文档下载 文档下载导航
设为首页 | 加入收藏
搜索 请输入内容:  
 导航当前位置: 文档下载 > 所有分类 > 工程科技 > 信息与通信 > 基于相关性分析的网络故障预测
侵权投诉

基于相关性分析的网络故障预测

在网络管理领域.相关性分析愈采愈发挥出重要的作用。与传统的专家系统方法相比,相关性分析等数据挖掘方法。不仅能够有效克服知识获取、更新困难的瓶颈,而且,能够从海量网络管理信息中,快速挖掘出先前未知的却有潜在价值的信息和模式。通过对故障、告警数据的讨论分析,文章研究利用相关性分析,从历史告警序列数据中,挖掘潜在的相关性规则,讨论并定义了相关性的类型、相

维普资讯 doc.guandang.net

中每个告警之后,有一个顺序符,一个相关性规则必须有一且

bs=c et{ C, ECcsoe . oe V I cr ̄xs rl . c S SI e t C= l s;=C- e t b bs; Re o u e . r c so n r i i g s t c mp td S p e ii n o ta n n e;

个窗口大小。因此,一个相关性规则可以表示为 n+ ) 1 f 1+个整 数的串。 群体的初始化:

d n oe

使用文献【】 7中的算法对告警数据进行关联分析,将挖掘出 的频繁告警模式,为预测模式的初始群体。作 选择运算:

算法 2对算法 1回的候选模式集 C返,进行排序和剪枝, 生成结果集 S其中 P (。 F预测因子 )制 peio控 rc i s n和 r al e l的权 c

重。如果有 P个候选模式,则评价函数的复杂度为 O(‘, p )训练集的运算复杂度为 0() p。如果考虑切l练集的大小 s的话,则训 练集的运算复杂度为 O p ) (s。

根据适者生存原则选择下一代的个体。在选择时,以适应

度为选择原则。设适应度函数为f。则 P选中p}{ = jl=

)为个体 P的适应度,

一 n为选中p为下一代个体的次数。。 ,p ) (,

5网络故障预测 网络故障预测即根据算法 2生成的相关性规则集 .告警在

交叉运算: 对于选中用于繁殖下一代的两个个体,其上随机地选择在 一

序列中进行模式匹配。如果某一个模式在其指定大小窗口内, 和告警序列匹配成功 .则可以认为其预测的 tre事件将在 a t g 时间内发生。例如,对 5:?s,cic,><,。c t 1<, wl?ri??s?ri ta l wl i— c,><,w,w ri,> tr

e X来说,如果满足下述 3 l a? ?s l? ann? ̄ agt g

个交叉点。按交叉概率 P,选中的位置进行交换,而产 .在从

生新的个体。如图 1。

P 1

l 6由 叵四

 ̄ 7田卫 -7 V- q叵 叵田 : l

个条件: ( )列模式中的每一个告警都在告警序列中有一个对应 1序的匹配告警; ( )且满足序列模式中的顺序规定; 2并 ( )且,有匹配的告警都在模式的窗口之中。 3而所 假设在时刻 t预测 t gtX。如果在 t a e r之后,监测时间在内 tr tX发生,认为该预测成功。网络管理的角度讲, ag e则从预测是为了防止故障发生。因此,时间 t后,须有一个警报在之必 时间 .下:如 预测间隔

C E网][,:互

!I 1 I j L _ : 1 二 J I

图 1 C= ( ). ( )c= I左 )P ( 。左+ l右; . (+ 2右) P P

对新生成的个体 .用 i练数据集进行评估。窗口大小分使 J I l

别选择 W (I。J的窗口大小 )W (2 p, P的窗口大小 ) (+ )。和。/ 2 设产生最优适合度的窗口大小为 W,如果=。 ( ),则 W/ 2 取该值;果 w mi( . )则 w取 (,之间的值;果 W 如= nw+, 0 W)如 - ma( . )则 W取 ( 2之间的值。 xw+,, W,w) 变异运算:

此处称为预测的前导时间,在该时间内,理员或者网管络管理系统完成故障恢复的所有操作 (如更换一台网络设备,例 或者重新启动某一台网络设备等 )显而易见,。如果监测时间段越大, t gt件发生的可能性就越大,预测的准确率则 a e事 r即就越高 .同时.测的意义就降低了。但预

对于个体的 n 1+ ( ) 1个属性,以变异概率 P对其中的某 m 些属性进行变异。于告警的厂属性值, O对个以 . 5的概率选择通配符值 (? )以 O5的概率选择某一个固定值。对于窗口大小”” . . W,则选取一个 w,w)间的值。 2之 适应度函数: 适应度函数用来评估一个选定的预测模式的优异性。为因准确度并不是适应度的最

好度量,此,择准确度和覆盖度因选作为适应度测定的两个因子。 定义 7准确度 Pei。= T rc i P sn 。

6

结论本文通过对故障、警数据的讨论分析,告论述了运用相关

性分析的数据挖掘方法 .进行网络故障预测的必要性和日行来 f

性。结合相关性类型的定义和表示方法,述了相关模式的生论其中 表示正例数据 成算法、关性规则的生成算法,讨论了运用相关性规则进相并行网络故障预测的方法和过程。前网络管理的发展趋势是分当

中预测正确的个数 .P表示正例数据巾预测错误的个数。 F

布式、合化和智能化。综因此,究将基于相关性分析的故障预研 测方法运用到智能化的故障管理中 .以及寻找更高效的相关性规则的挖掘方法,是今后的进一步研究方向。将 致谢:感谢西北 _业大学数据库教研室的张扬博士、晓 T赵南博士的帮助和指导。 (稿日期:o5年 9月 )收 2o

定 8盖如a名义覆度 c l l= ———

,则: —

J 定义 9适应度雨数—3+ 1)recson *e a lI (z/ p ii rc l 9 —

F 。

—

—

p e iin r c l r cso+ e a l

算法 2相关性规则生成算法 C算法 1结果:=】=的 J【 s W hl C≠中 d i e o F0 C o rc d

参考文献 1新苗 .于只是发现的网络故障诊断与预测方法研究【】士学位 .王基 D.博论文.汉大学武 2M Sen e . . tid rA S eh . u v y f fut o aiain e h iu s n S ti A s re o a l c lz t tc nq e i l o

I( ces ealS c S ̄T E H D fi raerc l+, ) HR S OL n ( T e h n C=C— c:

Es . oe P * c rcs n Spe io )ices_ealS c S; l cs r= F (. eio— .rcs n+n rae rcl+, ) e e p i i ( Do e n

cmp trntok册. in eo o p trPormmig20 15 14 o ue e rs S e c fC m ue rga n,04:6~ 9 w c

(转 12页 )下 6 计算机工程

与应用 20 . 0 61 6 15 4

基于相关性分析的网络故障预测

上一页第3页

你可能喜欢

热门文档

相关文档

站点地图 | 文档上传 | 侵权投诉 | 手机版
本站所有资源均来自互联网,本站只负责收集和整理,均不承担任何法律责任,如有侵权等其它行为请联系我们.
文档下载 Copyright 2013 doc.guandang.net All Rights Reserved.  -  email