基于CNN-LSTM的FTTR全光家庭网络多维故障智能预警研究

甯 氏豪, 董璐 璐*
西南财经大学天府学院

摘要


智能家居设备激增推动FTTR技术成为家庭网络升级核心方向，针对现有网络故障预测机制缺失问题，本
研究提出融合注意力机制的CNN-LSTM混合预测模型。模型采集FTTR光终端运行状态、网络流量时序数据等多
维度特征，构建“特征选择-时空特征提取-动态权重分配”三级架构，以CNN提取时空特征、LSTM捕捉时序依
赖、注意力机制聚焦关键故障特征权重。实验显示，在含5类典型故障的FTTR数据集上，模型准确率达95%，较传
统阈值方法提升20%、误报率降低20%，为智能家居网络可靠性提供有效技术支撑。

关键词


FTTR技术；家庭网络；故障预测；神经网络

全文:

PDF


参考


[1]赵占纯，杨剑键，张玎，等.中国联通打造L4级

网络自智能力实现千兆宽带FTTR智慧运营[J].通信世

界，2025，（02）：45-46.

[2]FTTR连家入企，开启数智新时代[J].通信世界，

2024，（18）：20-21.

[3]赵云峰，徐国标，史峰，等.FTTR建设模式浅析

[J].电信工程技术与标准化，2024，37（11）：27-30+57.


Refbacks

  • 当前没有refback。