摘要
针对集中式挖掘方法不能满足支撑网告警关联规则精准挖掘的问题,提出一种基于分布式挖掘的支撑网告警关联规则处理技术。该技术将呈现碎片式分布的告警序列数据进行预处理之后,采用贝叶斯深度学习的方法实现告警事务频繁项集支持度和置信度数值分布的估计,并结合数值分布情况选取满足条件的告警事务频繁项集;在此基础上,采用LSTM挖掘故障的主因告警,帮助网管人员更好地诊断和排除故障。仿真表明,分布式挖掘的支撑网告警关联规则处理技术能够大大降低现有关联规则的计算量,减少传统算法所处理的数据量;除此之外,算法很好的适应分布式告警事务数据分布不均匀的问题,解决了由于告警事务数据分布不均匀造成的告警关联规则支持度和置信度变动频繁的问题,提高了告警关联规则处理的精度。
出处
《广东通信技术》
2023年第12期51-56,共6页
Guangdong Communication Technology
