数据挖掘技术及其在煤矿信息安全管理中的应用研究

摘要：对现代煤炭企业而言，其安全管理已经是一个广泛的范畴，不但涉及到传统的生产安全和生命安全，在信息化的社会中，为了竞争的需要，信息安全也被提到了企业发展的战略高度，如何在竞争激烈的市场中实施信息管理，如何通过对科学技术的应用加强信息的安全管理，已经成为煤矿生产和发展中的重要问题之一。本文以此为基础，对数据挖掘技术及其在煤矿信息安全管理中的应用问题进行了系统的研究，首先对数据挖掘技术及其分析方法进行了阐述，然后给出了煤矿信息安全管理中数据挖掘系统的结构与数据仓库的设计，最后从多个不同的层面讨论了该技术的应用。

关键词：数据仓库技术；煤矿；煤炭企业；信息安全；应用

中图分类号：TD65 文献标识码：A 文章编号：1674-7712（2012）20-0013-02

最近几年，在信息技术的作用下，经济社会的各项事业得到有了突飞猛进的进展，在国民经济的15个主要行业中，都已经不同程度的与信息技术展开了合作或者融合，部分行业还直接将信息技术作为其求得发展的必然工具。而随着数据库技术的日渐成熟与数据应用的广泛普及，无论是数据库的数量、单个数据库的容量还是数据类型的复杂程度都今非昔比版的得到了前所未有的增加。在这些庞大的数据库中丰富的信息源蕴含其中，如果能够对这些数据进行分门别类的处理将会得到大量有价值的信息。在这一社会需求的背景下，数据挖掘技术应运而生，并且在多个不同的领域得到了广泛的应用和功能的提升。对现代煤炭企业而言，其安全管理已经是一个广泛的范畴，不但涉及到传统的生产安全和生命安全，在信息化的社会中，为了竞争的需要，信息安全也被提到了企业发展的战略高度，如何在竞争激烈的市场中实施信息管理，如何通过对科学技术的应用加强信息的安全管理，已经成为煤矿生产和发展中的重要问题之一。本文以此为基础，对数据挖掘技术及其在煤矿信息安全管理中的应用问题进行了系统的研究，首先对数据挖掘技术及其分析方法进行了阐述，然后给出了煤矿信息安全管理中数据挖掘系统的结构与数据仓库的设计，最后从多个不同的层面讨论了该技术的应用。希望通过本文的工作，为时下煤矿企业的信息安全管理问题提供一定的可供借鉴的信息，更好的促进该行业的健康高效发展。

一、数据挖掘技术及其分析方法

数据挖掘是一项复杂的计算机技术，它能够在众多纷繁复杂的信息池中进行搜索，将有用的信息挖掘出来，供决策者使用。一般而言，数据挖掘技术的分析方法主要有以下几个方面：

（一）关联分析技术

关联分析指的就是生成所有具有用户指定的最小置信度和最小支持度的关联规则，其工作原理是通过关联规则对数据进行挖掘，在实际操作中有多种不同的关联规则可以进行使用，挖掘算法较多[1]。在数据挖掘中，关联分析的目的在于挖掘出隐藏在数据之间的关系，发现数据库中隐藏的知识。在进行关联分析时，用户需要同时输入两个参数，分别是最小置信度与最小支持度。

（二）序列模式分析技术

与关联分析相似，序列模式分析的目的同样是为了挖掘出数据之间的关系，但后者的侧重点与前者不同，在于分析数据之间的“前后序列关系”。通过序列模式分析技术，能够发现数据库中具有时间序列特征的知识。因此，序列模式分析描述的问题往往是在给定交易序列的数据库中，每个序列都按照交易时间排列成一组交易集，将挖掘序列函数作用在该交易序列数据库之上，并借此返回该数据库的一种高频序列[2]。当然，在进行序列模式分析时，同样要输入最小置信度与最小支持度。

