面向5G海量网管数据的故障溯源技术

被引：11

作者：

陈墨 ^{[1
]}

金磊 ^{[2
]}

龚向阳 ^{[1
]}

满毅 ^{[2
]}

机构：

[1] 北京邮电大学网络与交换技术国家重点实验室

[2] 北京邮电大学电子工程学院

来源：

北京邮电大学学报 | 2018年 / 05期

关键词：

资源拓扑; 告警关联; 时序告警; 网管数据;

D O I：

暂无

中图分类号：

TN929.5 [移动通信];

学科分类号：

080804 [电力电子与电力传动];

摘要：

针对第5代移动通信系统(5G)环境下海量网管数据溯源难、关联挖掘冗余度大的问题,结合时间约束、滑动时间窗和分类层次技术,提出了一种基于网络拓扑的时序告警关联挖掘算法.该算法可以有效缩减候选集,实现对海量网管数据高效压缩和快速溯源.仿真结果表明,改进后的故障溯源候选集在拓扑上具有实际关联性,对比其他关联算法更有效.

引用

页码：131 / 136+142 +142

页数：7

共 7 条

[1]

基于神经网络的通信网络告警关联分析及应用 [J].

刘洪波 ;

陈刚 ;

宫钦 .

电信技术, 2018, (05) :32-35

[2]

基于告警时序的输电设备故障定位方法的研究 [J].

闫丽梅 ;

周忠媛 ;

徐建军 ;

王宏宇 ;

宋佳琳 .

电力系统保护与控制, 2018, 46 (07) :38-48

[3]

基于加权频繁模式树的通信网络告警规则挖掘方法 [J].

罗明 ;

孟传伟 ;

黄海量 .

计算机工程, 2016, 42 (04) :190-196

[4]

大数据环境下关联规则并行分层挖掘算法研究 [J].

张忠林 ;

田苗凤 ;

刘宗成 .

计算机科学, 2016, 43 (01) :286-289

[5]

Apriori算法的三种优化方法 [J].

徐章艳 ;

刘美玲 ;

张师超 ;

卢景丽 ;

区玉明 .

计算机工程与应用, 2004, (36) :190-192+202

[6]

A preliminary two-stage alarm correlation and filtering system using SOM neural network and K -means algorithm[J] Gina C. Tjhai;Steven M. Furnell;Maria Papadaki;Nathan L. Clarke Computers & Security 2010,

[7]

Multi-temporal sequential pattern mining based improvement of alarm management systems Karoly R;Abonyi J; IEEE International Conference on Systems;Man;and Cybernetics 2017,

← 1 →