序列模式挖掘在网络告警分析中的应用

序列模式挖掘可以用来有效地发现网络系统中的告警关联知识.论文研究了序列模式挖掘在网络告警分析中的具体应用.首先,将挖掘过程分成了特定设备告警序列挖掘、同类设备告警序列挖掘和互联设备告警序列挖掘等3类,根据不同的用户意图来有效地确定挖掘范围,避免对无关数据的访问.为了进一步提高挖掘算法的执行效率,又提出了用于描述网络拓扑信息的拓扑约束,并设计了基于拓扑约束的互联设备告警序列模式挖掘算法.     

基于依赖网络的告警分析算法

告警的相关性分析是网络管理中最重要最必要的技术,在分析告警分析的语法模型的基础上,提出了基于依赖网络的告警分析算法,即通过分层模型来对网络系统进行模型化处理,以静态依赖网络来描述告警传递模型,通过告警映射形成依赖网络来进行告警分析.     

基于序列模式挖掘的告警相关性分析算法

告警相关性分析在通信网络管理中有着重要的应用.提出了一种基于序列模式挖掘提取告警相关性规则的方法.针对引入时间约束的序列模式挖掘问题提出了较为完备的数学模型,定义了求解问题的规则,并构造了引入时间约束的序列模式挖掘算法(FSPTM算法).算法采用特定的数据结构记录序列的时间信息,提高了支持度的计算效率.对某省移动网络连续4个月告警数据的分析结果验证了算法的有效性.     

通信网告警加权关联规则挖掘算法的研究

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。     

一种新的通信网络动态路由算法

针对通信网络中的路由问题,提出了一种虚令牌动态路由算法,并用Ｈｏｐｆｉｅｄｌ神经网络实现该算法。该Ｈｏｐｆｉｅｌｄ神经网络,其神经元之间的连接强度固定不变,通信网络的物理逻路值和呼叫请求被反映到神经元的偏置电流中,地用硬件实现。同时,当通信网络中的业务量发生变化时,算法能够自动调整最短路径与负载均衡之间的关系,计算机仿真结果表明,该算法能接入更多的网络连接。     

通信网告警相关性分析中有效的关联规则挖掘算法

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,使得在通信网环境下挖掘关联规则的难度非常大。针对上述问题,提出了一种基于分层频繁模式树的LFPTDP算法,采用分层模式树的方法产生频繁项集,从而避免了产生大量的条件模式树,并用动态剪枝的方法删除大量的非频繁项。算法分析及仿真表明,LFPTDP算法具有较好的时间和空间效率,是一种适合于通信网告警相关性分析的关联规则挖掘算法。     

一种分层实现的分布式告警融合算法

在大规模高速网络环境下,分布式入侵检测系统中使用的告警融合算法把底层模块产生的多个简单告警融合生成少量包含更多信息的告警.以减少冗余告警,提高入侵检测的检测效率,降低误报率,最终为管理员提供简练精确的告警.算法通过"聚集--合并--关联"二个步骤,实现了对告警的融合.     

一种最大吞吐量的深空通信网络路由算法

针对深空通信网络中链路的高时延和间断连通性特征,提出了一种以路径吞吐量最大为准则的路由算法．该算法利用存储转发机制,构建端到端的多条路径; 以最大化利用链路的连通时段为目标,依据路径中各链路的连通时序图及链路连通时段的吞吐量,确定链路的最大有效传输时间段,构建端到端多跳最大吞吐量路径．理论分析与仿真结果表明,与传统的路由算法相比,该算法支持非实时连通链路的端到端通信,并得到最大吞吐量的端到端路由．     

一种序列模式的概念及挖掘算法

介绍了一种时间序列模式的形式和概念,讨论了其相关的挖掘算法,将时间序列模式既用于具有时间关系的购买行为的分析,以揭示购买行为后面一种序列关系信息,又用于其他有时间关联的事件分析,挖掘算法由以下几部分构成：建立频繁物品集,进行数据处理和转换,并生成修选子序列,通过验证后,得到长度为2,3,…的序列集合,从中选出独立最大序列即为所求,通过实例指出了该算法和传统的Aprioriall算法的不同之处。结果表明,这种序列模式在网络通信、气象分析等领域具有广阔的应用前景。     

