在華為開發者大會HDC.Cloud 3月20號直播間，華為網絡人工智能數據湖專家周堯，向開發者們正式發布了網絡AI領域10大公開數據集，解決了網絡AI開發缺乏工業級數據的難題。

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應用開發的數據集。分為“異常檢測類”、“控制優化類”、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)性能指標變更監控測數據集：覆蓋4種網絡業務變更場景，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優化模型訓練；樣本量2W條，特征維度100維

5)數據中心PUE優化數據集：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，基于冷卻系統完成關聯，應用于PUE優化、網絡領域控制類模型開發與研究；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，業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，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，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、動力環境、PTN等設備拓撲進行關聯，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、動力環境、微波等設備拓撲進行關聯，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，華為發布網絡領域10大數據集，不但可以幫助網絡AI開發者減少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。
責任編輯；zl