模糊关联规则在网络告警分析中的应用研究
| 摘要 | 第4-5页 |
| ABSTRACT | 第5-6页 |
| 第一章 绪论 | 第9-15页 |
| 1.1 选题背景与意义 | 第9-10页 |
| 1.2 国内外研究成果及发展趋势 | 第10-13页 |
| 1.2.1 数据挖掘 | 第10-11页 |
| 1.2.2 模糊理论 | 第11-12页 |
| 1.2.3 告警分析 | 第12-13页 |
| 1.3 论文主要研究内容与创新点 | 第13页 |
| 1.4 论文整体组织结构 | 第13-15页 |
| 第二章 论文相关领域的基础知识 | 第15-31页 |
| 2.1 数据挖掘概述 | 第15-18页 |
| 2.1.1 数据挖掘的基本概念 | 第15-16页 |
| 2.1.2 数据挖掘的方法与技术 | 第16-17页 |
| 2.1.3 数据挖掘的功能与应用 | 第17-18页 |
| 2.2 关联规则介绍 | 第18-20页 |
| 2.2.1 关联规则的定义 | 第18-19页 |
| 2.2.2 关联规则的基本概念 | 第19-20页 |
| 2.3 模糊理论 | 第20-23页 |
| 2.3.1 模糊理论的起源 | 第20-21页 |
| 2.3.2 模糊理论的概念 | 第21-22页 |
| 2.3.3 模糊理论的研究与应用 | 第22-23页 |
| 2.4 模糊关联规则 | 第23-25页 |
| 2.4.1 传统关联规则的局限 | 第23-24页 |
| 2.4.2 模糊关联规则的优势 | 第24-25页 |
| 2.5 模糊聚类 | 第25-28页 |
| 2.5.1 传统聚类方法 | 第25-27页 |
| 2.5.2 模糊聚类方法 | 第27-28页 |
| 2.6 网络告警相关性分析 | 第28-30页 |
| 2.6.1 告警相关性分析的意义 | 第28页 |
| 2.6.2 告警相关性模型 | 第28-29页 |
| 2.6.3 告警数据挖掘 | 第29-30页 |
| 2.7 本章小结 | 第30-31页 |
| 第三章 论文相关技术及算法的介绍 | 第31-40页 |
| 3.1 经典关联规则挖掘算法 | 第31-35页 |
| 3.1.1 Apriori算法思想 | 第31页 |
| 3.1.2 Apriori算法步骤 | 第31-32页 |
| 3.1.3 Apriori算法过程 | 第32-34页 |
| 3.1.4 Apriori算法的不足之处 | 第34-35页 |
| 3.2 基于0-1矩阵的Apriori改进算法 | 第35-37页 |
| 3.2.1 改进算法思想 | 第35-36页 |
| 3.2.2 改进算法执行过程 | 第36-37页 |
| 3.3 模糊理论的相关技术 | 第37-39页 |
| 3.3.1 模糊关联规则挖掘算法 | 第37-38页 |
| 3.3.2 模糊聚类算法 | 第38-39页 |
| 3.4 本章小结 | 第39-40页 |
| 第四章 告警数据分析系统的设计与验证 | 第40-51页 |
| 4.1 总体结构的设计 | 第40-41页 |
| 4.1.1 网络告警的特征 | 第40-41页 |
| 4.1.2 总体结构模型 | 第41页 |
| 4.2 网络告警属性的提取 | 第41-43页 |
| 4.2.1 原始网络告警信息结构 | 第41-42页 |
| 4.2.2 告警信息结构的提取 | 第42-43页 |
| 4.3 模糊理论在告警数据中的应用 | 第43-48页 |
| 4.3.1 告警数据的量化处理 | 第43-46页 |
| 4.3.2 告警数据的模糊化处理 | 第46-48页 |
| 4.4 告警相关性分析 | 第48-50页 |
| 4.5 本章小结 | 第50-51页 |
| 第五章 全文总结 | 第51-53页 |
| 5.1 主要工作总结 | 第51-52页 |
| 5.2 未来研究展望 | 第52-53页 |
| 参考文献 | 第53-55页 |
| 致谢 | 第55页 |
