計(jì)算機(jī)網(wǎng)絡(luò)智能診斷技術(shù)研究.pdf

1、計(jì)算機(jī)網(wǎng)絡(luò)已逐漸成為21世紀(jì)全球最重要的基礎(chǔ)設(shè)施,隨著網(wǎng)絡(luò)規(guī)模不斷擴(kuò)大,網(wǎng)絡(luò)應(yīng)用不斷增加,原有的網(wǎng)絡(luò)故障管理系統(tǒng)由于功能單一、操作復(fù)雜、效率低下,已不能滿足發(fā)展的需要,如何保證網(wǎng)絡(luò)快速、安全、穩(wěn)定地運(yùn)行已成為人們關(guān)注的焦點(diǎn).本文將分層分布式智能技術(shù)引入故障診斷領(lǐng)域,通過(guò)開(kāi)展關(guān)鍵技術(shù)研究,使故障自動(dòng)定位和智能診斷成為可能.本文主要研究工作和取得的成果如下:(1)提出一個(gè)基于移動(dòng)Agent的網(wǎng)絡(luò)故障分布式診斷框架結(jié)構(gòu)DTSMA,描述了整個(gè)框

2、架中各組成部分的作用和各個(gè)模塊的工作流程,介紹了域內(nèi)和域間故障管理的策略,并通過(guò)故障管理的實(shí)驗(yàn)驗(yàn)證了DTSMA策略的有效性.(2)提出一種基于故障關(guān)聯(lián)技術(shù)的物理層故障定位方法,把物理層故障診斷分為兩個(gè)階段:故障定位和故障診斷.(3)提出一種基于粗糙集神經(jīng)網(wǎng)絡(luò)的網(wǎng)絡(luò)鏈路故障診斷算法,將知識(shí)系統(tǒng)技術(shù)應(yīng)用于鏈路層故障診斷中,針對(duì)故障診斷問(wèn)題的需要,構(gòu)建一個(gè)故障診斷知識(shí)庫(kù);針對(duì)知識(shí)庫(kù)中可能存在的知識(shí)規(guī)則冗余問(wèn)題,提出基于粗糙集理論的知識(shí)庫(kù)規(guī)則約

3、簡(jiǎn)方案,降低知識(shí)規(guī)則的冗余度.(4)提出一種基于模糊神經(jīng)網(wǎng)絡(luò)的網(wǎng)絡(luò)擁塞控制方法,通過(guò)構(gòu)建模糊神經(jīng)網(wǎng)絡(luò),利用模糊神經(jīng)網(wǎng)絡(luò)處理不確定性問(wèn)題和自學(xué)習(xí)能力,進(jìn)行網(wǎng)絡(luò)流量預(yù)測(cè).推理結(jié)果魯棒性高,能準(zhǔn)確地捕捉流量隨時(shí)間變化的特征,較好地解決了網(wǎng)絡(luò)擁塞控制問(wèn)題.(5)提出一種基于支持向量機(jī)的應(yīng)用層故障檢測(cè)模型,對(duì)模型各個(gè)組件的功能、機(jī)制、實(shí)現(xiàn)進(jìn)行了深入探討,對(duì)用于檢測(cè)的網(wǎng)絡(luò)數(shù)據(jù)特征,利用異構(gòu)數(shù)據(jù)集上的距離度量函數(shù)進(jìn)行預(yù)處理,既避免了因訓(xùn)練數(shù)據(jù)規(guī)模過(guò)小