据权利要求1所述的方法，其特征在于，所述将所述告警信息输入至少两个关联算法，根据所述至少两个关联算法的计算结果得出属于频繁序列或频繁项集的不同基站的告警信息关联集合，包括：

对缺失重要特征数据的告警信息进行摘除，对缺失非重要特征数据的告警信息进行均值填充；

选取经过摘除和填充的有效告警信息，并根据时间进行排序；

将所述有效告警信息输入至少两个关联算法，判断所述至少两个关联算法的计算结果是否符合经验值；

若符合经验值，则将所述至少两个关联算法的计算结果取并集得出属于频繁序列或频繁项集的不同基站的告警信息关联集合。

3.根据权利要求2所述的方法，其特征在于，还包括：

若不符合经验值，则重新设置所述至少两个关联算法的可信度和支持度进行重新计算，直到所述至少两个关联算法的计算结果符合经验值。

4.根据权利要求1-3任一项所述的方法，其特征在于，所述至少两个关联算法包括：FP-Growth算法、prefixSpan算法以及Apriori算法中的至少两个关联算法。

5.根据权利要求1所述的方法，其特征在于，在所述将所述设备特征信息进行特征降维得到具有异常的设备特征信息的异常特征基站集合之后，还包括：

判断得出的异常特征基站集合中的异常特征基站是否符合预期；

若符合预期，则输出具有异常的设备特征信息的异常特征基站集合。

6.根据权利要求5所述的方法，其特征在于，还包括：

若不符合预期，则重新设置所述分布式t-sne降维算法的困惑度、学习速率、迭代次数中的至少一种参数，直到得出的异常特征基站集合中的异常特征基站符合预期。