摘要 | 第5-6页 |
Abstract | 第6页 |
第1章 绪论 | 第10-16页 |
1.1 研究背景和意义 | 第10页 |
1.2 研究现状 | 第10-14页 |
1.2.1 告警相关性分析 | 第11-12页 |
1.2.2 关联规则挖掘 | 第12页 |
1.2.3 关联规则挖掘在告警相关性分析的应用中存在的问题 | 第12-14页 |
1.3 论文研究内容 | 第14页 |
1.4 论文组织结构 | 第14-16页 |
第2章 告警数据的预处理 | 第16-29页 |
2.1 引言 | 第16页 |
2.2 改进的告警事务提取方法 | 第16-21页 |
2.2.1 问题描述 | 第16页 |
2.2.2 相关工作 | 第16-18页 |
2.2.3 基于聚类的滑动窗口事务提取方法 | 第18-21页 |
2.3 基于熵值法确定权值 | 第21-27页 |
2.3.1 相关工作 | 第22-23页 |
2.3.2 熵值法确定权重 | 第23-27页 |
2.4 本章小结 | 第27-29页 |
第3章 改进的关联规则挖掘算法 | 第29-48页 |
3.1 引言 | 第29页 |
3.2 加权关联规则挖掘算法 | 第29-42页 |
3.2.1 问题描述 | 第29-30页 |
3.2.2 相关工作 | 第30-35页 |
3.2.3 改进算法 | 第35-42页 |
3.3 加权关联规则增量挖掘算法 | 第42-47页 |
3.3.1 问题描述 | 第42页 |
3.3.2 相关工作 | 第42-43页 |
3.3.3 改进算法 | 第43-47页 |
3.4 本章小结 | 第47-48页 |
第4章 基于关联规则挖掘的告警相关性分析系统设计与实现 | 第48-54页 |
4.1 引言 | 第48页 |
4.2 系统设计 | 第48-49页 |
4.3 系统开发环境 | 第49-50页 |
4.4 关联规则挖掘模块实现 | 第50-52页 |
4.4.1 预处理模块实现 | 第50-52页 |
4.4.2 频繁项集挖掘模块实现 | 第52页 |
4.4.3 关联规则生成模块实现 | 第52页 |
4.5 本章小结 | 第52-54页 |
第5章 总结与展望 | 第54-56页 |
5.1 论文总结 | 第54页 |
5.2 展望 | 第54-56页 |
致谢 | 第56-57页 |
参考文献 | 第57-59页 |