在華為開發(fā)者大會HDC.Cloud 3月20號直播間，華為網絡人工智能數據湖專家周堯，向開發(fā)者們正式發(fā)布了網絡AI領域10大公開數據集，解決了網絡AI開發(fā)缺乏工業(yè)級數據的難題。
這10大數據集是華為從外場仿真數據和實驗室模擬數據，經過解析治理、探索標注之后的，可以直接應用于網絡領域AI應用開發(fā)的數據集。分為“異常檢測類”、“控制優(yōu)化類”、和“故障定界類”三大類：
異常檢測類
1)性能指標異常檢測數據集：時間序列數據集，包括正樣本和負樣本，可應用于時序序列預測等算法的訓練和驗證；樣本量100W條，特征維度7維
2)性能指標變更監(jiān)控測數據集：覆蓋4種網絡業(yè)務變更場景，包括變更成功場景和失敗場景，失敗場景數據有對應標簽；樣本量100W條，特征維度40維
3)硬盤故障檢測數據集：覆蓋日立，希捷共計16款硬盤型號，累積標注壞盤數量超2300塊，應用于硬盤故障預測類問題分析與研究；樣本量超230W條，特征維度超100維(覆蓋廠商公開SMART指標)
控制優(yōu)化類
4)數據中心群控數據集：包含冷塔、冷機、泵等設備的供回水溫度、壓力、IT機房、冷站設備能耗100+維特征，可應用于數據中心水冷冷凍水場景制冷系統(tǒng)優(yōu)化模型訓練；樣本量2W條，特征維度100維
5)數據中心PUE優(yōu)化數據集：覆蓋3種制冷場景、4種末端空調、冷站群控、IT機房等設備能耗數據，基于冷卻系統(tǒng)完成關聯(lián)，應用于PUE優(yōu)化、網絡領域控制類模型開發(fā)與研究；樣本量2W條，特征維度110維
故障定界類
6)無線接入故障數據集：覆蓋20種無線接入故障類型，告警數據與工單數據相關關聯(lián)，業(yè)務專家團隊準確標注，可用于告警壓縮和根因定位類模型開發(fā)，樣本量65w條，特征維度7維
7)無線&IPRAN故障數據集：告警數據基于無線接入和IPRAN的設備拓撲進行關聯(lián)，利用工單數據完成根因告警標注，覆蓋37種故障類型，可用于告警壓縮和故障定位，樣本量700w+條，特征維度24維
8)無線&PTN故障數據集：告警數據基于無線基站、動力環(huán)境、PTN等設備拓撲進行關聯(lián)，利用工單數據完成根因告警標注，覆蓋48種故障類型，可用于告警壓縮和故障定位，樣本量100w+條，特征維度61維
9)無線&微波故障數據集：告警數據基于無線基站、動力環(huán)境、微波等設備拓撲進行關聯(lián)，利用工單數據完成根因告警標注，覆蓋29種故障類型，可用于告警壓縮和故障定位，樣本量100w+條，特征維度46維
10)PON光路故障數據集：PON光路故障場景數據，包含光纖彎曲、連接器松動等故障場景，覆蓋光模塊的電壓，電流，接收光功率，發(fā)送光功率等特征，樣本量4w條，特征維度11維
數據和特征決定了機器學習的上限，華為發(fā)布網絡領域10大數據集，不但可以幫助網絡AI開發(fā)者減少90%的數據集準備時間，更重要的是將會極大提高AI模型精度。目前已驗證數據中心數據集助力AI模型達準確率達到89.77%，無線&IPRAN故障數據集提高高級聚合率到95.4%，查準率到90%。
現在使用華為云賬號登錄華為云，選擇NAIE服務（路徑：EI企業(yè)智能—智能體—網絡智能體 NAIE），再從AI服務目錄選擇數據集服務，即可進入數據集服務頁面選擇所需公開數據集。
（免責聲明：本網站內容主要來自原創(chuàng)、合作伙伴供稿和第三方自媒體作者投稿，凡在本網站出現的信息，均僅供參考。本網站將盡力確保所提供信息的準確性及可靠性，但不保證有關資料的準確性及可靠性，讀者在使用前請進一步核實，并對任何自主決定的行為負責。本網站對有關資料所引致的錯誤、不確或遺漏，概不負任何法律責任。
任何單位或個人認為本網站中的網頁或鏈接內容可能涉嫌侵犯其知識產權或存在不實內容時，應及時向本網站提出書面權利通知或不實情況說明，并提供身份證明、權屬證明及詳細侵權或不實情況證明。本網站在收到上述法律文件后，將會依法盡快聯(lián)系相關文章源頭核實，溝通刪除相關內容或斷開相關鏈接。 ）
