1、智能化的網(wǎng)絡故障診斷與定位是現(xiàn)代網(wǎng)絡管理的發(fā)展趨勢。隨著應用業(yè)務的拓展和建設規(guī)模的不斷擴大，通信網(wǎng)變得愈來愈復雜，一個故障的產(chǎn)生往往會引發(fā)多個告警事件。這就要求對告警進行分析，找出它們之間的相關性，從而準確地判斷故障產(chǎn)生的根源。傳統(tǒng)的專家系統(tǒng)由于存在著知識獲取的瓶頸，很難適應網(wǎng)絡動態(tài)變化的要求。數(shù)據(jù)挖掘是近年來興起的知識發(fā)現(xiàn)技術，將其應用于通信網(wǎng)絡的故障管理，不僅具有學科領域的先進性，而且具有重要的實際意義。本文將數(shù)據(jù)挖掘技術應用到告警

2、相關性分析中，并針對通信網(wǎng)及告警數(shù)據(jù)的特點（包括網(wǎng)絡拓撲及業(yè)務的動態(tài)性、告警屬性的不均勻性、網(wǎng)絡業(yè)務具有優(yōu)先級別和預示重大故障的告警數(shù)量稀少等）深入研究了告警的關聯(lián)規(guī)則挖掘以及告警的預測模式挖掘等關鍵問題，取得的研究成果如下：
　　 第一，提出了新的告警數(shù)據(jù)的預處理方法。為了將原始告警轉化成適合挖掘的數(shù)據(jù)形式，本文設計了基于雙約束的滑動時間窗口來處理原始告警，對其進行冗余信息的刪除、量化和提取，最后轉換成告警事務數(shù)據(jù)；針對告警屬

3、性的不平等性，并結合通信網(wǎng)的實際特點，提出了采用二元神經(jīng)網(wǎng)絡確定告警權值的方法，該方法既體現(xiàn)了專家的經(jīng)驗知識，又能夠隨著網(wǎng)絡拓撲的變化更新神經(jīng)網(wǎng)絡的連接權，非常適合通信網(wǎng)的環(huán)境；將告警事務的提取方法和告警權值的確定方法集成在告警預處理專家系統(tǒng)中，得以更高效、更科學地完成原始告警的預處理操作。
　　 第二，深入地研究了通信網(wǎng)告警關聯(lián)規(guī)則的挖掘算法，提出了加權潛在頻繁模式樹(WPFP-tree)的結構來挖掘加權頻繁模式，并提出了兩種

4、加權關聯(lián)規(guī)則挖掘算法WPFPT-WARM和WPFPT-WARM*。WPFPT-WARM算法是基于WPFP-tree結構由候選項集逐步地生成加權頻繁模式，而WPFPT-WARM*算法是先基于WPFP-tree尋找最大加權頻繁模式，然后逐步地生成所有的加權頻繁模式。實驗結果證明，相對比目前的一些加權關聯(lián)規(guī)則挖掘算法，基于WPFP-tree結構的加權關聯(lián)規(guī)則挖掘算法具有更高的效率和更低的復雜性。其中，WPFPT-WARM算法更適合于挖掘模式較

5、短的告警事務，算法復雜度比較低；而WPFPT-WARM*算法對于處理告警事務模式長的情況具有很高的效率。
　　 第三，針對通信網(wǎng)告警數(shù)據(jù)，對增量式更新挖掘算法進行了深入研究?；赪PFPT-WARM算法，分別提出了加權支持度閾值變化時的增量式更新挖掘算法WPFPT-WARM(S)和數(shù)據(jù)庫變化時的增量式更新挖掘算法WPFPT-WARM(D)。實驗結果證明，本文提出的兩種增量式更新挖掘算法采用了更新WPFP-tree結構的方法，可以

6、獲得比其他增量式更新挖掘算法更高的效率。
　　 第四，研究了規(guī)則的生成和處理方法。首先提出了基于深度搜索的規(guī)則生成算法的改進方法DFS-RG′；然后針對通信網(wǎng)告警數(shù)據(jù)之間關系不平等的特點，提出了一種基于加權頻繁模式的規(guī)則生成方法WFP-RG;針對生成的部分規(guī)則存在著冗余和沒有蘊含關系等問題，提出了新的規(guī)則處理方法。最后通過測試通信網(wǎng)告警數(shù)據(jù)，驗證了規(guī)則生成算法以及規(guī)則處理方法的有效性。
　　 第五，提出了新的基于稀疏貝葉