基于群体智能的通信网络告警关联规则挖掘算法研究
发布时间：2021-03-03 06:29
移动互联网与社交网络时代下各行业的数据广度和数据深度均得到了极大的丰富。海量大数据的高效挖掘分析将为社会的发展带来巨大的商业价值和深远的社会效益。高速发展的经济社会为数据分析价值带来了新的定义,即：数据价值的多元性和时空性,信息通信网络作为移动互联网与社交网络的智能管道拥有丰富的数据资源。本文以信息通信网络运维管理为背景,将群体智能理论方法应用于网络告警关联规则挖掘分析,按照由低等动物向高等动物的趋向,以典型的营群体生物（昆虫类—蚁群、鸟类—粒子群、哺乳类—狼群）行为特征为基础,提出并实现了基于群体智能的通信网络告警关联规则挖掘算法。本文研究成果对于实际信息通信网络运维管理中告警关联规则分析理论研究和应用实践研究有重要意义。本研究的主要工作和研究内容如下：（1）结合信息通信网络运维管理演进提出了网络告警管理的六种模式和告警管理体系,针对网络管理支撑系统提出了网管系统发展的四个阶段。明确给出了信息通信网络中的网络告警、告警标准化、告警标准化字段、网管系统告警标准化等的定义内涵,提出并详细论述了信息通信网络告警的数据特点及预处理流程,并将网络告警逻辑相关性由网络设备内部扩展至网络设备之间。...
【文章来源】：太原理工大学山西省 211工程院校
【文章页数】：119 页
【学位级别】：博士
【部分图文】：
图２－１告警管理的六种模式??Ｆｉｕｒｅ?２－１?Ｓｉｘ?ｍｏｄｅｌｓ?ｏｆ?ａｌａｒｍ?ｍａｎａｅｍｅｎｔ??
?全专业网元级?全专业区域级??图２－１告警管理的六种模式??Ｆｉｇｕｒｅ?２－１?Ｓｉｘ?ｍｏｄｅｌｓ?ｏｆ?ａｌａｒｍ?ｍａｎａｇｅｍｅｎｔ??随着电信服务提供商由＂传统基础网络通信运营商＂向＂现代综合信息服务提供商＂??转型，各种数据信息业务成为了増长的突破口。从客户感知的维度来看，信息通信链路??的整体性能情况直接影响到了客户满意度程度，与此同时，性能级告警／指标直接影响??着设备级告警，对网络运维具有更重要的信息价值。性能级告警／指标的逐级提商将使??得设备级告警的级别和种类的相应变化，及时处理性能劣化将有效规避潜在故障隐患，??避免设备故障的大面积传播扩散；性能级告醬／指标体现了网络区域的整体服务质量和??通信能力，例如：语音业务寻呼成功率、短信／彩信端到端接通率、网络丢包率等，因??此，性能级告警／指标更加贴近客户对于通信服务优劣的感知。??业务使用感知告警是与性能级指标存在一定程度的关联性，其依托于综合业务测试??系统触发自动巡检拨测功能
?太原理工大学博±研究生学位论文???（６）属性字段丰富；每条告警均对应一系列具有可特征识别的描述信息组合，不同??告警属性字段之间潜在的相关還辑，Ｗ?ＳＤＨ传输民＿ＬＯＳ告警为例（表２－１）：??表２－１信息通信网络告警字段??Ｔａｂｌｅ?２－１?Ｉｎｆｏｒｍａｔｉｏｎ?ｃｏｍｍｕｎｉｃａｔｉｏ打?ｎｅｔｗｏｒｋ?ａｌａｒｍ?ｆｉｅｌｄｓ??专业?设备类型?层速率?告警杨题?告警级别??传输网?ＳＤＨ?１５５Ｍｂｉｔ／ｓ?Ｒ＿ＬＯＳ?Ｈ级告警??网管告警ＩＤ?告警解释?告警类别?告警逻辑分类告警逻辑子类??００７－０６０－０１－８０１?接收线路侧信号丢失?设备告警?通信?端口??（７）异常特殊告警：此类告警包括垃圾告警、超短告警、超长告警Ｈ类。垃圾告??警是指由于网络入网测试、退网设备数据未及时清理等产生的告警；超短告警是告警历??时小于１分钟的告警；超长告警：根据告警发生后长时间未消除的活动告警。??信息通信网络告警关联规则分析数据须进行各预处理环节如下（图２－３）：????告醫数据预处理??????
