网站地图 原创论文网,覆盖经济,法律,医学,建筑,艺术等800余专业,提供60万篇论文资料免费参考
主要服务:论文发表、论文修改服务,覆盖专业有:经济、法律、体育、建筑、土木、管理、英语、艺术、计算机、生物、通讯、社会、文学、农业、企业

网络故障点诊断技术分析

来源:原创论文网 添加时间:2019-08-08

本篇为 网络工程师论文(优秀范文6篇)之第五篇,文末可查看其他5篇文章

  摘要:故障定位是网络故障诊断关键问题, 难点是怎样在大量相关故障事件中找到故障源, 网络故障诊断研究的重点是建立有效故障诊断模型。在此, 从不确定性、多源多类信息中获得网络故障相关信息, 以最短时间、最小代价准确发现和定位故障, 快速处理, 保障网络安全。

  关键词:网络故障; 定位; 诊断;

  事件关联技术是重要的网络故障定位工具, 其基本思想是通过关联多个事件为一个单一概念事件, 过滤不必要或不相关信息, 将故障来源隔离出来, 减少呈现给网络管理员的信息数量。故障诊断是由故障症状推理出最终故障原因的过程, 各种故障诊断法是根据故障症状与故障原因间因果关联的关系进行推理决策。对于庞大且复杂的网络而言, 故障症状与故障原因间的因果联系并不一定是确定映射[1].此外在故障诊断过程中, 观测数据受到各种因素限制常常有限, 如何完成故障诊断决策是面临的关键问题。

  一、规则推理的网络故障定位法

  基于规则推理是最简单的关联技术形态, 又叫基于规则的专家系统等。基于规则的推理系统一般由知识库、推理引擎、工作内存三部分组成, 分别描述系统知识层、控制层、数据层。

  知识库中存储从领域专家那得来的专家知识, 主要包括两部分, 即故障问题定义的专家知识, 当某问题发生时系统所要执行的动作。推理引擎与知识库将网络状态与知识库中规则条件部分进行比对, 一般推理引擎需要在知识库中进行多次推理才能得出最终的故障结论。工作内存中的具体网络管理协议, 如CMPI、SNMP等收集关于网络对象各种信息, 分析这些信息以识别是否发生故障。

  二、网络故障诊断分析

  在故障诊断领域中, 复杂网络环境下子网间及子网内部存在错综复杂、关联耦合的相互关系, 在故障诊断中的不确定性有: (1) 故障症状不确定。通常表现为不完整性、模糊性、不精确性、歧义性、随机性。 (2) 知识的不确定性。在日常故障管理中, 管理员知识、专家知识起着重要作用, 通常以不严格准确的自然语言形式表达, 当应用于故障管理时也需要不确定性的量化形式。 (3) 推理过程的不确定性。目前主要基于概率论和模糊逻辑来对故障诊断领域的不确定性问题表达和推理, 如确定性理论、Byaes方法等[2].

  故障症状与故障原因间的因果联系常常是非线性映射关系, 一种故障可能有多种不同症状, 同一症状又可能是多种故障共同作用的结果, 因此反映复杂诊断对象状态和行为是无法用单一信息来完整描述的。对于故障信息的分类研究, 广泛存在Rule-Based、Na?ve Bayesian、Decision Tree、SVM (Support Vector Machines) 等方法。目前研究来看, SVM是性能较好的一种处理方法, Na?ve Bayesian能有效处理样本中的不确定问题和噪声问题。若故障诊断中不能尽快检测、隔离、修复, 会带来各种损失, 对不同应用代价也有所不同。

网络故障

  三、网络故障诊断法

  (一) 模型故障诊断法

  基于模型的故障诊断分析建立在面向对象模型基础上, 模型再转化为诊断对象, 待诊断对象间的关联关系被清晰描述后, 模型也能反映出实际系统的结构和行为。基于模型的故障诊断涉及到以下四大因素: (1) 构成的理想模型是系统待诊断对象, (2) 系统物理结构, (3) 度量或观察值, (4) 物理系统与理想模型差异[3].典型的模型故障诊断系统有IBM提出的Yemanja系统采用层次结构, 用封装了实体行为的模型表示概念层次结构、抽象组件、网络设备, 相关实体间的通信采用事件传播链, 能有效的将底层网络事件和高层应用告警关联;Seagate提出的NerveCent Pro系统和Jakoboson等提出的IMPACT系统, 采用基于模型的故障诊断推理。

  (二) 贝叶斯理论故障诊断法

  不确定性知识表达和推理领域最有效的理论模型之一就是贝叶斯网络。他尝试在故障表现与原因之间建立基于概率的因果关系, 通过故障现象出现的先验概率对贝叶斯网络进行训练, 诊断时根据先验概率求解故障现象下各种故障原因的后验概率。贝叶斯网络采用图形化结构直观表示变量的联合概率分布及其条件独立性, 缩减了概率推理的计算量。贝叶斯网络的故障诊断法具有条件独立性、知识获取与推理复杂度较小、基于概率论推理与计算、知识表示的定性和定量相结合特性。贝叶斯网络故障诊断法研究的代表成果有:分布智能网络故障系统将被管网络划分为若干管理域, 各域中设置域诊断代理, 采用贝叶斯网络作为故障模型和推理引擎, 提出基于熵理论诊断决策算法。IBM TJ Watson提出选取网络中最优探测点集合的相关算法, 在得到探测点集合和探测结果后, 研究了如何应用贝叶斯方法进行有效故障诊断。M.Steinder以贝叶斯网络为推理引擎, 解决端到端的故障诊断问题和噪声网络中的故障定位问题。

  四、结语

  围绕故障管理研究中的故障检测、故障定位、故障诊断等问题, 给出定义描述, 分析当前面临的如多源信息表达、故障诊断代价、不确定性、分类等问题, 阐述目前使用的故障检测、故障定位、故障诊断方法, 一定程度上满足故障诊断问题需求, 给出可信计算平台。可信计算平台是指一种能提供可信计算服务的计算机软硬件平台, 基于可信平台模块, 以密码技术为支持, 以安全操作系统为核心, 主要体现在平台认证、平台软硬件配置、应用程序完整合法、平台之间的可验证, 是信息安全领域中起关键作用的体系结构。

  参考文献

  [1]王忠良。如何快速定位线路网络故障[J].中国集成电路, 2018 (10) :82-84.
  [2]王晓跃, 习海旭, 柳益君, 等。基于SPOC混合式学习模式的学习支持服务构建研究[J].电化教育研究, 2019, 40 (03) :48-53+117.
  [3]王海毅。计算机网络故障分析及维护研究[J].信息与电脑 (理论版) , 2018, No.408 (14) :24-25.

点击查看>>网络工程师论文(优秀范文6篇)其他文章
重要提示:转载本站信息须注明来源:原创论文网,具体权责及声明请参阅网站声明。
阅读提示:请自行判断信息的真实性及观点的正误,本站概不负责。