多域分布式網(wǎng)絡(luò)中告警模糊關(guān)聯(lián)規(guī)則挖掘的研究.pdf

1、當(dāng)網(wǎng)絡(luò)故障產(chǎn)生時(shí)，會(huì)在相鄰的節(jié)點(diǎn)間引發(fā)并產(chǎn)生大量的告警，它們之間必然存在一定的緊密關(guān)系，進(jìn)行故障診斷，關(guān)鍵是分析告警相關(guān)性，壓縮冗余無關(guān)的告警來定位出故障根源。數(shù)據(jù)挖掘技術(shù)可以解決相關(guān)性分析中關(guān)聯(lián)規(guī)則來源的瓶頸問題并減少對(duì)管理人員以及專家的依賴。網(wǎng)絡(luò)告警和網(wǎng)絡(luò)故障原因之間存在著某種模糊的因果關(guān)系，而傳統(tǒng)布爾邏輯難以描述兩者間的這種模糊關(guān)系，而模糊理論的語言可以精確描述這一關(guān)系。另一方面，考慮到在大型的通信網(wǎng)絡(luò)的分布式結(jié)構(gòu)下，不僅要挖掘域

2、內(nèi)的告警模糊關(guān)聯(lián)規(guī)則，而且要挖掘域間的關(guān)聯(lián)規(guī)則。
　　論文針對(duì)上述問題同時(shí)結(jié)合多域分布式網(wǎng)絡(luò)的背景，將數(shù)據(jù)挖掘技術(shù)中的關(guān)聯(lián)規(guī)則挖掘與模糊理論技術(shù)結(jié)合起來，完成對(duì)大型通信網(wǎng)絡(luò)域內(nèi)及域間告警模糊關(guān)聯(lián)規(guī)則的挖掘。主要的研究?jī)?nèi)容以及創(chuàng)新點(diǎn)包括：
　　1．鑒于原始告警不能直接進(jìn)行規(guī)則的挖掘，論文對(duì)其信息字段進(jìn)行了相應(yīng)的提取，統(tǒng)一了信息模型。并結(jié)合大型通信網(wǎng)絡(luò)多域分布式的結(jié)構(gòu)特點(diǎn)提出了一種各個(gè)子域事務(wù)庫提取機(jī)制同步建立告警事務(wù)庫的策略。

3、
　　2．對(duì)告警事務(wù)庫中的告警項(xiàng)量化處理后，針對(duì)傳統(tǒng)的FCM聚類算法的模糊化技術(shù)在處理大規(guī)模告警數(shù)據(jù)時(shí)效果難以令人滿意以及FCM算法的聚類效果和收斂速度對(duì)聚類中心的初始化值敏感的問題，論文提出了使用Canopy聚類先對(duì)數(shù)據(jù)進(jìn)行“粗”聚類，再使用FCM算法進(jìn)一步“細(xì)”聚類的基于Hadoop平臺(tái)的CPFCM算法來對(duì)量化后的告警數(shù)據(jù)進(jìn)行模糊化。仿真結(jié)果表明：MapReduce化的CPFCM算法比MapReduce化的FCM算法具有更好的

4、聚類效果和運(yùn)行速度，并且模糊化后的結(jié)果用于告警模糊關(guān)聯(lián)規(guī)則挖掘效果更好。
　　3．針對(duì)基于Apriori的FDMA算法需要多次掃描數(shù)據(jù)庫，時(shí)間效率較低的缺陷，論文將基于Fuzzy FP-tree（頻繁模式樹）的模糊關(guān)聯(lián)規(guī)則挖掘算法用于告警模糊關(guān)聯(lián)規(guī)則挖掘中，并結(jié)合多域分布式網(wǎng)絡(luò)的特點(diǎn)做了進(jìn)一步改進(jìn)，提出了局部-局部的基于Hadoop的FFPLLA（Fuzzy Frequent-Pattern tree Local-Local Al