1.一种电信核心网故障干预时机决策方法，其特征在于，包括以下步骤：
s1：利用一段时间内的核心网络上报的故障信息对网络状态进行建模；
s2：利用具有不确定性特征建模的深度贝叶斯神经网络对核心网络整体状态变化的随机性和不确定性进行建模；
s3：利用深度贝叶斯神经网络的贝叶斯推断过程对网络干预时机进行决策。
2.如权利要求1所述的电信核心网故障干预时机决策方法，其特征在于：所述步骤s1中，所述核心网络上报的故障信息包括故障单元、故障原因和故障等级。
3.如权利要求2所述的电信核心网故障干预时机决策方法，其特征在于：所述利用一段时间内的核心网络上报的故障信息对网络状态进行建模，建模公式如下：
其中，x∈[1，4]表示设备的故障等级，w表示每单位时间的故障警报量，si和k是用于调整权重的一组常数系数。
4.如权利要求1所述的电信核心网故障干预时机决策方法，其特征在于，所述步骤s2中，所述深度贝叶斯神经网络的权重参数是随机变量；所述深度贝叶斯神经网络的输出用来描述特定的概率分布的似然。
5.如权利要求1所述的电信核心网故障干预时机决策方法，其特征在于，所述步骤s3中，所述深度贝叶斯神经网络的贝叶斯推断过程采用如下公式：
其中，di代表第i个时间段，
对kl散度的计算公式进行变形可得：
kl的值越小，表示q(x)分布和p(x)分布越接近。