收藏本站
收藏 | 手机打开
二维码
手机客户端打开本文

基于知识发现的告警相关性分析关键问题研究

单莘  
【摘要】:现代电信网络的特点是大规模、复杂、异构,这就要求必须对网络进行有效地管理以维持其高可靠性和高可用性。告警相关性分析作为网络故障管理中的重要内容,可以辅助网管人员删除冗余告警、定位故障以及预测故障的发生。传统的相关性分析方法由于过多地依赖专家知识而难以适应网络复杂、多变的情况,采用知识发现的方法则可以弥补这方面的不足。本文将知识发现技术应用到告警相关性分析中,研究了情景规则的增量式挖掘、告警预测模式挖掘以及挖掘的实时性等关键问题,取得了一定的成果。主要工作包括: 第一,研究了情景规则的增量式挖掘问题。情景规则是一种重要的告警相关性知识,目前的情景规则挖掘方法大多是基于WINEPI的算法框架。然而,在挖掘参数改变导致的重复挖掘情况下,WINEPI算法的效率很低。本文针对一个重要的参数——时间窗改变而导致的重复挖掘,提出了一种增量式情景规则挖掘算法TWIER,利用原时间窗下的挖掘结果构造约束条件,使之对新时间窗下的候选情景集进行削减,实验结果表明TWIER在重复挖掘的情况下具有比WINEPI更高的挖掘效率; 第二,针对告警数据增加而导致的重复挖掘,本文提出了另一种增量式情景规则挖掘算法IERMA,通过利用原告警序列的挖掘结果构造约束条件,使之对新的告警序列下的候选情景集进行削减,在IERMA上我们也取得了比WINEPI更好的实验结果; 第三,预测模式是另一种重要的告警相关性知识,可用于预测故障的发生。传统方法大多是把预测模式挖掘作为机器学习的问题来研究,基于待预测告警(称为target)构造学习样本。然而由于target代表了故障,通常发生次数比较稀少,采用传统方法难以在少量target样本上获得好的学习效果。本文根据SVM在小样本条件下训练推广


