杨朝鹏，林业贵，罗飞鹏（中国联通广东分公司）
本文版权为《邮电设计技术》所有，如需转载请联系《邮电设计技术》编辑部
摘 要：主要介绍了基于机器学习的日志分析应用于NFV场景下的故障快速定界定位系统的设计与实现。该系统主要基于大数据分析、人工智能算法、云计算基础设施构建了一个智能化的维护平台，将IT技术的优势应用于CT运维领域，同时继承了CT运维领域故障经验库和规则的知识积累，结合告警和性能指标信息，最大化地实现故障根因的快速定界定位和业务快速恢复。
关键词：NFV场景；智能算法；大数据；智能化维护平台
doi：10.12045/j.issn.1007-3043.2018.12.005
前言
设备日志分析作为隐患排查和故障定位的辅助手段，在NFV场景下不可避免地面临诸多问题，主要有NFV场景下层次和部件众多，各部件日志分散，并且日志产生量大，查找困难。这些问题给NFV设备的故障快速定界定位带来挑战。因此需要建立专有日志分析平台，实现跨层日志统一采集、集中存储管理、快速搜索分析、关键日志监控，并通过基于日志的机器学习方法实现故障快速定界定位及基于多种算法实现隐性故障排查。
