通信网告警加权关联规则挖掘算法的研究

留言板

尊敬的读者、作者、审稿人, 关于本刊的投稿、审稿、编辑和出版的任何问题, 您可以本页添加留言。我们将尽快给您答复。谢谢您的支持!

姓名
邮箱
手机号码
标题
留言内容
验证码

通信网告警加权关联规则挖掘算法的研究

李彤岩, 肖海林, 李兴明

文章导航 > 电子科技大学学报 > 2008 > 37(6): 807-810

李彤岩, 肖海林, 李兴明. 通信网告警加权关联规则挖掘算法的研究[J]. 电子科技大学学报, 2008, 37(6): 807-810.

引用本文:

李彤岩, 肖海林, 李兴明. 通信网告警加权关联规则挖掘算法的研究[J]. 电子科技大学学报, 2008, 37(6): 807-810.

LI Tong-yan, XIAO Hai-lin, LI Xing-ming. Algorithm for Mining Weighted Alarm Association Rules in Telecommunication Networks[J]. Journal of University of Electronic Science and Technology of China, 2008, 37(6): 807-810.

Citation:

LI Tong-yan, XIAO Hai-lin, LI Xing-ming. Algorithm for Mining Weighted Alarm Association Rules in Telecommunication Networks[J]. Journal of University of Electronic Science and Technology of China, 2008, 37(6): 807-810.

通信网告警加权关联规则挖掘算法的研究

1.
电子科技大学宽带光纤传输与通信网技术教育部重点实验室成都 610054

基金项目:

国家自然科学基金(60572091)

作者简介:
李彤岩(1980-),女,博士生,主要从事通信网告警相关性和数据挖掘方面的研究.

中图分类号: TN915.07

Algorithm for Mining Weighted Alarm Association Rules in Telecommunication Networks

1.
Key Laboratory of Ministry of Education for Broadband Optical Fiber Transmission and Communication Networks,University of Electronics Science and Technology of China Chengdu 610054

摘要: 关联规则挖掘算法是通信网告警相关性分析中的重要方法。在处理数量庞大的告警数据库时,算法的效率显得至关重要,而经典的FP-growth算法会产生大量的条件模式树,加权算法MINWAL (O)则需要多次扫描数据库,使得在通信网环境下挖掘关联规则的难度非常大。该文提出了一种高效的基于加权频繁模式树的通信网告警关联规则挖掘算法,算法性能测试表明,该算法与已有的加权关联规则挖掘算法相比较,节约了大量的存储空间,提高了算法的挖掘速度,对通信网的故障诊断和故障定位有着积极的意义。
- 告警相关性分析 /
- 故障诊断 /
- 故障定位 /
- 加权关联规则 /
- 加权频繁模式树
Abstract: Mining association rules is one of the primary methods used in telecommunication alarm correlation analysis. The efficiency of the algorithms plays an important role in tackling with large datasets. A highly efficient algorithm of weighted association rules mining in telecommunication networks based on weighted frequent pattern tree is proposed. The performance test of the algorithm indicates that compared with other algorithms of weighted association rules mining, this one needs less memory and has higher temporal efficiency, which is significant for the network fault diagnosis and localization.
- alarm correlation analysis /
- fault diagnosis /
- fault localization /
- weighted association rules /
- weighted frequent pattern tree

