阅读总结
1、目前（无线）网络故障的检测、预防和根因分析有哪些框架、方
法和工具？
1）方法：告警关联（alarm correlation）
系统：IMPACT（利用了告警关联），可用于告警过滤（context-dependent alarm filtering）、告警泛化（alarm generalization）、网络错误诊断、产生纠正的行为（generation of corrective actions）、主动维护（proactive maintenance）、网络行为趋势分析。

——出自《Alarm Correlation》2）系统：ANSWER，可用于告警过滤，智能告警交付
——出自《ANSWER: Network Monitoring Using Object-Oriented Rules》3）系统：Max和Opti-Max系统，用于定位本地环路中的问题
工具：Trouble Locator，用于定位有线电话网络中的问题。

工具：TASA，发现频繁发生的警报事件（告警模式）
系统：4ESS-ES，针对4ESS开关的网络管理（执行诊断测试和过滤警报），已被ANSWER替代。

系统：Scout，通过数据挖掘来发现网络错误
方法：挖掘时序数据来预测通信设备错误
——出自《Intelligent Telecommunication Technologies》4）系统：Timeweaver，从网络告警日志信息中识别预测通信设备故障。

——出自《Timeweaver: a Genetic Algorithm for Identifying Predictive Patterns in Sequences of Events》
2、实现这些的关键技术有哪些？用到数据挖掘、知识发现、机器学
习、以及人工智能的哪些算法？
1）告警关联用到了基于MBR（Model-based Reasoning）的方法
2）ANSWER采用了基于规则和面向对象的技术
3）Max(Maintenance administrator expert)系统是基于规则的专家系统
4）Trouble Locator应用了数据挖掘的贝叶斯网络和贝叶斯推导
5）TASA应用的技术是知识发现的关联规则
6）4ESS-ES是专家系统
7）Scout使用机器学习和关联技术来挖掘历史通信数据
8）Timeweaver应用了遗传算法。

规则导出和贝叶斯网络是两种广泛用于通讯产业的数据挖掘方法。

决策树和
神经网络也可以用于解决分类，聚类，预测等数据挖掘任务。

3、在这方面的研究，目前主要面临的问题和难点在哪里？
ANSWER的知识获取过程耗时长、耗费贵、不精确。