摘要
光传输网络中每个月可能出现数百万个光层告警,给网络的运行、管理和维护带来了巨大的挑战。针对这一问题,提出了一种基于多维属性的光网络告警压缩方法。首先,根据告警发生的时间、网络位置提取告警事务集;然后,通过神经网络得到告警属性的权重用于计算告警相似度,对告警信息进行压缩。实际网络数据验证结果表明:该方法能够有效提高告警压缩率约17%;通过采用关联挖掘算法对压缩后的告警集进行关联规则挖掘,得到的强关联告警事务增加了55%,有利于进一步分析告警信息之间的相关性和定位故障源。
-
单位信息光子学与光通信国家重点实验室; 北京邮电大学