面向業(yè)務(wù)的基于模糊關(guān)聯(lián)規(guī)則挖掘的網(wǎng)絡(luò)故障診斷.pdf

1、現(xiàn)代社會(huì)中，網(wǎng)絡(luò)已經(jīng)成為信息交流和通信的基礎(chǔ)載體。網(wǎng)絡(luò)即使發(fā)生微小故障，也會(huì)給人類(lèi)的社會(huì)活動(dòng)、經(jīng)濟(jì)活動(dòng)帶來(lái)巨大影響。因此，智能化的網(wǎng)絡(luò)故障診斷是下一代網(wǎng)絡(luò)高可信度的重要保障。當(dāng)故障發(fā)生時(shí)，要求網(wǎng)絡(luò)管理員在最短時(shí)間內(nèi)識(shí)別故障類(lèi)型和故障級(jí)別，正確判斷出故障根源所在位置，并及時(shí)對(duì)網(wǎng)絡(luò)進(jìn)行修復(fù)。相對(duì)傳統(tǒng)網(wǎng)絡(luò)以網(wǎng)絡(luò)設(shè)備為管理對(duì)象而言，用戶(hù)更關(guān)心的是網(wǎng)絡(luò)業(yè)務(wù)的正常性。然而設(shè)備的正常運(yùn)行并不意味著業(yè)務(wù)的正常運(yùn)行，這使得業(yè)務(wù)故障管理缺乏面向用戶(hù)的根本性

2、。另一方面，網(wǎng)管系統(tǒng)經(jīng)歷了基礎(chǔ)平臺(tái)建設(shè)和系統(tǒng)整合兩個(gè)階段，基于設(shè)備進(jìn)行管理的模式越來(lái)越不適應(yīng)網(wǎng)絡(luò)發(fā)展的要求，支持面向業(yè)務(wù)的網(wǎng)絡(luò)管理是必然趨勢(shì)。
　　本論文將網(wǎng)絡(luò)業(yè)務(wù)作為主要被管理對(duì)象，以包含業(yè)務(wù)信息的網(wǎng)絡(luò)告警為載體，研究了面向業(yè)務(wù)的QoS參數(shù)與面向資源的網(wǎng)絡(luò)性能參數(shù)之間的映射。根據(jù)網(wǎng)元和業(yè)務(wù)的映射關(guān)系，得到設(shè)備告警與業(yè)務(wù)告警之間的對(duì)應(yīng)關(guān)系。同時(shí)，將模糊理論、模糊推理與數(shù)據(jù)挖掘結(jié)合起來(lái)，對(duì)多域多層的網(wǎng)絡(luò)故障信息進(jìn)行動(dòng)態(tài)模糊關(guān)聯(lián)規(guī)則的

3、挖掘。
　　論文綜合討論了層間模糊關(guān)聯(lián)規(guī)則挖掘、分布式模糊關(guān)聯(lián)規(guī)則挖掘以及多支持度動(dòng)態(tài)模糊關(guān)聯(lián)規(guī)則挖掘算法，全方位地進(jìn)行了網(wǎng)絡(luò)故障相關(guān)性分析。最終由面向業(yè)務(wù)的網(wǎng)絡(luò)告警，生成模糊關(guān)聯(lián)規(guī)則知識(shí)庫(kù)，并建立模糊推理系統(tǒng)。旨在解決告警信息不確定的情況下，快速準(zhǔn)確地進(jìn)行網(wǎng)絡(luò)故障診斷、定位與恢復(fù)，從而提高通信網(wǎng)絡(luò)的效率和性能。本課題研究的創(chuàng)新性主要體現(xiàn)在以下幾個(gè)方面：
　　第一，運(yùn)用模糊邏輯定義的隸屬度函數(shù)進(jìn)行網(wǎng)絡(luò)告警的預(yù)處理和模糊化，使

