数据挖掘技术在移动通信网络告警管理中的研究与应用

论文摘要

网络管理的核心是故障的定位与诊断，当故障发生时，要求能够准确及时的找到网络故障的根原因，能够迅速的排除故障，恢复网络先前状态。故障的产生必然导致大量告警信息的出现，告警相关性分析也逐渐成为网络故障管理中最重要的部分。数据挖掘则是今年来兴起的告警相关性分析中最热门的手段。本文以中国移动湖南分公司网络故障管理中心某告警数据库为例，对该告警数据库进行基于加权关联规则的相关性分析，得到其中的关联规则，然后利用这些规则找过潜在的模式，通过相关性分析达到定位故障、诊断故障和解决故障的目的。本文的研究工作从三方面展开，第一，告警信息预处理，通过对告警信息中的时间进行时序聚类，分析了常见的聚类算法，针对告警信息独有的特点，在模糊聚类算法的基础上，得到DKP算法。初步消除滑动窗口时间内大量重复性的告警冗余，统一告警数据库的数据格式，利用XML格式，抽取和整理成适于数据挖掘的告警事务。第二，分析了告警信息各个属性对挖掘效率的影响，分析了常见的基于加权思想的关联规则算法。对层次分析AHP算法进行了改进，对告警信息进行加权工作，形成带权值的告警事务数据库。第三，在带权值告警事务数据库的基础上，分析了常见的基于加权关联规则挖掘算法MINWAL(O)和FP_Growth算法，利用基于FP_Growth算法和Kademlia算法思想的RFP加权关联规则挖掘算法进行挖掘工作，避免了自底向上、递归的创建频繁模式树、多次扫描全局数据库的缺点，利用实验，验证了RFP算法在告警相关性分析领域要优于FP_Growth算法。论文最后对全文做出了总结，并对未来研究方向进行了展望。

论文目录

• 摘要
• Abstract
• 目录
• 插图索引
• 附表索引
• 第1章 绪论
• 1.1 本文研究背景及意义
• 1.2 国内外研究现状
• 1.3 研究主要内容
• 1.4 本文结构
• 第2章 告警相关性分析与数据挖掘
• 2.1 网络故障管理
• 2.2 告警相关性分析
• 2.2.1 告警相关性
• 2.2.2 告警相关性定义
• 2.2.3 告警相关性的分析方法
• 2.3 数据挖掘概念与技术
• 2.3.1 数据挖掘概念
• 2.3.2 数据挖掘的主要方法及算法
• 2.3.3 数据挖掘的流程
• 2.4 告警数据挖掘
• 2.5 本章小节
• 第3章 告警时序相关性聚类算法
• 3.1 时序相关性概念
• 3.2 主要聚类算法分类
• 3.2.1 划分方法
• 3.2.2 层次方法
• 3.2.3 基于密度的方法
• 3.2.4 基于网格的方法
• 3.2.5 基于模型的方法
• 3.3 告警时序聚类算法 DK-Prototypes
• 3.4 实验结果
• 3.5 本章小节
• 第4章 基于时序聚类后的加权关联规则挖掘算法
• 4.1 告警数据库预处理
• 4.1.1 告警信息的抽取与整理
• 4.1.2 告警信息压缩与删减
• 4.1.3 AHP 赋权
• 4.2 告警加权关联规则挖掘算法
• 4.2.1 加权关联规则挖掘模型
• 4.2.2 路由频繁模式算法 RFP
• 4.3 性能验证
• 4.4 网络告警相关性分析系统实现
• 4.4.1 系统运行环境
• 4.4.2 预处理模块
• 4.4.3 规则挖掘模块
• 4.4.4 后处理模块
• 4.5 本章小结
• 结论
• 参考文献
• 致谢