多域分布式網(wǎng)絡(luò)的告警模糊關(guān)聯(lián)規(guī)則挖掘.pdf

1、在這個信息化產(chǎn)業(yè)不斷發(fā)展的現(xiàn)代社會，無論是在生活中還是在工作中，人們對通信網(wǎng)絡(luò)越來越依賴。如果通信網(wǎng)絡(luò)不能正常運行，將會給人們帶來極大的不便甚至是經(jīng)濟(jì)損失。所以，確保網(wǎng)絡(luò)正常地運行至關(guān)重要。要確保網(wǎng)絡(luò)正常地運行，就必須在網(wǎng)絡(luò)出現(xiàn)故障的時候，及時而準(zhǔn)確地找到故障源，然后解決故障問題。
　　網(wǎng)絡(luò)發(fā)生故障時，網(wǎng)絡(luò)中的節(jié)點會產(chǎn)生大量的告警。這些告警之間存在一定的相關(guān)性，找到這種相關(guān)性將有助于故障的定位。如何找到這些海量告警數(shù)據(jù)之間的相關(guān)性

2、是一個研究重點。在處理海量數(shù)據(jù)的方法中，數(shù)據(jù)挖掘技術(shù)具有很大的優(yōu)勢，該技術(shù)將大量的工作交給計算機來處理，既提高了效率也省去了很多人工勞動。不少科研人員將關(guān)聯(lián)規(guī)則挖掘用于網(wǎng)絡(luò)故障診斷中，取得了一些成果。但是，告警與故障源之間的對應(yīng)關(guān)系不是一對一的，具有很強的模糊性。傳統(tǒng)的關(guān)聯(lián)規(guī)則挖掘沒有考慮這種模糊性，致使故障診斷的準(zhǔn)確性降低。另外，大型通信網(wǎng)絡(luò)通常會劃分成不同的域進(jìn)行管理。這種分布式結(jié)構(gòu)下，單單挖掘各個子域的域內(nèi)的告警關(guān)聯(lián)規(guī)則是不夠的，

3、還需要挖掘域間的告警關(guān)聯(lián)規(guī)則。
　　本文針對告警與故障根源之間的模糊性，在多域分布式網(wǎng)絡(luò)的背景下，將模糊理論與數(shù)據(jù)挖掘中的關(guān)聯(lián)規(guī)則挖掘結(jié)合，對網(wǎng)絡(luò)告警進(jìn)行模糊關(guān)聯(lián)規(guī)則挖掘，以分析告警之間的相關(guān)性。具體的研究內(nèi)容和創(chuàng)新點如下：
　　1.針對原始的網(wǎng)絡(luò)告警不適合用于關(guān)聯(lián)規(guī)則挖掘的問題，論文在網(wǎng)絡(luò)告警預(yù)處理階段，對告警信息進(jìn)行了字段提取，統(tǒng)一了告警信息模型；運用時間窗口、滑動步長機制建立了告警事務(wù)庫；對告警的各個屬性進(jìn)行量化處理后

4、運用模糊聚類算法FCM進(jìn)行告警模糊化處理，最終建立了模糊告警事務(wù)庫。本文對基于點密度的FCM算法初始化方法進(jìn)行了改進(jìn)。且在全局-局部與局部-局部分布式系統(tǒng)模型下，事務(wù)庫同步建立方案和對告警模糊化的處理略有不同。
　　2.針對兩種經(jīng)典模糊關(guān)聯(lián)規(guī)則挖掘算法——Apriori算法和Fuzzy FP-tree算法的不足，即Apriori算法時間效率較低、Fuzzy FP-tree算法處理模糊屬性的能力方面的不足，提出一種時間效率較好，且適

5、合處理告警模糊屬性的基于線性鏈表的告警模糊關(guān)聯(lián)規(guī)則挖掘算法LLB-FARM。
　　3.針對兩種不同的分布式系統(tǒng)模型提出了不同的分布式挖掘算法——全局-局部算法和局部-局部算法。并在局部-局部模型的算法中提出兩種不同方案——數(shù)據(jù)傳輸效率優(yōu)先方案DTEPS和站點平均挖掘時間效率優(yōu)先方案SAMTEPS，兩種方案適合不同的場景。最后通過實驗仿真驗證了本文所提出的算法具有良好的時間和空間可擴展性，可以有效地挖掘多域分布式網(wǎng)絡(luò)的告警模糊關(guān)聯(lián)規(guī)