网络运维数据分析中的数据挖掘应用

刘梦荞 王敬忠 夏明昕 房鹏 邓洁

（中国移动通信集团设计院有限公司山东分公司 山东省济南市 250000）

1 引言

网络运维是网络通信稳定和高效运营的基础，以及网络安全的重要保障。随着经济与科技的快速发展，我国的网络工程的发展已经进入了成熟阶段，而且当下移动网络的网速在不断提升，5G 也已经出现。随着信息的快速发展，运营商获取到的信息量也越来越大，我们正处在一个信息大爆炸的时代，信息处理的难度也逐渐增加，在未来发展过程中，不能仅仅依靠人工对数据进行分析，如果仅仅依靠人工来挖掘信息，这会阻碍信息科技的发展。数据挖掘技术就是利用科技从大量繁杂的信息中挖掘出对人类发展有价值的信息，这是一种智能数据信息技术。

2 数据挖掘技术概述

数据挖掘技术是通过科学技术在大量繁杂的数据库中运用数据统计数据处理数据算法以及数据检测等手段来获取有价值的信息。数据挖掘技术也可以称为数据勘探以及数据采矿，从大量繁杂无用的信息中挖掘出对人类发展有价值的信息。数据挖掘技术在开始前首先要对大量的数据进行分类，然后雌激素在各个范围之内对数进行勘测，然后再根据数据的关联性对数据进行整理，然后将同类的信息进行归类，在对有价值的信息进行有效的提取。数据挖掘技术看似简单，但其实是一个繁杂且具有难度的技术。

2.1 数据挖掘的概念

数据挖掘的一般概念是在没有规律且数量庞大的信息之中运用一定的算法以及规则对信息进行统计提取。其实具体的数据挖掘涉及到许多方面的知识，例如统计学、数据库以及人工智能等你的知识，而且还要依赖于建立起的算法。数据挖掘技术还依赖于许多思想逻辑，其中主要有统计学中的假设，估计与从昂检查数学领域中的建模技术搜索方式，以及可视化信息的搜索等等。通过以上繁多的知识，才能有效建立起数据挖掘技术，才能够在大量数据中快速有效的采集到有效的信息。

2.2 进行数据挖掘的流程

数据挖掘的主要流程有：第一，对大量的数据进行收集，将网络上所有的数据信息进行收集，然后整理分类，技术人员面临着大量的数据，要考虑到合适的方法，然后采用合适的方法将数据进行存储。第二，将收集到的大量数据，按照类型以及其他方面进行科学合理的分类存储，这样能减少数据在后期收集时的工作量。第三，将数据进行分类收集之后，再选用合适的工具以及算法，有效提取出数据的信息价值。第四，将采集到的信息交由专业人士进行检验，确保信息的科学性及合理性，然后再将有价值且正确的信息发送给客户，确保信息得到有效的利用。

2.3 数据挖掘功能

数据挖掘的功能有很多，例如可以对某一事件进行全面的挖掘，通过对某一事件的信息挖掘，可以有效看到该事件发展以及它的影响能力，能够有效为该事情未来的发展奠定有效的基础，除此之外，还可以在计算机上建立起相对应的虚拟处理系统，通过此系统对个人计算机的私人信息进行有效的保护，能够有效防止病毒对计算机的入侵，确保用户能够安全上网。

图1：偿还能力分析

2.4 数据挖掘对网络运维数据分析的意义

数据挖掘对于网络运维数据具有重要的意义你用数据挖掘技术能够有效对网络进行良好的维护，是网络的信息资源得到充分有利用于保护，能够提升网络的体验感。

3 数据挖掘技术的优点

3.1 实现资源共享

目前是一个信息数据时代，各种信息大量涌入人们的生活。数据挖掘技术能够对这些大量的信息进行有效的处理，然后通过共享功能，让人们充分利用信息资源，为人们的生活创造更多的便利与经济效益。目前计算机网络能够实现数据和应用程序的共享，数据挖掘技术给人们带来了极大的便利，而且数据挖掘技术应用在其他程序上，能够有实现对数据的转换、备份、删除、恢复和管理等提高了人们对信息资源的利用率。数据挖掘技术能够有效解决传统数据冗余的问题，通过对大量数据的整理，将有效的信息进行统一的整合，有利于数据的集中管理和集中存储，进一步维护了计算机网络的安全。而且对数据进行存储的目的就是能够有效对信息文件进行共享，使用此技术实现资源共享，提升用户的使用感，而且还能够确保用户能够对信数据进行安全的访问。目前网络世界较为复杂许多信息资源中存在着许多风险，为了确保信息资源能够实现安全的共享，必须提升数据挖掘技术的发展速度。

3.2 网络信息技术的发展提高了信息服务的丰富性

目前计算机在人们通常生活中所占比重越来越重，计算机的使用频率越来越高，它为人们的生活带来了极大的便利。在我国可以足不出户享受到美食购物以及其他的娱乐活动，网络有效提高了我们的生活品质。除此之外，我们可以在家了解到国际国内的大事，而且还可以利用网络获取足够的经济。网络信息技术的发展，提高信息服务的丰富性，以及满足了人们的生活需求，所以在未来发展过程中，网络信息技术的水平会越来越高。

