| 摘要 | 第4-5页 |
| ABSTRACT | 第5-6页 |
| 目录 | 第7-9页 |
| 第一章 绪论 | 第9-15页 |
| 1.1 论文的研究背景 | 第9-10页 |
| 1.2 国内外研究现状 | 第10-13页 |
| 1.2.1 通信网络告警的研究现状及发展趋势 | 第10-11页 |
| 1.2.2 网络故障诊断的常用理论和技术 | 第11-13页 |
| 1.2.3 关联规则挖掘的理论研究和应用 | 第13页 |
| 1.3 本文的工作 | 第13页 |
| 1.4 本文的组织结构 | 第13-15页 |
| 第二章 网络故障诊断方法综述 | 第15-27页 |
| 2.1 相关概念定义 | 第15-16页 |
| 2.2 定量诊断模型 | 第16-19页 |
| 2.2.1 解析冗余 | 第16-18页 |
| 2.2.2 动态系统的残差生成 | 第18页 |
| 2.2.3 硬件故障的投票分析策略 | 第18-19页 |
| 2.2.4 定量模型分析总结 | 第19页 |
| 2.3 定性诊断模型 | 第19-26页 |
| 2.3.1 因果图模型 | 第20-21页 |
| 2.3.2 故障树的分析方法 | 第21-25页 |
| 2.3.3 定性模型分析总结 | 第25-26页 |
| 2.4 本章总结 | 第26-27页 |
| 第三章 频繁告警序列挖掘算法的研究 | 第27-46页 |
| 3.1 关联规则挖掘基本概念 | 第27-28页 |
| 3.2 关联规则和频繁序列挖掘算法 | 第28-31页 |
| 3.2.1 Apriori算法 | 第28-30页 |
| 3.2.2 频繁序列挖掘算法 | 第30-31页 |
| 3.3 基于树形存储结构的Prefix-WINEPI算法 | 第31-45页 |
| 3.3.1 问题描述 | 第31-33页 |
| 3.3.2 Prefix-tree存储优化 | 第33-35页 |
| 3.3.3 节点结构 | 第35-36页 |
| 3.3.4 增量挖掘策略 | 第36-38页 |
| 3.3.5 算法流程 | 第38-40页 |
| 3.3.6 Prefix-WINEPI算法实验验证 | 第40-45页 |
| 3.4 本章总结 | 第45-46页 |
| 第四章 综合告警关联和故障树的故障诊断 | 第46-55页 |
| 4.1 日志的数据特点 | 第46-48页 |
| 4.2 数据预处理 | 第48-51页 |
| 4.2.1 日志信息的过滤 | 第48-50页 |
| 4.2.2 志属性记录的筛选 | 第50-51页 |
| 4.2.3 话统指标的主动监测 | 第51页 |
| 4.3 使用告警关联分析进行故障的时间域定位 | 第51-52页 |
| 4.4 使用故障树分析进行故障的空间域定位 | 第52-54页 |
| 4.5 本章总结 | 第54-55页 |
| 第五章 通信网络日志故障诊断系统的实现 | 第55-69页 |
| 5.1 系统总体介绍 | 第55-57页 |
| 5.1.1 需求分析 | 第55页 |
| 5.1.2 阶段分解 | 第55-56页 |
| 5.1.3 处理流程 | 第56-57页 |
| 5.2 关键功能点及实现 | 第57-63页 |
| 5.2.1 建立工程 | 第57-59页 |
| 5.2.2 公式扫描项编辑 | 第59-61页 |
| 5.2.3 结果的时序可视化显示 | 第61-63页 |
| 5.3 数据表存储设计 | 第63-67页 |
| 5.4 关键功能函数设计 | 第67-68页 |
| 5.5 诊断结果 | 第68页 |
| 5.6 本章总结 | 第68-69页 |
| 第六章 论文总结和展望 | 第69-71页 |
| 6.1 论文总结 | 第69页 |
| 6.2 论文不足之处 | 第69-70页 |
| 6.3 下一步工作展望 | 第70-71页 |
| 参考文献 | 第71-75页 |
| 致谢 | 第75-76页 |
| 攻读学位期间发表的学术论文目录 | 第76页 |