基于APRIORI-貝葉斯優(yōu)化XGBoost的電力通信網(wǎng)根告警預(yù)測(cè)

程路明，樓平，諸駿豪，李凌雁，崔曉昱，孫毅

(1.國(guó)網(wǎng)浙江省電力有限公司湖州供電公司，浙江省湖州市 313000；2.華北電力大學(xué)電氣與電子工程學(xué)院，北京市 102206)

0 引 言

電力通信傳輸網(wǎng)作為電力系統(tǒng)智能化調(diào)度和現(xiàn)代化管理的樞紐，承載著支撐電網(wǎng)安全可靠運(yùn)行的調(diào)度管理業(yè)務(wù)[1]。當(dāng)前，以數(shù)據(jù)為驅(qū)動(dòng)的新興業(yè)務(wù)正處于迅猛發(fā)展的階段，電力通信網(wǎng)的安全可靠是海量數(shù)據(jù)高效傳輸?shù)幕A(chǔ)和關(guān)鍵。而針對(duì)大量且復(fù)雜的電力通信網(wǎng)運(yùn)行原始數(shù)據(jù)和告警數(shù)據(jù)，如何篩選關(guān)鍵信息進(jìn)而對(duì)通信網(wǎng)告警進(jìn)行預(yù)測(cè)，避免規(guī)模性電力通信網(wǎng)故障是保障通信網(wǎng)穩(wěn)定運(yùn)行的有效途徑之一。

電力通信網(wǎng)告警數(shù)據(jù)通常只反映因網(wǎng)絡(luò)故障引起的系統(tǒng)相關(guān)部件的狀態(tài)變化，但是由于網(wǎng)絡(luò)節(jié)點(diǎn)和設(shè)備之間存在鏈接，告警信息可能會(huì)沿著網(wǎng)絡(luò)鏈接傳播到與其相連的多個(gè)站點(diǎn)，從而產(chǎn)生衍生告警信息[2]。面對(duì)繁復(fù)的原始冗余數(shù)據(jù)，難以從中提取根源性告警信息，即故障根本原因，這不僅影響故障排查的精確性和搶修的實(shí)時(shí)性，也消耗大量的人力物力。目前，多省已開(kāi)展電力通信網(wǎng)資源信息集中監(jiān)視平臺(tái)建設(shè)，重點(diǎn)突破根告警預(yù)測(cè)定位技術(shù)，提高網(wǎng)絡(luò)質(zhì)量，業(yè)務(wù)通信通道平均中斷時(shí)間降低了98.8%，實(shí)現(xiàn)告警壓縮率0.04%[3]。根告警預(yù)測(cè)能夠協(xié)助運(yùn)維人員預(yù)知網(wǎng)絡(luò)風(fēng)險(xiǎn)，提前聚焦高風(fēng)險(xiǎn)點(diǎn)，及時(shí)定位網(wǎng)絡(luò)可能出現(xiàn)的故障，從根源上排查網(wǎng)絡(luò)故障，進(jìn)而提高電力通信網(wǎng)的可靠性，降低區(qū)域性衍生告警概率及運(yùn)維成本損耗[4]。其中設(shè)備屬性是產(chǎn)生根源性告警的主要因素之一，且其預(yù)測(cè)技術(shù)存在預(yù)測(cè)精度不高的問(wèn)題，仍是目前亟待解決的工程難題。因此，如何基于歷史告警數(shù)據(jù)對(duì)設(shè)備屬性造成的根源性告警實(shí)現(xiàn)精準(zhǔn)預(yù)測(cè)，是本文解決的重點(diǎn)問(wèn)題。

