基于并行FP-Growth算法的业务支撑网告警关联规则挖掘

扫码查看

原文链接

NETL

中文摘要：当今社会，随着通信行业的迅速发展，加上各大运营商竞争激烈，网络维护对于运营商而言变得至关重要。业务支撑网络就是用来维护和支撑运营商网络的。为了更好地进行运营维护工作，业务支撑网中的网络管理显得尤为重要，加上运营商网络规模庞大，结构复杂，设备多种多样这些特点，使得引起的告警类型变得非常丰富，另一方面，在网络的运维管理当中，随着网络发生故障时，以最短的时间正确地判断出网络故障所在的位置、故障的类型和引起故障的原因，变得特别重要，目的是以便于及时对网络故障进行修复。但是，实际的网络中，一个故障的产生，常常会跟随着多个告警事件。而且，随着网络的规模和复杂性的不断提高，告警的种类和数量也会变得越来越多，因此，对于网络维护人员而言，仅用人工进行告警分析已不能满足运营维护工作的需要。所以本文提出了运用数据挖掘中的关联规则算法来对业务支撑网中的告警数据进行分析，目的是提取告警中有价值的信息，并利用这些信息找到引起告警的根源故障。本文主要工作是使用Hadoop分布式环境，同时在此环境下利用并行FPGrowth算法对业务支撑网中的告警数据进行关联规则挖掘。首先，对告警数据进行预处理，采用滑动时间窗口算法将告警数据转化为适合用来关联规则挖掘的告警事务数据；然后将处理过的数据使用并行FPGrowth算法进行频繁项集挖掘；最后从频繁项集中求得关联规则。由于实际应用中常会面临内存不足以及计算能力的瓶颈问题，所以本文采用基于Hadoop平台的并行FPGrowth算法，结合Hadoop平台以及MapReduce编程模型的优势。

作者：

鲍婷

展开 >

关键词：

业务支撑网数据挖掘关联规则并行FP-Growth算法频繁项集

授予学位：

硕士

学科专业：

软件工程

导师：

王晓军

学位年度：

2015

学位授予单位：

南京邮电大学

语种：

中文

中图分类号：