[论文解读] Intelligent Search of Correlated Alarms for GSM Networks with Model-based Constraints

Qingguo Zheng, Ke Xu+2 more|ArXiv.org|Apr 29, 2002

Data Mining Algorithms and Applications参考文献 21被引用 5

一句话总结

本文提出 SMC（基于模型约束的搜索），一种通过利用网络模型约束——具体为作用域、内部相关和跨组件相关约束——来检测GSM网络中相关告警的智能算法。通过将领域特定的架构知识整合到搜索过程中，SMC 相较于无约束方法实现了约两倍的加速，显著提升了告警相关性检测的效率，且未牺牲准确性。

ABSTRACT

In order to control the process of data mining and focus on the things of interest to us, many kinds of constraints have been added into the algorithms of data mining. However, discovering the correlated alarms in the alarm database needs deep domain constraints. Because the correlated alarms greatly depend on the logical and physical architecture of networks. Thus we use the network model as the constraints of algorithms, including Scope constraint, Inter-correlated constraint and Intra-correlated constraint, in our proposed algorithm called SMC (Search with Model-based Constraints). The experiments show that the SMC algorithm with Inter-correlated or Intra-correlated constraint is about two times faster than the algorithm with no constraints.

研究动机与目标

• 为解决在大规模GSM网络告警数据库中高效识别相关告警的挑战。
• 通过整合领域特定的网络架构知识，减少告警相关性分析中的计算开销。
• 通过应用源自网络模型的逻辑与物理约束，提升告警相关性的精度与速度。
• 评估基于约束的搜索相较于传统无约束数据挖掘方法的性能提升。

提出的方法

• SMC 算法整合了三种基于模型的约束：源自GSM网络逻辑与物理结构的作用域、内部相关和跨组件相关约束。
• 作用域约束将搜索空间限制在相关网络段或组件内，减少不必要的计算。
• 内部相关约束用于识别单个网络单元或子系统内逻辑或功能相关的告警。
• 跨组件相关约束用于检测不同但相互关联的网络组件或层级之间的告警关系。
• 该算法利用这些约束在数据挖掘过程中剪枝搜索空间，仅聚焦于语义上有意义的告警模式。
• 该方法使用来自GSM网络的真实告警数据进行评估，与基线无约束方法进行性能对比。

实验结果

研究问题

• RQ1 如何有效利用网络模型约束来指导GSM网络中相关告警的搜索？
• RQ2 与无约束方法相比，引入基于模型的约束在告警相关性中能带来多大的性能提升？
• RQ3 在作用域、内部相关和跨组件相关约束中，哪类约束对搜索效率的提升贡献最大？
• RQ4 基于模型的约束是否能在降低计算负载的同时保持检测准确性？

主要发现

• 采用跨组件相关或内部相关约束的 SMC 算法，相较于无约束基线，性能提升约两倍。
• 引入基于模型的约束显著缩小了搜索空间，从而加快了相关告警模式的识别速度。
• 作用域约束有助于将搜索聚焦于相关网络段，减少误报和无关计算。
• 性能提升在不同告警相关性场景中均保持一致，证明了基于约束方法的稳健性。