收藏本站
收藏 | 论文排版

面向专用网络拥塞诊断的关联规则挖掘算法研究

梁宇  
【摘要】:随着网络规模日益庞大,网络的拓扑结构也随着用户的增加而变得越来越复杂。尤其在专用局域网管理过程中,系统管理员需要在掌握网络运行数据和状态基础上分析处理问题,保证专用网络信息服务质量。网络拥塞是众多网络故障中最为常见的一种。专用网络在解决网络拥塞诊断过程中,传统解决手段主要依靠费时的人工方式进行。这些促使网络拥塞诊断引入新的技术。本文针对专用网络拥塞诊断问题开展研究,通过收集网络数据信息进行关联规则的挖掘,发现数据之间隐藏的关联关系,为网络拥塞诊断提供支持。对大规模专用网络数据采集方法研究并进行数据处理。针对专用网络自身结构复杂、整体网络规模较大、各种网络节点密度高、数据传输变化快和网络流量行为复杂等特点,设计了网络数据混合式采集方法。通过数据采集节点并行部署、混合式采集的方法进行网络数据的采集。对收集到的网络拥塞数据进行数据处理,针对原始数据中出现的数据重复、非结构化、噪声等问题进行处理,通过对数据进行清洗、集成、筛选、转换使数据达到关联规则挖掘的使用要求。建立基于Apriori和基于FP-Growth的网络拥塞数据关联规则挖掘算法模型,提出改进型算法并建立算法模型。对网络拥塞问题进行分析,对网络拥塞进行关联规则挖掘算法定义,建立相关模型。针对基于Apriori的网络拥塞挖掘算法中“剪枝”需要多次扫描频繁项集的问题,通过统计候选项集中包含频繁项集的计数的方式进行“剪枝”优化;针对“剪枝”后确定频繁项集需要多次扫描网络拥塞数据库的缺陷,提出对支持度阈值判断的改进方法减少扫描次数,并构建了改进型算法模型。设计实验并验证了基于Apriori和基于FP-Growth的网络拥塞数据关联规则挖掘算法和改进型网络拥塞挖掘算法的有效性。通过设置不同的支持度阈值和处理不同网络拥塞数据量的控制变量方法,比较算法执行时间,对比算法执行效率和有效性。通过实验结果显示,改进型网络拥塞关联规则挖掘算法在不同支持度处理相同数据量的情况下比基于Apriori的算法挖掘时间减少46.15%-89.42%,比基于FP-Growth的算法时间减少10.64%-48.71%。在相同支持度处理不同数据量的条件下,改进型算法挖掘时间比基于Apriori的算法减少70.00%-80.55%,比基于FP-Growth的算法时间缩短25.00%-44.45%。综合实验结果,改进型网络拥塞挖掘算法有效提升了算法效率。


知网文化
【相似文献】
中国期刊全文数据库 前20条
1 侯建;帅仁俊;侯文;;基于云计算的关联规则挖掘算法[J];化工自动化及仪表;2011年05期
2 张应征;成新红;;一种改进的关联规则挖掘算法在入侵检测中的应用研究[J];计算机安全;2011年02期
3 吕淑玲;;关联规则挖掘频繁项算法的应用[J];电子测试;2015年19期
4 周涛,陆惠玲;关联规则挖掘算法研究[J];齐齐哈尔大学学报;2004年03期
5 顾玮;;关联规则中几种算法的研究[J];办公自动化;2016年12期
6 李金忠;;关联规则Apriori算法[J];电脑编程技巧与维护;2008年06期
7 王爱平;王占凤;陶嗣干;燕飞飞;;数据挖掘中常用关联规则挖掘算法[J];计算机技术与发展;2010年04期
8 王金城;王晓琳;庞古风;;关联规则挖掘算法及其在冷轧生产中的应用[J];清华大学学报(自然科学版);2007年S2期
9 王丹;张浩;陆剑峰;;针对高项频繁集的关联规则改进算法[J];计算机工程;2006年24期
10 毕菊;王莉;;基于快速隐私保护关联规则的挖掘算法[J];辽宁科技大学学报;2010年05期
11 王政伟,施润身;一种基于图的关联规则挖掘改进算法[J];计算机工程与科学;2005年05期
12 左向科;邢永康;王嵘;;关联规则挖掘算法及优化策略研究[J];微处理机;2009年05期
13 丁卫平;施诠;管致锦;;一种基于事务规则树的高效关联规则挖掘算法[J];计算机应用研究;2007年05期
14 晏杰;亓文娟;;基于Aprior&FP-growth算法的研究[J];计算机系统应用;2013年05期
15 潘燕燕;;关联规则Apriori算法的研究与分析[J];电脑知识与技术;2011年30期
16 王星;关联规则的序贯抽样算法比较研究[J];计算机工程与应用;2005年01期
17 罗小波,刘永,刘修国;基于可信度构架的关联规则挖掘算法的研究[J];计算机应用研究;2002年12期