【参考文献】：
期刊论文
[1]智能配电网大数据应用需求和场景分析研究[J]. 刘科研,盛万兴,张东霞,贾东梨,胡丽娟,何开元. 中国电机工程学报. 2015(02)
[2]基于自适应变异粒子群算法的电动出租车充电引导[J]. 牛利勇,张帝,王晓峰,姜久春,张维戈,黄梅. 电网技术. 2015(01)
[3]利用粒子群算法的传感器优化布置及结构损伤识别研究[J]. 赵建华,张陵,孙清. 西安交通大学学报. 2015(01)
[4]大数据测试技术研究[J]. 代亮,陈婷,许宏科,钱超,梁殿鹏. 计算机应用研究. 2014(06)
[5]基于标签和关联规则挖掘的图书组合推荐系统模型研究[J]. 李默,梁永全. 计算机应用研究. 2014(08)
[6]大数据研究综述[J]. 涂新莉,刘波,林伟伟. 计算机应用研究. 2014(06)
[7]基于蚁群群体智能理论的创新政策扩散研究[J]. 吴尤可,王田. 科学学与科学技术管理. 2014(04)
[8]基于多蚁群协作的遥感图像特征提取方法[J]. 张志龙,杨卫平,李吉成. 雷达学报. 2014(01)
[9]大数据环境下电信数据服务能力开放研究[J]. 刘春,邹海锋,向勇. 电信科学. 2014(03)
[10]基于行为和评分相似性的关联规则群推荐算法[J]. 张佳乐,梁吉业,庞继芳,王宝丽. 计算机科学. 2014(03)
博士论文
[1]大型数据库有效挖掘关联规则新方法研究[D]. Vital Delmas MABONZO.大连海事大学 2012
[2]智能优化算法评价模型研究[D]. 杨劲秋.浙江大学 2011
[3]基于数据挖掘的通信网告警相关性分析研究[D]. 李彤岩.电子科技大学 2010
[4]基于位表的关联规则挖掘及关联分类研究[D]. 董杰.大连理工大学 2009
硕士论文
[1]粒子群算法研究与应用[D]. 严露.电子科技大学 2013
[2]全基因组关联研究中的模型构建与优化算法研究[D]. 李书森.上海交通大学 2013
[3]小生境混合蛙跳算法研究与应用[D]. 李锦.西安电子科技大学 2012
[4]基于生物智能的移动机器人路径规划研究[D]. 鄢小虎.华北电力大学（北京） 2010
[5]改进的多生境遗传算法及其应用[D]. 杨新春.安徽理工大学 2010
本文编号：3060793
【文章来源】：太原理工大学山西省 211工程院校
【文章页数】：119 页
【学位级别】：博士
【部分图文】：
图２－１告警管理的六种模式??Ｆｉｕｒｅ?２－１?Ｓｉｘ?ｍｏｄｅｌｓ?ｏｆ?ａｌａｒｍ?ｍａｎａｅｍｅｎｔ??
