当前位置:首页 > 文章列表 > 科技周边 > 业界新闻 > 中兴通讯与吉林移动实现 OTN 网络智能高效诊断,准确率超 95%

中兴通讯与吉林移动实现 OTN 网络智能高效诊断,准确率超 95%

来源:IT之家 2024-12-19 20:58:00 0浏览 收藏

对于一个科技周边开发者来说,牢固扎实的基础是十分重要的,golang学习网就来带大家一点点的掌握基础知识点。今天本篇文章带大家了解《中兴通讯与吉林移动实现 OTN 网络智能高效诊断,准确率超 95%》,主要介绍了,希望对大家的知识积累有所帮助,快点收藏起来吧,否则需要时就找不到了!

本站 12 月 12 日消息,据中兴通讯官博,近日,中兴通讯携手吉林移动实现 OTN 网络智能高效诊断,准确率超 95%。

据介绍,该项目聚焦于提升 OTN 网络运维效率和故障诊断准确性,基于中兴通讯的智能管控系统 ElasticNet UME / ZENIC ONE,通过对 OTN 网络故障相关的告警、性能、日志等关键信息进行全面采集,并运用机器学习算法对信息进行降噪、过滤、时空关联聚类等精细化处理。

中兴通讯与吉林移动实现 OTN 网络智能高效诊断,准确率超 95%

该项目成功实现了对 OTN 网络各类复杂故障场景的分钟级智能诊断,并能自动提供修复建议,有效减少了冗余派单和漏单现象,故障诊断效率提升 10 倍以上。

本站注:OTN(Optical Transport Network,光传送网)是一种专门为满足大容量、长距离传输需求而设计的光传送网络技术。OTN 技术通过采用带外的 FEC 技术(前向纠错)和新型调制编码(如强度调制、相位调制等),显著提升了传输距离和速率,支持高速(如 40Gb/s 及其以上)大容量配置下的组网距离。

今天关于《中兴通讯与吉林移动实现 OTN 网络智能高效诊断,准确率超 95%》的内容介绍就到此结束,如果有什么疑问或者建议,可以在golang学习网公众号下多多回复交流;文中若有不正之处,也希望回复留言以告知!

版本声明
本文转载于:IT之家 如有侵犯,请联系study_golang@163.com删除
如何将信息从子元素传递回其父元素如何将信息从子元素传递回其父元素
上一篇
如何将信息从子元素传递回其父元素
VuePress 中如何实现章节间跳转?
下一篇
VuePress 中如何实现章节间跳转?
查看更多
最新文章
查看更多
课程推荐
  • 前端进阶之JavaScript设计模式
    前端进阶之JavaScript设计模式
    设计模式是开发人员在软件开发过程中面临一般问题时的解决方案,代表了最佳的实践。本课程的主打内容包括JS常见设计模式以及具体应用场景,打造一站式知识长龙服务,适合有JS基础的同学学习。
    543次学习
  • GO语言核心编程课程
    GO语言核心编程课程
    本课程采用真实案例,全面具体可落地,从理论到实践,一步一步将GO核心编程技术、编程思想、底层实现融会贯通,使学习者贴近时代脉搏,做IT互联网时代的弄潮儿。
    516次学习
  • 简单聊聊mysql8与网络通信
    简单聊聊mysql8与网络通信
    如有问题加微信:Le-studyg;在课程中,我们将首先介绍MySQL8的新特性,包括性能优化、安全增强、新数据类型等,帮助学生快速熟悉MySQL8的最新功能。接着,我们将深入解析MySQL的网络通信机制,包括协议、连接管理、数据传输等,让
    500次学习
  • JavaScript正则表达式基础与实战
    JavaScript正则表达式基础与实战
    在任何一门编程语言中,正则表达式,都是一项重要的知识,它提供了高效的字符串匹配与捕获机制,可以极大的简化程序设计。
    487次学习
  • 从零制作响应式网站—Grid布局
    从零制作响应式网站—Grid布局
    本系列教程将展示从零制作一个假想的网络科技公司官网,分为导航,轮播,关于我们,成功案例,服务流程,团队介绍,数据部分,公司动态,底部信息等内容区块。网站整体采用CSSGrid布局,支持响应式,有流畅过渡和展现动画。
    485次学习
查看更多
AI推荐
  • PubMedQA数据集详解:生物医学问答基准、功能与应用指南
    PubMedQA
    深入了解PubMedQA生物医学问答数据集,涵盖其核心功能、使用方法及在临床决策、药物研发等场景的应用,助力提升NLP模型性能。
    400次使用
  • H2O EvalGPT:开源LLM大模型评估与排行榜工具
    H2O EvalGPT
    H2O EvalGPT是H2O.ai推出的开源LLM评估平台,提供详细的大模型性能排行榜、行业特定基准测试及A/B测试功能,助您快速选择最适合项目的高性能大语言模型。
    478次使用
  • LMArena是什么?伯克利AI模型评估平台使用指南与功能解析
    LMArena
    LMArena是加州大学伯克利分校推出的AI模型匿名评测平台。通过盲测投票机制,用户可对比不同大模型回答并生成实时排行榜,助力开发者优化模型及用户选择最佳AI工具。
    486次使用
  • 斯坦福HELM:大语言模型Holistic Evaluation整体评估框架详解
    HELM
    深入了解斯坦福推出的HELM(Holistic Evaluation of Language Models)大模型评测体系。本文解析其核心功能、安装配置步骤及应用场景,涵盖准确性、公平性、鲁棒性等多维度指标,助力开发者全面优化语言模型性能。
    433次使用
  • MMBench详解:多模态大模型基准测试、功能特点与使用指南
    MMBench
    MMBench是由上海人工智能实验室等机构联合推出的多模态基准测试平台,提供细粒度能力评估、大规模数据集及VLMEvalKit工具。本文详细介绍其核心功能、安装使用方法及应用场景,助力开发者全面评估多模态模型性能。
    259次使用