1.一种信息系统运行状态预测方法,其特征在于,包括以下步骤,
S1.基于信息系统数据,利用粗糙集算法识别出信息系统的关键监控指标;
S2.基于信息系统数据,利用关联规则挖掘算法建立各关键监控指标与信息系统运行状态间的关联规则;
S3.基于信息系统实时监控数据,利用所述关联规则,结合预测算法,进行信息系统运行状态的预测。
2.如权利要求1所述的方法,其特征在于,所述步骤S1还包括以下步骤:
S11.确定各指标条件属性和决策属性;
S12.对条件属性进行约简处理。
3.如权利要求1所述的方法,其特征在于,步骤S2中,所述“关联规则挖掘算法”还包括以下步骤:
利用改进的Apriori算法建立各监控指标与信息系统运行状态的关联规则;所述算法改进点在于:利用频繁项目集Lk-1对所述数据进行筛选,如果Lk-1没有包含集合k,则不对该频繁项目集Lk-1进行后续计算。
4.如权利要求1所述的方法,其特征在于,步骤S2中,所述“关联规则挖掘算法”还包括以下步骤:
利用Apriori算法建立各监控指标与信息系统运行状态的关联规则。
5.如权利要求1所述的方法,其特征在于,所述步骤S3中“预测算法”能够利用以下方法:数据拟合算法、简易平均算法、移动平均算法、指数平滑算法、线性回归算法。
6.如权利要求1所述的方法,其特征在于,所述步骤S1前还包括以下步骤,
S001.采集信息系统数据;
S002.将所述信息系统数据归一化处理。
7.如权利要求2所述的方法,其特征在于,所述步骤S12还包括以下步骤,
所述依赖度求解过程如下:
①求出条件属性C的等价集;
②求出决策属性D的等价集;
③求出决策属性D的各等价集的下近似集;
④判断条件属性A的重要度:计算条件属性C相对于决策属性D的重要性γ(C,D),以及γ(C-{A},D);
⑤求A的重要度Sig(A,C,D),
Sig(A,C,D)=γ(C,D)-γ(C-{A},D),
Sig(A,C,D)>0则保留条件属性A,Sig(A,C,D)≤0则删除条件属性A。
8.如权利要求3所述的方法,其特征在于,所述“关联规则挖掘算法”还包括以下步骤:
S21.若|Lk-1|<k,则输出Ck=φ;若|Lk-1|≥k,则计算出候选k项目集Ck;
S22.若CK≠φ,则计算出候选项目集Ck的各个候选项目支持度,求得k项目集合Lk。
9.如权利要求6所述的方法,其特征在于,所述步骤S002还包括以下步骤,
其中,为归一化后的数据,xmin和xmax分别为原始数据的最小值和最大值。
10.一种信息系统运行状态预测装置,其特征在于,包括:
采集模块,用于采集信息系统数据;
处理模块,用于基于信息系统数据,利用粗糙集算法识别出信息系统的关键监控指标;基于信息系统数据,利用关联规则挖掘算法建立各关键监控指标与信息系统运行状态间的关联规则;基于信息系统实时监控数据,利用所得关联规则,结合预测算法,进行信息系统运行状态的预测;
输出模块,用于输出信息系统运行状态的预测结果。