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