數(shù)據(jù)挖掘技術(shù)在移動通信網(wǎng)絡(luò)告警管理中的研究與應(yīng)用(參考版)
2024-09-12 02:45本頁面
【正文】 第三，在帶權(quán)值告警事務(wù)數(shù)據(jù)庫的基礎(chǔ)上，利用基于 ????算法和 算法在告警相關(guān)性分析領(lǐng)域要優(yōu)于 ????算法。 該模塊主要目的：一是選擇有特征性的告警屬性來表示告警信息，對原始告 ??? ????? ?： ?： ?． ? 圖 ??告警信息示例 我們定義相關(guān)的數(shù)據(jù)類，如圖 ??所示： ～ ?????》 圖 ??核心類圖 星進(jìn)行數(shù)據(jù)預(yù)處理： 選擇挖掘數(shù)據(jù)的時間段 汪塑塑型 ?????： ?：?： ? 圖 ??規(guī)則發(fā)現(xiàn) 數(shù)據(jù)挖掘技術(shù)在移動通信網(wǎng)絡(luò)告警管理中的研究與應(yīng)用 我們例舉幾條挖掘出來的規(guī)則如下所示： ? 挖掘規(guī)則 ?簕 ???—????端口 ?珹 ??—????ㄐ鷗婢 ?， ????普通告警 ?珹 ?? ???絲詿 ?渲卸 ??憾雜 Φ淖钚 ≈ 瞇哦任 ?． ?。本文用到的告警數(shù) 數(shù)據(jù)記錄。當(dāng)挖掘頻繁模式的時候， 不用自底向上，而是通過查找 “路由表 ”，直接獲取最可能擁有頻繁模式的頻繁項(xiàng)， ?? ????????? 珼 ?? 冢琒 ? ?? ???? ，口 ? 個告警事務(wù)。但 是， ? ??? 算法依然需要多次掃描數(shù)據(jù)庫，需要自底向上掃描頻繁 模式，一旦事務(wù)數(shù)據(jù)庫成倍增長，這很容易成為性能瓶頸。 表 ??告警事務(wù)數(shù)據(jù)庫表 的 ??猚 ??． ?≥??， ???????． ?瑊 ?， ?， ??腟 ? ???????． ?瑊 ?， ?， ??腟 ? ?????≥??， ??????的 ?????≥??， ????????的 ?????≥??。 ??告警加權(quán)關(guān)聯(lián)規(guī)則挖掘算法 據(jù)集中的數(shù)據(jù)是經(jīng)過處理后的事務(wù)項(xiàng)。 ． ?． 《 ?蹺罰喝糴 ?????? 疉 ??? ． ?管 ??? ?二． ?縠 ??????? 宥 ?基 ?????? 《／ ?阥置 ?? 《／ ?? 咄粒 ? 《 ?? 二． ?：孑 ???? ／ ?? 疍 ?二 ?： ?蒲鞘 ? ??? 鮟 ?瓵穗曩 ?墨 ????? 疍 ?二 ?五匹 ??? 《 圖 ?? 壓縮和刪減后的告警事務(wù)圖 如果僅憑經(jīng)驗(yàn)和主觀思想簡單的為各字段賦權(quán)重 影響權(quán)重的因素過多時， 經(jīng)驗(yàn)很可能出錯，而且，不具備靈活性，無法自由組當(dāng)釩 后逐層分解，形成樹的枝葉，對因素的相對重要性的考 慮則采用因素間兩兩比較 值計算的規(guī)律，這樣可以最大程度的避免人的主觀預(yù)測造成的偏差。表 《 ? ????． ???甤 ?工 ?ぁ叮疉 ?蕆或 ??翟 ?閏 ? ?二 ?托。 本實(shí)驗(yàn)通過中國移動湖南分公司內(nèi)部的告警預(yù)處理專家系統(tǒng)對告警原始數(shù)據(jù) 表 ??