數據挖掘技術及其在煤礦信息安全管理中的應用研究

摘要：對現代煤炭企業而言，其安全管理已經是一個廣泛的范疇，不但涉及到傳統的生產安全和生命安全，在信息化的社會中，為了競爭的需要，信息安全也被提到了企業發展的戰略高度，如何在競爭激烈的市場中實施信息管理，如何通過對科學技術的應用加強信息的安全管理，已經成為煤礦生產和發展中的重要問題之一。本文以此為基礎，對數據挖掘技術及其在煤礦信息安全管理中的應用問題進行了系統的研究，首先對數據挖掘技術及其分析方法進行了闡述，然后給出了煤礦信息安全管理中數據挖掘系統的結構與數據倉庫的設計，最后從多個不同的層面討論了該技術的應用。

關鍵詞：數據倉庫技術；煤礦；煤炭企業；信息安全；應用

中圖分類號：TD65 文獻標識碼：A 文章編號：1674-7712（2012）20-0013-02

最近幾年，在信息技術的作用下，經濟社會的各項事業得到有了突飛猛進的進展，在國民經濟的15個主要行業中，都已經不同程度的與信息技術展開了合作或者融合，部分行業還直接將信息技術作為其求得發展的必然工具。而隨著數據庫技術的日漸成熟與數據應用的廣泛普及，無論是數據庫的數量、單個數據庫的容量還是數據類型的復雜程度都今非昔比版的得到了前所未有的增加。在這些龐大的數據庫中豐富的信息源蘊含其中，如果能夠對這些數據進行分門別類的處理將會得到大量有價值的信息。在這一社會需求的背景下，數據挖掘技術應運而生，并且在多個不同的領域得到了廣泛的應用和功能的提升。對現代煤炭企業而言，其安全管理已經是一個廣泛的范疇，不但涉及到傳統的生產安全和生命安全，在信息化的社會中，為了競爭的需要，信息安全也被提到了企業發展的戰略高度，如何在競爭激烈的市場中實施信息管理，如何通過對科學技術的應用加強信息的安全管理，已經成為煤礦生產和發展中的重要問題之一。本文以此為基礎，對數據挖掘技術及其在煤礦信息安全管理中的應用問題進行了系統的研究，首先對數據挖掘技術及其分析方法進行了闡述，然后給出了煤礦信息安全管理中數據挖掘系統的結構與數據倉庫的設計，最后從多個不同的層面討論了該技術的應用。希望通過本文的工作，為時下煤礦企業的信息安全管理問題提供一定的可供借鑒的信息，更好的促進該行業的健康高效發展。

一、數據挖掘技術及其分析方法

數據挖掘是一項復雜的計算機技術，它能夠在眾多紛繁復雜的信息池中進行搜索，將有用的信息挖掘出來，供決策者使用。一般而言，數據挖掘技術的分析方法主要有以下幾個方面：

（一）關聯分析技術

關聯分析指的就是生成所有具有用戶指定的最小置信度和最小支持度的關聯規則，其工作原理是通過關聯規則對數據進行挖掘，在實際操作中有多種不同的關聯規則可以進行使用，挖掘算法較多[1]。在數據挖掘中，關聯分析的目的在于挖掘出隱藏在數據之間的關系，發現數據庫中隱藏的知識。在進行關聯分析時，用戶需要同時輸入兩個參數，分別是最小置信度與最小支持度。

（二）序列模式分析技術

與關聯分析相似，序列模式分析的目的同樣是為了挖掘出數據之間的關系，但后者的側重點與前者不同，在于分析數據之間的“前后序列關系”。通過序列模式分析技術，能夠發現數據庫中具有時間序列特征的知識。因此，序列模式分析描述的問題往往是在給定交易序列的數據庫中，每個序列都按照交易時間排列成一組交易集，將挖掘序列函數作用在該交易序列數據庫之上，并借此返回該數據庫的一種高頻序列[2]。當然，在進行序列模式分析時，同樣要輸入最小置信度與最小支持度。

