学位论文 > 优秀研究生学位论文题录展示

数据挖掘在电信网络告警相关性研究中的应用

作　者: 乔娟
导　师: 陈仲民
学　校: 华中农业大学
专　业: 资源环境信息工程
关键词: 电信告警网络故障告警相关性数据挖掘关联规则序列模式挖掘
分类号: TN915.01
类　型: 硕士论文
年　份: 2009年
下　载: 101次
引　用: 2次
阅　读: 论文下载

内容摘要

随着网络技术的发展,网络资源呈现出异构性和动态性,网络管理的功能日益复杂,传统的网络管理技术已经无法满足对大型复杂网络管理的需要。结构复杂,规模巨大的电信网络每天产生大量告警。告警是一个异常的有害事件,通常是一个自动监测到的故障,提供给网管人员一定的信息。因为某一个故障可能引起一系列告警,所以并不是所有的告警都表明故障原因,故障管理系统想要准确定位网络故障相当困难。传统的网络管理系统和网络管理员只能依靠自身有限的经验和网络管理系统有限的功能进行故障诊断、定位和恢复。但在网络日益扩大且迅速演变的情况下,这些知识已无法满足需求。目前国内外学者对网络告警进行了很多的研究,有多种方法被应用于网络故障告警相关性分析中。其中,数据挖掘的方法被广泛研究和应用。本文首先对数据挖掘的概念、功能、基本流程等进行了概述。其次对电信网络基本结构以及电信网络告警数据特征进行了介绍。最后提出了数据挖掘技术在电信网络告警相关性分析中的应用,详细介绍了关联规则挖掘算法和序列模式挖掘算法。关联规则挖掘算法是一种常用的方法,其中Apriori算法是关联规则挖掘领域中最经典的算法之一,也是一种最具有影响力的挖掘布尔关联规则频繁项集的算法。关联规则算法的核心思想是基于频集理论的递推方法,所采用的是逐层搜索的迭代方法。Apriori算法会产生大量的侯选集,同时多次扫描数据库。针对Apriori算法存在的问题,Jiawei Han等人于2000年提出了另一个经典的算法——FP-growth算法,该算法基于FP-tree(频繁模式树)采取分治策略,从而在挖掘出全部频繁项集时并不产生候选项目集。文章对两种算法进行了比较,并以武汉电信某网管中心的告警数据为实验数据,对实验结果进行分析。序列模式挖掘是关联规则挖掘的延伸,序列是由许多有序事件组成的数据集合,是数据挖掘的一个重要分支,用于提取一维空间上有序集合的频繁子集。如果把网络告警信息库看成按时间排列的有序集合,那么序列模式挖掘就可以用来发现频繁出现的告警序列模式,从而导出告警关联规则。本文采用了基于FP树的告警频繁序列模式挖掘算法FSPMFP(Frequent Sequential Pattern Mining basedon Frequent Tree)的基本思想是:通过对FP树的改进,将告警数据压缩到一棵频繁模式树上,针对频繁模式树自底向上查找频繁告警项集,最后挖掘告警间的时序关系。

全文目录

摘要  7-9
Abstract  9-11
1 绪论  11-19
  1.1 论文研究的意义  11-12
  1.2 网络故障告警的研究现状  12-17
    1.2.1 基于规则的告警分析  12-13
    1.2.2 基于事例推理的告警分析  13
    1.2.3 基于模型推理的告警分析  13-14
    1.2.4 基于编码的告警分析  14
    1.2.5 基于贝叶斯网络的告警分析  14-15
    1.2.6 基于模糊逻辑的告警分析  15
    1.2.7 基于神经网络的告警分析  15-16
    1.2.8 基于数据挖掘的告警分析  16-17
  1.3 数据挖掘技术的研究现状  17
  1.4 论文的组织结构  17-19
2 数据挖掘概述  19-31
  2.1 数据挖掘的概念  19-20
  2.2 数据挖掘的研究内容  20-21
  2.3 数据挖掘的功能  21-24
    2.3.1 概念/类描述  21-22
    2.3.2 关联分析  22
    2.3.3 分类和预测  22-23
    2.3.4 聚类分析  23
    2.3.5 孤立点分析  23-24
    2.3.6 演变分析  24
  2.4 数据挖掘的方法  24-28
    2.4.1 统计方法  25
    2.4.2 关联规则  25
    2.4.3 聚类分析  25-26
    2.4.4 决策树方法  26
    2.4.5 神经网络  26
    2.4.6 遗传算法  26-27
    2.4.7 粗糙集  27
    2.4.8 支持向量机  27-28
  2.5 数据挖掘系统的分类  28-29
  2.6 数据挖掘的基本流程  29-31
3 电信网络及故障告警数据特征  31-36
  3.1 电信网络基本结构  31-32
  3.2 故障和告警  32
  3.3 网络故障告警相关性  32-34
    3.3.1 告警相关性定义  32-33
    3.3.2 告警相关性类型  33-34
  3.4 电信网络故障的特点  34-36
4 数据挖掘在电信网络告警相关性分析中的应用  36-41
  4.1 数据收集和预处理  36-38
    4.1.1 电信告警数据特点  36-37
    4.1.2 解决方法  37-38
  4.2 故障告警挖掘阶段  38-39
  4.3 故障告警的后处理阶段  39-41
    4.3.1 规则后处理  39
    4.3.2 规则的应用  39-41
5 告警的关联规则挖掘  41-61
  5.1 关联规则基本概念及定义  41-43
  5.2 关联规则挖掘的基本步骤  43
  5.3 经典关联规则挖掘算法  43-52
    5.3.1 Apriori算法  43-49
    5.3.2 基于频繁模式树的算法  49-51
    5.3.3 Apriori算法与FP_growth算法的比较分析  51-52
  5.4 实验及其分析  52-61
    5.4.1 数据库操作  52-58
    5.4.2 Apriori算法与FP_growth算法实现结果比较  58-60
    5.4.3 关联规则分析  60-61
6 告警序列模式挖掘  61-70
  6.1 告警序列模式挖掘的基本概念  61-64
    6.1.1 问题描述  61-62
    6.1.2 基本概念  62-64
  6.2 告警序列模式挖掘算法  64-70
    6.2.1 算法框架  65-67
    6.2.2 算法描述  67-70
7 总结与展望  70-71
参考文献  71-73
致谢  73

数据挖掘在电信网络告警相关性研究中的应用

内容摘要

全文目录

相似论文