[1]	王磊, 孙志成, 王磊, 陈端兵, 蒋家玮. 基于DRSN-CW和LSTM的轴承故障诊断 . 电子科技大学学报, 2022, 51(6): 921-927. doi: 10.12178/1001-0548.2021385
[2]	李享, 黄洪钟, 黄鹏, 李彦锋. 基于动态贝叶斯网络的电源系统可靠性分析与故障诊断 . 电子科技大学学报, 2021, 50(4): 603-608. doi: 10.12178/1001-0548.2020416
[3]	杜娟, 刘志刚, 宋考平, 杨二龙. 基于卷积神经网络的抽油机故障诊断 . 电子科技大学学报, 2020, 49(5): 751-757. doi: 10.12178/1001-0548.2019205
[4]	周启忠, 谢永乐, 毕东杰, 李西峰. 种模拟电路参数型故障诊断新方法 . 电子科技大学学报, 2017, 46(2): 386-391. doi: 10.3969/j.issn.1001-0548.2017.02.012
[5]	李从善, 刘天琪, 李兴源, 曹喜民, 刘利兵. 基于排列熵算法的电力系统故障信号分析 . 电子科技大学学报, 2015, 44(2): 233-238. doi: 10.3969/j.issn.1001-0548.2015.02.013
[6]	闫涛, 赵文俊, 胡秀洁, 宋家友. 基于信息融合技术的航空电子设备故障诊断研究 . 电子科技大学学报, 2015, 44(3): 392-395. doi: 10.3969/j.issn.1001-0548.2015.03.013
[7]	李旻, 咸卫明, 龙兵, 王厚军. 基于特征优选模拟电路故障诊断方法 . 电子科技大学学报, 2014, 43(4): 557-561. doi: 10.3969/j.issn.1001-0548.2014.04.015
[8]	宋国明, 王厚军, 姜书艳, 刘红. 最小生成树SVM的模拟电路故障诊断方法 . 电子科技大学学报, 2012, 41(3): 412-417. doi: 10.3969/j.issn.1001-0548.2012.03.018
[9]	张健, 徐红兵, 王情. 多重分形谱在集成电路动态电流故障诊断中的应用 . 电子科技大学学报, 2011, 40(4): 544-548.
[10]	王汝言, 刘兰英, 吴大鹏. 采用网络分割的OBS网络故障监测机制 . 电子科技大学学报, 2011, 40(1): 36-40. doi: 10.3969/j.issn.1001-0548.2011.01.007
[11]	陈世杰, 连可, 王厚军. 遗传算法优化的SVM模拟电路故障诊断方法 . 电子科技大学学报, 2009, 38(4): 553-558. doi: 10.3969/j.issn.1001-0548.2009.04.019
[12]	陈世杰, 连可, 王厚军. 采用多信号流图模型的雷达接收机故障诊断方法 . 电子科技大学学报, 2009, 38(1): 87-91.
[13]	孙永奎, 陈光礻禹, 李辉. 灵敏度分析和SVM诊断模拟电路故障的方法 . 电子科技大学学报, 2009, 38(6): 971-974. doi: 10.3969/j.issn.1001-0548.2009.06.016
[14]	雷霖, 代传龙, 王厚军, 赵旭. 粗糙集-神经网络集成的WSN节点故障诊断 . 电子科技大学学报, 2008, 37(4): 565-568.
[15]	杨俊华, 尚志恩, 吕锋. 基于布尔差分的数字逻辑电路故障诊断 . 电子科技大学学报, 2005, 34(4): 517-520.
[16]	张兰, 徐红兵. 一种新的Iddq故障定位算法研究 . 电子科技大学学报, 2004, 33(2): 133-136.
[17]	刘建成, 蒋新华, 吴今培. 智能异构模型在电机故障诊断中的研究 . 电子科技大学学报, 2003, 32(2): 212-216.
[18]	冯兰君, 李建, 吕炳朝. 燃气轮机故障诊断专家系统的设计与实现 . 电子科技大学学报, 2000, 29(3): 278-281.
[19]	王厚军, 陈相富, 陈光. 基于总线观测的微机故障诊断专家系统研究 . 电子科技大学学报, 1998, 27(2): 161-165.
[20]	潘中良, 陈光. 模拟电路故障诊断的神经网络专家系统方法 . 电子科技大学学报, 1997, 26(4): 405-408.

WeChat

点击查看大图

计量

文章访问数: 3605
HTML全文浏览量: 144
PDF下载量: 69
被引次数: 0

通信网告警加权关联规则挖掘算法的研究

1. 电子科技大学宽带光纤传输与通信网技术教育部重点实验室成都 610054

基金项目:

国家自然科学基金(60572091)

作者简介:
李彤岩(1980-),女,博士生,主要从事通信网告警相关性和数据挖掘方面的研究.

收稿日期: 2007-06-18
修回日期: 2007-12-21
刊出日期: 2008-12-15

中图分类号: TN915.07

关键词:

摘要: 关联规则挖掘算法是通信网告警相关性分析中的重要方法。在处理数量庞大的告警数据库时,算法的效率显得至关重要,而经典的FP-growth算法会产生大量的条件模式树,加权算法MINWAL (O)则需要多次扫描数据库,使得在通信网环境下挖掘关联规则的难度非常大。该文提出了一种高效的基于加权频繁模式树的通信网告警关联规则挖掘算法,算法性能测试表明,该算法与已有的加权关联规则挖掘算法相比较,节约了大量的存储空间,提高了算法的挖掘速度,对通信网的故障诊断和故障定位有着积极的意义。

English Abstract

李彤岩, 肖海林, 李兴明. 通信网告警加权关联规则挖掘算法的研究[J]. 电子科技大学学报, 2008, 37(6): 807-810.

引用本文:

李彤岩, 肖海林, 李兴明. 通信网告警加权关联规则挖掘算法的研究[J]. 电子科技大学学报, 2008, 37(6): 807-810.

LI Tong-yan, XIAO Hai-lin, LI Xing-ming. Algorithm for Mining Weighted Alarm Association Rules in Telecommunication Networks[J]. Journal of University of Electronic Science and Technology of China, 2008, 37(6): 807-810.

Citation:

LI Tong-yan, XIAO Hai-lin, LI Xing-ming. Algorithm for Mining Weighted Alarm Association Rules in Telecommunication Networks[J]. Journal of University of Electronic Science and Technology of China, 2008, 37(6): 807-810.

全文HTML

/

下载: 全尺寸图片幻灯片

分享

用微信扫码二维码

分享至好友和朋友圈

返回

期刊在线

编辑办公

友情链接

电子科技大学

版权所有 © 《电子科技大学学报》编辑部

地址: 成都市建设北路二段四号电子科技大学主楼中350室电话: 028-83202308,83207559 Email: xuebao@uestc.edu.cn

本系统由北京仁和汇智信息技术有限公司开发