（三）分類分析技術

該技術通過分析示例數據庫中的數據，對每個類別做出準確的描述，以此為基礎，建立起分析模型或者挖掘出相應的分類規則；然后，利用該規則繼續對其它數據庫中的數據進行分類，通過這一過程，實現對數據的分門別類，增加數據的歸屬性。比如，在煤礦的信息管理中，煤炭企業可以通過數據庫中保存的客戶的記錄，對客戶的信譽程度進行分類，并對類別標記相應的記錄。因此，分類分析技術就是分析數據庫中的記錄數據，為決策者提供決策的依據。

（四）聚類分析技術

與前幾種分析技術不同，聚類分析技術通過分析數據庫中的記錄數據，根據特定的分類規則，將數據合理的劃分為不同的記錄集合，以此確定出不同記錄的所在類別。聚類分析技術采用的分類規則由聚類分析工具決定，包括系統聚類法、分解法、運籌方法等多種不同的方法[3]。因此，從計算過程看，聚類分析與分類分析兩者是互逆的過程。比如，在初始分析中，技術人員要根據原始的經驗把需要分析的數據進行標定和再劃分類別，然后通過分類分析方法對該數據集合進行分析，挖掘出不同類別的分類規則；然后，再通過這些分類規則對這個集合進行重新劃分，以期獲得更為理想的分類結果。

二、煤礦信息安全管理中數據挖掘系統的結構與數據倉庫的設計

（一）數據挖掘系統的結構

數據挖掘系統一般分為三層結構：第一層為數據源，包括數據庫、數據倉庫。數據挖掘工作不一定建立在數據庫基礎之上，但是，將數據挖掘和數據倉庫協同在一起，會較大限度的提高數據挖掘的效率和效果；第二層指的是數據挖掘器，通過數據挖方法分析數據庫中的數據，其中的方法便包括前文中的關聯分析方法、序列模式分析方法、分類分析方法、聚類分析方法等[4]；到第三層便是用戶界面，在該層面，系統會把獲取到的信息以便于用戶理解與觀察的方式（比如可視化工具的使用）反饋給用戶。

（二）數據倉庫的設計與開發

數據倉庫能夠較好的支持煤礦企業進行決策分析，便于對數據進行實時的處理，加之數據倉庫是面向主題的、集成的、相對穩定的、體現歷史變化的數據集合[5]，因此，其中的數據能夠反映一段時間內的歷史狀況，便于技術人員進行統計、綜合和重組。對煤礦信息管理系統來說，信息安全數據倉庫的開發、使用周期一般分為以下階段：第一階段要對數據倉庫進行規劃分析，通過調查、分析的形式，確定數據倉庫的內外部環境，完成對數據倉庫的開發規劃，并在此基礎上確定出數據倉庫的開發需求。當然此階段要建立起E-R圖、星型模型、元數據模型等[6]，然后依據主題區數據模型開發數據倉庫的邏輯模型；第二階段主要是對數據倉庫的設計和實施，此時，要依據數據倉庫的邏輯模型對數據倉庫的體系結構進行設計，然后通過物理數據庫的元數據來填出元數據庫，并對數據倉庫進行測試；第三階段要完成對數據倉庫的使用和維護，同時要對數據倉庫的用戶進行培訓和指導，并在應用過程中不斷的進行改進和維護。

三、數據挖掘技術在煤礦信息安全管理中的應用

（一）數據挖掘技術在選煤信息管理中的應用

將數據挖掘技術應用到選煤信息管理活動中，將有助于提高企業決策中信息利用的深度和廣度。目前，很多選煤廠都裝配有大量的應用于生產調度、運銷、技術檢查、物資供應、設備、計劃統計、人事、勞資、檔案及內部核算等部門科室的系統。這些系統能夠輔助企業完成選煤廠相關信息數據的采集和簡單的統計查詢功能[7]。此時，數據挖掘就可以充分利用這些系統提供的基礎數據，為企業在多個方面決策提供支持。此外，通過聚類分析來還能夠對企業的生產經營費用進行控制，通過將原始數據標準化，對企業的綜合成本控制水平進行直接、準確地比較分析。同時，還能夠借用數據挖掘分析的結果，促進企業的決策朝著科學化和規范化的方向發展。

