在华为开发者大会HDC.Cloud 3月20号直播间，华为网络人工智能数据湖专家周尧，向开发者们正式发布了网络AI领域10大公开数据集，解决了网络AI开发缺乏工业级数据的难题。
这10大数据集是华为从外场仿真数据和实验室模拟数据，经过解析治理、探索标注之后的，可以直接应用于网络领域AI应用开发的数据集。分为“异常检测类”、“控制优化类”、和“故障定界类”三大类：
异常检测类
1)性能指标异常检测数据集：时间序列数据集，包括正样本和负样本，可应用于时序序列预测等算法的训练和验证；样本量100W条，特征维度7维
2)性能指标变更监控测数据集：覆盖4种网络业务变更场景，包括变更成功场景和失败场景，失败场景数据有对应标签；样本量100W条，特征维度40维
3)硬盘故障检测数据集：覆盖日立，希捷共计16款硬盘型号，累积标注坏盘数量超2300块，应用于硬盘故障预测类问题分析与研究；样本量超230W条，特征维度超100维(覆盖厂商公开SMART指标)
控制优化类
4)数据中心群控数据集：包含冷塔、冷机、泵等设备的供回水温度、压力、IT机房、冷站设备能耗100+维特征，可应用于数据中心水冷冷冻水场景制冷系统优化模型训练；样本量2W条，特征维度100维
5)数据中心PUE优化数据集：覆盖3种制冷场景、4种末端空调、冷站群控、IT机房等设备能耗数据，基于冷却系统完成关联，应用于PUE优化、网络领域控制类模型开发与研究；样本量2W条，特征维度110维
故障定界类
6)无线接入故障数据集：覆盖20种无线接入故障类型，告警数据与工单数据相关关联，业务专家团队准确标注，可用于告警压缩和根因定位类模型开发，样本量65w条，特征维度7维
7)无线&IPRAN故障数据集：告警数据基于无线接入和IPRAN的设备拓扑进行关联，利用工单数据完成根因告警标注，覆盖37种故障类型，可用于告警压缩和故障定位，样本量700w+条，特征维度24维
8)无线&PTN故障数据集：告警数据基于无线基站、动力环境、PTN等设备拓扑进行关联，利用工单数据完成根因告警标注，覆盖48种故障类型，可用于告警压缩和故障定位，样本量100w+条，特征维度61维
9)无线&微波故障数据集：告警数据基于无线基站、动力环境、微波等设备拓扑进行关联，利用工单数据完成根因告警标注，覆盖29种故障类型，可用于告警压缩和故障定位，样本量100w+条，特征维度46维
10)PON光路故障数据集：PON光路故障场景数据，包含光纤弯曲、连接器松动等故障场景，覆盖光模块的电压，电流，接收光功率，发送光功率等特征，样本量4w条，特征维度11维
数据和特征决定了机器学习的上限，华为发布网络领域10大数据集，不但可以帮助网络AI开发者减少90%的数据集准备时间，更重要的是将会极大提高AI模型精度。目前已验证数据中心数据集助力AI模型达准确率达到89.77%，无线&IPRAN故障数据集提高高级聚合率到95.4%，查准率到90%。
现在使用华为云账号登录华为云，选择NAIE服务（路径：EI企业智能—智能体—网络智能体 NAIE），再从AI服务目录选择数据集服务，即可进入数据集服务页面选择所需公开数据集。
（免责声明：本网站内容主要来自原创、合作伙伴供稿和第三方自媒体作者投稿，凡在本网站出现的信息，均仅供参考。本网站将尽力确保所提供信息的准确性及可靠性，但不保证有关资料的准确性及可靠性，读者在使用前请进一步核实，并对任何自主决定的行为负责。本网站对有关资料所引致的错误、不确或遗漏，概不负任何法律责任。
任何单位或个人认为本网站中的网页或链接内容可能涉嫌侵犯其知识产权或存在不实内容时，应及时向本网站提出书面权利通知或不实情况说明，并提供身份证明、权属证明及详细侵权或不实情况证明。本网站在收到上述法律文件后，将会依法尽快联系相关文章源头核实，沟通删除相关内容或断开相关链接。 ）
