網(wǎng)絡告警分布式加權(quán)關聯(lián)規(guī)則挖掘系統(tǒng)的研究與設計.pdf_第1頁
已閱讀1頁,還剩84頁未讀, 繼續(xù)免費閱讀

下載本文檔

版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進行舉報或認領

文檔簡介

1、故障診斷與定位是網(wǎng)絡故障管理的核心,當網(wǎng)絡出現(xiàn)故障時,要求必須在盡可能短的時間內(nèi),正確地判斷出網(wǎng)絡故障所在的位置和引起故障的原因,以便及時排除故障,恢復網(wǎng)絡正常功能。告警相關性分析是故障診斷與定位的重要手段之一,廣泛應用于各種智能網(wǎng)絡管理系統(tǒng)。數(shù)據(jù)挖掘為告警相關性分析中知識獲取提供了新的途徑?,F(xiàn)代通信網(wǎng)及其網(wǎng)絡管理是一個典型的分布式應用系統(tǒng),管理功能的實現(xiàn)是依靠不同層次的管理部件協(xié)同工作來完成的,并且告警的某些屬性分為不同的級別,不同Q

2、oS要求的業(yè)務對告警處理的程度也有所不同。本文以國家自然科學基金項目《基于數(shù)據(jù)挖掘的通信網(wǎng)告警相關性分析》為背景,重點研究了通信網(wǎng)告警分布式加權(quán)關聯(lián)規(guī)則挖掘,包括告警預處理、加權(quán)關聯(lián)規(guī)則挖掘算法、分布式加權(quán)關聯(lián)規(guī)則挖掘算法與告警分布式加權(quán)關聯(lián)規(guī)則挖掘系統(tǒng)的實現(xiàn)及仿真驗證。 本文采用專家系統(tǒng)來完成告警的預處理。運用層次分析法來科學合理地確定告警的權(quán)值,采用滑動時間窗口機制解決告警時間同步問題,提取告警項目中反映網(wǎng)絡故障的告警屬性字

3、段組成告警事務項,并使用告警壓縮的方法處理冗余告警信息,以便將原始告警數(shù)據(jù)庫轉(zhuǎn)化為告警事務數(shù)據(jù)庫,為關聯(lián)規(guī)則挖掘做好數(shù)據(jù)準備。 本文針對通信網(wǎng)告警信息量大、告警具有突發(fā)性等特點以及告警數(shù)據(jù)庫的分布式環(huán)境,在已有的加權(quán)關聯(lián)規(guī)則挖掘算法和分布式關聯(lián)規(guī)則挖掘算法的基礎上,提出了一種能有效挖掘告警全局加權(quán)關聯(lián)規(guī)則的新型分布式加權(quán)關聯(lián)規(guī)則挖掘算法-DWAP算法。算法基于共享模式的分布式體系結(jié)構(gòu),由局部站點和全局站點協(xié)同完成告警全局加權(quán)關聯(lián)

4、規(guī)則的挖掘。各局部站點運行本文改進的基于加權(quán)關聯(lián)模式樹的WAP算法用以挖掘局部加權(quán)關聯(lián)模式,WAP算法具有無需多次重復遍歷數(shù)據(jù)庫和遞歸構(gòu)建條件頻繁模式樹的優(yōu)點。DWAP算法應用求和加權(quán)方式和比例加權(quán)方式共同對告警事務進行加權(quán),能更全面地反映告警事務的重要程度,使挖掘結(jié)果的區(qū)分度更高。而且,該算法采用了有效的迭代剪枝技術,大大壓縮了候選模式的數(shù)量,降低了通信代價。算法性能測試表明:該算法具有時間效率高、通訊開銷小、可伸縮性好等優(yōu)點,對網(wǎng)絡

溫馨提示

  • 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預覽,若沒有圖紙預覽就沒有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負責。
  • 6. 下載文件中如有侵權(quán)或不適當內(nèi)容,請與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

最新文檔

評論

0/150

提交評論