18 朱惠;;关联规则中Apriori算法的研究与改进[J];电脑知识与技术;2014年12期
19 张素兰;;一种基于事务压缩的关联规则优化算法[J];计算机工程与设计;2006年18期
20 王娟勤;李书琴;;一种高效关联规则挖掘算法[J];湖南科技大学学报(自然科学版);2011年04期
中国重要会议论文全文数据库 前20条
1 柴明亮;李宁宁;宋苏;;平均阈值关联规则挖掘算法[A];2005年中国智能自动化会议论文集[C];2005年
2 王翠茹;王少华;;关联规则经典算法的一种改进[A];中国通信学会第五届学术年会论文集[C];2008年
3 杨子良;陶宏才;;一种基于向量运算的频繁项集快速挖掘算法[A];2007北京地区高校研究生学术交流会通信与信息技术会议论文集(上册)[C];2008年
4 邓浩;龚超;毛先成;;基于Apriori算法的成矿关联规则挖掘[A];第十五届全国数学地质与地学信息学术研讨会论文集[C];2016年
5 柴明亮;宋宝宇;王军;李连成;;一种新型的频集发现算法及其在LIMS中的应用[A];2007中国钢铁年会论文集[C];2007年
6 郭云峰;张集祥;;一种基于位向量的关联规则挖掘算法[A];2008'中国信息技术与应用学术论坛论文集(一)[C];2008年
7 卓明;王丽珍;周丽华;谭旭;;比例规则的优化算法[A];第十八届全国数据库学术会议论文集(研究报告篇)[C];2001年
8 徐一;杨静;任志刚;杨迅幸;;基于学习的烟花算法[A];2018中国自动化大会(CAC2018)论文集[C];2018年
9 姚雪;;基于算法多样化培养学生思维习惯和创新精神[A];2019年“区域优质教育资源的整合研究”研讨会论文集[C];2019年
10 熊薇薇;吴怀宇;;一种改进的角点检测算法[A];中国计量协会冶金分会2009年年会论文集[C];2009年
11 陶丽;张自力;丁晓明;;一种适用于动态重构的联盟形成算法[A];2008年计算机应用技术交流会论文集[C];2008年
12 王洋;于君;;基于群体智能的通信网络告警关联规则挖掘算法[A];2016山西省通信学会学术年会论文集[C];2016年
13 张兰平;;谈小学一年级算法多样化的优化[A];中华教育理论与实践科研论文成果选编(下)[C];2007年
14 杨红斌;;计划量算法的优化[A];第四届全国医院药剂科建设与管理学术研讨会论文集[C];2012年
15 林克旺;;基于分层网络实现高效的自稳定的选举算法[A];计算机技术与应用进展——全国第17届计算机科学与技术应用(CACIS)学术会议论文集(下册)[C];2006年
16 徐英钟;高震;李波;;基于禁忌搜索的蚁群算法求解旅行商问题[A];第四届中国智能计算大会论文集[C];2010年
17 叶衍;楼荣生;何永保;;自然联结的优化算法[A];第十二届全国数据库学术会议论文集[C];1994年
18 赵唯;;晶粒度评级的改进算法[A];中国图象图形科学技术新进展——第九届全国图象图形科技大会论文集[C];1998年
19 许伦辉;傅惠;徐建闽;;基于分形维数的交通流预测模型及算法研究[A];2003年中国智能自动化会议论文集(下册)[C];2003年
20 王树西;白硕;王斌;;模式推理中的“图检索”算法[A];全国第八届计算语言学联合学术会议(JSCL-2005)论文集[C];2005年
中国博士学位论文全文数据库 前20条
1 陈俊波;频繁闭合项集挖掘算法及应用研究[D];浙江大学;2009年
2 王冰;人工蜂群算法的改进及相关应用的研究[D];北京理工大学;2015年
3 洪梓璇;时空变换与关联规则启发的车辆路径优化蚁群算法研究[D];武汉大学;2010年
4 浮婷;算法“黑箱”与算法责任机制研究[D];中国社会科学院研究生院;2020年
5 王艳娇;人工蜂群算法的研究与应用[D];哈尔滨工程大学;2013年
6 李美安;普适分布式互斥算法及应用[D];电子科技大学;2007年
7 王小根;粒子群优化算法的改进及其在图像中的应用研究[D];江南大学;2009年
8 陆楠;关联规则的挖掘及其算法的研究[D];吉林大学;2007年
9 刘婷;改进人工蜂群算法及其在多用户检测中的应用[D];天津大学;2013年
10 邱剑锋;人工蜂群算法的改进方法与收敛性理论的研究[D];安徽大学;2014年
11 郭秀娟;基于关联规则数据挖掘算法的研究[D];吉林大学;2004年
12 肖建元;保几何结构算法在等离子体物理中的应用[D];中国科学技术大学;2017年
