隨著信息化的發(fā)展,人們工作和生活對網(wǎng)絡(luò)的依賴程度越來越高。而園區(qū)網(wǎng)作為接入互聯(lián)網(wǎng)的基礎(chǔ),當(dāng)發(fā)生異常時(shí)必須快速準(zhǔn)確定位故障根源才能保障用戶上網(wǎng)體驗(yàn)。網(wǎng)絡(luò)規(guī)模日益擴(kuò)大、設(shè)備多樣化等因素導(dǎo)致園區(qū)網(wǎng)中的故障關(guān)系變得錯(cuò)綜復(fù)雜,傳統(tǒng)的人工排障方式已經(jīng)難以滿足實(shí)際需求。告警關(guān)聯(lián)規(guī)則挖掘技術(shù)通過挖掘歷史告警序列獲得告警關(guān)聯(lián)規(guī)則以幫助診斷故障源,已成為目前智能化故障定位領(lǐng)域的研究熱點(diǎn)。園區(qū)網(wǎng)中的告警同時(shí)具備時(shí)序相關(guān)性和空間相關(guān)性的特點(diǎn),但現(xiàn)有算法只考慮了告警的時(shí)序相關(guān)性,忽略了空間關(guān)系的影響,應(yīng)用于園區(qū)網(wǎng)告警分析場景時(shí)存在分析結(jié)果正確率低的問題。為了解決以上問題,本文針對園區(qū)網(wǎng)告警特征,提出了一種適用于園區(qū)網(wǎng)告警分析場景的Topo C-OPT（Topology Confidence-Optimizing）算法;并基于此設(shè)計(jì)實(shí)現(xiàn)了一套園區(qū)網(wǎng)故障源分析系統(tǒng)。首先,論文對現(xiàn)有 SDH-AARM（SDH-Alarm Association Rule Mining）算法進(jìn)行改進(jìn),提出了適用于園區(qū)網(wǎng)的Topo C-OPT算法。算法增加園區(qū)網(wǎng)絡(luò)拓?fù)渥鳛橥诰蛞罁?jù),通過構(gòu)造拓?fù)潢P(guān)聯(lián)因子算法以獲得告警實(shí)體在園區(qū)網(wǎng)絡(luò)拓?fù)渲械?.. 

【文章來源】：北京郵電大學(xué)北京市 211工程院校 教育部直屬院校

【文章頁數(shù)】：74 頁

【學(xué)位級別】：碩士

【部分圖文】：

圖２－３?／的條件ＦＰ－ｔｒｅｅ??２．根據(jù)條件頻繁模式樹挖掘所有頻繁項(xiàng)集；調(diào)用函數(shù)??ＦＰ—ｇｒ〇ｗｔｈ（ＦＰ」ｒｅｅ，Ｒｏｏｆ）實(shí)現(xiàn)

（３＾＋１??々，、／ｔ２、／：３將／即〇值劃分為四個(gè)階段。為了更直觀地說明置信度優(yōu)化模型對??告警關(guān)聯(lián)規(guī)則置信度的不同優(yōu)化策略以及優(yōu)化后的效果，圖３－５展示了?分別??與Ｃ０／廠、ｃｏｎ的函數(shù)關(guān)系，并對比了?Ｃ０７／和ｃｏｎ曲線：??原．Ｓ信度（〇？＞?—新置位度（《？’）??１?／??（Ｍ??／??１７／?＾－??０?人丨?又’、?ｋ＇?１??拓?fù)洌兀�？�?lián)Ｗ子（／巧〇）??圖３－５?ＣＯ＾和對比圖??由圖３－５可知，原置信度值不受拓?fù)潢P(guān)聯(lián)因子的影響，完全由時(shí)間相關(guān)性計(jì)??算得到，未考慮拓?fù)潢P(guān)聯(lián)因素。而新置信度值是在原置信度值基礎(chǔ)上根據(jù)拓?fù)潢P(guān)??聯(lián)因子優(yōu)化得到，同時(shí)參考了時(shí)間相關(guān)性及拓?fù)潢P(guān)聯(lián)性，旨在提高準(zhǔn)確性。下面??將詳細(xì)闡述置信度優(yōu)化模型各階段的優(yōu)化策略。??Ｃ，階段，的取值為（〇，々，］，表示告警關(guān)聯(lián)規(guī)則前后件在園區(qū)網(wǎng)絡(luò)拓?fù)渲??的關(guān)聯(lián)性非常弱，故在原有置信度的基礎(chǔ)上降低其值。但由于規(guī)則在時(shí)間維度上??的相關(guān)性仍然具有重要參考意義，故本研宄采用控制原置信度下降范圍的方式保??證時(shí)間相關(guān)性和空間相關(guān)性的平衡。當(dāng)ｃｏ？?＝?ｌ時(shí)