网络的一种可靠通信机制

本文从通信的可靠性出发,分析了一种网络广播通信的实现机理,可对实用通信程序开发者提供较高的参考价值。     

挖掘算法中的内存管理及裁剪技术

本文阐述了数据库项集间关联规则挖掘算法,该算法采用的缓冲器管理、估算和裁剪技术。并通过实验说明算法的有效性。     

Network security situation adaptive prediction model

Aiming at the low prediction accuracy of traditional network security situation prediction technology, a network security situation adaptive prediction model (NAP) is proposed. First, it extracts alarm elements and calculate network security situation time sequences based on the entropy correlation method. Then, the sequences are taken as the input of the sliding adaptive cubic exponential smoothing method with initial security situation predicted value sequences generated. Finally, the time-varying weighted Markov chain is used to predict the error value based on the error state and the initial predicted values are modified. Experimental results show that the NAP has a better prediction accuracy than other existing models.     

熵权灰色关联分析法的区域E—E—S协调评价

区域经济社会环境的可持续协调发展已成为研究的热点．本文运用灰色系统理论的关联分析方法建立经济环境社会结构协调度定量评价的模型,引入熵权法客观赋值．根据各个指标的变异程度,引用信息熵所反映的数据本身效用值来计算指标的权重系数,有效的避免了由于人的主观因素而影响的权重分配偏差．以陕西省彬县为例进行实证研究,依据研究结果提出相应的对策建议．     

挖掘电信告警关联模式方法

关联模式挖掘算法通常受到最小支持度的限制,仅能得到频繁告警序列间的关联模式,针对这一问题,基于图论思想提出了一种挖掘电信网络告警间关联模式的方法.首先在单遍扫描数据库的条件下挖掘网络中的二项关联模式,然后直接发现其最大关联模式,从而避免大量中间项集的产生. 基于实际网络告警数据的实验结果表明,该方法不仅具有较高的效率,而且有效.     

Novel algorithm for finding circles in the ego network based on entropy

Due to small scale, large amounts of information, the ego network has become a very important research area. Present community detection algorithms focus mainly on the global large scale network, however existing researches have indicated that the community structure is not obvious as expected on the global network. In this paper a novel circles detection algorithm is proposed, which is devoted to finding the circle structure in the ego network. The proposed algorithm defines a new object function, and the detection of circles could be conducted via optimization of the function heuristically. First, this paper extracts topic distribution from the user generated text, and introduces information entropy to evaluate user topic distribution. Then, the harmonic factor is used to combine structure function and entropy function, which leads to the object function. Finally, the optimization of the object function gives the solution for circle detection. Extensive experiments on weibo dataset demonstrate that the proposed algorithm can effectively mine topic-related circles.     

基于加权启发式遗传算法的装配序列规划

传统遗传算法求解装配序列规划问题时会在初始化过程中产生大量非可行序列,影响求解速度并且导致最终得到的规划解质量不高.针对该问题,通过在初始化过程中加入启发式算子和基于无向图的广度优先搜索策略,保证了初始化个体的可行度和高适应度;在此基础上,对装配规划问题的特征重新对选择、交叉和变异算子进行了设计.实验表明,改进后的算法具有更好的稳定性和高效性,并且算法执行过程中不需要注入人工信息,使得装配过程更加自动化.     

基于最小加权支持的加权序列模式挖掘算法

针对序列模式挖掘进行探索,通过对项目加权体现项目的重要性,进而实现序列的加权;加权后,频繁序列的子序列不一定频繁,因此提出序列的最小加权支持概念,并由此提出了加权序列模式挖掘算法MWSP。仿真实验结果表明,与同类算法WSpan比较,MWSP算法更能体现序列的重要性。