| 摘要 | 第3-4页 |
| Abstract | 第4页 |
| 第一章 绪论 | 第8-14页 |
| 1.1 研究背景 | 第8-9页 |
| 1.2 国内外研究现状 | 第9-10页 |
| 1.2.1 故障检测的研究现状 | 第9页 |
| 1.2.2 日志分析挖掘处理的研究现状 | 第9-10页 |
| 1.3 研究目标与意义 | 第10-12页 |
| 1.3.1 研究目标 | 第10-11页 |
| 1.3.2 研究意义 | 第11-12页 |
| 1.4 主要研究内容与结构 | 第12-14页 |
| 1.4.1 主要研究内容 | 第12页 |
| 1.4.2 本文组织结构 | 第12-14页 |
| 第二章 研究基础 | 第14-22页 |
| 2.1 网络日志 | 第14页 |
| 2.1.1 相关描述 | 第14页 |
| 2.1.2 日志数据格式 | 第14页 |
| 2.2 故障预测的概念 | 第14-16页 |
| 2.2.1 网络故障预测的定义 | 第14-15页 |
| 2.2.2 网络故障预测的基本步骤 | 第15页 |
| 2.2.3 常见的故障预测技术 | 第15-16页 |
| 2.3 相关技术和算法 | 第16-22页 |
| 2.3.1 聚类分析 | 第16-18页 |
| 2.3.2 Rand_index | 第18-19页 |
| 2.3.3 支持向量机 | 第19-20页 |
| 2.3.4 交叉验证 | 第20-22页 |
| 第三章 主动故障检测模型的建立 | 第22-30页 |
| 3.1 总体概述 | 第22-24页 |
| 3.1.1 理论依据概述与模型概述 | 第22页 |
| 3.1.2 模型的目标 | 第22-23页 |
| 3.1.3 模型的方法 | 第23-24页 |
| 3.2 模型的总体架构 | 第24-25页 |
| 3.3 模型的总体流程 | 第25页 |
| 3.4 子模型的架构及相互关系 | 第25-26页 |
| 3.5 模板提取子模型架构 | 第26-27页 |
| 3.5.1 具体流程 | 第26-27页 |
| 3.5.2 子模型架构的方法 | 第27页 |
| 3.6 分类故障检测子模型架构 | 第27-29页 |
| 3.6.1 具体流程 | 第28-29页 |
| 3.6.2 子模型架构的方法 | 第29页 |
| 3.7 本章小结 | 第29-30页 |
| 第四章 日志模板提取模型的实现 | 第30-51页 |
| 4.1 问题描述 | 第30页 |
| 4.2 日志结构分析 | 第30-31页 |
| 4.3 日志模板的获取方式 | 第31-32页 |
| 4.4 基于统计模板提取模型 | 第32-36页 |
| 4.4.1 切词评分 | 第32页 |
| 4.4.2 单词聚类 | 第32-33页 |
| 4.4.3 参数的选择 | 第33页 |
| 4.4.4 算法伪代码 | 第33-34页 |
| 4.4.5 样例说明 | 第34-36页 |
| 4.4.6 小结 | 第36页 |
| 4.5 基于标签识别树模板提取模型 | 第36-43页 |
| 4.5.1 消息类型和消息子类型 | 第36-37页 |
| 4.5.2 模板树的构建 | 第37-38页 |
| 4.5.3 标签树的剪枝 | 第38-39页 |
| 4.5.4 模板树构建算法优化 | 第39-40页 |
| 4.5.5 算法伪代码 | 第40-41页 |
| 4.5.6 样例说明 | 第41-43页 |
| 4.5.7 小结 | 第43页 |
| 4.6 基于词类别在线模板提取模型 | 第43-49页 |
| 4.6.1 词分类 | 第43-45页 |
| 4.6.2 设置单词权重 | 第45页 |
| 4.6.3 在线日志提取模型的构建 | 第45页 |
| 4.6.4 参数的选取 | 第45-46页 |
| 4.6.5 算法伪代码 | 第46-47页 |
| 4.6.6 样例说明 | 第47-49页 |
| 4.6.7 小结 | 第49页 |
| 4.7 本章小结 | 第49-51页 |
| 第五章 分类故障检测模型的实现 | 第51-68页 |
| 5.1 问题描述 | 第51页 |
| 5.2 日志与日志模板映射的建立 | 第51-52页 |
| 5.3 特征的提取 | 第52-57页 |
| 5.3.1 基于BOW模型的特征提取 | 第52-53页 |
| 5.3.2 基于模板序列模式的特征提取 | 第53-57页 |
| 5.4 特征的聚合 | 第57-61页 |
| 5.4.1 特征加权 | 第57-58页 |
| 5.4.2 特征聚合 | 第58-59页 |
| 5.4.3 算法伪代码 | 第59-61页 |
| 5.5 基于libsvm的主动分类故障检测模型的建立 | 第61-66页 |
| 5.5.1 总体思想 | 第61页 |
| 5.5.2 特征矩阵结构的整理 | 第61-63页 |
| 5.5.3 模型的训练和预测 | 第63-66页 |
| 5.6 本章小结 | 第66-68页 |
| 第六章 模型验证与说明 | 第68-78页 |
| 6.1 数据来源及数据级别概述 | 第68页 |
| 6.2 模板提取模型的验证和说明 | 第68-74页 |
| 6.2.1 模板数量 | 第68-69页 |
| 6.2.2 模板准确率 | 第69-71页 |
| 6.2.3 参数对模型的影响 | 第71-74页 |
| 6.3 分类故障检测模型的验证和说明 | 第74-76页 |
| 6.3.1 模型准确率 | 第74-75页 |
| 6.3.2 参数对模型的影响 | 第75-76页 |
| 6.4 本章小结 | 第76-78页 |
| 第七章 总结与展望 | 第78-80页 |
| 7.1 总结 | 第78-79页 |
| 7.2 展望 | 第79-80页 |
| 参考文献 | 第80-83页 |
| 致谢 | 第83-84页 |
| 在学期间公开发表论文及著作情况 | 第84页 |