基于日志分析的网络设备故障预测研究
| 中文摘要 | 第3-4页 |
| 英文摘要 | 第4页 |
| 1 绪论 | 第7-11页 |
| 1.1 研究背景和意义 | 第7-8页 |
| 1.2 国内外研究现状 | 第8-9页 |
| 1.3 本文主要工作 | 第9页 |
| 1.4 本文组织结构 | 第9-11页 |
| 2 故障预测相关技术 | 第11-24页 |
| 2.1 故障预测概念 | 第11页 |
| 2.2 常见的故障预测技术 | 第11-12页 |
| 2.2.1 统计预测技术 | 第11页 |
| 2.2.2 数学预测技术 | 第11-12页 |
| 2.2.3 智能预测技术 | 第12页 |
| 2.3 基于分类的故障预测技术 | 第12-18页 |
| 2.3.1 数据分类和预测过程 | 第12-13页 |
| 2.3.2 特征选择 | 第13-14页 |
| 2.3.3 常见分类算法 | 第14-17页 |
| 2.3.4 提高分类准确率的技术 | 第17-18页 |
| 2.4 可靠性分析相关知识 | 第18-23页 |
| 2.4.1 可靠性特征量的计算 | 第18-20页 |
| 2.4.2 常见的故障分布理论模型 | 第20-23页 |
| 2.5 本章小结 | 第23-24页 |
| 3 网络设备日志数据预处理 | 第24-33页 |
| 3.1 日志数据概述 | 第24-25页 |
| 3.2 日志数据分析 | 第25-30页 |
| 3.2.1 级别统计分析 | 第25-26页 |
| 3.2.2 衍生告警分析 | 第26-27页 |
| 3.2.3 闪断告警分析 | 第27-29页 |
| 3.2.4 时间变化规律分析 | 第29页 |
| 3.2.5 日志分析总结 | 第29-30页 |
| 3.3 日志数据过滤 | 第30-31页 |
| 3.3.1 日志过滤方法 | 第30-31页 |
| 3.3.2 日志过滤结果 | 第31页 |
| 3.4 本章小结 | 第31-33页 |
| 4 网络设备故障预测模型 | 第33-46页 |
| 4.1 网络故障预测概述 | 第33-34页 |
| 4.1.1 故障预测目标 | 第33-34页 |
| 4.1.2 故障预测方法 | 第34页 |
| 4.2 基于分类的故障预测模型 | 第34-39页 |
| 4.2.1 针对网络整体的故障预测模型 | 第35-37页 |
| 4.2.2 针对具体设备的故障预测模型 | 第37-38页 |
| 4.2.3 分类预测算法 | 第38-39页 |
| 4.3 基于威布尔分布的故障预测模型 | 第39-44页 |
| 4.3.1 参数估计方法 | 第40-41页 |
| 4.3.2 参数估计举例 | 第41-44页 |
| 4.3.3 针对网络整体的故障预测模型 | 第44页 |
| 4.3.4 针对具体设备的故障预测模型 | 第44页 |
| 4.4 本章小结 | 第44-46页 |
| 5 实验与性能评估 | 第46-55页 |
| 5.1 实验设计 | 第46-48页 |
| 5.1.1 实验环境 | 第46页 |
| 5.1.2 实验数据集 | 第46-47页 |
| 5.1.3 评价指标 | 第47页 |
| 5.1.4 日志过滤时间阈值 | 第47-48页 |
| 5.2 实验结果及分析 | 第48-54页 |
| 5.2.1 数据预处理结果 | 第48-49页 |
| 5.2.2 针对网络整体的预测结果 | 第49-51页 |
| 5.2.3 针对具体设备的预测结果 | 第51-54页 |
| 5.3 本章小结 | 第54-55页 |
| 6 总结与展望 | 第55-57页 |
| 6.1 本文工作总结 | 第55页 |
| 6.2 未来工作展望 | 第55-57页 |
| 致谢 | 第57-58页 |
| 参考文献 | 第58-60页 |
| 附录 | 第60-69页 |
| A. 作者在攻读硕士学位期间发表的论文目录 | 第60页 |
| B. 分类预测模型特征提取举例 | 第60-69页 |
