毛志雄 ，邢 江 ，張 婷

（1湖北師范大學(xué)計(jì)算機(jī)科學(xué)與技術(shù)學(xué)院 湖北 黃石 435002）

（2湖北省黃石市疾病預(yù)防控制中心 湖北 黃石 435000）

智能化診斷網(wǎng)絡(luò)故障關(guān)鍵技術(shù)的研究

毛志雄1，2，邢 江1，張 婷2

（1湖北師范大學(xué)計(jì)算機(jī)科學(xué)與技術(shù)學(xué)院 湖北 黃石 435002）

（2湖北省黃石市疾病預(yù)防控制中心 湖北 黃石 435000）

網(wǎng)絡(luò)故障診斷作為網(wǎng)絡(luò)故障管理的主要部分，會(huì)對(duì)網(wǎng)絡(luò)運(yùn)行的穩(wěn)定性和可靠性造成直接的影響。基于此，本文從網(wǎng)絡(luò)故障分析入手，分析了智能化診斷網(wǎng)絡(luò)故障關(guān)鍵技術(shù)及其需要改進(jìn)的部分，研究人員需要改進(jìn)二分圖模型、使用拉格朗日松弛法進(jìn)行故障的定位，并使用前L個(gè)最佳故障測(cè)試技術(shù)以及神經(jīng)網(wǎng)絡(luò)診斷技術(shù)，基于上述分析，構(gòu)建了網(wǎng)絡(luò)故障管理系統(tǒng)，該系統(tǒng)可以切實(shí)實(shí)現(xiàn)智能化的網(wǎng)絡(luò)故障診斷。

網(wǎng)絡(luò)故障；網(wǎng)絡(luò)故障傳播模型；二分圖模型

1 網(wǎng)絡(luò)故障傳播模型

首先是依賴圖模型，該模型將底層網(wǎng)元管理作為基礎(chǔ)，觀察網(wǎng)絡(luò)運(yùn)行過程中網(wǎng)絡(luò)設(shè)備、網(wǎng)元和網(wǎng)絡(luò)服務(wù)之間的關(guān)系，并以此來確定故障問題，該模型進(jìn)行網(wǎng)絡(luò)故障分析的主要依據(jù)就是網(wǎng)元之間存在的依賴關(guān)系。

然后是短語(yǔ)結(jié)構(gòu)文法模型，該模型主要是通過短語(yǔ)結(jié)構(gòu)語(yǔ)法來描述通訊系統(tǒng)，并進(jìn)行網(wǎng)絡(luò)故障的診斷。在該模型下，網(wǎng)絡(luò)需要進(jìn)行兩個(gè)設(shè)備的連接，再依據(jù)終點(diǎn)和通訊連接來構(gòu)建高層連接，一旦通訊連接或者終點(diǎn)中出現(xiàn)了問題，就會(huì)出現(xiàn)網(wǎng)絡(luò)故障。該模型會(huì)將網(wǎng)絡(luò)看做是無(wú)環(huán)網(wǎng)，故障設(shè)備使用終止符來表示，其中的節(jié)點(diǎn)則代表著通訊設(shè)備或者通訊連接。

最后是因果圖模型，該模型的依據(jù)是因果圖，因果圖是一種有向無(wú)環(huán)圖Gc（E，D），其中，G表示事件的因果關(guān)系；c表示節(jié)點(diǎn)各邊之和；E表示節(jié)點(diǎn)的總和。該模型為網(wǎng)絡(luò)故障的定位提供了便利。

2 智能化診斷網(wǎng)絡(luò)故障關(guān)鍵技術(shù)分析

2.1 技術(shù)分析

第一，二分圖模型的改進(jìn)，通常來說，二分圖模型可以描述網(wǎng)絡(luò)故障事件中的傳播關(guān)系，但是二分圖模型的描述效果會(huì)受到網(wǎng)路間歇故障以及網(wǎng)絡(luò)系統(tǒng)閾值等問題的影響，而且，網(wǎng)絡(luò)中還有很多虛假告警，但是二分圖模型在進(jìn)行故障描述時(shí)，并沒有考慮到這種情況。因此，二分圖模型需要進(jìn)行進(jìn)一步的改進(jìn)，可以在二分圖模型中設(shè)置虛假故障出現(xiàn)的先驗(yàn)概率，將這個(gè)先驗(yàn)概率設(shè)定為系統(tǒng)對(duì)應(yīng)的告警虛假率，與此同時(shí)，將虛假故障導(dǎo)致告警發(fā)生的條件概率設(shè)置為1。

