因果发现最新进展及其在电信网络运营维护的实践探讨

发布时间 :2021-10-30 17:37

霍克斯过程是一个能够描述复杂系统的点过程,被广泛应用于社会网络分析、生物信息学、金融分析等领域。目前,霍克斯过程中格兰杰因果关系的发现是因果推断的重要研究内容,日益引起人们的关注。本文分析了因果推理技术的最新研究进展及其在复杂故障诊断系统中的工程实践。

本文的创作源于Psic2021华为因果推理挑战。笔者是一名业内研究者,一直关注因果推断在业内的具体应用和商业价值,也是竞争的参与者。作者的选题是电信网络运营和维护中的警报因果发现问题。本文是作者和他的团队分享比赛的一些技巧和坑。Pcc2021华为因果推理挑战赛由北京大学和华为诺亚方舟实验室联合举办,参与人数达到500余人。有关相关活动的详细信息,请参见文章结尾。

因果发现最新进展及其在电信网络运营维护的实践探讨

背景因果发现可用于识别问题的原因。它是一种分析和解决问题的方法。它广泛应用于事故敏感领域,如It运营、电信、工业过程控制、事故分析目的、医疗诊断、医疗保健行业等。是通过快速定位事故原因,提高整体业务的安全性和质量。例如,在电信网络的运行和维护中,异常检测往往是通过警报来识别的,而网络运营商每天需要面对成千上万的警报和大规模的相互关联的网络结构。

网络中的单个故障会在多个连接的设备上触发警报。因此,操作员的主要目标是快速定位故障点,并在短时间内完成故障修复。因果发现可以通过从历史数据中挖掘警报之间以及警报与设备之间的因果关系,有效地帮助操作员快速识别故障的根本原因。在时间序列数据中处理因果关系时,通常使用格兰杰因果关系来检测两个变量之间的因果关系。

霍克斯过程是一个可以描述复杂系统的点过程。在Hawkes过程中寻找Granger因果关系是因果推理的重要研究内容,已引起越来越多的关注。本文分析了当前因果推理技术的最新技术进展及其对电信网络运行和维护的工程实践。本文首先讨论了Hawkes过程以及将拓扑结构引入多元Hawkes过程的设计思想和方法。

其次,本文将其与连续贝叶斯模型[2]进行了比较,该模型也用于连续时间因果关系建模,最后讨论了该方法[1]在工程实践中可能遇到的挑战和问题。



- END -