聚類后的告警信息表 數(shù)據(jù)格式歸一化是告警信息抽取與整理的第一步，正如秦始皇提出 “書同文、 根據(jù)網(wǎng)絡(luò)故障的確立原則，我們知道，知道告警序號、告警類型、告警級別、 務(wù)項(xiàng)。而且，不少屬性是分等級的，如告警的嚴(yán)重程度，普通告警，一 般告警、重大告警、嚴(yán)重告警，本身應(yīng)引起的關(guān)注就不能等同，如果一味的平均， 則意味著理想化狀況。 ??本章小節(jié) 本章對聚類算法進(jìn)行了理論研究，分析了影響聚類算法的質(zhì)量和效率的因素， ??告警數(shù)據(jù)庫預(yù)處理 一般的，原始告警數(shù)據(jù)存在以下幾個問題： ?．噪聲告警：對于加權(quán)關(guān)聯(lián)規(guī)則挖掘來說，只有規(guī)則和故障診斷才是有用的 信息，其他的數(shù)據(jù)全是噪聲數(shù)據(jù)，其對相關(guān)性分析具有很大的干擾作用，預(yù)處理 階段應(yīng)該盡量排除噪聲。 將 ?炙惴 ǚ直鸕 ??誦 ??次，分別對代價函數(shù)的最大值、最小值、平均值 表 ??聚類實(shí)驗(yàn)結(jié)果表 ??劾嘀副闑代表算法的性能，指標(biāo)越小， 聚類的正確性就越高，從表 ??我 們可以看出，針對三個數(shù)據(jù)集而言， ??菿 ?惴 ǖ腅值要小，證明其在正確性 方面有多提升。而且滿足： 公式 ??中，模糊指數(shù)用 ?代替，該值可以指定， ??意味著精確聚類，與 本實(shí)驗(yàn)中，只考慮數(shù)值屬性，不考慮分類屬性，所以，差異度 ?兀， ?， ?只 ?‰??? ’ 于一個組，肌 ?具有以下性質(zhì)： ∑嘞 ?， 以閾值為半徑的球體包含的粒子數(shù)除以球體體積為質(zhì)心球的密集度，與以該粒子 為核心，以閾值為半徑的球體與質(zhì)心球體相交包含的粒子數(shù)除以相交 部分體積為 ?．比較每個粒子的適應(yīng)度與初始適應(yīng)度的值，如果適應(yīng)度更高，則更新，否 ?．將找到的最優(yōu)解作為 ?． ?????算法的初始輸入值，再重復(fù)一次算法過 程，求解全局最優(yōu)解，如果得到最優(yōu)解，則算法結(jié)束，否則轉(zhuǎn)到步驟 ?。 ??告警時序聚類算法 ?． ????? 數(shù)據(jù)挖掘技術(shù)在移動通信網(wǎng)絡(luò)告警管理中的研究與應(yīng)用 給定聚類數(shù)目 ??攵允 ?菁 ?韻骕做時間聚類，設(shè)計其代價函數(shù)為： ， ?。 神經(jīng)網(wǎng)絡(luò)算法以距離為度量，對每個聚類進(jìn)行原型性描述，估算相似度后， 將對象分配到與之相似度最高的聚類中，而且，由于原型帶有屬性，可以對新對 象與原型屬性進(jìn)行相關(guān)性計算，提供預(yù)測依據(jù)。 基于模型的聚類算法有一大前提，數(shù)據(jù)必須符合潛在的概率分布。 該算法利用了數(shù)據(jù)處理中常用的小波變換。基于網(wǎng)格的聚類算 法比較有代表性的有： ???算法、 ? ????????????? ???????惴 ā??????????? 例，前者超過后者，則為密集的，后者超過前者，則為稀疏的。 ?????算法很 ?????? ????? ??? ? ??????????算法 聲和密度閾值設(shè)置失當(dāng)，聚類質(zhì)量將大為降低。 無論是 ??
環(huán)評公示相關(guān)推薦
鄂ICP備17016276號-1