現(xiàn)有的網(wǎng)絡(luò)告警預(yù)測(cè)研究雖然已經(jīng)取得了較好的成果，但鮮少區(qū)分根源性告警和衍生告警，無(wú)差別式修復(fù)所有告警信息不僅降低排查效率，增加運(yùn)維成本，同時(shí)可能出現(xiàn)由于未及時(shí)排查到根源性告警導(dǎo)致仍然產(chǎn)生大量衍生告警的情況。文獻(xiàn)[4-5]提出臟數(shù)據(jù)預(yù)處理(dirty-data-based alarm prediction,DAP)的預(yù)測(cè)算法，提升數(shù)據(jù)集精度和機(jī)器學(xué)習(xí)性能；文獻(xiàn)[6-7]提出加權(quán)告警分析方法和加權(quán)增量關(guān)聯(lián)規(guī)則挖掘重要告警序列模式，提高通信網(wǎng)絡(luò)告警預(yù)測(cè)的精度和效率；文獻(xiàn)[8]對(duì)通信網(wǎng)絡(luò)進(jìn)行狀態(tài)估計(jì)，排除錯(cuò)誤告警；文獻(xiàn)[9-10]利用聚類算法壓縮告警事務(wù)集，提高告警關(guān)聯(lián)規(guī)則的準(zhǔn)確度；文獻(xiàn)[11]使用機(jī)器學(xué)習(xí)和深度學(xué)習(xí)組合算法實(shí)現(xiàn)光傳輸網(wǎng)絡(luò)的告警分析和故障預(yù)測(cè)；文獻(xiàn)[12]提出了一種基于自學(xué)習(xí)數(shù)據(jù)增強(qiáng)的機(jī)器學(xué)習(xí)的告警預(yù)測(cè)方法；文獻(xiàn)[13]采用貝葉斯線性回歸分類預(yù)測(cè)告警順序模式達(dá)到提高預(yù)測(cè)性能目的；文獻(xiàn)[14]采用基于跨層人工智能架構(gòu)的預(yù)測(cè)算法，數(shù)據(jù)量相對(duì)較少。

上述預(yù)測(cè)算法對(duì)告警影響因素關(guān)聯(lián)性挖掘不足，導(dǎo)致數(shù)據(jù)的冗余性較大，價(jià)值密度低，預(yù)測(cè)誤差增大，也增加了模型計(jì)算的復(fù)雜度、運(yùn)維人員排查故障的難度和成本。同時(shí)，現(xiàn)有的機(jī)器學(xué)習(xí)預(yù)測(cè)算法缺乏對(duì)模型復(fù)雜度的控制和優(yōu)化模型的泛化能力，算法訓(xùn)練時(shí)間長(zhǎng)。

針對(duì)上述存在的根源性告警技術(shù)研究較少、告警預(yù)測(cè)精度不足和模型效率不高的問(wèn)題，本文提出一種基于關(guān)聯(lián)規(guī)則挖掘的通信網(wǎng)根告警預(yù)測(cè)算法，結(jié)合根源性告警關(guān)鍵影響因素對(duì)根源性告警進(jìn)行精準(zhǔn)預(yù)測(cè)，有效提升預(yù)測(cè)精度和時(shí)效性，并通過(guò)實(shí)際光通信網(wǎng)數(shù)據(jù)驗(yàn)證該方法的有效性，為管理維護(hù)人員進(jìn)行電力通信網(wǎng)根源性故障高效精準(zhǔn)運(yùn)維提供參考。其中，本文的創(chuàng)新點(diǎn)和貢獻(xiàn)主要在于：1)針對(duì)大量原始告警信息，采用APRIORI算法挖掘根告警關(guān)聯(lián)規(guī)則，利用概率函數(shù)轉(zhuǎn)化提取關(guān)鍵影響因素，降低貝葉斯優(yōu)化XGBoost模型中輸入數(shù)據(jù)的冗余度，提高輸入數(shù)據(jù)價(jià)值密度，避免無(wú)效數(shù)據(jù)對(duì)預(yù)測(cè)結(jié)果的擾動(dòng)；2)建立基于APRIORI-貝葉斯優(yōu)化XGBoost的通信網(wǎng)根告警預(yù)測(cè)模型，利用貝葉斯尋找XGBoost參數(shù)最優(yōu)解，簡(jiǎn)化模型尋優(yōu)過(guò)程，進(jìn)而提升模型效率和告警預(yù)測(cè)精度。