4、之更接近于實(shí)際應(yīng)用環(huán)境，有效降低多維告警的粒度和復(fù)雜度，提高了告警關(guān)聯(lián)規(guī)則挖掘效率。模糊化后的網(wǎng)絡(luò)告警，其物理意義表達(dá)了與根源告警的接近程度，從而能有效反映該告警在網(wǎng)絡(luò)中的相對(duì)重要程度和影響范圍，使在此基礎(chǔ)上的告警相關(guān)性分析、模糊推理和網(wǎng)絡(luò)故障診斷更加科學(xué)。
　　第二，針對(duì)網(wǎng)絡(luò)層次化劃分的管理特點(diǎn)，考慮以業(yè)務(wù)層故障作為主要被管對(duì)象，在網(wǎng)絡(luò)告警中融入業(yè)務(wù)層、網(wǎng)絡(luò)層直至網(wǎng)元層的分層信息屬性，記為“告警類(lèi)型”。使得當(dāng)網(wǎng)絡(luò)業(yè)務(wù)受到影響發(fā)生

5、故障時(shí)，將網(wǎng)絡(luò)性能故障映射到與之相關(guān)的業(yè)務(wù)應(yīng)用QoS故障層面，面向終端用戶(hù)，解決網(wǎng)絡(luò)故障診斷問(wèn)題，為新一代智能化網(wǎng)絡(luò)管理奠定基礎(chǔ)。
　　第三，針對(duì)多廠商設(shè)備環(huán)境以及多地域子網(wǎng)的管理特點(diǎn)，提出了分布式并行關(guān)聯(lián)規(guī)則挖掘思想：區(qū)別于傳統(tǒng)分布式挖掘算法，橫向分割大型數(shù)據(jù)庫(kù)，采用多處理器并行挖掘子數(shù)據(jù)庫(kù)的以資源代價(jià)換取時(shí)間效率的策略；而將分布式網(wǎng)絡(luò)中的各局域網(wǎng)告警數(shù)據(jù)視為不同子數(shù)據(jù)庫(kù)進(jìn)行同步挖掘，即設(shè)立全局站點(diǎn)與局部站點(diǎn)在時(shí)間維度上同時(shí)采集

6、數(shù)據(jù)，全局站點(diǎn)負(fù)責(zé)局間關(guān)聯(lián)規(guī)則挖掘，而局部站點(diǎn)負(fù)責(zé)局內(nèi)關(guān)聯(lián)規(guī)則挖掘。并由此提出多層多域模糊關(guān)聯(lián)規(guī)則挖掘算法——MMDFARM，由層次和地域兩個(gè)方面考慮了挖掘算法的適應(yīng)性問(wèn)題。
　　第四，通信網(wǎng)絡(luò)的設(shè)備信息、拓?fù)浣Y(jié)構(gòu)乃至業(yè)務(wù)需求都是動(dòng)態(tài)變化的，從而導(dǎo)致網(wǎng)絡(luò)告警數(shù)據(jù)庫(kù)也呈現(xiàn)漸進(jìn)式的變化。當(dāng)出現(xiàn)新增的告警數(shù)據(jù)時(shí)，需要對(duì)整個(gè)數(shù)據(jù)庫(kù)進(jìn)行重新挖掘，以找出與新告警關(guān)聯(lián)的規(guī)則信息。這不僅造成大量資源的浪費(fèi)，也完全忽略了歷史告警的作用。根據(jù)告警數(shù)據(jù)

7、的時(shí)間關(guān)聯(lián)性，提出多支持度動(dòng)態(tài)關(guān)聯(lián)規(guī)則挖掘算法——IDFARM，由時(shí)間維度方面考慮了挖掘算法的適應(yīng)性問(wèn)題。
　　第五，深入研究了基于模糊關(guān)聯(lián)規(guī)則的模糊推理算法，定義了推理過(guò)程中各模糊算子的數(shù)學(xué)形式，比較和驗(yàn)證了不同模糊組合下的推理結(jié)果，從中優(yōu)選出適合通信網(wǎng)告警相關(guān)性分析的最佳方法，建立起特征化的網(wǎng)絡(luò)故障診斷模型。該模型擁有良好的人機(jī)接口界面，通過(guò)模糊推理模塊進(jìn)行診斷，能快速準(zhǔn)確地定位出引發(fā)當(dāng)前告警的根源故障所在，從而有效恢復(fù)網(wǎng)絡(luò)通