基于群體智能的通信網(wǎng)絡(luò)告警關(guān)聯(lián)規(guī)則挖掘算法研究.pdf

1、聲明尸明本人鄭重聲明：所呈交的學(xué)位論文，是本人在指導(dǎo)教師的指導(dǎo)下，獨(dú)立進(jìn)行研究所取得的成果。除文中已經(jīng)注明引用的內(nèi)容外，本論文不包含其他個(gè)人或集體已經(jīng)發(fā)表或撰寫過的科研成果。對(duì)本文的研究做出重要貢獻(xiàn)的個(gè)人和集體，均已在文中以明確方式標(biāo)明。本聲明的法律責(zé)任由本人承擔(dān)。論文作者簽名：日期：絲絲，鐔關(guān)于學(xué)位論文使用權(quán)的說明本人完全了解太原理工大學(xué)有關(guān)保管、使用學(xué)位論文的規(guī)定，其中包括：①學(xué)校有權(quán)保管、并向有關(guān)部門送交學(xué)位論文的原件與復(fù)印件；②

2、學(xué)?？梢圆捎糜坝?、縮印或其它復(fù)制手段復(fù)制并保存學(xué)位論文；③學(xué)?？稍试S學(xué)位論文被查閱或借閱；④學(xué)?？梢詫W(xué)術(shù)交流為目的，復(fù)制贈(zèng)送和交換學(xué)位論文；⑤學(xué)校可以公布學(xué)位論文的全部或部分內(nèi)容(保密學(xué)位論文在解密后遵守此規(guī)定)。作者簽名：日肌一盈笸乒一一靳繇諺毒桫隰奎星堡三奎蘭塑主塑壅竺莖篁笙莖通信網(wǎng)絡(luò)告警關(guān)聯(lián)規(guī)則分析，并從告警關(guān)聯(lián)規(guī)則數(shù)量、算法運(yùn)行時(shí)長(zhǎng)、算法內(nèi)存消耗三方面進(jìn)行了算法性能評(píng)價(jià)分析，并提出了以關(guān)聯(lián)率、關(guān)聯(lián)強(qiáng)度為評(píng)價(jià)指標(biāo)的工程測(cè)試分析方法

3、。(2)通過對(duì)白蟻的筑巢活動(dòng)、蟻群非對(duì)稱雙橋?qū)嶒?yàn)等螞蟻群體生物行為觀察分析實(shí)現(xiàn)了于信息素的最短覓食路徑選擇策略。本研究將生物學(xué)中的共享機(jī)制小生境技術(shù)、具有跳躍能力的印度跳蟻種群特征相結(jié)合，提出并實(shí)現(xiàn)了SN—APLAC算法(SharingmechanismNiche—ApfiofiLeapingAntColony)。SN—APLAC算法利用頻繁1項(xiàng)集剔除TSP無(wú)向圖中無(wú)效“路徑點(diǎn)”，將無(wú)向圖“路徑”中所有項(xiàng)的子集視為潛在頻繁項(xiàng)目集，判斷頻

4、繁項(xiàng)集是否滿足最小支持度進(jìn)而獲得“刺激點(diǎn)”；然后形成含有“刺激點(diǎn)”的跳蟻路徑圖，通過共享小生境的“交叉與變異操作”方式挖掘原始數(shù)據(jù)中新的潛在關(guān)聯(lián)關(guān)系，進(jìn)而形成全局?jǐn)?shù)據(jù)關(guān)聯(lián)邏輯規(guī)則。結(jié)合網(wǎng)絡(luò)告警和經(jīng)典關(guān)聯(lián)規(guī)則挖掘算法從性能測(cè)試(規(guī)則數(shù)量、螞蟻個(gè)數(shù)、迭代次數(shù)與內(nèi)存資源關(guān)系、SN—APLAC算法與Apriori算法／F’PGrowth算法性能差異)和工程測(cè)試(關(guān)聯(lián)率、關(guān)聯(lián)強(qiáng)度)兩方面綜合評(píng)估了SNAPLAC算法的整體質(zhì)量。(3)以鳥群覓食行為

5、抽象形成的粒子群算法為基礎(chǔ)，構(gòu)造樣本粒子群、候選粒子群和規(guī)則粒子群實(shí)現(xiàn)APPSO算法(AprioriParticleSwarmOptimization)基本思想。通過網(wǎng)絡(luò)告警ID的排序編碼、基于稀疏鏈表的支持度計(jì)算和Apriori算法性質(zhì)三個(gè)維度進(jìn)行優(yōu)化，最終提出并實(shí)現(xiàn)了APPSO算法邏輯。結(jié)合網(wǎng)絡(luò)告警對(duì)APPSO算法與Apriori算法、FP—Growth算法進(jìn)行了性能測(cè)試分析(支持度／置信度／粒子群規(guī)模與關(guān)聯(lián)規(guī)則數(shù)量的關(guān)系、迭代次數(shù)