第二，使用拉格朗日松弛法進(jìn)行故障的定位，我們可以通過問題轉(zhuǎn)換的方式，將網(wǎng)絡(luò)故障的定位問題轉(zhuǎn)換成為0-1規(guī)劃中的最優(yōu)化求解。對(duì)于0-1規(guī)劃問題的求解方法有很多，比如，隱枚舉法，該方法的求解步驟很簡(jiǎn)便，但是不能對(duì)目標(biāo)的松弛下界進(jìn)行界定，而且隱枚舉法的計(jì)算量非常大，不適用于故障的定位。拉格朗日松弛法的計(jì)算量比較小，復(fù)雜程度也比較低，還能夠有效解決故障定位中的最小集合覆蓋問題[1]。

第三，前L個(gè)最佳故障測(cè)試技術(shù)，在進(jìn)行網(wǎng)絡(luò)故障的診斷時(shí)，故障的傳播模型并不是非常準(zhǔn)確的，特別是網(wǎng)絡(luò)故障和網(wǎng)絡(luò)癥狀表現(xiàn)之間的因果關(guān)系，這種關(guān)系主要依靠專家的專業(yè)知識(shí)進(jìn)行判斷，精確值有待考證。因此，要想提高網(wǎng)絡(luò)故障診斷的智能化水平，可以將出現(xiàn)概率最大的故障假設(shè)成最終的故障定位結(jié)果，這種方法被稱為前L個(gè)最佳故障測(cè)試技術(shù)。通常狀況下，該技術(shù)在進(jìn)行故障假設(shè)的選取時(shí)，使用最廣泛的選取形式為概率比例選取，就是將出現(xiàn)概率最高的故障當(dāng)做假設(shè)，再選取出現(xiàn)概率次之的故障當(dāng)做假設(shè)，按照次序進(jìn)行選取，直至當(dāng)前選取的假設(shè)和上一個(gè)假設(shè)的出現(xiàn)概率小于系統(tǒng)閾值。

第四，神經(jīng)網(wǎng)絡(luò)診斷技術(shù)，人工神經(jīng)網(wǎng)絡(luò)具有很強(qiáng)的自組織性、并行性以及容錯(cuò)性，在機(jī)械故障的智能化診斷方面受到了廣泛的應(yīng)用。該技術(shù)主要是根據(jù)網(wǎng)絡(luò)故障實(shí)例和故障診斷的經(jīng)驗(yàn)來開展訓(xùn)練和學(xué)習(xí)，通過神經(jīng)網(wǎng)絡(luò)中存在的連接權(quán)值進(jìn)行學(xué)習(xí)成果的展示，也就是故障診斷知識(shí)。該技術(shù)的應(yīng)用主要分為以下步驟；建立神經(jīng)網(wǎng)絡(luò)診斷故障的知識(shí)庫(kù)；神經(jīng)網(wǎng)絡(luò)進(jìn)行自學(xué)習(xí)；神經(jīng)網(wǎng)絡(luò)進(jìn)行網(wǎng)絡(luò)故障的診斷。知識(shí)庫(kù)的構(gòu)建流程如下：首先要分析出被診斷對(duì)象可能出現(xiàn)故障的知識(shí)結(jié)構(gòu)，通過故障樹分析法進(jìn)行神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)模型的構(gòu)建；然后明確神經(jīng)網(wǎng)絡(luò)的訓(xùn)練和自學(xué)習(xí)樣本，并獲取對(duì)應(yīng)的連接權(quán)值，將這些連接權(quán)值進(jìn)行存儲(chǔ)，以此來形成知識(shí)庫(kù)。

