试析基于事件关联和数据挖掘的网络故障管理技术的研究

《试析基于事件关联和数据挖掘的网络故障管理技术的研究》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、华中师范大学硕士学位论文基于事件关联和数据挖掘的网络故障管理技术的研究姓名：李艳申请学位级别：硕士专业：计算机应用技术指导教师：肖德宝2003.1.1⑩硕士学位论文MASlFIt’STI正SIS摘要。故障管理作为网络管理的五大功能之一，负责对网络故障进行检测、诊断和恢复，而故障诊断又是其中的难点与重点，其有效与否和功能强弱直接关系到被管网络的可用性和可靠性。早期的故障管理是通过网管人员分析告警信息以人1：方式实现，该方式代价高，效率低，无法进行实时、有效的故障诊断。引入人工智能技术的目的就是希望通过尽可能少的人工干

2、预，使故障诊断能够独立的驱动智能诊断过程，实现其日标的自动控制。但目前的智能故障诊断技术，多采用某种单一的人工智能技术运用于整个故障诊断过程，难以满足对复杂网络故障进行准确、有效的定位和诊断的全部要求。本文针对以上问题，将故障诊断分为故障定位和故障原因珍断两个阶段，针对各阶段任务的不同，采用不同的智能化技术，并提出了⋯种瑟于事件关联和数据挖掘的故障诊断技术，以实现各技术之fnJ的优势互补：采用基于CBR／MBR的分布式事件关联进行故障定位，对大量的告警事件进行时间、空f日j上的关联，以准确、快速地分离出故障源。对事

3、件关联过程确定的故障源，采用基于CBR的诊断方法进行的故障原因诊断。该方法将决策树法和近邻检索法等数据挖掘技术相结合，对事例舱索过程中必需的特征项相似度进行挖掘。在一定程度上解决了故障诊断中知识获取这一瓶颈问题。为了深入研究，客观评价新算法，作者对本文提出的技术方案在真实网络环境中进行测试，结果显示该方案使故障诊断具有较高的准确性和实时性，性能表现良好。关键词：CBRMBR故障定位故障诊断事件关联相似度数据挖掘+本论文的研究I．作受湖北省科技攻关重人项目“网络管理平台软州：研究及其产业化”(2001A)05A04)

4、、科技部“科技捌中小企业创新基金”项目“宽带网综合返维支撑平台软什”(02C26214210393)的资助T⑥硕士学位论文MASiER’STItESISAbstractAsoneofthefivegreatestNetworkManagementFunctionAreas，FaultManagementlakeschargeofthedetection、diagnosisandrestorationofnetworkfault，theeffectivenessandpowerofitcorrelatewiththe

5、availabilityandreliabilityofmanagednetwork．EarlyinFaultManagement，byassistingoperatorsinanalyzingthealarminformationandpinpointingthenatureandlocationoffaults，networkdowntime，whichcanbeverycostly，canbesignificantlyreducedConsideringit，AItechniqueswillbeimporte

6、dtorealizethefaultmanagementautomatizationAtpresent，itisgeneraltoapplyasingleAIintelligenttechnologytofaultdiagnosis，theactualstatecannotmeetthewholedemandsoftheexactfaultidentificationanddiagnosisWithregardtoit，faultdiagnosisisdividedintotwopartsinthisthesis：

7、faultlocalizationandfaultcausediagnosis，differentAttechniquescanbeappliedtothesetwopansMoreover，athultdiagnosistechnologybasedoneventcorrelationanddatamininghasbeenworkedoutbythewriterAdistributedeventcorrelationmodelbasedonCBR／MBRispresentedinthisthesistoimpl

8、ementfaultlocalization．Itcanreducetheamountofinformationpresentedtonetworkoperatorbyfilteringoutunnecessaryorirrelevantevents．Simultaneously,thesemanticcontentoftheinformationprese