论文研究 基于大数据分析的智能巡逻异常检测方法研究

智能巡逻中的网络异常检测是基于巡逻任务中单个网元性能参数阈值的触发,误报率高,效率低。 为了有效,准确地集成网络性能,本文提出在综合自动巡逻中挖掘网络元素性能数据和网络元素日志信息,以检测网络异常。 因为日志文件具有大量数据和各种类型,并且日志数据具有复杂的结构并包含大量隐含信息。 通过分析日志文件可以主动发现网络异常和时间之间的关系。 因此,大数据挖掘和分类可以大大提高数据处理效率。 但是,发现网络异常的准确性仅用于日志分析是不够的。 因此,本文提出了在日志分析和巡检系统中收集的性能指标,并采用序列分析算法对网络异常进行检测,以提高检测的准确性和效率。