1 基于APRIORI根告警關(guān)聯(lián)因素分析

1.1 數(shù)據(jù)預(yù)處理

本文采用廣西省電力通信網(wǎng)實(shí)際告警信息記錄表作為原始數(shù)據(jù)集，共13 401條記錄，但存在以下缺陷：

1)重復(fù)告警。一個(gè)設(shè)備發(fā)生故障時(shí)可能會(huì)導(dǎo)致其他相關(guān)設(shè)備發(fā)生故障，出現(xiàn)告警傳播現(xiàn)象，同時(shí)間歇性發(fā)生的故障也可能會(huì)導(dǎo)致大量的重復(fù)告警。

2)屬性冗余。原始數(shù)據(jù)集共包含23個(gè)屬性，如所屬?gòu)S家、告警級(jí)別、告警對(duì)象、確認(rèn)人、確認(rèn)時(shí)間、設(shè)備編碼等，但多數(shù)屬性與告警預(yù)測(cè)相關(guān)性較弱。

3)信息缺失。某些環(huán)境或者人為因素會(huì)導(dǎo)致告警信息丟失，如網(wǎng)絡(luò)通道發(fā)生故障造成的告警信息無(wú)法傳送。

4)信息噪聲。錯(cuò)誤告警可視為信息噪聲，將嚴(yán)重影響關(guān)聯(lián)挖掘結(jié)果的可靠性。

因此，本文首先對(duì)原始數(shù)據(jù)集進(jìn)行了預(yù)處理，包括對(duì)數(shù)據(jù)進(jìn)行去冗、去噪、標(biāo)準(zhǔn)化處理，過(guò)濾數(shù)值嚴(yán)重缺失的記錄，對(duì)僅有部分缺失的數(shù)據(jù)暫時(shí)保留。預(yù)處理后的數(shù)據(jù)集中每一屬性對(duì)應(yīng)元素如表1所示，其中依據(jù)不同區(qū)域?qū)V西省電力通信傳輸網(wǎng)絡(luò)進(jìn)行劃分，包括IT監(jiān)視二區(qū)、IT監(jiān)視三區(qū)、烽火光傳輸網(wǎng)、華為光傳輸網(wǎng)、省光傳輸網(wǎng)A、省光傳輸網(wǎng)I和中調(diào)動(dòng)力環(huán)境7類。

1.2 根告警關(guān)聯(lián)因素分析流程

APRIORI算法具有消除數(shù)據(jù)冗余、簡(jiǎn)化數(shù)據(jù)和關(guān)聯(lián)規(guī)則結(jié)果全面的功能[15]，因此，本文選取APRIORI算法對(duì)根告警預(yù)測(cè)影響因子進(jìn)行關(guān)聯(lián)挖掘。同時(shí)，由于APRIORI算法屬于布爾關(guān)聯(lián)規(guī)則頻繁項(xiàng)集挖掘算法，只能處理離散型變量，不能處理數(shù)值型變量，故本文對(duì)預(yù)處理數(shù)據(jù)拆分離散化，形成離散型樣本集。為進(jìn)一步詳細(xì)說(shuō)明算法流程，本文以樣本集中10條數(shù)據(jù)的7個(gè)屬性作為APRIORI頻繁項(xiàng)集生成的應(yīng)用示例，抽取數(shù)據(jù)及屬性如表2所示。抽取數(shù)據(jù)分析僅作為APRIORI算法流程說(shuō)明，具體根告警關(guān)聯(lián)規(guī)則挖掘結(jié)果見(jiàn)仿真分析。

表1 不同屬性及其對(duì)應(yīng)元素Table 1 Different attributes and their corresponding elements

表2中10條記錄代表10個(gè)事務(wù)，記為T1～T10，z為0-1變量，z=1表示“事務(wù)為根告警”，z=0表示“事務(wù)不是根告警”，對(duì)選取的指標(biāo)依次由a～g進(jìn)行編號(hào)。X={a,b,…,g}是影響根告警的因子集合，即項(xiàng)的集合；T={T1,T2,…，T10}是根告警的集合，即事務(wù)集。每個(gè)事務(wù)Ti都是項(xiàng)的集合，即Ti?X。