2.2 故障診斷系統(tǒng)的構(gòu)建

故障診斷系統(tǒng)需要具備故障的告警、故障傳播模型的管理、故障的定位以及故障的測(cè)試和恢復(fù)等多種功能。其中，故障的告警功能需要系統(tǒng)能夠準(zhǔn)確及時(shí)捕獲故障，并將故障告警給管理人員，告警的方式可以為短信提醒或者蜂鳴聲等多種形式；故障傳播模型的管理功能需要應(yīng)用到二分圖模型或者因果圖模型等多種故障傳播模型，尤其要注意先驗(yàn)概率的設(shè)定問題，而且，為了保障故障傳播模型中各項(xiàng)參數(shù)的準(zhǔn)確性，需要將多項(xiàng)故障診斷數(shù)據(jù)作為依據(jù)進(jìn)行參數(shù)的設(shè)定；故障的定位功能需要依靠于科學(xué)合理的算法，還要使用前L個(gè)最佳故障假設(shè)的測(cè)試技術(shù)，這樣才能有效提高網(wǎng)絡(luò)故障定位的準(zhǔn)確程度；故障測(cè)試和恢復(fù)功能主要依靠于腳本或者具體的程序來運(yùn)行，能夠進(jìn)行故障問題的測(cè)試和恢復(fù)[2]。

3 結(jié)論

綜上所述，使用智能化診斷技術(shù)進(jìn)行網(wǎng)絡(luò)故障的診斷是時(shí)代發(fā)展的必然。分析可得，通過對(duì)本文的分析可知，智能化診斷網(wǎng)絡(luò)故障技術(shù)能夠有效進(jìn)行網(wǎng)絡(luò)故障的定位，減少故障持續(xù)的時(shí)間，從而減少網(wǎng)絡(luò)運(yùn)行的成本，提高網(wǎng)絡(luò)運(yùn)行的經(jīng)濟(jì)效益，促進(jìn)我國(guó)網(wǎng)絡(luò)的可持續(xù)發(fā)展。希望本文能夠?yàn)橄嚓P(guān)人員進(jìn)行智能化網(wǎng)絡(luò)故障診斷技術(shù)的分析提供參考。

[1]宋毅，焦賢龍.基于Jess和SNMP的智能網(wǎng)絡(luò)故障管理系統(tǒng)設(shè)計(jì)與開發(fā)[J].電子設(shè)計(jì)工程，2016，24(14)：49-51+55.

[2]高鳳岐，陳建輝，連光耀，宋英趁.分布式智能故障診斷專家系統(tǒng)的關(guān)鍵技術(shù)實(shí)現(xiàn)[J].儀表技術(shù)，2008，(12)：1-3+65.

Research on Key Technologies of intelligent diagnosis of network

Mao Zhixiong1,2 , Xing Jiang1, Zhang Ting2.
1.Hubei Normal University College of Computer Science And Technology, 2.Huangshi Center for Disease Control and prevention of Hubei Province,China.

Network fault diagnosis as the main part of network fault management, will have a direct impact onthe stability and reliability of network. Based on this, this paper starts from the network fault analysis, analyzes the key technology of intelligent fault diagnosis network and the need to improve the part, researchers need to improve Two figure model, fault location using Lagrange relaxation method, and uses The L optimal fault test technology and Neural network diagnosis technology, based on the above analysis, the construction of network fault management system, the system caneffectively realize the intelligent network fault diagnosis.

Network failure; Network fault propagation model; Two sub graph model

TP393.06 【文獻(xiàn)標(biāo)識(shí)碼】A 【文章編號(hào)】1009-5624（2018）02-0054-02

毛志雄（1990-），男，漢族，湖北黃石人，在讀碩士研究生，就讀于湖北師范大學(xué)，研究方向?yàn)樾畔⒂?jì)算與智能系統(tǒng)現(xiàn)在黃石疾病預(yù)防控制中心工作；

邢江（1973-），男，漢族，江西九江人，湖北師范大學(xué)副教授，碩士研究生導(dǎo)師，研究生方向?yàn)闄C(jī)器視覺、計(jì)算機(jī)控制；

張婷（1989-），女，漢族，湖北武漢人，本科學(xué)士，現(xiàn)在黃石市疾病預(yù)防控制中心工作。