2020AIIA杯人工智能5G网络应用大赛KPI异常检测冠军团队方案分享
【摘要】 核心网KPI指标异常检测作者：极限大家好，我们团队（USST）在2020AIIA杯人工智能5G网络应用大赛中核心网KPI指标异常检测赛道获得得了第一名的成绩,这里我们简单分享一下我们做该赛题的一个完成流程，主要从数据分析、特征工程和建模三大部分概述。针对此次赛题，我们团队通过从特征的时间序列、相关性、异常分布等角度分析入手，然后根据不同网元分组进行特征缩放、再通过提取统计特征（均值、方差等）...
核心网KPI指标异常检测
作者：极限
大家好，我们团队（USST）在2020AIIA杯人工智能5G网络应用大赛中核心网KPI指标异常检测赛道获得得了第一名的成绩,这里我们简单分享一下我们做该赛题的一个完成流程，主要从数据分析、特征工程和建模三大部分概述。针对此次赛题，我们团队通过从特征的时间序列、相关性、异常分布等角度分析入手，然后根据不同网元分组进行特征缩放、再通过提取统计特征（均值、方差等）、对比特征（差值、变化比例等）和组合特征完成特征工程部分。下面展示了我们团队完整的比赛过程，从数据分析到特征工程以及建模。
数据分析+可视化
1、数据分析—时间序列
2、数据分析—特征分布
3、数据分析—相关性
二、数据处理+特征工程
1、特征缩放+特征提取
for col in cols_win:1ts['win_2_mean_{}'.format(col)]= ts.groupby("NE")[col].rolling(window=2,min_periods=1).mean().reset_index(0,drop=True)
2ts['win_2_sum_{}'.format(col)]= ts.groupby("NE")[col].rolling(window=2).sum().reset_index(0,drop=True)
1ts['win_6_mean_{}'.format(col)]= ts.groupby("NE")[col].rolling(window=6,min_periods=3).mean().reset_index(0,drop=True)
2ts['win_6_std_{}'.format(col)]= ts.groupby("NE")[col].rolling(window=6,min_periods=3).std().reset_index(0,drop=True)
3ts['win_6_skew_{}'.format(col)]= ts.groupby("NE")[col].rolling(window=6,min_periods=3).skew().reset_index(0,drop=True)
4ts['win_6_kurt_{}'.format(col)]= ts.groupby("NE")[col].rolling(window=6,min_periods=3).kurt().reset_index(0,drop=True)
5ts['win_6_q25_{}'.format(col)]= ts.groupby("NE")[col].rolling(window=6,min_periods=3).quantile(0.25).reset_index(0,drop=True)
6ts['win_6_q50_{}'.format(col)]= ts.groupby("NE")[col].rolling(window=6,min_periods=3).quantile(0.50).reset_index(0,drop=True)
7ts['win_6_q75_{}'.format(col)]= ts.groupby("NE")[col].rolling(window=6,min_periods=3).quantile(0.75).reset_index(0,drop=True)
三、建模
总结
-
DNN、RNN、LSTM等技术
-
基于LSTM 的AutoEncoder无监督异常检测
【版权声明】本文为华为云社区用户原创内容，转载时必须标注文章的来源（华为云社区）、文章链接、文章作者等基本信息， 否则作者和本社区有权追究责任。如果您发现本社区中有涉嫌抄袭的内容，欢迎发送邮件进行举报，并提供相关证据，一经查实，本社区将立刻删除涉嫌侵权内容，举报邮箱：
cloudbbs@huaweicloud.com
- 点赞
- 收藏
- 关注作者
评论（0）