表2 隨機(jī)抽取數(shù)據(jù)及元素Table 2 Randomly extracted data and elements

頻集的產(chǎn)生需設(shè)定最小支持度閾值，項(xiàng)集X的支持度S(X)計(jì)算公式為：

S(X)=P(X)

(1)

式中：P(X)代表數(shù)據(jù)集中項(xiàng)集X的支持?jǐn)?shù)在事務(wù)集T中所占的比例，設(shè)定最小支持度為50%，APRIORI關(guān)聯(lián)規(guī)則生成過(guò)程如下：

1)掃描事務(wù)集，生成1-項(xiàng)候選集C1，并計(jì)算對(duì)應(yīng)項(xiàng)集支持度，選擇滿足閾值條件的項(xiàng)集組成頻繁1-項(xiàng)集L1，如表3所示。

表3 頻繁1-項(xiàng)集L1Table 3 Frequent 1-item set L1

2)根據(jù)表2產(chǎn)生2-項(xiàng)候選集C2，計(jì)算對(duì)應(yīng)項(xiàng)集支持度，選擇滿足閾值條件的項(xiàng)集組成頻繁2-項(xiàng)集L2，如表4所示。

表4 頻繁2-項(xiàng)集L2Table 4 Frequent 2-item set L2

3)根據(jù)表3產(chǎn)生3-項(xiàng)候選集C3，計(jì)算對(duì)應(yīng)項(xiàng)集支持度，選擇滿足閾值條件的項(xiàng)集組成頻繁3-項(xiàng)集L3，如表5所示。

表5 頻繁3-項(xiàng)集L3Table 5 Frequent 3-item set L3

由于L3無(wú)法繼續(xù)構(gòu)成候選集C4，算法結(jié)束迭代，最終得到的頻繁項(xiàng)集為L(zhǎng)1、L2、L3。

4)同時(shí)滿足設(shè)定的最小支持度和最小置信度閾值輸出為強(qiáng)關(guān)聯(lián)規(guī)則，據(jù)此生成根告警關(guān)聯(lián)規(guī)則X?Y，其中X為前項(xiàng)，Y為后項(xiàng)，支持度S(X?Y)和置信度C(X?Y)計(jì)算公式如式(2)所示：

(2)

式中：P(X∪Y)為事務(wù)集T中X、Y兩個(gè)項(xiàng)集同時(shí)出現(xiàn)的概率；P(Y|X)為出現(xiàn)項(xiàng)集X的事務(wù)集T中，項(xiàng)集Y也同時(shí)出現(xiàn)的概率，其中X、Y均為包含于T的項(xiàng)集，且X∩Y=?。本文中的支持度指的是表1所列26類元素中若干項(xiàng)存在導(dǎo)致根告警出現(xiàn)的概率，而置信度表現(xiàn)為若干項(xiàng)屬性存在導(dǎo)致根告警出現(xiàn)的可能性大小。規(guī)定最小支持度為15%，最小置信度為80%，生成的強(qiáng)關(guān)聯(lián)規(guī)則如表6所示。由表6可知，所有規(guī)則均符合最小置信度閾值要求，輸出為強(qiáng)關(guān)聯(lián)規(guī)則。

表6 強(qiáng)關(guān)聯(lián)規(guī)則挖掘結(jié)果分析Table 6 Analysis of mining results of strong association rules %

2 基于APRIORI-貝葉斯網(wǎng)絡(luò)的通信網(wǎng)根告警預(yù)測(cè)模型

2.1 關(guān)聯(lián)規(guī)則概率化

利用關(guān)聯(lián)規(guī)則概率化確定影響因子的關(guān)聯(lián)度，對(duì)APRIORI關(guān)聯(lián)因素分析結(jié)果進(jìn)行轉(zhuǎn)換作為預(yù)測(cè)模型的樣本集，用Ri表示某個(gè)影響因子的關(guān)聯(lián)度，反映該影響因子和其他影響因子的關(guān)聯(lián)程度及該影響因子和是否為根告警之間的關(guān)聯(lián)程度，Ri計(jì)算值較大時(shí)代表關(guān)聯(lián)度較強(qiáng)，反之相反。具體關(guān)聯(lián)度概率化計(jì)算如式(3)所示：

