基于免疫原理的网络故障多层检测模型的研究-计算机软件与理论专业论文.docxVIP

PAGE PAGE 3 PAGE PAGE 6 火 Jj豆豆E工λ 字 似a研究生学位论 文 2、通常网络故障具有如下的性质: (1) 传播性 如果一个设备出现故障很可能影响其他网络设备的运行，从而导致其他问络设备性 能出现不同程度劣化并引发大故障。网络故障的 传播与该网络的拓扑结构紧密相关，距 离发生故障的设备越近，周围其他设备受到的影响越大; 如果远离发生的故障设备，受 到的坏影响就小 ;低层的网络设备发生故障，迪常会向高层传播。 关联性 网络是由许多相互关联的子系统和网络元素组成的。网络中任何 一个网络元索出现 故障 ，都有可能对其他相连的网络元素造成不同稽 度上 的故障，这些网络故障之间彼此 相关 ，彼此影响 ，具有一定的因果联系。 时间性 由于故障具有传播性 ，故障的产生在 时间上往往具有先 后顺序，表现出 一定的规律 性。一个故障通常会引发其他的故障，映射 在这些故障的征兆恃征上，即为各种故障之 间的时态关系。 模糊性 为检测出网络中出现的故障，往往要搜 集并分析许多 设备的网络状态恃征，根据这 些参数指标进行推理 。但是某些情况 -F ，由于征兆参数信息不足，很难推 出准确的结论 ， 而只能得H-l一个模糊的假设的 故障设备集合 ，而集合中所有的网络元素都有可能是出现 故障的根源， 具有一定的模糊不确定性 ，只是对故障定位的范围缩小了。 随机性 网络故障的发生没什么规律可言，呈现出随机性。这很大程度上与网络元素之间的 相互关系、拓扑结构及特 定的运行环境有关。 3、网络故障管理 在一些企事业的大型网络中一般使用网络故障管理工具，故障管理软件的好坏不但 可以正确反应网络平时运行的情况。在发生重大网络故障时，可以快速的报告，定位和 解决故障。网络故障管理常由 :网络故障检测、网络故障诊断和故障恢复 三部分组成1310 网络设备本身一般都具有感应异常状况的能力，因此，当设备发现自身或网络中其它设 备或软件系统出现异常现象时，会把异常情况通过告警的方式报给网络管理中心。通常 的网络管理工具有: HP 公司的 Open-View ，IBM 公司的 NetView ，CA 的 Uicenter 等。 在本文中我们重点完成对故障检测的研究 。要想完成对网络的检测，必须要先对网络进 太原理 工大学硕 士研究生学位论文 行JI管， 监控网络系统的运行状态和设备征兆。 网络监控主要是收集有关网络状态的各利信息，即网络运行状态时的表现特征 ，常 用的简单的网络监控分两种:基于事件驱动的监控、基于时间驱动的监控。前者是非同 步收到有关网络的信息，后者是通过周期性的轮询来较取网络状态。网络故障检测问题 较取信息最主基本的方法就是轮询 MlB信息库。系统管理员为每个能够指示故障的 MIB 库都规定了门限值。当故障管理软件系统轮询到某个超过门限值的 MIB 对象时，则向 网络管理员报告可能出现 -个故障信息。 1.2.2网络故障检测研究现状 网络故障诊断技术已成为一个十分有前景的研究领域。网绵故障检测是通过对网络 中各种行为参数、.ìiR信数据和设备信号的实时监控，发现异于 正常状态的行为，然后利 用已有 的各种信息，对异常行为进行分析，建立放障类型和特征参数之间的映射关系。 网络故障诊断技术本质上就是一个模式的识别与分类问题，即把系统的状态分为正常和 异常两类， 而异常的信号样本又属于叨:关故障，这本就是 一个模式识别的问题近些年来， 国内外的研究人员对网络故障诊断技术进行了深入广泛的研究，提出了众多可行的方 法。 我国计算机网络故障诊断起步较晚，水平相对落后，虽然在故障诊断方面开展了 一 定的研究，但相对国夕 i、在网络故障智能诊断方面的研究还有很长距离，从国际上看，网 络故障珍断经历了从无到有，从低级到高级、从不完善到完善、从集中式到分布式的目 标发展。随 着计算机技术 、人工智能特别是免疫理论、 机器学习等在故障过断领域中的 广泛应用，网络故障的智能诊断己引起众多研究人员的革视。目前用于网络故障诊断的 方法主耍包括基于知识的故障诊制方法、专 草草系统诊断方法、人 J二神经网络、故障树i企 断方法、基于模糊理论方法、基于数据挖掘理论法、贝叶斯网络方法、基于 Agent 的故 障诊断等方法。 (1)基于知识的故障诊断方法。正是由于人工智能技术在 近几年的飞速发 展，为网 络故障诊断提供了理论支持，此方法不需要对对象建立精确的数学模型 ，因而具有某些 智能特性，基于知识故障诊断的方法是比较新颖的故障诊断方法 主要有专家故障诊断 方法、模糊故障诊断、神经网络故障诊断诊断等。尽管有很大的发展潜力，但也存在很 多局限性，如专家系统 [4)存在知识获取 的瓶颈问题，严重影响了诊断的效率， 而且专家