知网文化
【相似文献】
中国期刊全文数据库 前20条
1 陈卓;杨炳儒;宋威;宋泽锋;;序列模式挖掘综述[J];计算机应用研究;2008年07期
2 单莘;朱永宣;郭军;;基于支持向量机的网络告警预测知识发现[J];微电子学与计算机;2007年06期
3 田盛丰,黄厚宽;基于支持向量机的数据库学习算法[J];计算机研究与发展;2000年01期
4 张铃;支持向量机理论与基于规划的神经网络学习算法[J];计算机学报;2001年02期
5 阎辉,张学工,李衍达;支持向量机与最小二乘法的关系研究[J];清华大学学报(自然科学版);2001年09期
6 朱国强,刘士荣,俞金寿;支持向量机及其在函数逼近中的应用[J];华东理工大学学报;2002年05期
7 侯风雷,王炳锡;基于支持向量机的说话人辨认研究[J];通信学报;2002年06期
8 马永军,方凯,刘暾东,方廷健;基于支持向量机和方差的管道内表面粗糙度等级识别[J];信息与控制;2002年05期
9 吴飞,庄越挺,潘云鹤;基于增量学习支持向量机的音频例子识别与检索[J];计算机研究与发展;2003年07期
10 孙延风,梁艳春;支持向量机的数据依赖型核函数改进算法[J];吉林大学学报(理学版);2003年03期
11 朱永生,张优云;支持向量机分类器中几个问题的研究[J];计算机工程与应用;2003年13期
12 叶俊勇,汪同庆,杨波,彭健;基于支持向量机的人脸检测算法[J];计算机工程;2003年02期
13 朱家元,吴伟,张恒喜,董彦非;一种新型的多元分类支持向量机[J];计算机工程;2003年17期
14 屈颖歌,周涛,王平安,夏德深;基于支持向量机的核磁共振左心室图像自动检测与分割[J];武汉大学学报(理学版);2003年06期
15 饶鲜,董春曦,杨绍全;应用支持向量机实现计算机入侵检测[J];西安电子科技大学学报;2003年03期
16 范燕,吴小俊,惠长坤,刘同明;人脸图象特征抽取和识别的一种混合方法研究[J];华东船舶工业学院学报(自然科学版);2003年02期
17 周志明,陈敏;支持向量机的人脸识别方法[J];咸宁学院学报;2003年03期
18 阎威武,朱宏栋,邵惠鹤;基于最小二乘支持向量机的软测量建模[J];系统仿真学报;2003年10期
19 赵洪波;赵丽红;;支持向量机学习算法—序列最小优化(SMO)[J];绍兴文理学院学报(自然科学版);2003年04期
20 吴成东,杜崇峰,杨丽英;基于误差修正码的支持向量机大类别分类方法[J];沈阳建筑工程学院学报(自然科学版);2004年01期
中国重要会议论文全文数据库 前10条
1 林杰华;张斌;李冬森;宋华茂;余志强;王浩;;支持向量机在电力客户信用评级中的应用[A];全国第21届计算机技术与应用学术会议(CACIS·2010)暨全国第2届安全关键技术与应用学术会议论文集[C];2010年
2 蒋铁军;张怀强;李积源;;多变量系统预测的支持向量机方法研究[A];管理科学与系统科学研究新进展——第7届全国青年管理科学与系统科学学术会议论文集[C];2003年
3 涂冬成;薛龙;刘木华;赵进辉;沈杰;吁芳;;基于支持向量机的鹅肉肉色客观评定研究[A];中国农业工程学会电气信息与自动化专业委员会、中国电机工程学会农村电气化分会科技与教育专委会2010年学术年会论文摘要[C];2010年
4 黄淑云;孙兴玉;梁汝萍;邱建丁;;基于小波支持向量机预测蛋白质亚细胞定位研究[A];第十一届全国计算(机)化学学术会议论文摘要集[C];2011年
5 谢湘;匡镜明;;支持向量机在语音识别中的应用研究[A];现代通信理论与信号处理进展——2003年通信理论与信号处理年会论文集[C];2003年
6 杨凌;刘玉树;;基于支持向量机的坦克识别算法[A];第三届全国数字成像技术及相关材料发展与应用学术研讨会论文摘要集[C];2004年
7 师旭超;巴松涛;;基于支持向量机方法的深基坑变形预测[A];科技、工程与经济社会协调发展——河南省第四届青年学术年会论文集(上册)[C];2004年
8 张军;;支持向量机方法在地下水位干扰排除中的初步应用[A];2007年地震流体学术研讨会论文摘要集[C];2007年
9 许建生;盛立东;;基于改进的支持向量机和BP神经网络的识别算法[A];第八届全国汉字识别学术会议论文集[C];2002年
10 荣海娜;张葛祥;张翠芳;;基于支持向量机的非线性系统辨识方法[A];中国自动化学会、中国仪器仪表学会2004年西南三省一市自动化与仪器仪表学术年会论文集[C];2004年
中国博士学位论文全文数据库 前10条
1 单莘;基于知识发现的告警相关性分析关键问题研究[D];北京邮电大学;2006年
2 徐前方;基于数据挖掘的网络故障告警相关性研究[D];北京邮电大学;2007年
3 任艳;基于公理模糊集与支持向量机的知识发现方法与应用研究[D];大连理工大学;2011年
4 朱燕飞;锌钡白回转窑煅烧过程智能建模研究[D];华南理工大学;2005年
5 田英杰;支持向量回归机及其应用研究[D];中国农业大学;2005年
6 杜小芳;基于CPFR的农产品采购模型研究[D];华中科技大学;2005年
7 刘育明;动态过程数据的多变量统计监控方法研究[D];浙江大学;2006年
8 栾锋;支持向量机(SVM)和径向基神经网络(RBFNN)方法在化学、环境化学和药物化学中的应用研究[D];兰州大学;2006年
9 燕忠;基于蚁群优化算法的若干问题的研究[D];东南大学;2005年
10 任东;基于支持向量机的植物病害识别研究[D];吉林大学;2007年
中国硕士学位论文全文数据库 前10条
1 刘艳伟;支持向量机方法在感潮河段洪峰水位预报中的应用[D];浙江大学;2010年
2 杨镭;支持向量机算法设计及在高分辨雷达目标识别中的应用[D];国防科学技术大学;2010年
3 童振;基于支持向量机的电解液成分预测[D];东北大学;2008年
4 聂小芳;模糊粗糙集与支持向量机在煤与瓦斯突出预测中的应用研究[D];辽宁工程技术大学;2009年
5 鄢常亮;基于支持向量机的高炉向凉向热炉况预测研究[D];内蒙古科技大学;2010年
6 韩叙东;基于支持向量机的水电故障分类器的设计与实现[D];东北大学;2008年
7 冯杰;慢时变对象的支持向量机建模与在线校正方法研究[D];东北大学;2009年
8 朱耿峰;支持向量机在冲击地压预测模型中的应用研究[D];山东科技大学;2010年
9 李新;支持向量机的核方法及其多核聚类算法的研究[D];中国海洋大学;2010年
10 王奇安;基于广泛内核的CVM算法研究及参数C的选择[D];南京航空航天大学;2009年
中国重要报纸全文数据库 前10条
1 课题主持人 李心丹 课题协调人 上海证券交易所 施东晖 傅浩 课题研究员 宋素荣 查晓磊 宾红辉 张许宏 郭静静 黄隽 南京大学工程管理学院;内幕交易与市场操纵的行为动机与判别监管研究[N];中国证券报;2007年
2 ;轻松网管 轻松接入[N];人民邮电;2002年
3 李水根;计算机详解配伍与药效关系[N];健康报;2005年
4 清华大学 苏光大;非接触式人脸识别技术[N];计算机世界;2006年
5 YMG记者 李仁 通讯员 曲华明 孙运智;我市九项目进入省“盘子”[N];烟台日报;2010年
6 ;建立一个优良的网络支撑平台[N];人民邮电;2003年
7 上海大学理学院教授、副院长 陆文聪;酷爱化学 孜孜以求[N];中国化工报;2006年
8 ;选择合适的数据挖掘算法[N];计算机世界;2007年
9 周颖;王米渠与中医心理学[N];中国中医药报;2006年
10 本报记者 杨纯;裴韬:做科学要挑感兴趣的冷门[N];科技日报;2008年
中国知网广告投放
 快捷付款方式  订购知网充值卡  订购热线  帮助中心
  • 400-819-9993
  • 010-62982499
  • 010-62783978