基于改進型關聯規則挖掘算法的光纖故障預警系統

陳津

摘 要

歷經三次科技革命，信息技術飛速發展，網絡幾乎已經覆蓋全球，光纖技術應運而生，光纖網絡的容量也隨之逐步增大，相應的業務種類也涉獵范圍逐漸增大。網絡性能和服務質量無疑在網絡環境中占據優勢地位，換言之，兩者在信息業之中是支柱。要使光纖覆蓋幾十萬公里，傳輸設備除外，還要充分考慮對光傳輸物理路由實施自動保護的技術有哪些解決辦法，考慮到辦法的可行性，安全度、可靠度、靈活度、抗災害性、抗阻斷性以及推廣價值的高低。通過對光纖故障預警相關影響因素的研究，筆者結合改進型關聯規則挖掘算法，設計和研究了一套基于該算法的光纖故障預警系統。

【關鍵詞】光纖網絡 故障預警 改進型關聯規則挖掘算法

1 引言

我國邊界近乎三分之一瀕臨海洋，海洋建設是不可阻擋的一股力量，為此，光纖通信在各大島嶼之間的覆蓋成為挑戰，各大島嶼間為構建通信環路開始利用海光纜，這就要求通信的可靠性逐漸提升，當前重要一項挑戰是如何做到傳輸干線的無阻斷通信。利用對系統光纜分段應急也就是將光纜利用人工調度到預安排的同一段落不同路由的光纜上，這是對于傳統干線的維護辦法。這種方法顯然響應故障速度非常慢，系統受阻斷的時間較長，對于系統故障指標的影響較為嚴重，即使目前光纖自動切換保護技術可以解決一些傳輸光功率變化的檢測、告警信息的分析的問題，以此發現問題和隱患，當出現的故障較為嚴重時，可以快速自動切換的備用通道，短時間內（不超過50ms）便可恢復通信，恢復光纖故障。然而，光纖線路會產生許多光功率告警信息，這些信息通過光保護網存入數據庫，通過更進一步的深入研究來了解這些告警信息、預測光纖運行的情況、從數據中提取信息進行研究，從而可以較好快速而有效的提煉出光纖故障預警信息，提高預警能力。

2 改進型關聯規則挖掘算法介紹

改進型關聯規則挖掘算法是在關聯規則算法的基礎上進行改進的，在對該算法進行介紹時，首先需要對關聯規則算法的基本原理進行明確，而后才能對其改進內容進行分析。關聯規則算法的基本原理主要是通過前一個頻繁項集Lk-1進行分析從而得到下一個頻繁項集Lk，在此分析過程中會產生相對應的候選項集，而后利用關聯規則算法所具有的性質進而去對產生的候選項集中的非頻繁項集進行逐步刪除，在進行具體操作時，會對數據庫進行不斷掃描，而后利用subset函數來對具體交易記錄中所產生的所有子集進行發現，由此累計每個候選項集的支持頻度，最終能夠滿足最小支持頻度的候選項集便對頻繁項集L進行了確定。雖然通過此過程能夠找到所需的頻繁項集，但是整個過程所產生的不必要的系統開銷是較大的，特別是在所需的頻繁項集很長的情況下，此算法便不太適用。

為了能夠較好的解決此問題，提高算法的效率，通過利用引用變量進行事務修剪以及哈希函數等方式，在不影響搜尋結果的前提下，進而減少相應的數據庫的掃描時間，提高找到所需頻繁項集的速度，具體采取了以下五個方面的步驟：

（1）通過利用哈希函數來對數據庫進行掃描，進而得到頻繁2-項集；

（2）通過所得到的頻繁2-項集來對數據庫進行修剪，得到新的數據庫。在對數據庫數據進行修剪時，主要是對不屬于頻繁2-項集的項目進行刪除，從而去對交易記錄長度進行縮短，進而去減少分組表中的存儲空間；

