數(shù)據(jù)挖掘技術在移動通信網(wǎng)絡告警管理中的研究與應用.pdf

1、網(wǎng)絡管理的核心是故障的定位與診斷，當故障發(fā)生時，要求能夠準確及時的找到網(wǎng)絡故障的根原因，能夠迅速的排除故障，恢復網(wǎng)絡先前狀態(tài)。故障的產(chǎn)生必然導致大量告警信息的出現(xiàn)，告警相關性分析也逐漸成為網(wǎng)絡故障管理中最重要的部分。數(shù)據(jù)挖掘則是今年來興起的告警相關性分析中最熱門的手段。
　　 本文以中國移動湖南分公司網(wǎng)絡故障管理中心某告警數(shù)據(jù)庫為例，對該告警數(shù)據(jù)庫進行基于加權關聯(lián)規(guī)則的相關性分析，得到其中的關聯(lián)規(guī)則，然后利用這些規(guī)則找過潛在的模

2、式，通過相關性分析達到定位故障、診斷故障和解決故障的目的。
　　 本文的研究工作從三方面展開，第一，告警信息預處理，通過對告警信息中的時間進行時序聚類，分析了常見的聚類算法，針對告警信息獨有的特點，在模糊聚類算法的基礎上，得到DKP算法。初步消除滑動窗口時間內(nèi)大量重復性的告警冗余，統(tǒng)一告警數(shù)據(jù)庫的數(shù)據(jù)格式，利用XML格式，抽取和整理成適于數(shù)據(jù)挖掘的告警事務。第二，分析了告警信息各個屬性對挖掘效率的影響，分析了常見的基于加權思想的

3、關聯(lián)規(guī)則算法。對層次分析AHP算法進行了改進，對告警信息進行加權工作，形成帶權值的告警事務數(shù)據(jù)庫。第三，在帶權值告警事務數(shù)據(jù)庫的基礎上，分析了常見的基于加權關聯(lián)規(guī)則挖掘算法MINWAL(O)和FP_Growth算法，利用基于FP_Growth算法和Kademlia算法思想的RFP加權關聯(lián)規(guī)則挖掘算法進行挖掘工作，避免了自底向上、遞歸的創(chuàng)建頻繁模式樹、多次掃描全局數(shù)據(jù)庫的缺點，利用實驗，驗證了RFP算法在告警相關性分析領域要優(yōu)于FP_Gr