本文關鍵詞：基于關聯(lián)規(guī)則的電信網(wǎng)告警相關性分析

  更多相關文章： 加權關聯(lián)規(guī)則 告警相關性 滑動窗口 熵值法 垂直數(shù)據(jù)表示

【摘要】：隨著電信網(wǎng)絡的規(guī)模和復雜度不斷增大,導致網(wǎng)絡故障告警種類和數(shù)量不斷增加、告警信息之間的關聯(lián)也更加復雜,而用于故障診斷的告警相關性分析系統(tǒng)中規(guī)則知識的獲取主要依賴專家經(jīng)驗,從而使得網(wǎng)絡故障管理效率不高。針對電信網(wǎng)絡中故障告警相關性分析效率不高的問題,本文提出基于加權關聯(lián)規(guī)則挖掘的告警相關性分析優(yōu)化解決方案。論文的主要工作體現(xiàn)在：(1)提出了改進的告警事務提取方法�？紤]電信網(wǎng)告警數(shù)據(jù)發(fā)生時間分布不均勻的特點,傳統(tǒng)的均勻滑動時間窗方法不能有效的提取告警事務,本文利用聚類算法將告警按發(fā)生時間分成若干密度相對均勻的組,然后組內(nèi)采用均勻滑動時間窗方法提取告警事務,從而提高告警事務提取的效率。(2)采用熵值法來確定告警權值。由于熵值法是一種客觀賦權法,在處理告警權值時可以減少人工的參與,避免了人為因素帶來的偏差,適合于數(shù)量龐大的告警數(shù)據(jù)庫。本文將告警信息的告警級別和節(jié)點路徑兩個主要屬性作為評價指標,通過計算它們的熵權來確定告警的權值,對比其他告警權值確定方法(如：層次分析法)更加實用和有效。(3)提出了改進的加權關聯(lián)規(guī)則挖掘算法(WEclat)。針對已有加權關聯(lián)規(guī)則算法需要多次掃描數(shù)據(jù)庫,效率不高的問題,提出基于Tidset數(shù)據(jù)壓縮和WIT-樹結構的加權關聯(lián)規(guī)則挖掘算法,該算法只需掃描數(shù)據(jù)庫一次,并利用位運算計算支持度以及數(shù)據(jù)壓縮技術減少內(nèi)存消耗,從而提高挖掘算法效率。(4)提出了基于磁盤存儲1-項集Tidset的加權關聯(lián)規(guī)則增量挖掘算法(IWEclat)。為了提高增量環(huán)境下加權關聯(lián)規(guī)則挖掘算法的效率,分析WEclat算法時間消耗的關鍵步驟,提出基于磁盤存儲1-項集Tidset的加權關聯(lián)規(guī)則增量挖掘算法,避免算法重新掃描原數(shù)據(jù)庫和重新生成1-項集Tidset,減少了算法的時間消耗。(5)為了驗證、評估本文提出的各種算法,本文基于實習公司網(wǎng)管系統(tǒng)中的告警數(shù)據(jù),設計了電信網(wǎng)告警相關性分析系統(tǒng)的模型,并實現(xiàn)了系統(tǒng)的關聯(lián)規(guī)則挖掘模塊。
【關鍵詞】：加權關聯(lián)規(guī)則 告警相關性 滑動窗口 熵值法 垂直數(shù)據(jù)表示
【學位授予單位】：東南大學
【學位級別】：碩士
【學位授予年份】：2016
【分類號】：TP311.13;TN915.0
【目錄】：

• 摘要5-6
• Abstract6-10
• 第1章 緒論10-16
• 1.1 研究背景和意義10
• 1.2 研究現(xiàn)狀10-14
• 1.2.1 告警相關性分析11-12
• 1.2.2 關聯(lián)規(guī)則挖掘12
• 1.2.3 關聯(lián)規(guī)則挖掘在告警相關性分析的應用中存在的問題12-14
• 1.3 論文研究內(nèi)容14
• 1.4 論文組織結構14-16
• 第2章 告警數(shù)據(jù)的預處理16-29
• 2.1 引言16
• 2.2 改進的告警事務提取方法16-21
• 2.2.1 問題描述16
• 2.2.2 相關工作16-18
• 2.2.3 基于聚類的滑動窗口事務提取方法18-21
• 2.3 基于熵值法確定權值21-27
• 2.3.1 相關工作22-23
• 2.3.2 熵值法確定權重23-27
• 2.4 本章小結27-29
• 第3章 改進的關聯(lián)規(guī)則挖掘算法29-48
• 3.1 引言29
• 3.2 加權關聯(lián)規(guī)則挖掘算法29-42
• 3.2.1 問題描述29-30
• 3.2.2 相關工作30-35
• 3.2.3 改進算法35-42
• 3.3 加權關聯(lián)規(guī)則增量挖掘算法42-47
• 3.3.1 問題描述42
• 3.3.2 相關工作42-43
• 3.3.3 改進算法43-47
• 3.4 本章小結47-48
• 第4章 基于關聯(lián)規(guī)則挖掘的告警相關性分析系統(tǒng)設計與實現(xiàn)48-54
• 4.1 引言48
• 4.2 系統(tǒng)設計48-49
• 4.3 系統(tǒng)開發(fā)環(huán)境49-50
• 4.4 關聯(lián)規(guī)則挖掘模塊實現(xiàn)50-52
• 4.4.1 預處理模塊實現(xiàn)50-52
• 4.4.2 頻繁項集挖掘模塊實現(xiàn)52
• 4.4.3 關聯(lián)規(guī)則生成模塊實現(xiàn)52
• 4.5 本章小結52-54
• 第5章 總結與展望54-56
• 5.1 論文總結54
• 5.2 展望54-56
• 致謝56-57
• 參考文獻57-59

【參考文獻】

中國期刊全文數(shù)據(jù)庫 前2條

1 閻威武,�？×�,邵惠鶴;基于滾動時間窗的最小二乘支持向量機回歸估計方法及仿真[J];上海交通大學學報;2004年04期

2 朱玉全,孫志揮,趙傳申;快速更新頻繁項集[J];計算機研究與發(fā)展;2003年01期

中國碩士學位論文全文數(shù)據(jù)庫 前1條

1 安歡;基于數(shù)據(jù)挖掘的通信網(wǎng)絡告警相關性研究[D];北京郵電大學;2012年

，

本文編號：673678