[发明专利]一种基于加权矩阵的通信设备告警关联规则挖掘方法

权利要求书

1.一种基于加权矩阵的通信设备告警关联规则挖掘方法，其特征在于，包括以下步骤：

步骤1：对原始数据库D中的数据进行预处理，包括对告警表进行数据清洗，以及确定告警记录观察时间窗口，将连续型数据库转化为事务型数据库，存入新的数据库，记为事务库T；

步骤2：定义复合加权关联规则的支持度和置信度，为数据库中的项目集的每个项目赋予告警水平加权，从而衡量不同告警的重要程度，根据数据库中各个告警事务的不同重要性而设置事务垂直加权，由此定义复合加权关联规则的支持度和置信度；

步骤3：提出频繁项集的评价标准，如果包含项集X的事务数不小于其最小支持数，则判定X为加权频繁k项集；即以此作为频繁项集的评价标准，以便后面对候选频繁项集进行剪枝操作；

步骤4：以Aprior算法的连接、剪枝思想为基础，建立基于加权矩阵的告警关联规则分析的模型AARWM，扫描事务数据库T，得到特征向量和频度矩阵，计算每个项目的最小支持数，计算加权频繁1-项集，通过连接与剪枝步骤，由加权频繁1-项集生成加权频繁2-项集，依次方式循环往复直到加权频繁k-项集，以此来对通信网中海量告警记录进行关联规则挖掘；

步骤5：利用步骤4中提出的AARWM算法，得到加权频繁项集，依据置信度生成关联规则；

所定义的复合加权关联规则的支持度和置信度，用于为各项目或事务赋予权重，得出判别频繁项集的标准，具体包括以下步骤：

步骤2.1、定义告警水平加权，根据专家经验知识为数据库中的项目集的每个项目赋予权重，从而衡量不同告警的重要程度；设是告警全集，其中项目表示某一告警类型，依据专家经验知识设定其权值为，其中；假设有属性项目集X，，支持度表示为，定义项集X的水平加权支持度为：

其中；

定义事务垂直加权，即基于数据库中各个告警事务的不同重要性而设置权值；设每个告警事务的权值为，其中，每条告警事务的权值依据告警时间、设备使用年限、设备端口占用率综合考虑后给出；

定义有M个告警事务包含项集X，表示为项集,对应的垂直加权值为，则表示包含项集X的所有记录的权值之和；设共有N条告警事务，用N_v表示所有告警事务的权值和，记为；定义某一项集X的垂直加权支持度为：

定义复合加权关联规则的支持度：

定义复合加权关联规则的支持度：

定义复合加权关联规则的置信度：

步骤2.2、提出频繁项集的评价标准；如果项集X是加权频繁k项集，可以推断出其支持数需要满足条件：

将向上取整后的值作为项集X的k-最小支持数；

所述建立的告警关联规则分析的模型AARWM，用于分析告警关联规则，得到加权频繁项集，具体包括以下步骤：

步骤3.1、扫描事务数据库T，得到特征向量和频度矩阵；设事务数据库T中共包含m个互不相同的告警事务，共有n个互不相同的告警项，其中按照告警事务垂直加权倒序排列，按照告警水平加权倒序排列；建立事务T的特征向量，初始矩阵，形如：

步骤3.2、计算每个项目的最小支持数

步骤3.3、为频度矩阵增加第(m+1)列，计算各个项目出现的次数，即每行中1的总数，若频度矩阵某行之和小于的最小支持数，则从初始频度矩阵中删除该行；最后得到加权频繁1-项集；

步骤3.4、通过连接与剪枝步骤，由加权频繁1-项集生成加权频繁2-项集；设表示的一个行向量，表示初始矩阵的一个行向量，将加权频繁1-项集中的各行向量分别与初始矩阵中的除自身外的其他行向量进行逻辑与运算，并将和项目t加入到新矩阵中，用表示的内积，此部分成为连接步；将矩阵中的2-项集的值与项集的最小支持度做比较，其中X为项目的集合，若值不小于项集X的最小支持度，则视X为加权频繁的，此部分成为剪枝步；得到加权频繁2-项集，用表示项集在事务j中出现的频度，值为0或1；例如，假设项集,是加权频繁的，则加权频繁2-项集表示为：

步骤3.5、对加权频繁(k-1)-项集中的行向量通过连接步生成新矩阵，用表示的内积，然后将矩阵中的(k-1)-项集的值与项集的最小支持度做比较，得到频繁(k-1)-项集。