赛题目标：分析实际生产中的网络拓扑及告警数据，设计并实现一种故障根因定位算法，准确的定位出故障根因节点（赛题的价值在于准确、快速的定位网络故障，提升一线网络运维的效率，降低网络故障产生的损失）
基本功能需求：
1.基于提供的训练数据，设计并实现故障根因定位算法
2.故障根因定位算法中要包含告警数据预处理和故障根因定位两个模块
3.可视化展现根因信息及根因关联的局部拓扑图
非功能需求：
1.系统运行稳定、可靠
2.能满足故障根因定位实时性的要求
首要学习内容：
1.网络拓扑以及网络拓扑图
网络拓扑结构的选择，网络拓扑结构有很多种，每种不同的结构具有不同的特点，而且优缺点不同，选择合适的网络拓扑结构是关键，其次是学习如何构建网络拓扑图
2.卷积神经网络
卷积神经网络，简称CNN，CNN是所有深度学习课程、书籍必教的模型，CNN在影像识别方面的为例特别强大，许多影像识别的模型也都是以CNN的架构为基础去做延伸。另外值得一提的是CNN模型也是少数参考人的大脑视觉组织来建立的深度学习模型，学会CNN之后，对于学习其他深度学习的模型也很有帮助，为了减少数据的维度，可以采用卷积神经网络的框架
3.自然语言处理和知识图谱
知识图谱是一种规模非常大的语义网络系统，它主要目的就是为了描述真实世界里实体或概念之间的关联关系。通过大量的数据收集，整理成机器能处理的知识库，实现可视化的展示。用于后期的数据可视化，可以采用开源知识图库。
