基于Rete规则推理的告警关联性分析
发布时间：2021-11-10 16:23
针对现有规则推理算法无法实现在当前大规模复杂多变的网络环境中准确、实时地推理告警规则的问题,提出了一种改进的规则推理算法ImRete.该算法结合网络告警数据的特点,采用面向告警缺失的模糊推理策略和基于概率关联模型的事实传播策略,在提高推理准确性的同时平衡推理速度,能够更加有效地对告警进行关联分析.通过仿真实验进行对比分析,结果表明ImRete算法在推理速度和准确性方面均具有较好的性能.
【文章来源】：北京邮电大学学报. 2020,43(02)北大核心EICSCD
【文章页数】：6 页
【部分图文】：
Rete规则判别网络
其中:match(i-1)表示与节点(i-1)匹配成功的事实数，total(i-1)表示传播至节点(i-1)的总事实数;match((i-1)∩i)表示与节点i和(i-1)均匹配成功的事实数．上述变量可根据历史数据进行统计获取，在进行实时匹配时按照p(i)概率的大小，即当概率大于预先设置的概率阈值时，选择后续分支进行传播，以提高事实传播的速率，减少不必要存储．其中概率阈值的设置对推理效果具有重要影响，设置得过大会导致过剪枝，无法匹配到对应的规则，影响推理的准确性;设置得过小会导致事实传播策略回退至完全传播，从而影响匹配速率．3 仿真实验结果与分析
实验选取Rete[1]、Rete＿SDM[9]算法和所提出的Im＿Rete算法进行对比，所采用的数据来自于某地区电力通信网网管系统导出的告警数据．仿真实验使用的操作系统为Windows7，运行环境CPU为2.2GHz Intel Core i3，内存为8 GB，编程语言为Java1.7,IDE为MyEclipse2017．在不同的规则数和事实数下分别运行Rete、Rete＿SDM和Im＿Rete算法多次，记录每次算法的运行时间，统计平均值，算法运行结果如图3～5所示．需要说明的是，结果中的运行时间消耗不包括告警数据预处理的时间以及构建Rete网络的时间．在推理准确度方面，选取该电力通信网50次故障期间产生的告警数据进行仿真分析，如图6～8所示．在不同匹配阈值的条件下，Im＿Rete算法推理准确度均高于Rete和Rete＿SDM算法．由于实际网络环境复杂多变，网络故障引发的链路中断、拥塞、高时延、高丢包率等问题都可能导致告警数据的缺失，Im＿Rete算法结合网络告警的特点，采用了面向告警缺失的模糊推理策略，当规则中匹配的模式权重超过匹配阈值时即可激活该规则，从而提高根告警分析的容错性．
【参考文献】：
期刊论文
[1]一种基于共享度模型的改进Rete算法[J]. 孙新,严西敏,尚煜茗,欧阳童,董阔. 自动化学报. 2017(09)
[2]基于模糊场景关联分析的技术研究与实践[J]. 曲光学. 无线互联科技. 2016(14)
[3]智能环境下分布式Rete算法[J]. 汪成亮,温鑫. 计算机应用. 2016(07)
[4]基于大数据技术的电信网络告警关联分析设计与实现[J]. 张永华. 电信工程技术与标准化. 2016(04)
[5]Rete算法:研究现状与挑战[J]. 顾小东,高阳. 计算机科学. 2012(11)
硕士论文
[1]多域分布式网络的告警模糊关联规则挖掘[D]. 刘珍.电子科技大学 2015
[2]基于RETE算法的大规模规则推理引擎研究与应用[D]. 顾小东.南京大学 2013
[3]规则推理在故障诊断中的应用研究[D]. 王瑞.福州大学 2013
本文编号：3487561
【文章来源】：北京邮电大学学报. 2020,43(02)北大核心EICSCD
【文章页数】：6 页
【部分图文】：
Rete规则判别网络
其中:match(i-1)表示与节点(i-1)匹配成功的事实数，total(i-1)表示传播至节点(i-1)的总事实数;match((i-1)∩i)表示与节点i和(i-1)均匹配成功的事实数．上述变量可根据历史数据进行统计获取，在进行实时匹配时按照p(i)概率的大小，即当概率大于预先设置的概率阈值时，选择后续分支进行传播，以提高事实传播的速率，减少不必要存储．其中概率阈值的设置对推理效果具有重要影响，设置得过大会导致过剪枝，无法匹配到对应的规则，影响推理的准确性;设置得过小会导致事实传播策略回退至完全传播，从而影响匹配速率．3 仿真实验结果与分析
实验选取Rete[1]、Rete＿SDM[9]算法和所提出的Im＿Rete算法进行对比，所采用的数据来自于某地区电力通信网网管系统导出的告警数据．仿真实验使用的操作系统为Windows7，运行环境CPU为2.2GHz Intel Core i3，内存为8 GB，编程语言为Java1.7,IDE为MyEclipse2017．在不同的规则数和事实数下分别运行Rete、Rete＿SDM和Im＿Rete算法多次，记录每次算法的运行时间，统计平均值，算法运行结果如图3～5所示．需要说明的是，结果中的运行时间消耗不包括告警数据预处理的时间以及构建Rete网络的时间．在推理准确度方面，选取该电力通信网50次故障期间产生的告警数据进行仿真分析，如图6～8所示．在不同匹配阈值的条件下，Im＿Rete算法推理准确度均高于Rete和Rete＿SDM算法．由于实际网络环境复杂多变，网络故障引发的链路中断、拥塞、高时延、高丢包率等问题都可能导致告警数据的缺失，Im＿Rete算法结合网络告警的特点，采用了面向告警缺失的模糊推理策略，当规则中匹配的模式权重超过匹配阈值时即可激活该规则，从而提高根告警分析的容错性．
【参考文献】：
期刊论文
[1]一种基于共享度模型的改进Rete算法[J]. 孙新,严西敏,尚煜茗,欧阳童,董阔. 自动化学报. 2017(09)
[2]基于模糊场景关联分析的技术研究与实践[J]. 曲光学. 无线互联科技. 2016(14)
[3]智能环境下分布式Rete算法[J]. 汪成亮,温鑫. 计算机应用. 2016(07)
[4]基于大数据技术的电信网络告警关联分析设计与实现[J]. 张永华. 电信工程技术与标准化. 2016(04)
[5]Rete算法:研究现状与挑战[J]. 顾小东,高阳. 计算机科学. 2012(11)
硕士论文
[1]多域分布式网络的告警模糊关联规则挖掘[D]. 刘珍.电子科技大学 2015
[2]基于RETE算法的大规模规则推理引擎研究与应用[D]. 顾小东.南京大学 2013
[3]规则推理在故障诊断中的应用研究[D]. 王瑞.福州大学 2013
本文编号：3487561
本文链接：https://www.wllwen.com/guanlilunwen/ydhl/3487561.html
最近更新
教材专著
