民航旅客服务信息系统告警关联规则挖掘
| 摘要 | 第5-6页 |
| Abstract | 第6页 |
| 第一章 绪论 | 第9-15页 |
| 1.1 研究背景及意义 | 第9页 |
| 1.2 告警数据挖掘模型与方法 | 第9-11页 |
| 1.2.1 基于模型系统方法 | 第10页 |
| 1.2.2 基于数据挖掘方法 | 第10-11页 |
| 1.3 告警规则提取模型 | 第11-13页 |
| 1.4 论文的主要工作及安排 | 第13-14页 |
| 1.5 本章小结 | 第14-15页 |
| 第二章 关联规则挖掘主要算法 | 第15-24页 |
| 2.1 关联规则挖掘概念和过程 | 第15-18页 |
| 2.2 基于粗糙集报警规则提取算法 | 第18-21页 |
| 2.2.1 可辨识矩阵与可辨识函数 | 第20页 |
| 2.2.2 属性重要度 | 第20-21页 |
| 2.3 Apriori算法 | 第21-22页 |
| 2.4 FP-Growth算法 | 第22-23页 |
| 2.5 本章小结 | 第23-24页 |
| 第三章 告警数据的预处理及其特征分析 | 第24-33页 |
| 3.1 民航旅客服务信息系统的安全监控 | 第24-26页 |
| 3.2 告警数据预处理 | 第26-29页 |
| 3.2.1 日志文件数据 | 第26-28页 |
| 3.2.2 告警数据结构化处理方法 | 第28-29页 |
| 3.3 告警数据特征分析 | 第29-31页 |
| 3.4 告警事件关联性 | 第31页 |
| 3.4.1 告警关联性定义 | 第31页 |
| 3.4.2 告警关联性类型 | 第31页 |
| 3.5 本章小结 | 第31-33页 |
| 第四章 基于滑动时间窗口模型的告警关联规则挖掘 | 第33-47页 |
| 4.1 关联规则挖掘的基本流程 | 第33-35页 |
| 4.2 告警关联问题描述 | 第35-36页 |
| 4.2.1 告警序列 | 第35页 |
| 4.2.2 告警关联规则 | 第35-36页 |
| 4.2.3 告警偏序关联 | 第36页 |
| 4.3 滑动时间窗口模型处理告警数据集 | 第36-40页 |
| 4.3.1 滑动时间窗口和滑动步长 | 第37页 |
| 4.3.2 不同时间窗口宽度实验对比 | 第37-40页 |
| 4.3.3 时间窗口宽度和滑动步长选择 | 第40页 |
| 4.4 告警关联规则挖掘实验 | 第40-46页 |
| 4.4.1 告警关联挖掘算法 | 第40-44页 |
| 4.4.2 实验测试 | 第44-45页 |
| 4.4.3 实验验证及结果分析 | 第45-46页 |
| 4.5 本章小结 | 第46-47页 |
| 第五章 属性约简及告警规则提取算法 | 第47-57页 |
| 5.1 告警规则提取模型 | 第47-48页 |
| 5.2 基于属性约简的告警规则提取算法 | 第48-50页 |
| 5.2.1 构造决策表以及生成等价类 | 第48-49页 |
| 5.2.2 根据等价类求可辨识矩阵 | 第49页 |
| 5.2.3 计算核元素 | 第49页 |
| 5.2.4 约简 | 第49-50页 |
| 5.3 实例分析 | 第50-55页 |
| 5.3.1 规则约简 | 第50-54页 |
| 5.3.2 实验验证 | 第54-55页 |
| 5.4 本章小结 | 第55-57页 |
| 第六章 总结与展望 | 第57-60页 |
| 6.1 总结 | 第57-58页 |
| 6.2 展望 | 第58-60页 |
| 参考文献 | 第60-65页 |
| 致谢 | 第65-66页 |
| 作者简介 | 第66页 |