4 数据挖掘在网络运维数据分析中的应用

从另一方来看，数据挖掘技术与数据网络运营技术本质上有一些相似，所以目前数据挖掘技术在网络运营技术中有所扩展，但是在发展的同时要注意对数据进行变更，提升数据使用的灵活度与多样性。数据挖掘技术中的算法种类很多，每种算法对应着不同的数据类型，目前没有统一的算法能够应用与数据挖掘之中。由于算法的多样性与数据种类的繁杂性，我们在对数据进行挖掘时，为了追求数据的精准度，需要通过多次的运算才能够得到高价值的数据。为了追求更高的效率，我们需要对现在已有的算法进行改进，提升算法的运用水平，确保一个算法能够用于不同的数据类型。在目前的网络运维数据之中，通常用到的算法有：关联规则算法和决策树算法。以下将对两种算法进行一些简单的分析。

4.1 决策树算法

决策树转发是一种数据模型，它主要是利用树形结构来表示一些决策的附加概率结果，它是通过直观的展示统计概率的分析办法，它能够代表两个对象之间的对应关系。决策树中有很多节点，每个节点都表示要计算的对象，而每个分支都表示潜在对象的价值，以及他的属性值。每个节点都有其独特的意义，他们代表着从根节点到叶节点中对象路径的值。决策树一般分有决策、机会和总结点，这三个就重要意义的节点。在具体操作中，首先要根据特征进行选择，从众多数据中根据对象的特征，运用算法对对象象进行确定以及选择这个环节中就会产生一种算法。第二步就是形成决策树，根据第一步的特征评估逐步形成子节点，各个节点之间相互连接，形成决策树。第三步就是对于形成的决策树进行修剪，对于决策树中多余无用的分支进行删除，这样能够有效精简信息，提高信息的处理能力。决策树能够有效做出预判，判断当下事件的发展趋势，以及最终的价值。通过决策树得出预判，这样各个部门就可以根据预判做好各方面的工作，尤其是风险防范工作，这样就能有效保证经济利益，减少经济损失。如图1所示，通过决策树的算法，可以直观地看出房产、结婚、收入和偿还能力的影响。

决策树算法还具有以下的优点，它适用于离散型的数据，可以从此数据中提出一些有价值的规则和算法。决策树的计算很简单，而且使用效率较高，能够有效处理数据，但是决策树算法也存在些缺点，再处理大量的数据是很容易忽视一些数据的属性。

4.2 关联规则算法应用

关联规则算法的应用，关联规则算法主要应用在多个数据库之间，通过此算法发现一些潜在的规律，通过此规律将各个数据库联系起来。目前关联规则算法多应用在网络故障分析之中，网络故障发生的原因有很多，其中包含了众多的计算机学科中的知识，数据挖掘中的关联性就是要发现网络故障中存在的普遍规律，通过对故障规律的挖掘，找到问题的根源，解决问题。在使用关联规则算法可以有效对故障信息处理的数据库进行选择，通过对数据库的选择，确定挖掘的对象，然后根据挖掘任务对对象进行有规律的分析，这样就有可能发现故障发生出现的数据网络参数，网络设备的信号以及故障发生地点，时间等之间的规律。关联规则算法还运用在故障预警机制之上，通过对故障的有效预警，可以预测故障发生的趋势，这样就能够做出科学合理的预防，找到规律所在，提前遏制故障的发生，减少网络危害，提高网络安全。

4.3 信息传递

数据挖掘技术的本质就是将有效的信息传递出去。挖掘技术能够有效整合大量的数据信息，提升信息的价值，让人们能够在大量的数据信息之中找到自己想要的信息。目前数据挖掘技术的应用越来越广泛，他的稳定发展得以让信息安全广泛的传递，为人们提供更多的便利。

4.4 信息安全

网络世界既给人们生活带来了极大的便利，但同时又存在着许多风险。网络上存在着许多信息，这些信息有真有假，有些错误的信息导致人们的个人信息安全以及个人财产遭受着巨大的威胁。数据挖掘技术在网络运维数据分析中的应用不能单独从一个面进行分析，还要意识到网络世界中的危险。网络运维数据分析技术不能够仅仅是为人们提供信息，还要确保数据挖掘技术提供信息的安全性和可靠性。虽然数据挖掘技术能够快速在大量繁杂的信息之中挖掘到有价值的信息，但是在处理信息过程中，也很有可能存在着一些安全问题，有些网站没有设置安全保障，其中存在着一些安全凤险，所以在进行信息处理过程中，还需要有数据挖掘防火墙技术有效规避外界的风险，确保信息在一个安全健康的环境之中。在数据挖掘技术发展史还要结合其他的电子信息技术，确保传递的信息能够安全可靠。

4.5 信息接收

数据挖掘技术主要是向外界输出信息，很少能够接受到外界的信息。在网络运维数据分析是往往是被动的接受信息，为了提高信息传输的效率，信息接收技术也要进行有效的发展。有输出，有输入，才能够保证数据能够快速的更新，安全的处理。

4.6 资源共享

数据挖掘技术能够让大量的数据进行传输和共享，满足人们对于信息资源的需求。现在是一个信息爆炸的时代，资源共享已经达到了一定的水平，信息资源让人们得到了大量的经济效益，促进了人们生活水平的提高，但是在发展的同时，还要注意对个人信息的保护。不能在发展的过程中忽略了个人信息的安全。

5 结束语

由以上内容可知，数据挖掘技术有效处理了大量的数据，为人们提供了有价值的信息，促进了网络时代的发展。在当下计算机技术不断发展，这种数据挖掘技术在不断成熟，网络运维数据技术在数据挖掘技术的支持下得到了更好的发展，未来网络将会朝着更加稳定健康的方向。研究人员要根据当下时代的发展方向，不断对数据挖掘技术进行深入研究，促进时代的进一步发展，为人们创造一个更好的生存空间。