計算機網絡故障的智能化診斷方法

時間：2024-08-12 04:31:57 網絡診斷我要投稿

相關推薦

計算機網絡故障的智能化診斷方法

　　網絡診斷(Network Tomography)是近代發(fā)展的一種新的網絡測量與推論方法，下面YJBYS小編為大家搜索整理了關于計算機網絡故障的智能化診斷方法，歡迎參考閱讀，希望對大家有所幫助!想了解更多相關信息請持續(xù)關注我們應屆畢業(yè)生培訓網!

　　1、人工神經網絡故障診斷法

　　利用神經網絡進行故障診斷，首先對所得的特征數據進行預處理，剔除不合理數據(外值)，并對數據進行約簡，消除冗余信息，神經網絡的結構(中間層的傳遞函數和神經元數目)和參數(神經元之間的連接權值和閥值)被確定。再利用測試樣本集對此神經網絡進行測試，如果故障診斷的正確率沒有達到要求，增加訓練樣本或訓練次數，繼續(xù)對神經網絡進行訓練;如果故障診斷的正確率達到要求，即可轉入故障診斷階段，此階段可以在線進行。

　　2、基于專家系統(tǒng)和模糊推理的故障診斷法

　　模糊推理是采用模糊邏輯由給定的輸入到輸出的映射過程。首先，利用專家的知識和經驗構建知識庫，對故障與故障現象、現象與現象以及故障與故障之間的關系進行描述。然后通過專家定制、確定性規(guī)則轉化、數據挖掘或神經網絡技術確定模糊規(guī)則。最后通過模糊推理機，得到故障的類型和位置信息。

　　3、基于支持向量機(SVM)的故障診斷法

　　支持向量機作為一種機器學習算法，具有非凡的泛化能力，與其它智能化方法相比，在解決小樣本、非線性和高維模式識別中表現出明顯的優(yōu)勢，被應用于圖像處理、模式識別和數據分析等領域。從本質上來說，網絡故障診斷實際上是一個模式識別問題，可以利用支持向量進行網絡故障診斷，具體步驟如下：

　　(1)網絡狀態(tài)信息獲取并約簡，并將特征數據分為兩部分：訓練樣本集和測試樣本集;

　　(2)選擇支持向量機的初始化參數，包括核函數的參數和懲罰參數等;

　　(3)利用訓練樣本集對支持向量機進行訓練，得到最優(yōu)分類超平面;

　　(4)利用測試集檢驗診斷效果，如果診斷的正確率沒有達到要求，增加訓練集中的樣本，對支持向量機重新進行訓練;

　　(5)如果診斷的正確率達到要求，則轉到正式工作階段，進行在線故障診斷。

　　4、基于人工免疫算法的診斷法

　　基于人工免疫的計算機網絡故障診斷應用生物免疫系統(tǒng)中的否定選擇、克隆選擇、高頻變異、免疫學習和免疫記憶等多種機制，構建一個基于免疫原理的網絡故障診斷模型，模型主要包括學習和故障診斷兩個過程。其診斷步驟如下：

　　(1)將選定的表征網絡故障特征的數據進行處理，并組成特征向量，作為樣本數據集;