題-1_100_100.jpg)
基本信息
- 項目名稱：
- 基于粒計算的網(wǎng)絡(luò)故障診斷方法研究
- 小類：
- 信息技術(shù)
- 簡介：
- 為了提高網(wǎng)絡(luò)故障診斷的速度和正確性，揭示故障的發(fā)生發(fā)展規(guī)律, 本文提出了以粒計算理論為基礎(chǔ)的網(wǎng)絡(luò)故障診斷方法。闡述了粒計算的知識約簡方法，利用基于概率規(guī)則的決策規(guī)則獲取算法，并對網(wǎng)絡(luò)故障決策表進(jìn)行?；?、約簡和分類處理，提取出可靠性強和預(yù)測效率高的決策規(guī)則。最后通過實驗證明該方法是有效可行的。
- 詳細(xì)介紹：
- 計算機網(wǎng)絡(luò)的穩(wěn)定性一直是人們比較關(guān)心的問題。為了提高網(wǎng)絡(luò)故障診斷的速度和正確性，揭示故障的發(fā)生發(fā)展規(guī)律, 提出了以粒計算理論為基礎(chǔ)的網(wǎng)絡(luò)故障診斷方法。該方法利用基于概率規(guī)則的決策規(guī)則獲取算法，對網(wǎng)絡(luò)故障決策表進(jìn)行知識粒化，以正確度和覆蓋度為判定條件，刪除冗余的屬性集，獲得決策規(guī)則集，提取出有潛在價值的信息和模式，為網(wǎng)絡(luò)故障的查找、定位提供決策依據(jù)。該方法可有效減少網(wǎng)絡(luò)管理人員的工作量，提高網(wǎng)絡(luò)故障診斷的效率。 1.把粒計算的思想應(yīng)用到網(wǎng)絡(luò)故障診斷中，通過概率規(guī)則的獲取來研究診斷網(wǎng)絡(luò)故障的方法在國內(nèi)尚未見報導(dǎo)。 2.研究中得到了一些擴展性成果：利用已獲得的負(fù)規(guī)則提取算法進(jìn)一步?；W(wǎng)絡(luò)故障的決策表；利用負(fù)規(guī)則對網(wǎng)絡(luò)故障數(shù)據(jù)庫進(jìn)行挖掘，獲得網(wǎng)絡(luò)故障和故障原因之間的深層次的多重關(guān)聯(lián)規(guī)則；將提取出的正規(guī)則的逆否命題作為定理簡化約簡過程。 3.據(jù)此方法可建立基于粒計算的網(wǎng)絡(luò)故障診斷系統(tǒng)，能夠隨時了解網(wǎng)絡(luò)的狀態(tài)及其變化情況，捕獲網(wǎng)絡(luò)中的故障。根據(jù)建立的網(wǎng)絡(luò)故障數(shù)據(jù)庫，自動分析故障的類型、原因以及故障源，并向用戶報警同時提交詳細(xì)的故障報告，保證網(wǎng)絡(luò)的高服務(wù)質(zhì)量和可靠性。
作品圖片
作品專業(yè)信息
撰寫目的和基本思路
- 計算機網(wǎng)絡(luò)穩(wěn)定性一直是人們關(guān)心的問題，由于網(wǎng)絡(luò)故障普遍性、多樣性，形成了海量不確定的證據(jù)和知識。粒計算是一種新的處理不確定信息的數(shù)學(xué)分析方法。本小組將粒計算的思想應(yīng)用到網(wǎng)絡(luò)故障診斷中，利用基于概率規(guī)則的決策規(guī)則獲取算法，對網(wǎng)絡(luò)故障決策表進(jìn)行約簡、分類處理，提取出可靠性強和預(yù)測效率高的決策規(guī)則。目的是提取出隱含在數(shù)據(jù)庫中的有潛在價值的信息和模式，為網(wǎng)絡(luò)故障的查找、定位提供決策，提高故障診斷效率。
科學(xué)性、先進(jìn)性及獨特之處
- 1.本小組以學(xué)校網(wǎng)絡(luò)中心為實驗依托，研究內(nèi)容緊扣當(dāng)今熱點。 2.現(xiàn)階段常用的網(wǎng)絡(luò)故障診斷方法對數(shù)據(jù)完善程度要求較高、無法對模糊的信息進(jìn)行處理、尤其是無法排除那些冗余的干擾性因素，使得網(wǎng)絡(luò)故障的診斷變得繁瑣，效率低下。與之相比，粒計算的約簡和規(guī)則提取方法，有著明顯的優(yōu)越性。 3.把粒計算的思想應(yīng)用到網(wǎng)絡(luò)故障診斷中，通過概率規(guī)則的獲取來研究網(wǎng)絡(luò)故障診斷的方法在國內(nèi)應(yīng)屬首例。
