论文部分内容阅读
现代电信网络的特点是大规模、复杂、异构,这就要求必须对网络进行有效地管理以维持其高可靠性和高可用性。告警相关性分析作为网络故障管理中的重要内容,可以辅助网管人员删除冗余告警、定位故障以及预测故障的发生。传统的相关性分析方法由于过多地依赖专家知识而难以适应网络复杂、多变的情况,采用数据挖掘的方法则可以弥补这方面的不足。本论文针对此目标,设计一种通用的预处理算法有效的处理大规模数据,提出一种改进的关联规则挖掘算法使其能够满足面向纷繁复杂的电信网络告警数据进行大规模、实时性的告警数据关联挖掘的要求,提出一种基于电信网络拓扑结构特点和告警传播特征的过滤频繁模式的网络拓扑约束算法,从而提高挖掘的精度。论文的主要工作包括以下几点:第一,分析研究某移动通信公司告警数据的特征,全面学习预处理大规模数据的算法,设计并实现了一种通用的预处理方案。第二,对基于关联规则挖掘的告警关联算法作了全方位的研究,并分析研究成果,提出改进的关联规则挖掘算法,AprioriEn算法。第三,以某移动通信公司网络以蓝本,研究了电信网络的拓扑结构特点和告警数据传播特征,构造适合该电信网络的拓扑约束文件,提出了适合一般电信网络的通用网络拓扑约束算法。第四,参与设计和实现一个适合于实际电信网络应用的网络告警关联规则挖掘系统。在电信网络告警关联规则挖掘平台的原型系统开发过程中,笔者完成了预处理模块的设计和实现工作,网络拓扑模块以及AprioriEn算法的设计工作。