―?為了更直觀對比不同的支持?jǐn)?shù)閾值下Ｔｏｐｏ?Ｃ－ＯＰＴ算法與ＳＤＨ－ＡＡＲＭ算法??結(jié)果集的正確率，分別將３組實(shí)驗(yàn)結(jié)果繪制為對比圖，如圖３－６、圖３－７、圖３－８??所示分別為第１組、第２組、第３組實(shí)驗(yàn)結(jié)果集正確率對比圖。??ＳＤＨ－ＡＡＲＭ?，ｆｆｉｗ４＃ｓｓｓｗ＇Ｔ〇ｐ〇?Ｃ－ＯＰＴ??丨?ｌＯ）％??Ｉ腦｜??；７０％?；??６０％??１?２?３?４?５??事務(wù)數(shù)??圖３－６第１組結(jié)果集正確率對比圖??ｗｄ—?ＳＤＨ－ＡＡＲ１ＶＩ算法麵墨娜Ｔｏｐｏ?Ｃ－ＯＰＴ算法??１０３％??＿Ｍｒｔｒ＾ａｉａｉ８ｉａａ８ａａ］ｗ＊ａｉｗ＂ｒ￣ｒＴｍ＿＿－ｉ＊－＾？？ｗｌ？ａＭＭｉａａ＜＾，，＿?ｍｊ?ｉｉｂ??ｉ?纖?｜?｜?｜??：７０％?：??６０％??１?２?３?４?５??事務(wù)庫??圖３－７第２組結(jié)果集正確率對比圖??２７??

【參考文獻(xiàn)】：
期刊論文
[1]基于數(shù)據(jù)挖掘的變電站監(jiān)控后臺(tái)告警信號自動(dòng)分析[J]. 曹中來.  中國管理信息化. 2017(20)
[2]一種改進(jìn)的AprioriTid算法[J]. 張偉科.  沈陽工業(yè)大學(xué)學(xué)報(bào). 2016(03)
[3]數(shù)據(jù)挖掘中一種增強(qiáng)的Apriori算法分析[J]. 胡雪,封化民,李明偉,丁釗.  信息網(wǎng)絡(luò)安全. 2015(11)
[4]基于多最小支持度的關(guān)聯(lián)規(guī)則挖掘[J]. 晏杰,亓文娟,郭磊,黃書城.  計(jì)算機(jī)系統(tǒng)應(yīng)用. 2014(03)
[5]一種基于FP-Growth的頻繁項(xiàng)目集并行挖掘算法[J]. 章志剛,吉根林.  計(jì)算機(jī)工程與應(yīng)用. 2014(02)

博士論文
[1]基于數(shù)據(jù)挖掘的網(wǎng)絡(luò)故障告警相關(guān)性研究[D]. 徐前方.北京郵電大學(xué) 2007

碩士論文
[1]基于關(guān)聯(lián)規(guī)則的電信網(wǎng)告警相關(guān)性分析[D]. 張雄.東南大學(xué) 2016
[2]基于數(shù)據(jù)挖掘的省級氣象信息傳輸監(jiān)控系統(tǒng)的研究與實(shí)現(xiàn)[D]. 常帥.河北師范大學(xué) 2016
[3]并行FP-growth關(guān)聯(lián)規(guī)則算法研究[D]. 婁書青.電子科技大學(xué) 2016
[4]民航旅客服務(wù)信息系統(tǒng)告警關(guān)聯(lián)規(guī)則挖掘[D]. 張超.中國民航大學(xué) 2015
[5]基于并行FP-Growth算法的業(yè)務(wù)支撐網(wǎng)告警關(guān)聯(lián)規(guī)則挖掘[D]. 鮑婷.南京郵電大學(xué) 2015
[6]基于事件關(guān)聯(lián)的網(wǎng)絡(luò)故障管理研究[D]. 李鵬.中南大學(xué) 2008



本文編號：2987185