基于数据挖掘的通信网告警相关性分析

智能化的网络故障诊断与定位是现代网络管理的发展趋势。随着应用业务的拓展和建设规模的不断扩大，通信网变得愈来愈复杂，一个故障的产生往往会引发多个告警事件，这就要求对告警的相关性进行分析，准确判断出告警产生的根源。传统的专家系统由于存在着知识获取的瓶颈，很难适应网络动态变化的要求。数据挖掘是近年来兴起的知识发现技术，将其应用于网络的故障管理，不仅具有学科领域的先进性，而且具有重要的实际意义。.本项目研究在通信网特定环境（网络拓扑及业务的动态性、告警源的分布性、告警属性的不均匀性以及网络业务具有优先级别的特性等）中告警关联规则的挖掘，强化了对网络动态拓扑信息和事件时间特征的处理，构造面向对象的知识库系统，并针对实际中告警信息的不完整性及规则的不确定性，采用模糊推理和启发式推理相结合的推理机制。通过告警相关性分析，分别实现对网络资源故障和业务故障的定位，为进一步实施网络的保护和恢复策略提供保障。