(3)

2.2 貝葉斯優(yōu)化XGBoost預(yù)測(cè)模型

貝葉斯優(yōu)化XGBoost預(yù)測(cè)模型以關(guān)聯(lián)規(guī)則概率化后篩選的影響因素作為模型的輸入樣本集，將貝葉斯優(yōu)化應(yīng)用于超參數(shù)尋優(yōu)中，得到光傳輸網(wǎng)的根告警預(yù)測(cè)結(jié)果。

2.2.1 XGBoost模型

XGBoost是在梯度提升樹(shù)的基礎(chǔ)上對(duì)boosting算法進(jìn)行的改進(jìn)，將弱分類器集成為一個(gè)強(qiáng)分類器，利用分類與回歸樹(shù)模型(classification and regression tree，CART)進(jìn)行預(yù)測(cè)，第k棵樹(shù)的預(yù)測(cè)函數(shù)為：

(4)

XGBoost算法每輪優(yōu)化的目標(biāo)函數(shù)κ和回歸樹(shù)復(fù)雜度函數(shù)Ω(fk)分別為：

(5)

將式(4)代入目標(biāo)函數(shù)中，在XGBoost模型訓(xùn)練過(guò)程中，每一輪迭代都在現(xiàn)有樹(shù)的基礎(chǔ)上增加1棵樹(shù)擬合前面樹(shù)的預(yù)測(cè)結(jié)果與真實(shí)值之間的殘差，因此第t輪優(yōu)化的目標(biāo)函數(shù)變?yōu)椋?/p>

(6)

(7)

式中：Gm、Hm分別代表一階導(dǎo)數(shù)和二階導(dǎo)數(shù)；Im代表葉子節(jié)點(diǎn)m的集合。

2.2.2 貝葉斯優(yōu)化

貝葉斯優(yōu)化算法用于結(jié)合歷史數(shù)據(jù)的全局優(yōu)化，算法核心為概率代理模型與采集函數(shù)。由于本文構(gòu)建的預(yù)測(cè)模型分布未知，無(wú)法根據(jù)經(jīng)驗(yàn)選擇最優(yōu)的模型，因此在仿真過(guò)程中概率代理模型使用高斯過(guò)程回歸模型[16-19]，采集函數(shù)使用改進(jìn)概率(probability of improvement，PI)方法。貝葉斯優(yōu)化超參數(shù)的目標(biāo)函數(shù)為：

(8)

式中：X是實(shí)驗(yàn)樣本集；x*是目標(biāo)函數(shù)達(dá)到最優(yōu)的一組集合。

貝葉斯優(yōu)化XGBoost算法的實(shí)現(xiàn)步驟為：

1)初始化XGBoost模型參數(shù)以及超參數(shù)取值范圍，生成隨機(jī)初始化點(diǎn)，將APRIORI算法處理后的告警數(shù)據(jù)樣本集和初始化參數(shù)作為貝葉斯優(yōu)化中高斯模型和根告警預(yù)測(cè)模型的輸入變量，得出根告警的預(yù)測(cè)結(jié)果，修正參數(shù)改進(jìn)高斯模型，使其輸出結(jié)果更接近真實(shí)值；

2)在修正后的高斯模型選取待評(píng)估的參數(shù)組合點(diǎn)，使得采集函數(shù)達(dá)到最優(yōu)，同時(shí)高斯模型比其余參數(shù)組合點(diǎn)更逼近目標(biāo)函數(shù)的真實(shí)分布，得到最優(yōu)參數(shù)組合；