（二）數據挖掘技術在煤炭企業ERP中的應用

目前，許多煤炭企業都采用了ERP系統，但是ERP軟件本身的功能尚存在著一定的不足，有的甚至只能提供一些基本的數據用于查詢和分析，也有的模塊由于缺乏對高層次的數據分析和決策行為的支持，只能部分的發揮作用，需要通過數據挖掘技術在ERP中的應用來改善現有ERP系統。在傳統的數據分析和處理方法模式下，根本無法快速、有效地從大量數據中獲取所需的數據。而與數據挖掘技術結合在一起，煤炭企業ERP系統就能夠最大限度的得到高層次的數據分析與決策支持，除了能夠提供一定的數據顯示與數據查詢功能外，還可以為企業的管理決策者們提供龐大的業務數據，在隱藏的知識中得到決策的支撐信息[8]。

（三）數據挖掘技術在煤礦煤種決策中的應用

在煤礦的煤種決策中，數據挖掘技術的應用能夠以實際生產數據為基礎，基于數值型模糊關聯規則，處理燃煤采購中的核心問題與關鍵性的技術難題。基于數據挖掘技術的煤種決策是一種方便快捷、成本低廉的最經濟煤種決策方法，能夠綜合考慮燃煤采購決策、生產過程的多個環節和因素。其主要功能使：找到煤質特性和發電企業運營成本之間的關聯，確定煤質特性和發電企業的燃煤裝卸倒運成本、污染物排放成本、原煤采購成本、脫硫系統運行成本、輔機耗電成本以及設備維護成本之間的關系，為最經濟煤種決策提供必要的數據信息。

（四）數據挖掘技術在煤礦電網管理中的應用

隨著煤炭開采量的不斷增加，煤礦安全形勢依然嚴峻。通過數據挖掘技術實現對電網故障發生的預測、識別、診斷是實施有效預防電網故障的前提和關鍵。在數據挖掘技術的作用下，傳統的只能在局、礦調度室顯示的監控數據得以在煤礦企業內部信息網上進行傳輸，并且在本地服務器上利用數據倉庫技術保存有效數據[9]。在引入了數據挖掘技術之后，煤礦電網遠程監控運行數據得到了實時的關注，大大的提高了數據分析的效率和深度，解決了許多困擾煤礦生產現場多年的井下供電監控技術難點與安全運行中的重大隱患問題，因此，數據挖掘技術在煤礦電網管理中的應用具有一定的理論價值。

四、結束語

在我國當前情況下，互聯網技術、基于互聯網的通信技術、基于計算機的復雜計算技術在不同的領域得到了前所未有的發展，這種在個人和群體之間進行迅速普及的態勢，將電子消費產品、計算機網絡技術以可以預見這一趨勢的發展結果。這是因為，無論是在中國還是在世界上的其他國家，在未來幾年內對消費類電子產品的需求會節節攀升，該類產品的應用領域會越來越廣泛和深入。在這種情況下，數據挖掘技術必將隨著這一潮流逐漸滲透到煤礦信息安全管理之中，最大限度的企業對數據存儲的愿望和要求。

參考文獻：

[1]劉興安.煤礦信息數據挖掘方法的研究[J].煤炭技術，2007，2：26-28.

[2]冉進財，徐守坤，唐芙蓉.數據挖掘技術及其在選煤廠信息管理中的應用[J].選煤技術，2008，6：52-54.

[3]李治，廖堅.基于數據挖掘技術的煤炭企業ERP應用研究[J].煤炭技術，2012，2：183-185.

[4]馬正華.數據挖掘技術及其在煤炭企業中的應用研究[J].煤炭工程，2005，12：80-81.

[5]曹露燕，孟凡榮，蔣曉云.煤礦系統數據挖掘模型的研究與設計[J].計算機工程與設計，2006，23：4547-4550.

[6]王守中.煤炭企業數據挖掘理論與應用研究[J].中州煤炭，2005，6：3-4.

[7]冉鵬，李庚生，張樹芳，王松嶺.基于數據挖掘的火電廠最經濟煤種決策方法[J].動力工程學報，2012，6：494-500.

[8]李德臣，朱羽中.基于數據挖掘的煤礦電網綜合管理系統的研究[J].安徽理工大學學報（自然科學版），2009，3：19-25.

[9]曾小寧，黎明.基于XML的數據交換中間件的研究與實現[J].計算機工程與設計，2007，6：90-92.