基于小波神经网络的告警信息相关性挖掘策略.pdfVIP

第36 卷第10 期 电 子 与 信 息 学 报 Vol.36No.10 2014 年10 月 Journal of Electronics Information Technology Oct. 2014 基于小波神经网络的告警信息相关性挖掘策略 吴大鹏① 赵 莹① 熊 余*① 刘晓清② 王汝言① ①(重庆邮电大学宽带泛在接入技术研究所 重庆 400065) ②(中国电信股份有限公司潼南分公司 重庆 402660) 摘 要：针对现有告警信息相关性分析方法没有客观全面考虑各告警的重要程度，无法体现告警之间个体差异性等 问题，该文提出一种基于小波神经网络的加权关联规则告警挖掘算法。综合告警级别、告警类型以及告警设备类型 3 个主要告警属性，将其作为小波神经网络的输入，通过对历史样本数据的学习确定连接权值，合理地评估各个告 警属性重要程度，利用所得权值向量进一步挖掘告警加权关联规则。结果表明所提算法在权值确定时能够综合考虑 告警信息的多个属性及历史经验，得到的权值更能合理地反映告警重要度，所得关联规则能够更加准确地反映告警 之间的相关性。 关键词：数据挖掘；故障管理；告警关联分析；加权关联规则；小波神经网络 中图分类号：TP393 文献标识码：A 文章编号：1009-5896(2014)10-2379-06 DOI: 10.3724/SP.J.1146.2013.01701 Alarm Information Relevance Mining Mechanism Based on Wavelet Neural Network ① ① ① ② ① Wu Da-peng Zhao Ying Xiong Yu Liu Xiao-qing Wang Ru-yan ① (Broadband Ubiquitous Network Research Laboratory, Chongqing University of Posts and Telecommunications, Chongqing 400065, China) ② (China Telecommunication Corporation Limited Tongnan Branch, Chongqing 402660, China) Abstract: The existing alarm information correlation analysis methods take no consideration of the alarm significance, so they are unable to reflect individual differences between the alarms. In order to solve the problem, a new alarm information relevance mining mechanism based on wavelet neural network is proposed in this paper. The three key attributes of alarm information, alarm level, alarm type and alarm equipment ty