（三）分类分析技术

该技术通过分析示例数据库中的数据，对每个类别做出准确的描述，以此为基础，建立起分析模型或者挖掘出相应的分类规则；然后，利用该规则继续对其它数据库中的数据进行分类，通过这一过程，实现对数据的分门别类，增加数据的归属性。比如，在煤矿的信息管理中，煤炭企业可以通过数据库中保存的客户的记录，对客户的信誉程度进行分类，并对类别标记相应的记录。因此，分类分析技术就是分析数据库中的记录数据，为决策者提供决策的依据。

（四）聚类分析技术

与前几种分析技术不同，聚类分析技术通过分析数据库中的记录数据，根据特定的分类规则，将数据合理的划分为不同的记录集合，以此确定出不同记录的所在类别。聚类分析技术采用的分类规则由聚类分析工具决定，包括系统聚类法、分解法、运筹方法等多种不同的方法[3]。因此，从计算过程看，聚类分析与分类分析两者是互逆的过程。比如，在初始分析中，技术人员要根据原始的经验把需要分析的数据进行标定和再划分类别，然后通过分类分析方法对该数据集合进行分析，挖掘出不同类别的分类规则；然后，再通过这些分类规则对这个集合进行重新划分，以期获得更为理想的分类结果。

二、煤矿信息安全管理中数据挖掘系统的结构与数据仓库的设计

（一）数据挖掘系统的结构

数据挖掘系统一般分为三层结构：第一层为数据源，包括数据库、数据仓库。数据挖掘工作不一定建立在数据库基础之上，但是，将数据挖掘和数据仓库协同在一起，会较大限度的提高数据挖掘的效率和效果；第二层指的是数据挖掘器，通过数据挖方法分析数据库中的数据，其中的方法便包括前文中的关联分析方法、序列模式分析方法、分类分析方法、聚类分析方法等[4]；到第三层便是用户界面，在该层面，系统会把获取到的信息以便于用户理解与观察的方式（比如可视化工具的使用）反馈给用户。

（二）数据仓库的设计与开发

数据仓库能够较好的支持煤矿企业进行决策分析，便于对数据进行实时的处理，加之数据仓库是面向主题的、集成的、相对稳定的、体现历史变化的数据集合[5]，因此，其中的数据能够反映一段时间内的历史状况，便于技术人员进行统计、综合和重组。对煤矿信息管理系统来说，信息安全数据仓库的开发、使用周期一般分为以下阶段：第一阶段要对数据仓库进行规划分析，通过调查、分析的形式，确定数据仓库的内外部环境，完成对数据仓库的开发规划，并在此基础上确定出数据仓库的开发需求。当然此阶段要建立起E-R图、星型模型、元数据模型等[6]，然后依据主题区数据模型开发数据仓库的逻辑模型；第二阶段主要是对数据仓库的设计和实施，此时，要依据数据仓库的逻辑模型对数据仓库的体系结构进行设计，然后通过物理数据库的元数据来填出元数据库，并对数据仓库进行测试；第三阶段要完成对数据仓库的使用和维护，同时要对数据仓库的用户进行培训和指导，并在应用过程中不断的进行改进和维护。

三、数据挖掘技术在煤矿信息安全管理中的应用

（一）数据挖掘技术在选煤信息管理中的应用

将数据挖掘技术应用到选煤信息管理活动中，将有助于提高企业决策中信息利用的深度和广度。目前，很多选煤厂都装配有大量的应用于生产调度、运销、技术检查、物资供应、设备、计划统计、人事、劳资、档案及内部核算等部门科室的系统。这些系统能够辅助企业完成选煤厂相关信息数据的采集和简单的统计查询功能[7]。此时，数据挖掘就可以充分利用这些系统提供的基础数据，为企业在多个方面决策提供支持。此外，通过聚类分析来还能够对企业的生产经营费用进行控制，通过将原始数据标准化，对企业的综合成本控制水平进行直接、准确地比较分析。同时，还能够借用数据挖掘分析的结果，促进企业的决策朝着科学化和规范化的方向发展。