3)將全局最優(yōu)參數(shù)組合輸入XGBoost模型中進(jìn)行訓(xùn)練，如果選取的參數(shù)組合的誤差低于預(yù)先設(shè)置的閾值，則算法結(jié)束，輸出對(duì)應(yīng)的參數(shù)組合以及模型的預(yù)測(cè)誤差(xi,f(xi))；

4)如果f(xi)不滿足閾值要求，則將(xi,f(xi))輸入到高斯模型中，對(duì)高斯模型進(jìn)行修正，返回步驟2)，直至低于預(yù)先設(shè)置的閾值。

基于APRIORI-貝葉斯優(yōu)化XGBoost預(yù)測(cè)模型的具體流程如圖1所示。

隨著電力通信網(wǎng)中的網(wǎng)絡(luò)參數(shù)和拓?fù)浣Y(jié)構(gòu)不斷發(fā)生變化，樣本數(shù)據(jù)集隨之更新，本文所提算法可通過(guò)調(diào)整XGBoost模型中的葉子節(jié)點(diǎn)個(gè)數(shù)、樹(shù)的深度、葉子節(jié)點(diǎn)3個(gè)參數(shù)重新訓(xùn)練預(yù)測(cè)模型來(lái)適應(yīng)新出現(xiàn)的樣本數(shù)據(jù)，同時(shí)通過(guò)調(diào)整目標(biāo)函數(shù)中的正則項(xiàng)控制預(yù)測(cè)模型的復(fù)雜程度，防止出現(xiàn)過(guò)擬合的現(xiàn)象，保證模型的預(yù)測(cè)精度和復(fù)雜度。

3 仿真分析

3.1 參數(shù)設(shè)置

本文的實(shí)驗(yàn)運(yùn)行環(huán)境為64位Windows10操作系統(tǒng)，處理器為Intel(R)Core(TM)i7-7500U CPU @ 2.70 GHz 2.90 GHz。本文采用隨機(jī)抽取原則抽取不同量級(jí)數(shù)據(jù)，但在每一量級(jí)下控制根告警與非根告警的樣本比例為1∶4。

圖1 基于APRIORI-貝葉斯優(yōu)化XGBoost的根告警預(yù)測(cè)流程圖Fig.1 Flowchart of root alarm prediction based on APRIORI-Bayesian optimization of XGBoost

貝葉斯優(yōu)化XGBoost模型預(yù)先設(shè)置相關(guān)仿真參數(shù)取值范圍及含義如表7所示。

表7 XGBoost參數(shù)范圍及含義Table 7 Range and meaning of XGBoost parameters

3.2 根告警關(guān)聯(lián)分析結(jié)果

為避免關(guān)聯(lián)規(guī)則的冗余性，重復(fù)對(duì)比多次實(shí)驗(yàn)結(jié)果后選取前項(xiàng)最大項(xiàng)目數(shù)為3，最小支持度為15%，最小置信度為80%，對(duì)結(jié)果進(jìn)行整合排序后如表8所示，其中規(guī)則ID指的是利用APRIORI算法生成的所有關(guān)聯(lián)規(guī)則的編號(hào)。

由表8數(shù)據(jù)可得下列結(jié)論：1)規(guī)則ID17、13、16顯示，所屬專業(yè)因素中傳輸專業(yè)導(dǎo)致通信網(wǎng)根告警的支持度最高(94.493%)，其次是所屬?gòu)S家因素中烽火(82.351%)和傳輸網(wǎng)絡(luò)因素中烽火光傳輸網(wǎng)(82.351%)，這3個(gè)因素在很大程度上影響著電力通信網(wǎng)根源性告警；相比之下告警對(duì)象類型影響較小，如規(guī)則ID8、4所示；2)多個(gè)因素同時(shí)出現(xiàn)時(shí)也很可能會(huì)導(dǎo)致通信網(wǎng)根告警的產(chǎn)生，如規(guī)則ID35、34和55。

表8 根告警關(guān)聯(lián)規(guī)則挖掘結(jié)果分析Table 8 Analysis of the mining results of root alarm association rules

