Découverte de chroniques à partir de journaux d'alarmes : application à la supervision de réseaux de télécommunications
par Thang Vu Duong
Thèse de doctorat en Informatique et télécommunications
Sous la direction de Malik Ghallab et de Christophe Dousson.
Soutenue en 2001
à Toulouse, INPT .
mots clés-
Résumé
Les travaux de recherche présentés dans cette thèse ont pour objectif de proposer une méthode et de développer un outil pour l'acquisition d'expertise permettant l'aide à la supervision de systèmes dynamiques tels que les réseaux de télécommunications. Les journaux d'alarmes ont été considérés comme la matière première à partir de laquelle nous cherchons l'expertise puisque la supervision se fait en général à l'aide d'une analyse des alarmes. Le formalisme, choisi pour représenter l'expertise, est celui de chroniques (ensembles d'alarmes liées par des contraintes temporelles entre elles), qui s'est révélé particulièrement adapté à la représentation des évolutions de systèmes dynamiques, tout en maintenant une complexité raisonnable pour le traitement en temps réel des alarmes. Le critère de sélection de chroniques est basé sur leur fréquence d'apparition dans les journaux d'alarmes. Nous avons élaboré une algorithmique, issue des techniques de la fouille de données (data-mining), permettant de découvrir les chroniques fréquentes intéressantes à partir de journaux d'alarmes. Cette algorithmique consiste à définir un espace de chroniques qui est structuré par la relation d'ordre sous-chronique, et à proposer une méthode de parcours exploratoire (en largeur) dans cet espace pour la recherche des chroniques fréquentes. Ce principe peut être résumé par "une chronique ne sera examinée, et sera une candidate, que si toutes ses sous-chroniques sont fréquentes, et déjà examinées". La vérification, qu'une chronique candidate est fréquente, est faite à l'aide d'un outil de reconnaissance de chroniques. Comme la construction des chroniques se fait à partir de leur sous-chroniques, les chroniques fréquentes ne sont pas toutes significatives. Nous avons proposé aussi une méthode pour filtrer les chroniques fréquentes en se basant sur leur niveau d'inter-dépendance. En se basant sur les algorithmes proposés, nous avont réalisé l'outil FACE (Frequency Analyser for Chronicle Extraction) qui permet de découvrir les chroniques fréquentes "intéressantes" à partir de journaux d'alarmes. Les résultats expérimentaux de FACE, lorsque l'on applique aux réseaux réels de télécommunications (SDH, ATM, GSM), sont encourageants et montrent l'intérêt de notre approche.
-
Pas de résumé disponible.