?全专业网元级?全专业区域级??图２－１告警管理的六种模式??Ｆｉｇｕｒｅ?２－１?Ｓｉｘ?ｍｏｄｅｌｓ?ｏｆ?ａｌａｒｍ?ｍａｎａｇｅｍｅｎｔ??随着电信服务提供商由＂传统基础网络通信运营商＂向＂现代综合信息服务提供商＂??转型，各种数据信息业务成为了増长的突破口。从客户感知的维度来看，信息通信链路??的整体性能情况直接影响到了客户满意度程度，与此同时，性能级告警／指标直接影响??着设备级告警，对网络运维具有更重要的信息价值。性能级告警／指标的逐级提商将使??得设备级告警的级别和种类的相应变化，及时处理性能劣化将有效规避潜在故障隐患，??避免设备故障的大面积传播扩散；性能级告醬／指标体现了网络区域的整体服务质量和??通信能力，例如：语音业务寻呼成功率、短信／彩信端到端接通率、网络丢包率等，因??此，性能级告警／指标更加贴近客户对于通信服务优劣的感知。??业务使用感知告警是与性能级指标存在一定程度的关联性，其依托于综合业务测试??系统触发自动巡检拨测功能
?太原理工大学博±研究生学位论文???（６）属性字段丰富；每条告警均对应一系列具有可特征识别的描述信息组合，不同??告警属性字段之间潜在的相关還辑，Ｗ?ＳＤＨ传输民＿ＬＯＳ告警为例（表２－１）：??表２－１信息通信网络告警字段??Ｔａｂｌｅ?２－１?Ｉｎｆｏｒｍａｔｉｏｎ?ｃｏｍｍｕｎｉｃａｔｉｏ打?ｎｅｔｗｏｒｋ?ａｌａｒｍ?ｆｉｅｌｄｓ??专业?设备类型?层速率?告警杨题?告警级别??传输网?ＳＤＨ?１５５Ｍｂｉｔ／ｓ?Ｒ＿ＬＯＳ?Ｈ级告警??网管告警ＩＤ?告警解释?告警类别?告警逻辑分类告警逻辑子类??００７－０６０－０１－８０１?接收线路侧信号丢失?设备告警?通信?端口??（７）异常特殊告警：此类告警包括垃圾告警、超短告警、超长告警Ｈ类。垃圾告??警是指由于网络入网测试、退网设备数据未及时清理等产生的告警；超短告警是告警历??时小于１分钟的告警；超长告警：根据告警发生后长时间未消除的活动告警。??信息通信网络告警关联规则分析数据须进行各预处理环节如下（图２－３）：????告醫数据预处理??????
【参考文献】：
期刊论文
[1]智能配电网大数据应用需求和场景分析研究[J]. 刘科研,盛万兴,张东霞,贾东梨,胡丽娟,何开元. 中国电机工程学报. 2015(02)
[2]基于自适应变异粒子群算法的电动出租车充电引导[J]. 牛利勇,张帝,王晓峰,姜久春,张维戈,黄梅. 电网技术. 2015(01)
[3]利用粒子群算法的传感器优化布置及结构损伤识别研究[J]. 赵建华,张陵,孙清. 西安交通大学学报. 2015(01)
[4]大数据测试技术研究[J]. 代亮,陈婷,许宏科,钱超,梁殿鹏. 计算机应用研究. 2014(06)
[5]基于标签和关联规则挖掘的图书组合推荐系统模型研究[J]. 李默,梁永全. 计算机应用研究. 2014(08)
[6]大数据研究综述[J]. 涂新莉,刘波,林伟伟. 计算机应用研究. 2014(06)
[7]基于蚁群群体智能理论的创新政策扩散研究[J]. 吴尤可,王田. 科学学与科学技术管理. 2014(04)
[8]基于多蚁群协作的遥感图像特征提取方法[J]. 张志龙,杨卫平,李吉成. 雷达学报. 2014(01)
[9]大数据环境下电信数据服务能力开放研究[J]. 刘春,邹海锋,向勇. 电信科学. 2014(03)
[10]基于行为和评分相似性的关联规则群推荐算法[J]. 张佳乐,梁吉业,庞继芳,王宝丽. 计算机科学. 2014(03)
博士论文
[1]大型数据库有效挖掘关联规则新方法研究[D]. Vital Delmas MABONZO.大连海事大学 2012
[2]智能优化算法评价模型研究[D]. 杨劲秋.浙江大学 2011
[3]基于数据挖掘的通信网告警相关性分析研究[D]. 李彤岩.电子科技大学 2010
[4]基于位表的关联规则挖掘及关联分类研究[D]. 董杰.大连理工大学 2009
硕士论文
[1]粒子群算法研究与应用[D]. 严露.电子科技大学 2013
[2]全基因组关联研究中的模型构建与优化算法研究[D]. 李书森.上海交通大学 2013
[3]小生境混合蛙跳算法研究与应用[D]. 李锦.西安电子科技大学 2012
[4]基于生物智能的移动机器人路径规划研究[D]. 鄢小虎.华北电力大学（北京） 2010
[5]改进的多生境遗传算法及其应用[D]. 杨新春.安徽理工大学 2010
本文编号：3060793
本文链接：https://www.wllwen.com/shoufeilunwen/xxkjbs/3060793.html