3.3 APRIORI-貝葉斯優(yōu)化XGBoost預(yù)測(cè)結(jié)果

對(duì)上節(jié)關(guān)聯(lián)規(guī)則挖掘結(jié)果進(jìn)行概率化提取的特征包括傳輸網(wǎng)絡(luò)、所屬?gòu)S家、所屬專業(yè)、告警對(duì)象類型和告警級(jí)別5個(gè)。本文以準(zhǔn)確率A、召回率R、F-值作為算法性能評(píng)價(jià)指標(biāo)，選取了如下3種算法仿真對(duì)比通信告警預(yù)測(cè)的準(zhǔn)確率：

對(duì)比算法1：序列模式挖掘算法[20]；

對(duì)比算法2：基于netica API的貝葉斯推理算法[21]；

對(duì)比算法3：基于主成分分析優(yōu)化隨機(jī)森林算法[22]。

其中，對(duì)比指標(biāo)計(jì)算公式如下：

(9)

式中：TP代表實(shí)際為根告警并且被預(yù)測(cè)為根告警的數(shù)據(jù)；FN代表實(shí)際為根告警但未被預(yù)測(cè)為根告警的數(shù)據(jù)；FP代表實(shí)際為非根告警但被預(yù)測(cè)為根告警的數(shù)據(jù)；TN代表實(shí)際為非根告警并且被預(yù)測(cè)為非根告警的數(shù)據(jù)；α代表A和R的權(quán)重比值，本文計(jì)算選取α=1。F越高表示實(shí)驗(yàn)方法越有效。

3.3.1 關(guān)聯(lián)因素挖掘?qū)︻A(yù)測(cè)精度影響分析

為分析APRIORI對(duì)本文算法預(yù)測(cè)性能的影響，選取最佳支持度，首先對(duì)比分析不同告警數(shù)據(jù)量下有無(wú)APRIORI以及采用FP-growth關(guān)聯(lián)規(guī)則挖掘的算法預(yù)測(cè)準(zhǔn)確率。如表9和圖2所示，在預(yù)測(cè)模型中增加APRIORI算法遴選關(guān)鍵因素，利用APRIORI算法挖掘關(guān)聯(lián)規(guī)則的準(zhǔn)確率高于FP-growth，3種算法的最高準(zhǔn)確率分別為0.855 2，0.847 1和0.831 9，隨著數(shù)據(jù)量的增多，3種算法的準(zhǔn)確率都呈現(xiàn)先增大后減少的趨勢(shì)，這是由于告警數(shù)據(jù)量增多會(huì)造成貝葉斯優(yōu)化XGBoost預(yù)測(cè)模型過(guò)擬合，導(dǎo)致樣本數(shù)據(jù)繼續(xù)增加時(shí)，模型預(yù)測(cè)準(zhǔn)確率下降。

表9 不同算法的根告警預(yù)測(cè)性能分析Table 9 Analysis of root alarm prediction performance of different algorithms

圖2 關(guān)聯(lián)因素挖掘?qū)︻A(yù)測(cè)精度影響對(duì)比Fig.2 Comparison of the impact of correlation factor mining on prediction accuracy

3.3.2 不同算法預(yù)測(cè)精度對(duì)比分析

在同樣場(chǎng)景和參數(shù)設(shè)置下，如圖3所示，APRIORI-貝葉斯優(yōu)化XGBoost算法的預(yù)測(cè)準(zhǔn)確率、召回率、F-值3個(gè)評(píng)價(jià)指標(biāo)均有明顯提升，各項(xiàng)指標(biāo)均達(dá)到80%以上，本文算法的準(zhǔn)確率為85.14%，比序列模式挖掘、貝葉斯網(wǎng)絡(luò)和優(yōu)化隨機(jī)森林算法分別提高4%。

圖3 4種算法預(yù)測(cè)結(jié)果對(duì)比Fig.3 Comparison of prediction results of 4 algorithms

