基于数据挖掘的监控系统告警关联性研究
| 摘要 | 第1-4页 |
| ABSTRACT | 第4-7页 |
| 第一章 绪论 | 第7-12页 |
| ·论文的选题背景和意义 | 第7-8页 |
| ·告警关联性分析国内外研究现状 | 第8-10页 |
| ·主要研究内容 | 第10-11页 |
| ·论文组织结构及安排 | 第11-12页 |
| 第二章 数据挖掘和告警关联相关知识 | 第12-24页 |
| ·数据挖掘 | 第12-14页 |
| ·数据挖掘的定义 | 第12页 |
| ·数据挖掘的功能 | 第12-14页 |
| ·数据挖掘的基本流程 | 第14页 |
| ·告警关联 | 第14-16页 |
| ·告警关联的定义 | 第14-15页 |
| ·关联规则挖掘 | 第15-16页 |
| ·关联规则挖掘算法 Apriori 的基本原理 | 第16-19页 |
| ·人工神经网络和层次分析法 | 第19-23页 |
| ·自组织映射网络 | 第20页 |
| ·BP 神经网络 | 第20-22页 |
| ·层次分析法 | 第22-23页 |
| ·本章小结 | 第23-24页 |
| 第三章 综合监控系统和告警处理流程 | 第24-34页 |
| ·综合监控系统 | 第24-27页 |
| ·综合监控系统简介 | 第24-26页 |
| ·技术实现 | 第26-27页 |
| ·业务实现 | 第27页 |
| ·效益实现 | 第27页 |
| ·故障及告警处理流程 | 第27-33页 |
| ·故障和告警的概念 | 第27-28页 |
| ·告警的数据特征 | 第28页 |
| ·告警的处理流程 | 第28-33页 |
| ·本章小结 | 第33-34页 |
| 第四章 告警阈值标定及优化 | 第34-47页 |
| ·基于神经网络的告警阈值标定及优化算法设计 | 第34-41页 |
| ·告警事件 | 第34页 |
| ·评分方法 | 第34页 |
| ·基于层次分析法的健康度算法 | 第34-38页 |
| ·基于 SOM 网络的阈值标定算法 | 第38-39页 |
| ·基于 BP 神经网络的阈值优化算法 | 第39-41页 |
| ·算法测试 | 第41-46页 |
| ·数据产生 | 第41-42页 |
| ·数据处理 | 第42-44页 |
| ·训练网络及优化 | 第44-46页 |
| ·本章小结 | 第46-47页 |
| 第五章 综合监控系统告警关联模型设计 | 第47-52页 |
| ·模型背景及说明 | 第47页 |
| ·模型详细设计 | 第47-51页 |
| ·基于属性相似度的关联模型 | 第48-50页 |
| ·基于频率的关联规则挖掘模型 | 第50-51页 |
| ·本章小结 | 第51-52页 |
| 第六章 模型应用及结果分析 | 第52-58页 |
| ·获取数据并处理 | 第52-54页 |
| ·运行环境 | 第54-55页 |
| ·挖掘结果及分析 | 第55-57页 |
| ·本章小结 | 第57-58页 |
| 第七章 总结与展望 | 第58-59页 |
| ·总结 | 第58页 |
| ·研究局限及展望 | 第58-59页 |
| 参考文献 | 第59-62页 |
| 附录 A 模拟原始性能数据表 | 第62-65页 |
| 附录 B 数据评分表 | 第65-68页 |
| 附录 C 告警关联模型的 Matlab 代码实现 | 第68-81页 |
| 个人简历 在读期间发表的论文 | 第81-82页 |
| 致谢 | 第82页 |
