基于神经网络的计算机网络故障诊断研究.docxVIP

?

?

基于神经网络的计算机网络故障诊断研究

?

?

张涛

【摘要】??计算机的普及促使现阶段人们的工作与生活方式发生明显的变化，为人们提供优质的服务，但受多种因素影响，计算机网络故障发生较为频繁，进而降低其功能性。基于此，本文从神经网络故障诊断原理和基本算法入手，深入进行分析，探索计算机网络在实际中的应用，分析其网络故障，明确现阶段神经网络下存在的网络故障，以供参考。

【关键词】??神经网络??故障诊断原理??基本算法??计算机

前言：

网络故障诊断实际上是指现阶段针对网络呈现的某种故障进行合理的检测与分析，根据其运行现状找到呈现故障的原因，以保证其正常运行。计算機网络在运行过程中需要合理的开展维护，做好相关的维护记录，以保证发生网络故障时可以为工作人员提供参考，可以及时发现设备在运行过程中存在的故障，有效进行维修。

一、神经网络故障诊断原理和基本算法

1.1工作原理

现阶段的神经网络诊断技术较为独特，主要分为两部分，一部分保证样本来满足神经网络训练，灵活利用其优势开展其处理，对计算机网络进行故障诊断;另一部分对现阶段的实际情况开展分析，分析检测输入状态，通过神经网络来对故障进行诊断与检测，完成故障诊断。通常情况下，想要对计算机网络故障开展诊断，需要提前进行原始数据处理，并分析其检测的训练样本，保证后续的诊断有序的进行。在实际的故障诊断中，其过程主要分为两个步骤，一是进行预处理，二是特征提取，为计算机故障诊断提供诊断需要的数据信息[1]。

1.2故障诊断算法

实际上，对于各种状态下的信息，计算机网络在应用过程中都需要开展实际的训练，并以此为基础，对状态信息开展分析，最终明确其实际的映射关系。受计算机自身的性质因素影响，其自身呈现出明显的适应能力，可以利用计算机网络自主进行分析，当收到外界环境影响时，利用映射的关系进行合理的调整，形成良好的适应功能。

神经元与神经元通过连接构成神经网络，例如BP神经网络现阶段的应用范围较广，以单向传输为主，用过输入层、中间层、输出层形成完整的网络层级，以保证功能的实现。以中间层的神经网络为例，其自身又被分割成多个层次，各个层次的神经元连接上下层次的神经元，单向进行输出，由此保证同层次节点不会出现耦合，每个层次只有对应下一层次，并产生影响[2]。

二、计算机网络在实际中的应用

计算机网络是指现阶段的通信网络，属于多元化网络，以自身为基础，实现资源的整合，提升资源的共享性。计算机网络已经被应用在各个领域中，促使现阶段的各个行业实现创新发展，提升计算机网络的重要性，但在实践过程中，也会不断出现大量的网络问题，进而对其功能与效率产生明显的影响，甚至产生安全性问题，降低整体安全系数，容易造成信息泄露，造成严重的经济损失。因此应积极的创新现有技术，加强整体安全防护，降低安全故障的发生几率[3]。网络传输近年来全面发展，整体的传输速率增大，转变为万M单位计算，但同时也增大了维护与维修的难度，工作人员需要花费较大的精力进行故障处理，增大成本。与从同时，从安全的角度分析，现阶段人们逐渐加强对网络安全的重视力度，以做好安全防护，尤其是针对网络入侵问题，更加注重信息的保密，以设置加密形式，保证网络安全，享受网络带来的便捷性优势[4]。

三、计算机网络故障

计算机网络故障可以说是现阶段最为常见的问题，产生的影响较为严重，并且呈现出明显的动态化与不确定化，故障地点未知，进而增大整体的故障维修难度，产生不良的后果。现有的计算机网络故障常见的类型较多，如网络传输故障、网络设备损坏故障、网络结构故障等，直接影响其各项功能的开展，因此应合理的开展优化，针对性的创新，完善现阶段的技术，高效的处理故障。网络设备故障最为常见，在计算机网络运行过程中，由于设备的老化或者电路损坏而引发规划故障，造成严重的后果[5]。

计算机网络中网络传输与网络结构产生的影响较为直接，还包括网络结构划分与传输失真问题，这些问题都会产生明显的负面影响。因此在发展中英合理的进行优化，采取有效的措施解决计算机网络故障，正确处理现阶段的问题，工作人员可以定期检查，按照故障的类型进行划分，提前进行预防，及时发现问题与安全隐患，并做好相关的记录，为工作人员提供良好的信息服务，以便于呈现故障问题时可以及时的发现位置，尽量降低故障产生的影响，控制整体的计算机网络覆盖范围，实现网络的高效传输，降低故障的发生几率[4]。

四、神经网络下计算机网络故障诊断分析

4.1模式识别神经网络

对于现阶段的网络故障来说，在开展诊断过程中包含两个环节，一是模式分类，另一个是模式识别，在传统的诊断过程中，主要是通过模式识别技术利用函数的识别，最终完成模式的分类，实现最终的归类。在该过程中，主要是通过合理的N维欧式空间的模式样本的特征空间开展分析，同时假设其模式类