（二）数据挖掘技术在煤炭企业ERP中的应用

目前，许多煤炭企业都采用了ERP系统，但是ERP软件本身的功能尚存在着一定的不足，有的甚至只能提供一些基本的数据用于查询和分析，也有的模块由于缺乏对高层次的数据分析和决策行为的支持，只能部分的发挥作用，需要通过数据挖掘技术在ERP中的应用来改善现有ERP系统。在传统的数据分析和处理方法模式下，根本无法快速、有效地从大量数据中获取所需的数据。而与数据挖掘技术结合在一起，煤炭企业ERP系统就能够最大限度的得到高层次的数据分析与决策支持，除了能够提供一定的数据显示与数据查询功能外，还可以为企业的管理决策者们提供庞大的业务数据，在隐藏的知识中得到决策的支撑信息[8]。

（三）数据挖掘技术在煤矿煤种决策中的应用

在煤矿的煤种决策中，数据挖掘技术的应用能够以实际生产数据为基础，基于数值型模糊关联规则，处理燃煤采购中的核心问题与关键性的技术难题。基于数据挖掘技术的煤种决策是一种方便快捷、成本低廉的最经济煤种决策方法，能够综合考虑燃煤采购决策、生产过程的多个环节和因素。其主要功能使：找到煤质特性和发电企业运营成本之间的关联，确定煤质特性和发电企业的燃煤装卸倒运成本、污染物排放成本、原煤采购成本、脱硫系统运行成本、辅机耗电成本以及设备维护成本之间的关系，为最经济煤种决策提供必要的数据信息。

（四）数据挖掘技术在煤矿电网管理中的应用

随着煤炭开采量的不断增加，煤矿安全形势依然严峻。通过数据挖掘技术实现对电网故障发生的预测、识别、诊断是实施有效预防电网故障的前提和关键。在数据挖掘技术的作用下，传统的只能在局、矿调度室显示的监控数据得以在煤矿企业内部信息网上进行传输，并且在本地服务器上利用数据仓库技术保存有效数据[9]。在引入了数据挖掘技术之后，煤矿电网远程监控运行数据得到了实时的关注，大大的提高了数据分析的效率和深度，解决了许多困扰煤矿生产现场多年的井下供电监控技术难点与安全运行中的重大隐患问题，因此，数据挖掘技术在煤矿电网管理中的应用具有一定的理论价值。

四、结束语

在我国当前情况下，互联网技术、基于互联网的通信技术、基于计算机的复杂计算技术在不同的领域得到了前所未有的发展，这种在个人和群体之间进行迅速普及的态势，将电子消费产品、计算机网络技术以可以预见这一趋势的发展结果。这是因为，无论是在中国还是在世界上的其他国家，在未来几年内对消费类电子产品的需求会节节攀升，该类产品的应用领域会越来越广泛和深入。在这种情况下，数据挖掘技术必将随着这一潮流逐渐渗透到煤矿信息安全管理之中，最大限度的企业对数据存储的愿望和要求。

参考文献：

[1]刘兴安.煤矿信息数据挖掘方法的研究[J].煤炭技术，2007，2：26-28.

[2]冉进财，徐守坤，唐芙蓉.数据挖掘技术及其在选煤厂信息管理中的应用[J].选煤技术，2008，6：52-54.

[3]李治，廖坚.基于数据挖掘技术的煤炭企业ERP应用研究[J].煤炭技术，2012，2：183-185.

[4]马正华.数据挖掘技术及其在煤炭企业中的应用研究[J].煤炭工程，2005，12：80-81.

[5]曹露燕，孟凡荣，蒋晓云.煤矿系统数据挖掘模型的研究与设计[J].计算机工程与设计，2006，23：4547-4550.

[6]王守中.煤炭企业数据挖掘理论与应用研究[J].中州煤炭，2005，6：3-4.

[7]冉鹏，李庚生，张树芳，王松岭.基于数据挖掘的火电厂最经济煤种决策方法[J].动力工程学报，2012，6：494-500.

[8]李德臣，朱羽中.基于数据挖掘的煤矿电网综合管理系统的研究[J].安徽理工大学学报（自然科学版），2009，3：19-25.

[9]曾小宁，黎明.基于XML的数据交换中间件的研究与实现[J].计算机工程与设计，2007，6：90-92.