13 盛歆漪;粒子群优化算法及其应用研究[D];江南大学;2015年
14 张冬丽;人工蜂群算法的改进及相关应用研究[D];燕山大学;2014年
15 孔翔宇;几类优化问题的人工蜂群算法[D];西安电子科技大学;2016年
16 谭跃;具有混沌局部搜索策略的粒子群优化算法研究[D];中南大学;2013年
17 赵进慧;膜计算仿生优化算法及应用研究[D];浙江大学;2010年
18 张松;人工蜂群算法研究及其应用[D];西安电子科技大学;2019年
19 薛菲;基于蝙蝠算法的启发式智能优化研究与应用[D];北京工业大学;2016年
20 张超群;混合爆炸式人工蜂群算法及应用研究[D];东华大学;2015年
中国硕士学位论文全文数据库 前20条
1 梁宇;面向专用网络拥塞诊断的关联规则挖掘算法研究[D];电子科技大学;2020年
2 向春梅;关联规则挖掘算法的研究[D];成都信息工程大学;2019年
3 韩天鹏;关联规则挖掘算法研究及其应用[D];中南民族大学;2008年
4 刘桂庆;关联规则挖掘算法研究[D];合肥工业大学;2004年
5 管威;关联规则挖掘算法研究及其应用[D];哈尔滨工业大学;2006年
6 武坤;快速生成关联规则的算法研究[D];河南大学;2006年
7 蓝祺花;动态的关联规则挖掘算法研究[D];厦门大学;2009年
8 王永;基于关联规则挖掘算法的相关技术研究[D];安徽大学;2011年
9 田卓;基于多个关联规则挖掘算法的新算法的研究与应用[D];吉林大学;2009年
10 林景亮;关联规则挖掘算法及其应用研究[D];厦门大学;2007年
11 王琼;基于树的关联规则挖掘算法研究[D];河南大学;2013年
12 李委;关联规则挖掘算法研究[D];西南交通大学;2004年
13 杨金凤;关联规则挖掘算法的研究及优化[D];安徽大学;2010年
14 高明;关联规则挖掘算法的研究及其应用[D];山东师范大学;2006年
15 左向科;增量式关联规则更新算法研究[D];重庆大学;2009年
16 杨红菊;关联规则挖掘算法研究[D];山西大学;2004年
17 郭亮;基于分布式计算的关联规则挖掘算法研究与应用[D];重庆邮电大学;2020年
18 商志会;关联规则挖掘算法的研究及其在网络入侵检测中的应用[D];同济大学;2006年
19 陈一心;基于极团模式的关联规则挖掘算法的研究[D];广西大学;2014年
20 严冬;基于项集聚类和事务树的关联规则挖掘算法的设计[D];华北电力大学(河北);2009年
中国重要报纸全文数据库 前20条
1 数字经济学家、商汤智能产业研究院主任 刘志毅;今天我们被算法“控制”了吗[N];经济观察报;2020年
2 本报记者 武晓莉;给冰冷的算法注入温暖[N];中国消费者报;2021年
3 浙江大学科技与法律研究中心 郭喨;人类主体的维系与算法权力的制约[N];中国社会科学报;2021年
4 本报记者 马成涛;算法推荐 如何打破“信息茧房”[N];安徽日报;2020年
5 记者 任震宇;强化算法实施方的举证责任[N];中国消费者报;2021年
6 见习记者 陈友敏;消保委呼吁尽快出台算法规制[N];上海法治报;2021年
7 刘振;给算法滥用套上“马辔头”[N];安徽日报;2021年
8 冀翠萍;规制数字社会运行的“算法”权力[N];学习时报;2021年
9 王悠然 编译;避免对算法的过度依赖[N];中国社会科学报;2021年
10 郑磊;当算法操控人类[N];21世纪经济报道;2020年
11 吴明曦 马伯乐;以智驭能 算法制胜[N];解放军报;2020年
12 赵熙熙;科学家开发出纠错新算法[N];中国科学报;2017年
13 实习生 高行健;新算法助力人类“解梦”[N];科技日报;2020年
14 重庆市第四中级人民法院 艾庆平;赛博世界的算法规制[N];人民法院报;2020年
15 北京大学法学院教授 北京大学电子商务法研究中心主任 薛军;数字时代应高度关注算法规制[N];中国市场监管报;2020年
16 何勇海;别被偏好算法带偏了[N];重庆日报;2020年
17 陈广江;别让算法“算计”了孩子[N];海南日报;2020年
18 陈广江;别让算法“算计”了孩子[N];中国消费者报;2020年
19 任然;拒绝投喂:赋予消费者关闭算法的权利[N];中国青年报;2020年
20 龙敏飞;每个消费者都应有“关闭算法”的权利[N];珠海特区报;2020年
 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