（3）將數據庫中的N個項目交易記錄分別存儲到N個分組表中；

（4）從頻繁2-項集開始，通過結合第N-1層所得到的頻繁項集，而后利用剪枝操作，得到所需的第N層候選項目集。

（5）通過候選項目集的不斷對比，來產生所需的頻繁項目集，在對比過程中候選項集的支持度如果能夠滿足大于等于所有分組表中最小支持度時，便可以確定該項目集就是所需的最終的頻繁項目集。

3 光纖故障預警系統的設計

在光纖故障預警系統中，為了能夠對光纖故障預警信息進行提煉，對光纖線路的運行狀況以及光功率告警信息間的關系進行挖掘，就需要通過相關算法對光網絡中的大量的歷史光功率數據以及實時的光功率信息進行分析和挖掘，進而去對其關聯關系進行挖掘，從而對光網絡的故障信息進行預判和提前告警，通知相關工作人員。通過系統的分析，整個光纖故障預警系統主要由三大模塊組成，分別為光功率監測模塊、光功率預警分析模塊以及光纖保護主控模塊，具體的光纖故障預警系統功能結構圖的設計如圖1所示。

3.1 光功率監測模塊

該模塊是整個光纖故障預警最為基礎的一個模塊，通過該模塊對光纖中的光功率值進行實時的監測，所監測的光功率值將直接給后續的光功率預警分析模塊，如果監測的數據明顯超過設定的門限值，光纖保護主控模塊將會主動發出指令進行光纖路由切換。

3.2 光功率預警分析模塊

該模塊是整個光纖故障預警最為重要的一個模塊，主要包括光功率數據分析模塊以及數據挖掘模塊這樣兩個部分，在該數據分析子模塊中可以對光功率的數據進行自動分析，并能夠自動生成相應的分析曲線，對其數據進行更加直觀的顯示；數據挖掘子模塊則主要采取改進型關聯規則算法對光功率數據進行更進一步的分析，通過該算法對光纜運行狀況和光功率數據之間的關聯規則進行不斷挖掘，進而推出相應的預警信息。

在對光功率數據挖掘子模塊進行設計時，根據改進型關聯規則算法，主要需要通過以下三個步驟來得到所需的關聯規則：

第一步為數據預處理階段，通過對光功率監測模塊和數據分析模塊處理后的光功率數據庫中數據表的相關字段進行預處理，從而將冗余的字段信息進行刪除，進而能夠得到供后續挖掘使用的光功率歷史記錄信息表；

第二步為采用改進型關聯規則算法對頻繁項集進行確認，在此過程中，需要設置最小支持度，而后通過該算法對光功率歷史記錄信息表中的數據進行不斷讀取和比較，最后找到所需的頻繁項集；

第三步為推導關聯規則，通過設置的最小置信度，和頻繁項集進行相互關聯，進而對滿足條件所需的關聯規則進行推導和確認。具體的數據挖掘模塊工作流程圖的設計如圖2所示。

4 結論

通過對光纖故障預警系統的研究與設計，筆者當前僅對具體設計結合對改進型關聯規則挖掘算法在MATALB中進行了仿真，通過建模和仿真發現，通過改進型關聯規則挖掘算法，能夠對數據庫中的具體交易記錄數量進行大幅度的減少，根據項目集的支持度判斷其是否為頻繁項集，能夠使得數據庫數據的搜尋次數以及時間復雜度均能起到有效的降低，預警準確率高。

參考文獻

[1]毛國君.數據挖掘技術與關聯規則挖掘算法研究[D].北京：北京工業大學，2013.

[2]劉巍，蔣華.挖掘關聯規則中Apriori算法的改進與優化[J].計算機與現代化，2013，11.

[3]AlexandrosNanopoulos， YannisManolopoulos.Memory-adative association rules mining[J].Information Systems，2012，7，29（05）.

作者單位

海軍工程大學 湖北省武漢市 430000