基于模糊聚类的网络故障预报

文章针对网管告警数据库中时间序列存在的连续性、不确定性和模糊性问题,提出了一种基于模糊聚类的时间序列规则挖掘新方法。该方法引入模糊聚类理论,可预测出一些告警(联合)事件的发生将导致哪些告警(联合)事件的随后产生。通过对某校园网的告警数据库进行规则挖掘实验,表明该方法可以准确、有效地挖掘出隐含在海量网管告警数据库中大量有意义的时序规则,规则中的概率参数(置信度和支持度)可作为网络管理的先验知识用来指导网络故障的诊断和预报。

基于WEB的数据挖掘技术在网络管理中的研究与应用

文章探讨基于WEB的数据挖掘网络管理系统的体系结构、OLAP技术和数据挖掘技术,针对当前网络管理系统的现状和存在问题,提出基于WEB和数据挖掘技术的网络管理系统,为网管存在的问题提供解决方案,该系统对网管现状的改善有积极意义。

基于时态关联规则的网络故障预报

该文针对网管告警数据库中时间序列存在的连续性、不确定性和模糊性问题，提出了一种基于时态关联规则挖掘告警库的新方法。该方法引入告警数据的时间序列，可预测出一些告警（联合）事件的发生将导致哪些告警（联合）事件的随后产生。通过对某校园网的告警数据库进行规则挖掘实验，表明该方法可以准确、有效的挖掘出隐含在海量网管告警数据库中大量有意义的时态关联规则，规则中的概率参数（置信度和支持度）可作为网络管理的先验知识用来指导网络故障的诊断和预报。