基于小波神经网络的告警信息相关性挖掘策略

发布时间：2017-09-22 00:13

  本文关键词：基于小波神经网络的告警信息相关性挖掘策略

  更多相关文章： 数据挖掘 故障管理 告警关联分析 加权关联规则 小波神经网络

【摘要】：针对现有告警信息相关性分析方法没有客观全面考虑各告警的重要程度,无法体现告警之间个体差异性等问题,该文提出一种基于小波神经网络的加权关联规则告警挖掘算法。综合告警级别、告警类型以及告警设备类型3个主要告警属性,将其作为小波神经网络的输入,通过对历史样本数据的学习确定连接权值,合理地评估各个告警属性重要程度,利用所得权值向量进一步挖掘告警加权关联规则。结果表明所提算法在权值确定时能够综合考虑告警信息的多个属性及历史经验,得到的权值更能合理地反映告警重要度,所得关联规则能够更加准确地反映告警之间的相关性。
【作者单位】： 重庆邮电大学宽带泛在接入技术研究所;中国电信股份有限公司潼南分公司;
【关键词】： 数据挖掘 故障管理 告警关联分析 加权关联规则 小波神经网络
【基金】：国家自然科学基金(61001105,61102151,61271261,61371097) 重庆市自然科学重点基金(CSTC2013JJB40001,CSTC2013JJB40006) 重邮青年自然科学基金(A2012-93)资助课题
【分类号】：TP393.06;TP183
【正文快照】： 1引言高效的故障管理策略是保障网络正常运行的关键[1],当网络发生故障时,需及时定位故障及获知其发生原因,以便快速排除故障,使网络运行恢复正常[2,3]。随着网络规模逐渐增大,单个故障将在网络中产生海量告警信息,因此,在分析处理时需要充国家自然科学基金(61001105,61102151

【相似文献】

中国期刊全文数据库 前10条

1 周丽娟;;基于QPSO-WNN在异常检测中的应用[J];长春理工大学学报(自然科学版);2009年03期

2 梁莉;郭科;徐松浦;;基于小波神经网络的邮件分类算法研究[J];成都理工大学学报(自然科学版);2007年05期

3 刘渊;马汝辉;林星;;基于QPSO小波神经网络的网络异常检测[J];辽宁工程技术大学学报(自然科学版);2009年02期

4 李昂;闵林;;基于小波神经网络的入侵检测系统[J];韶关学院学报;2007年03期

5 邓艾东;赵力;包永强;;粒子群优化小波神经网络用于碰摩声发射源定位[J];中国电机工程学报;2009年32期

6 吴萍;;小波神经网络方法在入侵特征分类技术中的应用研究[J];现代计算机(专业版);2011年06期

7 赵卫;;基于混合PSO小波网络的网络异常检测[J];信息技术;2008年12期

8 刘芳;骆岚;;基于免疫自适应小波网络的入侵检测[J];模式识别与人工智能;2006年02期

9 刘渊;张端;冯华丽;;小波神经网络和B-QPSO算法在Ad Hoc异常检测中的应用[J];微电子学与计算机;2009年08期

10 潘宏侠;黄晋英;毛鸿伟;魏秀业;;粒子群优化技术用于故障诊断中的测点优化配置研究[J];火炮发射与控制学报;2008年02期

中国重要会议论文全文数据库 前1条

1 刘渊;张端;冯华丽;;小波神经网络和B-QPSO算法在Ad Hoc异常检测中的应用[A];2009年全国开放式分布与并行计算机学术会议论文集(上册)[C];2009年

中国博士学位论文全文数据库 前2条

1 郭通;基于自适应流抽样测量的网络异常检测技术研究[D];解放军信息工程大学;2013年

2 赖积保;基于异构传感器的网络安全态势感知若干关键技术研究[D];哈尔滨工程大学;2009年

中国硕士学位论文全文数据库 前9条

1 李昂;基于小波神经网络的入侵检测系统研究[D];河南大学;2007年

2 朱党锋;基于小波神经网络的入侵检测技术研究[D];兰州大学;2006年

3 郭德超;基于遗传算法和小波神经网络的入侵检测系统[D];暨南大学;2008年

4 李浩磊;基于遗传算法优化小波神经网络的网络流量预测模型研究[D];西安电子科技大学;2013年

5 惠万春;基于粒子群小波神经网络的网络流量预测模型研究[D];西安电子科技大学;2014年

6 戴悦;网络流量的混沌特性研究及网络流量预测算法研究[D];江南大学;2008年

7 张昕;校园网络流量分析与预测研究[D];西安电子科技大学;2012年

8 姚叶鹏;弹性云平台管理及监控系统的研究与实现[D];首都师范大学;2013年

9 李少天;基于HMM与WNN混合模型的Web信息抽取研究[D];南华大学;2012年

，

本文编号：897670