系统级故障诊断研究现状与发展前景.docVIP

系统级故障诊断研究现状与发展前景 　　摘要：随着大数据时代的到来，人们对于计算机系统的稳定性要求日益增高，如何快速而准确地找出系统中的故障点，成为了人们的研究热题，对系统级故障诊断算法的研究逐渐受到了人们的重视。本文首先对现有的系统级故障诊断算法进行了分类，进而阐述了系统级故障诊断算法的近期主要研究成果，最后预测了该领域的未来研究方向与发展前景。 　　关键词：系统级故障诊断；诊断模型；集团诊断算法；方程诊断算法；智能诊断算法Achievement and prospects of system-level fault diagnosis 　　 　　XuanHeng-nongMiaoChun-lingZhao-DongZhangRun-chiLiuTian-tian 　　(School of Information Engineering,Nanjing University of Finance and Economics,Nanjing,Jiangsu 210046,China) 　　Abstract:With the arrival of the era of big data, it requires the stability of any computer systems，and how to identify the faulty nodes in the system quickly and accurately has become a hot topic for researchers, system-level fault diagnosis algorithm research gradually attack peoples attention.The paper firstly classify the existing system-level fault diagnosis algorithms,and then describes the main research results of the system-level fault diagnosis algorithm recently,finally predict the future prospects of the research and development in the field. 　　Key words:System-level fault diagnosis;diagnosis model;Group diagnostic algorithm;Equation diagnostic algorithm;I ntelligent diagnosis algorithm近年来，随着云计算、数据中心的日益普及和Internet的迅猛发展，在计算机带来极大便利的同时，其安全性和稳定性也越来越重要。如果计算机系统不能在规定的时间内稳定可靠地工作，将会造成巨大的损失，而保证这些系统的安全性与稳定性则是需要研究的关键问题之一。系统级故障诊断的方法通过测试、诊断，迅速确定系统中的故障机，是保证整个系统安全与稳定的非常重要之手段。 　　系统级故障诊断是由Preparata、Metze和Chien等人[1]首次提出。其大致思想是：利用网络中各节点的通信和处理能力进行相互测试，通过对测试结果的分析，从而找出故障点。对系统级故障诊断的研究是建立在故障模型基础之上的，若以“+”代表正常机，“-”代表故障机，“0”表示通过测试，“1”表示未通过测试，按照测试方式与故障症候的不同，故障模型主要分为以下四种： 　　PMC模型(基于测试的对称模型) 　　BGM模型(基于测试的非对称模型) 　　ChwaHakimi模型(基于比较的对称模型) 　　Malek模型(基于比较的非对称模型) 　　1系统级故障诊断算法的分类 　　1.1 按诊断精确度分类 　　根据诊断的目标精确度，可以把诊断算法分为精确性诊断算法和非精确性诊断算法。精确性诊断算法要求所有的故障结点机都能被诊断出来（完全诊断），并且要求所有被识别出来的故障结点的确是存在故障的；非精确性诊断算法允许系统中有一定数量的无故障结点被错误地诊断为故障结点，或存在少部分的故障点未被诊断出来。 　　1.2 按诊断步骤分类 　　根据在一次诊断过程中诊断出的系统故障结点数目，可以把系统级故障诊断算法分为一步故障诊断算法与顺序故障诊断算法。一步故障诊断算法要求通过结点机相互测试获得一个完整症候，一次性完全地识别出全部故障结点机；顺序故障诊断算法由多个诊断阶段构成，每个阶段，先诊断出一个或多个故障点，然后对诊断出的故障点进行修复或者更换，将被修复或者替换后的结点重新加入到系统中，让其参