三层子网WGAN

定位故障根因更准

该生成对抗网络通过编码器-解码器-编码器三层子网结构生成根因数据，解决样本极度不平衡导致的过拟合与泛化差问题，从而训练出更准确的故障根因定位模型。

Shicheng, Xu · 徐小龙 · 高洪皓 · 肖甫

IEEE Transactions on Consumer Electronics 2023

参数信息

F1分数

98 %

技术优势

F1提升3%

三层子网生成的数据更匹配根因分布，F1从95%提升到98%。

生成器结构更优

编码器-解码器-编码器三层子网能同时获得原始特征和潜在空间分布，生成质量更高。

应用场景

• 网络运维：用合成数据训练模型，直接定位网络节点故障根因。
• 故障根因分析：提升根因定位的F1至98%，减少误判。
• 智能运维：替代传统过采样，增强智能运维分类模型性能。