應(yīng)用價值和現(xiàn)實意義
- 1.據(jù)此建立網(wǎng)絡(luò)故障診斷系統(tǒng)，能夠隨時了解網(wǎng)絡(luò)狀態(tài)及其變化情況，捕獲網(wǎng)絡(luò)故障。根據(jù)建立的網(wǎng)絡(luò)故障數(shù)據(jù)庫，自動分析故障的類型及故障源，向用戶報警、提交詳細(xì)故障報告，保證網(wǎng)絡(luò)可靠性。 2.改變傳統(tǒng)網(wǎng)絡(luò)故障主要靠人來檢測的問題，降低故障檢測的成本。可以應(yīng)用于中國移動、大型銀行網(wǎng)絡(luò)和局域網(wǎng)等的故障診斷中。 3.該方法是粒計算應(yīng)用上一次新的嘗試，將對網(wǎng)絡(luò)管理的理論研究和應(yīng)用開發(fā)起到推進(jìn)作用。
學(xué)術(shù)論文摘要
- 為了提高網(wǎng)絡(luò)故障診斷的速度和正確性，揭示故障的發(fā)生發(fā)展規(guī)律, 首次提出了以粒計算理論為基礎(chǔ)的網(wǎng)絡(luò)故障診斷方法。文中闡述了粒計算的知識約簡方法，利用基于Rough集理論的概率規(guī)則的決策規(guī)則獲取算法，對網(wǎng)絡(luò)故障的決策表進(jìn)行知識?；瑒h除冗余的屬性集，獲得決策規(guī)則集，同時利用已獲得的負(fù)規(guī)則提取算法進(jìn)一步?；W(wǎng)絡(luò)故障的決策表，從而提取出可靠性強和預(yù)測效率高的決策規(guī)則。最后通過實驗證明了該方法的有效性。另外，本文成果還具有可擴展性，如利用負(fù)規(guī)則對網(wǎng)絡(luò)故障數(shù)據(jù)庫進(jìn)行挖掘，獲得網(wǎng)絡(luò)故障和故障原因之間的深層次的多重關(guān)聯(lián)規(guī)則；將提取出的正規(guī)則的逆否命題作為定理簡化約簡過程。
獲獎情況
- 無
鑒定結(jié)果
- 情況屬實
參考文獻(xiàn)
- [1]Pawlak Z. Rough sets [J]. International Journal of Computer and Information Sciences, 1982, (11):341~356. [2]Chang Liyun, Wang Guoyin, Wu Yu. An Approach for Attribute Reduction and Rule Generation Based on Rough Set Theory. Journal of Software, 1990, 10(11):1206-1211(in Chinese). [3]Xu Jiucheng, Sun Lin. A New Knowledge Reduction Algorithm Based on Decision Power in Rough Set. Transactions on Rough Sets XII, Lecture Notes in Computer Science, 2010, 6190: 76-89. [4]王國胤. Rough集理論與知識獲取[M]. 西安交通大學(xué)出版社,2001. [5]Xu Jiucheng, Sun Lin. Knowledge Reduction and its Rough Entropy Representation of Decision Tables in Rough Set. 2007 IEEE International Conference on Granular Computing, Silicon Valley, California, 2007, 249-252. [6]Greg Tomsho. 網(wǎng)絡(luò)維護(hù)和故障診斷指[M]. 清華大學(xué)出版, 2003. [7]Robert J. Shimonski. 網(wǎng)絡(luò)優(yōu)化及故障檢修[M]. 北京：電子工業(yè)出版社, 2004.
