基于模糊化理论的网络故障分析系统的研究.docVIP

基于模糊化理论的网络故障分析系统的研究 　　摘要: 随着网络规模不断扩大、网络设备不断更新、网络拓扑结构日趋复杂,现有网络管理系统已经很难高效准确地管理网络系统。因此如何通过对网络性能数据的分析让网络管理员更有效的管理网络并快速排除故障显得格外重要。本文采用与模糊化理论相融合的方式,提出了基于模糊化理论的网络故障分析系统的研究。对采集的网络数据采取模糊化理论进行分析,来确定系统是否出现故障等。 　　Abstract: Network is becoming bigger and bigger, network devices keep updating, and netork topology is becoming more and more complex. The current network management systems can not manage network accurately. So, it is extremely important to analyze network performance data to detect and remove network error. The paper introduces a fuzzy-theory-based network error analyzing system. Collected network data is analyzed to determine error based on fuzzy theory. 　　关键词: 网络故障;模糊化理论;网络管理;故障分析 　　Key words: network error;fuzzy theory;network management;error analysis 　　中图分类号:TP393 文献标识码:A文章编号:1006-4311(2010)23-0143-02 　　 　　0引言 　　随着计算机网络技术的蓬勃发展,网络在社会生活、工作、学习中变得越来越重要。如果网络一旦发生故障不能及时修复,对于企业来说,产生的经济损失无法估计。因此,网络管理人员必须及时修复网络中的故障,以减小损失。但是,由于网络设备不断增加、网络规模不断扩大、网络拓扑结构日趋复杂,因此网络故障的排除日趋困难[1]。即使是拥有丰富经验的网络管理人员,也很难及时找到网络故障的具体位置,以解决网络问题。有些公司为了避免不必要的损失,雇佣了大量的网络管理人员,增加了企业运营成本,但是对于故障的维护并未见到显著的提高[3]。这已成为网络管理技术发展的瓶颈。 　　智能网络管理系统,就是为了实时监控各种网络设备的运行情况,最大限度地预计网络出现故障的位置。目前智能网络管理系统以及相关网络监控系统以及网络故障诊断系统日趋受到业界重视,并且也成为了国内外基于网络数据分析的前沿课题。 　　本文对网络设备的性能数据进行采集,并利用模糊化理论对采集来的网络性能数据进行分析,以便及时准确的进行故障告警以及故障诊断工作。 　　1数据分析研究 　　数据分析对网络是否异常做出初步判断,如果出现异常则进入故障定位模块,如果数据未发生异常,则不经过故障定位模块,大大的缩短网络故障的定位事件,同时减少了计算机处理负担。 　　对网络进行故障诊断之前,首先需要确定网络是否发生异常。本文对基于SNMP数据采集模块采集的数据进行分析,针对不同的数据类型采用不同的分析方法,有的类型数据可以不进行数据分析,其中数据分析方法有开关量分析法、阈值分析法。 　　不分析:不分析策略是针对A类信息(设备静态数据,如设备归属人,设备物理地址等),这类设备静态物理信息,这些信息是通过人工设置改变的,并且本类信息对网络异常的判断没有意义,所以采用不分析的策略。 　　开关量分析法:开关量数据分析是针对设备信息的某些属性只有几种固定取值的数据信息[2],例如只有工作、关闭、测试这三种取值[3],因此通过采集到的数据便可确定端口工作状态,如果端口工作,则不返回任何信息,如果端口不工作或者出现错误,则产生报警信息即可。开关量分析法针对B类信息(如端口工作状态等数据)非常有效。 　　阈值分析法:阈值分析法是针对动态数据中的反应性能的数据状况的一种分析法,性能数据的取值是连续性数据而非离散型数据,不能通过开关量分析法进行有效分析,但是针对此类数据,因此阈值分析法设定阈值作为正常与异常的分界线,利用模糊数学理论确定本数据异常的可能性。阈值分析法适用于C类数据(实时变化数据,如CPU使用率、端口流量等类似数据)。 　　2开关量分析法 　　开关量分析法是一种简单的分析方式,针对特别类型网络性能参数,可以快速准确简单的确定网络是否发生故障。开关量分析法适用于网络接