数据挖掘在网络管理中的应用分析

（北安市机构编制数据中心，北安 164099）

1 数据挖掘在网络管理中的应用概述

1.1 数据挖掘

数据挖掘是基于计算机科学，通过统计、在线分析处理、情报检索、机器学习、专家系统和模式识别等方法对大数据高度自动化地分析每个数据，从大量数据中寻找其规律的技术。数据控制具有聚类、概念描述、关联分析、趋势预测等功能，其常用的方法有分类、回归分析、Web数据挖掘等。数据挖掘技术侧重于应用，数据挖掘在网络管理中应用具有重要现实意义。数据挖掘技术分为数据层、表示层以及应用层逻辑架构方式。网络管理中用户可以将WEB技术作为基础，应用兼容Browser的操作系统实现用户端和应用服务器间数据信息相互交流。服务器在接收客户端应用层的查询指令和数据集成访问请求时，将客户端和应用服务器进行高效连接，调用应用服务器或静态页面响应请求，经用户合法性身份核实认证后对应服务器提出请求，激活查询任务应用，采用接口处理实现数据交换。

1.2 数据挖掘与网络管理

网络是通信媒介和为人们提供综合服务的分布式信息处理平台，网络管理技术是伴随着计算机、网络、通信技术发展的，网络管理是指监测、控制和记录电信网络资源的性能和使用情况，以使网络有效运行，为用户提供一定质量水平的电信业务。网络管理包括对故障管理、配置管理、性能管理、安全管理、计费管理。常见的网络管理方式有SNMP管理技术、RMON管理技术和WEB的网络管理，数据挖掘被应用于网络管理能有效监视、测试、配置、分析、评价和控制数据流，有效增强信息检索系统的能力，及时报告和处理故障，提升实时运行性能和和服务质量，促进网络系统高效运行。

2 数据挖掘在网络管理应用

数据挖掘在不同领域的应用步骤是不同的，数据挖掘在网络管理中需要针对不同需求实施有针对性的流程规划设计。数据挖掘网络管理实现流程为在表示层中，使用人员运用WEB浏览器HTML文件发出HTYP命令，WEB服务器接受并响应请求，经由翻译处理转换成应用服务器可以处理的命令，实现与数据库的对接，生成查询西方世界如果传输给客户端；在应用层中服务器在初步分析处理后组建分析模型，采用科学算法自动生成有价值信息；基于数据挖掘技术形成的网络告警数据库中，包含着反映网络管理规律的有价值信息，运用故障分析管理模块对网络运行情况进行评估协助网管人员分析故障信息、快速故障定位，挖掘告警关联规则，强化告警分析和故障诊断，快速发现、做出故障决策和预测以排除故障，确保网络安全。

数据挖掘是一个完整的过程，数据挖掘主要分为数据准备、规律寻找和规律表示解释三个步骤。网络管理中数据挖掘应用程序一般有以下几步：

2.1 确定网络业务服务对象，认清数据挖掘目的

清晰定义业务问题，对数据进行有预见性的挖掘，防止数据挖掘盲目性。

2.2 数据准备

数据准备分为数据选择、数据预处理、数据转换工作。网络管理中的数据挖掘要检索与网络管理相关的内部和外部数据信息，依据需求确定挖掘操作的类型，滤除掉数据的无用、冗余和无法判别的资料，保留可用有效数据，进行数据的整合归集、压缩、仓储等数据预处理，提升数据分析准确率；数据挖掘中由于人类和计算语言表达的不同，要将针对挖掘算法建立分析模型将数据进行集成转换成计算机可识别的格式、形式。

2.3 数据挖掘

对依据挖掘算法进行转换的数据进行完善，运用数据探勘引擎系统功能对相关数据的关系进行有效分析、判别、群组分析；运用用户接口沟通用户互动、搜索，根据样式评估判断数据关联性和有用性。数据的完整程度、专业人员支持的程度对数据挖掘有效性具有制约影响。常用的数据探勘工具有支持文本、网络、图像或是链接开放式数据挖掘的Rapidminer开源式框架；用于数据挖掘任务的算法的集合WEKA；具有自由开源信息汇整能力，支持数据查询、处理、分析和流程规划管理能力的KNIME图形接口。Rapidminer不需要程序语言的编辑能力，通过简洁易懂的图形接口设计流程，使用者可自由配置操作接口具有较强的扩展性，通过扩充元件协同系统内部运作；WEKA具有四种模式、约五百种功能可供使用者选择；KNIME平台可自由配置操作接口，在同一时间开户不同视窗满足不同功能服务。

2.4 分析与评价

网络管理中要视挖掘操作条件而选用合适的分析方法，可视化技术可以应用到网络数据挖掘应用中；在挖掘中将分析所得有效数据集成到业务信息系统组织结构中可以提升网络管理应用水平。

3 结束语

综上所述，数据挖掘是一个系统完整的流程，运用数据挖掘能为网络管理系统提供更好的指导，高效利用网络资源，降低运营成本，保证网络安全，提升网络管理质量。网络管理中要建立网络管理系统，推广数据挖掘应用，实现数据资源共享，为用户提供高质量、可靠服务。