同類課題研究水平概述
- 1、國外研究現(xiàn)狀 國外在網(wǎng)絡(luò)故障管理方面的研究起步較早，有網(wǎng)絡(luò)故障管理專家系統(tǒng)的商業(yè)化產(chǎn)品。目前，國外的網(wǎng)絡(luò)管理軟件如IBM的NetView，HP公司的OpenView，SUN公司的Sun NetManager等，都沒有提供良好的網(wǎng)絡(luò)故障定位功能，故障管理的功能實現(xiàn)需要管理人員通過人工經(jīng)驗分析去完成，未實現(xiàn)網(wǎng)絡(luò)故障管理的自動化。將粒計算技術(shù)應(yīng)用于計算機網(wǎng)絡(luò)故障診斷的研究相對較少，也還未形成實用的系統(tǒng)。 2、國內(nèi)研究現(xiàn)狀 網(wǎng)絡(luò)管理在國內(nèi)也是網(wǎng)絡(luò)研究的熱點，取得了一些階段性的成果。如清華大學(xué)的CIMS網(wǎng)絡(luò)監(jiān)控管理系統(tǒng)，東南大學(xué)的網(wǎng)絡(luò)管理系統(tǒng)Watcher，以及上海交通大學(xué)與日本合作開發(fā)的Walker中文版網(wǎng)絡(luò)管理系統(tǒng)等。這些系統(tǒng)雖然部分涉及到了基于專家系統(tǒng)的故障診斷方法，基于神經(jīng)網(wǎng)絡(luò)的故障診斷方法和基于模糊神經(jīng)網(wǎng)絡(luò)的故障診斷方法等人工智能技術(shù)，但這些理論固有的缺陷使得實際結(jié)果與應(yīng)用需求還有較大的差距。 3、存在的不足 ①基于專家系統(tǒng)的故障診斷方法專家系統(tǒng)不能處理那些因網(wǎng)絡(luò)環(huán)境變化而產(chǎn)生的新數(shù)據(jù)，已建立的規(guī)則不夠健全，無法跟隨網(wǎng)絡(luò)的動態(tài)變化；對于未經(jīng)專門訓(xùn)練的網(wǎng)絡(luò)用戶，向?qū)＜蚁到y(tǒng)添加規(guī)則比較困難；隨著領(lǐng)域知識的變化，需要動態(tài)添加或刪除相應(yīng)的規(guī)則，維護(hù)的工作量較大。 ②基于神經(jīng)網(wǎng)絡(luò)的故障診斷方法也存在著一定的局限性：如訓(xùn)練樣本獲取比較困難；系統(tǒng)不能發(fā)現(xiàn)過去沒有出現(xiàn)過的故障；另外由于神經(jīng)網(wǎng)絡(luò)對診斷結(jié)果缺乏解釋能力，對用戶來說整個診斷系統(tǒng)相當(dāng)于一個“黑箱”，不具備透明性。 ③基于模糊神經(jīng)網(wǎng)絡(luò)的故障診斷方法，將模糊邏輯理論和神經(jīng)網(wǎng)絡(luò)技術(shù)相結(jié)合，在實現(xiàn)上具有一定的復(fù)雜性。 4、粒計算的引入 由于網(wǎng)絡(luò)故障的普遍性和多樣性，以及由此形成的海量的可利用的不確定的證據(jù)和知識，傳統(tǒng)的網(wǎng)絡(luò)故障管理技術(shù)從功能上、效率上和網(wǎng)絡(luò)管理成本上均無法滿足對大型復(fù)雜網(wǎng)絡(luò)系統(tǒng)的管理。粒計算是人工智能領(lǐng)域中的一種新理念和新方法。主要用于對不確定、不精確、不完整信息的處理，對海量數(shù)據(jù)的挖掘以及對復(fù)雜問題的求解。 基于概率規(guī)則的決策規(guī)則獲取算法，通過對網(wǎng)絡(luò)故障決策表進(jìn)行?；?、約簡和分類處理，可以提取出可靠性強和預(yù)測效率高的決策規(guī)則，同時，通過對覆蓋度和正確度的循環(huán)利用，提取出隱含在數(shù)據(jù)庫中有潛在價值的信息和模式，提高網(wǎng)絡(luò)的服務(wù)質(zhì)量和可靠性。
