DeepSIP: A System for Predicting Service Impact of Network Failure by Temporal Multimodal CNN
作者：Yoichi Matsuo, Tatsuaki Kimura, Ken Nishimatsu（NTT） 出處：IEEE/IFIP AnNet 2020；延伸版 IEICE Transactions on Communications, 2021 連結：https://arxiv.org/abs/2003.10643 分類：A-1 從 syslog 預測設備故障 狀態：✅ 已核對摘要頁
重點
- 預測的不是「會不會壞」，而是壞了之後衝擊多大：恢復時間（time to recovery）與流量損失（loss of traffic volume）。
- 輸入：syslog 訊息 + 流量資料，多模態。
- 模型：Temporal Multimodal CNN。
- 結果：在合成資料集上，預測誤差比其他神經網路方法降低約 50%。
與主題的關係
- 適合用在修復優先順序排序：同時有多個告警時，先處理衝擊最大的。
- 限制：評估用的是合成資料。