數據挖掘技術在光傳送網管理系統(tǒng)中的應用

(1)業(yè)務和數據理解。光傳送網管理人員應該從技術的角度進行需求分析，并把業(yè)務領域的目標轉換成相應的數據挖掘目標，同時對數據挖掘所需的數據進行全面調查，利用數據采集子系統(tǒng)收集所需要的數據。例如，業(yè)務目標是“對光傳送網中出現的故障進行定位”，相應的數據挖掘目標則是“網元及鏈路的告警信息和性能參數，正常行為的規(guī)則庫，已知的故障類型及其規(guī)則庫，預測故障出現的位置”，收集的數據有“網絡中出現的告警，有關網絡運行狀況的數據”。
(2)數據預處理。包括數據清洗、數據構建、數據集成和數據格式化，這些處理可交叉反復進行，從而將原始數據轉化為適合數據挖掘工具處理的最終目標數據。數據清洗的任務是將數據質量提高到滿足分析精度的要求，保證數據值的正確性和一致性，解決字段值的缺失問題；數據構建是指從一個或幾個已知屬性構建新屬性、生成新記錄；數據集成是將來自不同表或記錄的數據合并起來產生新的記錄或屬性值；數據格式化是對數據進行語法上的修改，使數據滿足建模工具的需要。
(3)建立挖掘模型。光傳送網管理人員首先將數據分成訓練集和測試集，在訓練集上運行建模工具，選擇合適的數據挖掘算法建立模型，并調整參數使模型達到最優(yōu)，然后在測試集上對模型進行評估。其中數據挖掘算法包括決策樹、神經網絡、粗糙集、遺傳算法等。
(4)評價。評價階段是指將挖掘模型以可視化技術和知識表示技術展示給管理人員，由管理人員根據領域知識和數據挖掘成功標準來解釋所得到的模型，并對模型進行全面評價，以確定是否完全達到了業(yè)務目標，最終做出是否應用數據挖掘結果的決策。如果結果不能令管理人員滿意，需要重復以上數據挖掘過程。該步驟可能導致回到前面任何一步，從而使后續(xù)步驟或若干個后續(xù)步驟反復進行。
(5)實施。光傳送網管理人員根據挖掘結果對光傳送網進行維護，同時將數據挖掘產生的知識存入知識庫，該實例存入案例庫，并將有關數據存入資源庫。

5 結 語
數據挖掘技術是一種新興的數據分析手段，到目前為止，一些商業(yè)數據挖掘產品已得到應用，但數據挖掘結合光傳送網的特點應用到該領域的研究還未展開。隨著光傳送網的進一步發(fā)展，在光傳送網管理系統(tǒng)的各項應用中對數據分析的要求也越來越高，適時地將數據挖掘技術引入光傳送網管理系統(tǒng)中，對于解決現有問題必將起到積極作用。本文利用數據挖掘技術建立的光傳送網管理系統(tǒng)，具有智能性、自動性和遠程性等優(yōu)點，該系統(tǒng)能夠從大量的網絡數據中自動產生精確的、實用的管理模型，適用于任何計算環(huán)境，更加符合網絡動態(tài)實際情況，對光傳送網管理系統(tǒng)的研究起到了一定的推動作用。本文只是對數據挖掘技術在光傳送網管理系統(tǒng)中的應用做了初步探索，進一步研究工作還在繼續(xù)中。