关联分析技术在通信网告警处理系统中的研究与应用

摘要

移动通信发展至今，网络覆盖规模已经相当庞大，设备的种类也是多种多样，而网络中的硬件与软件每天产生海量的告警信息，而这些告警信息又错综叠加，将真正的故障淹没在里面，导致了海量告警中关联规则的获取非常困难，本文采用智能化技术建立了通信告警关联分析系统，利用数据挖掘的方法从海量告警中挖掘出其潜在的关联规则，为移动通信网络监控和故障诊断提供理论支持和实际解决方案。
　　 根据通信网络告警的特点和网元的类型，提出了告警关联分析的总体方案，分别从三个不同的方面:单一网元设备、同类网元设备和互联网元设备，挖掘了各自的告警关联规则，对于单一网元设备，实现了基于候选项集的Apriori关联规则挖掘算法，对于同类网元设备，实现了基于无项头列表的NHTFPG关联规则挖掘算法，对于互联设备，为了避免频繁的读取数据库和路径的压缩，实现了基于频繁模式树的FP-Growth改进算法和优化措施，对于一些跨专业的网元设备与非常复杂的网络连接情况，实现了最大频繁项集的DMFIA关联规则挖掘算法及其改进算法，实现了各类设备的告警关联规则挖掘工作。对于得到的挖掘结果，进行了冗余处理和结果优化，并保证各类挖掘的效率和正确性。
　　 本文能够从通信网络中产生的实时告警中找出告警关联规则，并对告警进行压缩，给出根源告警。最后对诊断结果进行合理的解释，展示给运维人员，以帮助运维人员快速合理地处理故障，确保通信网络高效、稳定运行。

目录

声明

摘要

第1章 绪论

1．1 选题背景和意义

1．2 国内外研究动态

1．2．1 基于规则的告警关联分析

1．2．2 基于事例推理的告警关联分析

1．2．3 基于模型推理的告警关联分析

1．2．4 基于编码的告警关联分析

1．2．5 基于贝叶斯网络的告警关联分析

1．2．6 基于模糊逻辑的告警关联分析

1．2．7 基于数据挖掘的告警关联分析

1．2．8 基于神经网络的告警关联分析

1．3 课题研究内容

1．4 论文的构架

第2章 通信网络及告警关联分析

2．1 通信网络概述

2．2 移动通信网络组成

2．3 告警概念及其表示方式

2．3．1 告警的含义

2．3．2 告警数据特点

2．3．3 告警采集及存储

2．4 告警关联

2．4．1 告警关联定义

2．4．2 告警关联分析

2．4．3 告警关联规则分类

2．5 本章小结

第3章 通信告警关联规则获取总方案

3．1 告警关联规则挖掘总体模块设计

3．2 通信告警关联规则挖掘

3．3 告警数据的预处理

3．3．1 告警数据的采集

3．3．2 告警数据的清洗

3．3．3 告警数据表的建立

3．3．4 参数设置

3．4 本章小节

第4章 基于数据挖掘的关联规则挖掘算法优化

4．1 基于Apriori算法的告警关联规则挖掘

4．1．1 Apriori算法简介

4．1．2 基于Apriori算法的告警频繁项集的获取

4．1．3 Apriori算法的适用范围

4．2 基于改进FP-Growth算法的告警关联规则挖掘

4．2．1 FP-Growth算法简介

4．2．2 FP-Growth算法的改进及优化

4．2．3 基于FP-Growth改进算法的告警频繁项集的获取

4．2．4 改进的FP-Growth算法的适用范围

4．3 基于无项头表频繁模式增长算法的告警关联规则挖掘

4．3．1 无项头表频繁模式增长算法(NHTFPG)

4．3．2 基于NHTFPG算法的告警频繁项集获取

4．3．3 NHTFPG算法的适用范围

4．4 基于发现最大频繁项集算法的告警关联规则挖掘

4．4．1 最大频繁项集挖掘算法(DMFIA)

4．4．2 DMFIA算法的优化

4．4．3 基于DMFIA算法的告警频繁项集获取

4．4．4 DMFIA算法的适用范围

4．5 关联规则挖掘结果的合并及冗余删除

4．6 告警关联规则的生成

4．7 告警关联规则核对

4．8 关联规则挖掘方法的建议及总结

4．8．1 无线网元挖掘方法

4．8．2 不同网元及告警标题的处理

4．8．3 告警数据挖掘参数的设置

4．9 本章小结

第5章 告警关联规则挖掘系统效用评估

5．1 数据挖掘算法的挖掘效果测试

5．2 数据挖掘算法的挖掘效率测试

5．3 数据挖掘算法的其它效用评估

5．4 结论

第6章 结论与展望

参考文献

攻读硕士期间发表的论文

致谢