為驗(yàn)證算法的高效性，本文選取算法執(zhí)行時(shí)間作為反映算法復(fù)雜度的指標(biāo)[20-22]，對(duì)不同告警數(shù)據(jù)量下的4種算法執(zhí)行時(shí)間進(jìn)行了仿真對(duì)比。如圖4所示，本文算法的執(zhí)行時(shí)間整體最短，同時(shí)隨著數(shù)據(jù)量的增多，本文算法執(zhí)行時(shí)間的增長(zhǎng)速率變緩，在較大的數(shù)據(jù)樣本下仍能維持較短的執(zhí)行時(shí)間，在數(shù)據(jù)量達(dá)到10 000時(shí)，本文算法的執(zhí)行時(shí)間相比于序列模式挖掘算法、貝葉斯網(wǎng)絡(luò)及優(yōu)化隨機(jī)森林分別降低18%、19%及12%。在未來(lái)感知互聯(lián)的通信網(wǎng)絡(luò)中，面向海量的網(wǎng)絡(luò)數(shù)據(jù)，顯然本文方法具有更好的預(yù)測(cè)效果，能夠在較短的時(shí)間內(nèi)快速獲取有效信息，及時(shí)排查和定位網(wǎng)絡(luò)故障，降低資源投入和網(wǎng)絡(luò)風(fēng)險(xiǎn)。

圖4 不同告警數(shù)據(jù)量下算法執(zhí)行時(shí)間Fig.4 Algorithm execution time under different alarm data volume

3.3.3 不同支持度對(duì)預(yù)測(cè)精度影響分析

本文設(shè)置支持度從10%至50% 變化，分析在不同支持度下算法的預(yù)測(cè)性能。仿真結(jié)果如圖5所示。

圖5 不同支持度下告警預(yù)測(cè)性能Fig.5 Alarm prediction performance under different support levels

由圖5可知，隨著支持度的減小，告警預(yù)測(cè)的準(zhǔn)確率和F-值先增大后減小，這是因?yàn)殡S著支持度的減小，挖掘出的告警關(guān)聯(lián)規(guī)則增多，將小概率的關(guān)聯(lián)規(guī)則納入預(yù)測(cè)模型的先驗(yàn)知識(shí)，能夠提升預(yù)測(cè)精度，然而過(guò)多的關(guān)聯(lián)規(guī)則會(huì)導(dǎo)致降低有效關(guān)聯(lián)規(guī)則的占比，對(duì)預(yù)測(cè)精度造成影響。因此，由仿真結(jié)果分析可知在支持度為15%時(shí)算法整體性能達(dá)到最優(yōu)，因此本文在關(guān)聯(lián)規(guī)則挖掘時(shí)設(shè)定最小支持度為15%。

4 結(jié) 論

為及時(shí)排查和預(yù)測(cè)電力光傳輸網(wǎng)絡(luò)的根源性告警，本文提出一種基于APRIORI-貝葉斯優(yōu)化XGBoost的根告警預(yù)測(cè)方法，利用電力通信光傳輸網(wǎng)的告警數(shù)據(jù)關(guān)聯(lián)分析精準(zhǔn)預(yù)測(cè)高風(fēng)險(xiǎn)根源性告警，為運(yùn)維人員提供必要的數(shù)據(jù)信息，進(jìn)而高效快速定位高風(fēng)險(xiǎn)點(diǎn)，及時(shí)排查故障，降低網(wǎng)絡(luò)風(fēng)險(xiǎn)概率和運(yùn)維成本。仿真實(shí)驗(yàn)結(jié)果表明，與現(xiàn)有的告警預(yù)測(cè)方法相比，本文所提方法能在多方面提升預(yù)測(cè)精確度和整體性能，具有較好的可行性和優(yōu)越性。

在今后的研究中將重點(diǎn)研究頻繁模式樹(shù)、泛化序列模式、關(guān)聯(lián)分類算法等改進(jìn)關(guān)聯(lián)分析算法，進(jìn)一步提升數(shù)據(jù)挖掘效率，實(shí)現(xiàn)挖掘效率和預(yù)測(cè)準(zhǔn)確率的高效優(yōu)化。