计算机网络故障的智能化诊断方法.doc

《计算机网络故障的智能化诊断方法.doc》由会员上传分享，免费在线阅读，更多相关内容在行业资料-天天文库。

1、计算机网络故障的智能化诊断方法　　摘要：随着计算机网络信息化技术的快速发展，社会生活的方方面面都深受其影响，在生活、学习以及工作中都离不开计算机网络。计算机网络实现了资源的巨大共享，它跨越了时间与地域，为客户提供了海量的信息资源。正是由于网络具有如此大的重要性，一旦网络处于故障状态，便会深深地影响我们的生活。不言而喻，网络的快速发展让人们看到了其优势与潜力，但是在庞大的运行体系之下同样也隐藏着极大的挑战。如何运行一个如此庞大的复杂结构，对网络管理者来说便是一种挑战，本文对几种主要的智能诊断方法展开研究和探讨。　　关键词：计算机网络；故障诊断；免疫算法　　

2、在新的时代背景下，计算机网络规模逐渐扩大，并且其网络逐渐向动态性、智能化以及异构性的方向延伸，这些问题无疑为网络故障的诊断增加了难度。不断强化网络的可维护性，提升其自身故障的诊断力，对于缩短故障处理的时间，节省委会费用具有重要意义。从网络管理的宏观层面上来看，如今网络故障的诊断技术已经受到更多人的关注，但是当前的诊断技术相比时代发展的需求来说还相对落后。　　在网络诊断的过程中，智能化的处理方法有着较强的容错性，它可以对那些未知的或者是不确定的系统展开自学习的模式，并且可以同时处理定性的相关信息与数量化的相关信息，它对动态的各种变化有着较好的适应能力。正是

3、由于智能化处理方法具有上述显著的优点，它已经逐渐运用到模式识别、自动控制以及经济预测等多个方面。在网络故障的诊断中，我们完全可以进入智能化的处理方法，为了更好的提高网络的诊断里，首先要根据需要设计出一个快速诊断的建设性方案，通过此方案不断提高网络的故障排除能力以及其可维护性。应时代发展的要求，智能化的网络故障诊断法应运而生，其智能化的方法主要设计到以下几个方面：人工神经网络、专家系统、人工免疫算法、模糊推理、以及遗传算法等多个方面。　　1人工神经网络故障诊断法　　在借助神经网络诊断网络的故障过程中，第一步应该把收集起来的相关特征数据做出预处理，对那些不符

4、合要求的数据进行及时的剔除，并且要把这些复杂的数据通过约简的方法消除其中不必要的多余信息点。接下来，要借助样本集对所要测试的神经网络开展测试工作，在整个测试的过程中，其故障诊断在正确率方面如果没有实现预期的标准，那么便要进行二次训练；但是如果完成了故障诊断的要求，那么便可以进入到下一个阶段。　　2基于专家系统和模糊推理的故障诊断法　　在模糊推理的过程中，主要借助模糊逻辑把特定的信息输入之后，到最终输出信息。在这个过程中，第一步便是构建知识库，在这里要发挥好专家的能力和水平，要大体表述故障与故障现象以及现象和现象间的相关性联系。在此之后，通过数据挖掘、专家

5、定制、以及神经网络技术等制定好模糊规则。在整个过程中最后一步便是借助模糊推理机找到故障的具体位置以及其基本的类型等。　　3基于支持向量机（SVM）的故障诊断法　　支持向量机被当做是一种机器学习算法，它有着强大的泛化能力，并且它在处理非线性、高维模式的识别以及小样本中展现了其独特之处，因此其被运用到了模式的识别以及图像的处理过程中。从本质意义上来看，网络故障的诊断可以看做是模式识别，因此可以借助支持向量对网络故障进行基本的处理和诊断。具体步骤如下：　　（1）网络状态。信息获取并约简，并将特征数据分为两部分：训练样本集和测试样本集；（2）选择支持向量机的初始

6、化参数，包括核函数的参数和惩罚参数等；（3）利用训练样本集对支持向量机进行训练，得到最优分类超平面；（4）利用测试集检验诊断效果，如果诊断的正确率没有达到要求，增加训练集中的样本，对支持向量机重新进行训练；（5）如果诊断的正确率达到要求，则转到正式工作阶段，进行在线故障诊断。　　4基于人工免疫算法的诊断法　　基于人工免疫的计算机网络故障诊断应用生物免疫系统中的否定选择、克隆选择、高频变异、免疫学习和免疫记忆等多种机制，构建一个基于免疫原理的网络故障诊断模型，模型主要包括学习和故障诊断两个过程。其诊断步骤如下：　　（1）将选定的表征网络故障特征的数据进行处

7、理，并组成特征向量，作为样本数据集；（2）完成对系统相关参数的设置，包括未成熟检测器的耐受期、成熟检测器的生命周期和成熟检测器的激活阈值等参数的设置；（3）离线学习，在此阶段经过训练生成相应的成熟检测器集合，以实现对计算机网络故障的有效检测；（4）故障诊断，得到满足条件的成熟检测器；人工免疫的计算机网络故障诊断主要借助于多种机制，例如克隆选择、免疫学习以及否定选择等，建构了一个以免疫原理为基础的网络化故障诊断的基本模型。利用人工免疫的相关算法开展计算机网络故障的诊断，一方面可以识别已经存在的故障，另一方面也可以很好的发现那些没有出现的、潜在的故障。　　综

8、上所述，伴随着计算机网络规模的不断扩大，它的复杂程度也将会越来越高。复杂度的提高