| 摘要 | 第6-8页 |
| Abstract | 第8-9页 |
| 1 引言 | 第10-16页 |
| 1.1 选题背景和研究意义 | 第10-11页 |
| 1.2 国内外研究现状 | 第11-13页 |
| 1.3 论文主要工作及创新点 | 第13-15页 |
| 1.4 论文结构 | 第15-16页 |
| 2 论文涉及的相关知识 | 第16-27页 |
| 2.1 布尔型关联规则挖掘 | 第16-19页 |
| 2.1.1 布尔型关联规则的定义 | 第16页 |
| 2.1.2 传统布尔型关联规则的经典Apriori算法 | 第16-17页 |
| 2.1.3 硬划分问题的引入 | 第17-19页 |
| 2.2 模糊理论 | 第19-21页 |
| 2.2.1 模糊集合 | 第19-20页 |
| 2.2.2 模糊聚类 | 第20-21页 |
| 2.3 模糊关联规则挖掘 | 第21-24页 |
| 2.3.1 模糊关联规则相关概念 | 第21-23页 |
| 2.3.2 模糊关联规则挖掘 | 第23-24页 |
| 2.4 本文系统结构模型 | 第24-26页 |
| 2.5 本章小结 | 第26-27页 |
| 3 网络告警信息的模糊化 | 第27-43页 |
| 3.1 模糊化总体流程 | 第27-28页 |
| 3.2 告警信息模型的建立 | 第28-34页 |
| 3.2.1 告警信息的特征 | 第28-29页 |
| 3.2.2 告警信息字段提取 | 第29-31页 |
| 3.2.3 网络告警模型量化 | 第31-34页 |
| 3.3 告警模糊化算法 | 第34-40页 |
| 3.3.1 网络告警模糊评价区间的选取 | 第34-36页 |
| 3.3.2 Improved-FCM算法 | 第36-40页 |
| 3.4 算法的仿真与分析 | 第40-42页 |
| 3.4.1 算法基于运行时间的性能分析 | 第40-41页 |
| 3.4.2 算法的精确度分析 | 第41-42页 |
| 3.5 本章小结 | 第42-43页 |
| 4 模糊关联规则挖掘 | 第43-55页 |
| 4.1 模糊告警事务库的建立 | 第43-46页 |
| 4.1.1 模糊告警事务化 | 第43-44页 |
| 4.1.2 窗口步长取值分析 | 第44-46页 |
| 4.2 模糊告警关联规则 | 第46页 |
| 4.3 模糊关联规则挖掘算法 | 第46-50页 |
| 4.3.1 动态最小支持度策略 | 第46-47页 |
| 4.3.2 频繁项集挖掘算法 | 第47-49页 |
| 4.3.3 模糊规则生成 | 第49-50页 |
| 4.4 算法的仿真与分析 | 第50-54页 |
| 4.4.1 仿真实现 | 第50-51页 |
| 4.4.2 算法时间性能分析 | 第51-52页 |
| 4.4.3 支持度初始阈值对算法性能的影响 | 第52-53页 |
| 4.4.4 全局最小置信度对挖掘算法性能的影响 | 第53-54页 |
| 4.5 本章小结 | 第54-55页 |
| 5 模糊推理诊断 | 第55-77页 |
| 5.1 模糊推理 | 第55页 |
| 5.2 模糊匹配与冲突消解 | 第55-58页 |
| 5.2.1 模糊匹配 | 第55-56页 |
| 5.2.2 模糊规则冲突消解 | 第56-58页 |
| 5.3 搜索策略 | 第58-59页 |
| 5.4 模糊推理驱动策略 | 第59-65页 |
| 5.4.1 正向推理驱动 | 第59-62页 |
| 5.4.2 反向推理驱动 | 第62-65页 |
| 5.5 模糊蕴含算子 | 第65-67页 |
| 5.6 模糊合成算子 | 第67-69页 |
| 5.7 推理结论的反模糊化 | 第69页 |
| 5.8 模糊推理诊断仿真 | 第69-76页 |
| 5.8.1 仿真实验设计 | 第69-72页 |
| 5.8.2 仿真分析 | 第72-75页 |
| 5.8.3 告警诊断测试 | 第75-76页 |
| 5.9 本章小结 | 第76-77页 |
| 总结与展望 | 第77-79页 |
| 总结 | 第77-78页 |
| 进一步研究工作 | 第78-79页 |
| 参考文献 | 第79-82页 |
| 致谢 | 第82页 |