您当前的位置:
首页 >
文章列表页 >
基于GPT网络的日志文本故障关联规则挖掘研究
研究与开发 | 更新时间:2026-08-05
    • 基于GPT网络的日志文本故障关联规则挖掘研究

    • Research on log text fault association rule mining based on GPT network

    • 李冰 ,叶庆卫 ,王雨晞 ,何镇秦 ,王晓东
    • 电信科学 2025年41卷第12期 页码:100-115
    • DOI:10.11959/j.issn.1000-0801.2025207    

      中图分类号:
    • 修回:2025-05-12,

      录用:2025-06-04,

    移动端阅览

  •  
  •  
  • HTML全文

  • 图(11) 表(4)

  • 参考文献

  • 出版信息

  • 数据统计

论文导航
icon
试读结束,您可以激活您的VIP账号继续阅读。
去激活 >
icon
试读结束,您可以通过登录账户,到个人中心,购买VIP会员阅读全文。
已是VIP会员?
去登录 >

303

浏览量

502

下载量

0

CSCD

文章被引用时,请邮件提醒。
提交
工具集
  • BibTeX下载
  • Endnote下载
  • RefMan 下载
  • NoteExpress下载
  • NoteFirst下载

相关文章

日志信息驱动的计算机网络节点故障预测研究
基于ResNet18的SRv6网络流量异常检测研究
基于深度学习的软件定义网络应用策略冲突检测方法
基于TimesNet-LSTM融合时频特征的窃电检测方法
领域自适应微调对大型语言模型通用推理能力的影响研究

相关作者

叶庆卫
周鹏
祁璜
王硕凡
田东阳
王凯
李传煌
程成

相关机构

中国移动通信集团江苏有限公司
美国佛罗里达大学大规模智能系统实验室,美国 佛罗里达州 盖恩斯维尔
浙江工商大学信息与电子工程学院
上海海洋大学信息学院
上海电力大学数理学院