【技术实现步骤摘要】
本专利技术涉及计算机网络，尤其涉及一种基于分布式挖掘的告警数据处理方法、装置、设备及介质。
技术介绍
1、随着网络规模的迅速扩大以及云计算大数据技术的快速发展，大规模数据的存储、实时分析成为可能。然而，当前的移动通信支撑网是2/3/4/5g共存的异构网络，网络的分层异构特点使得传统的集中处理告警数据方法难以满足现有实时分析的要求。因此，现有技术采用分布式挖掘方法对支撑网告警数据进行实时处理。传统的分布式挖掘方法通常采用缩小增量学习和共享式投票的分布式算法实现告警频繁模式建模，这些方法虽然能够对分布式的数据进行实时分析，然而没有从全局的角度考虑数据样本分布的情况，因此容易导致由于告警事务数据分布不均匀造成的告警频繁相关性系数变动频繁问题，从而导致模型精度不高。
技术实现思路
1、本专利技术实施例提出一种基于分布式挖掘的告警数据处理方法、装置、设备及介质，通过采用多种算法以及贝叶斯神经网络模型与长短期记忆模型对告警数据进行处理，减少了现有算法的计算量，实现了从全局角度进行告警数据处理，提高了告...
【技术保护点】
1.一种基于分布式挖掘的告警数据处理方法，其特征在于，包括以下步骤：
2.如权利要求1所述的基于分布式挖掘的告警数据处理方法，其特征在于，所述对所述第一告警事务数据进行预处理，并采用关联规则算法得到局部频繁项集，以及所述局部频繁项集中各项集的支持度和置信度，具体为：
3.如权利要求2所述的基于分布式挖掘的告警数据处理方法，其特征在于，所述根据基于文本相似度的告警信息聚合算法对所述第三告警事务数据进行压缩，得到第四告警事务数据，具体为：
4.如权利要求1所述的基于分布式挖掘的告警数据处理方法，其特征在于，所述预设的贝叶斯神经网络模型的...
【技术特征摘要】
1.一种基于分布式挖掘的告警数据处理方法，其特征在于，包括以下步骤：
2.如权利要求1所述的基于分布式挖掘的告警数据处理方法，其特征在于，所述对所述第一告警事务数据进行预处理，并采用关联规则算法得到局部频繁项集，以及所述局部频繁项集中各项集的支持度和置信度，具体为：
3.如权利要求2所述的基于分布式挖掘的告警数据处理方法，其特征在于，所述根据基于文本相似度的告警信息聚合算法对所述第三告警事务数据进行压缩，得到第四告警事务数据，具体为：
4.如权利要求1所述的基于分布式挖掘的告警数据处理方法，其特征在于，所述预设的贝叶斯神经网络模型的训练方法包括以下步骤：
5.如权利要求4所述的基于分布式挖掘的告警数据处理方法，其特征在于，所述损失函数的计算公式为：
6.如权利要求1所述的基于分布式挖掘的告警数据...
【专利技术属性】
技术研发人员：万能，杜翠凤，曾进，唐天彪，罗春艳，宫辉，
申请(专利权)人：中电科普天科技股份有限公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。