基于数据挖掘技术的网络故障诊断分析方法  

Network Fault Diagnosis and Analysis Method Based on Data Mining Technology

作　　者：熊永平 XIONG Yongping(Guangzhou Vocational University of Science and Technology,Guangzhou,Guangdong,China 510550)

机构地区：[1]广州科技职业技术大学,广东广州510550

出　　处：《湖南邮电职业技术学院学报》2025年第1期44-47,67,共5页Journal of Hunan Post and Telecommunication College

基　　金：2024年广州科技职业技术大学校级课题“基于GABP神经网络算法的网络空间安全关键技术研究”(课题编号:2024LG06);2024年广东省教育厅普通高校重点领域专项(新一代电子信息(半导体))课题“基于大模型的群智能优化算法研究”(课题编号:2024ZDZX1064);2023年广东教育学会“十四五”科研规划课题“数据挖掘技术在计算机网络病毒防御中的应用探讨”(课题编号:GDXKT32155)。

摘　　要：为提高网络故障诊断准确率,加快处理速度,设计一种基于数据挖掘技术的网络故障诊断分析方法。具体策略是基于对当前数据挖掘技术的分析,从诊断模型构建、数据采集与预处理、特征选择与提取、模型训练与验证四个方面展开,明确以数据挖掘为基础的网络故障诊断流程。实验结果证明,该方法能显著改进传统算法在吞吐量与延迟方面的表现,提升网络故障诊断的准确率和响应速度,为未来网络维护和管理工作提供了宝贵的参考。To improve the accuracy of network fault diagnosis and accelerate processing speed,a network fault diagnosis and analysis method based on data mining technology is designed.The specific strategy is based on the analysis of current data mining techniques,and is carried out from four aspects:diagnostic model construction,data collection and preprocessing,feature selection and extraction,model training and validation,to clarify the network fault diagnosis process based on data mining.The experimental results demonstrate that this method can significantly improve the performance of traditional algorithms in terms of throughput and latency,enhance the accuracy and response speed of network fault diagnosis,and provide valuable reference for future network maintenance and management work.

关 键 词：网络故障诊断 数据挖掘技术 特征提取 模型构建 

分 类 号：TP391.1[自动化与计算机技术—计算机应用技术]