论文部分内容阅读
近些年来，随着电信运营商电信网络的不断扩大和升级，网络产生的告警越来越多，越来越复杂。面对着这些繁多复杂的电信网络告警，运营商希望能够有效地解决网络告警过多而产生的问题，并且能够预测和控制网络告警。所以，网络告警预测就成为当前研究网络告警问题的几个重要领域之一。本论文针对此目标，利用遗传算法的寻优特性，设计并完成了遗传算法在电信网络告警预测问题中的应用，使我们提出的算法能够满足面向纷繁复杂的电信网络告警数据进行大规模、实时性的告警数据关联挖掘的要求。论文的主要工作包括以下几点：1)对预测模式挖掘方法的发展过程做了一个较全面的研究，针对实际应用的特点，对遗传算法的进行一些尝试性探索。2)在设计与开发算法的过程中，对相关遗传算法和关联规则挖掘的目前一些较新的研究成果，如：RICE(Rule Induction ofComputer Events，基于分类的预测模式挖掘方法)，基于SVM的告警预测模式挖掘(Alarms Prediction Pattern Miningbased on SVM)方法，基于序列模式挖掘的告警预测模式挖掘方法(Alarm Prediction Pattern Mining based on SequentialPattern Mining)等目前比较先进的算法做了一定的学习与研究。3)设计并实现了一个适合于实际电信网络应用的网络告警关联规则挖掘系统。在电信网络告警关联规则挖掘平台的原型系统开发过程中，笔者完成了基于遗传算法的网络告警关联规则挖掘算法的设计和实现工作，同时也参与了平台告警地域分析模块的设计和开发工作。本论文的意义在于，在目前基于遗传算法的网络告警数据关联规则的挖掘技术研究尚不太成熟的情况下，在该平台当中实现的基于遗传算法的网络告警关联规则的挖掘算法具有一定的实际意义，同时设计和实现的该算法是采用模块化设计，可以集成到不同的系统当中，所以对算法的移植和更广泛的应用有一定的实用价值。