收藏本站
《南京理工大学》 2004年
收藏 | 手机打开
二维码
手机客户端打开本文

计算机网络智能诊断技术研究

戚湧  
【摘要】:计算机网络已逐渐成为21世纪全球最重要的基础设施,随着网络规模不断扩大,网络应用不断增加,原有的网络故障管理系统由于功能单一、操作复杂、效率低下,已不能满足发展的需要,如何保证网络快速、安全、稳定地运行已成为人们关注的焦点。本文将分层分布式智能技术引入故障诊断领域,通过开展关键技术研究,使故障自动定位和智能诊断成为可能。 本文主要研究工作和取得的成果如下: (1) 提出一个基于移动Agent的网络故障分布式诊断框架结构DTSMA,描述了整个框架中各组成部分的作用和各个模块的工作流程,介绍了域内和域间故障管理的策略,并通过故障管理的实验验证了DTSMA策略的有效性。 (2) 提出一种基于故障关联技术的物理层故障定位方法,把物理层故障诊断分为两个阶段:故障定位和故障诊断。在故障定位阶段采用了故障关联算法,在故障诊断阶段用的是基于事例推理的方法,这样有利于提高故障诊断的效率。故障关联算法依据故障之间的关联关系,运用图论和邻接矩阵的方法求出根故障集。根据故障之间的相关性由故障关联算法确定故障源,有效地起到故障过滤和定位的功能。 (3) 提出一种基于粗糙集神经网络的网络链路故障诊断算法,将知识系统技术应用于链路层故障诊断中,针对故障诊断问题的需要,构建一个故障诊断知识库;针对知识库中可能存在的知识规则冗余问题,提出基于粗糙集理论的知识库规则约简方案,降低知识规则的冗余度;由于诊断问题的实质是一种映射,将神经网络模型引入故障诊断系统,用一种前馈型网络来逼近这种映射关系,神经网络的学习样本来自于知识库中的知识规则,实现对网络故障的分类。 (4) 提出一种基于模糊神经网络的网络拥塞控制方法,通过构建模糊神经网络,利用模糊神经网络处理不确定性问题和自学习能力,进行网络流量预测。推理结果鲁棒性高,能准确地捕捉流量随时间变化的特征,较好地解决了网络拥塞控制问题。 (5) 提出一种基于支持向量机的应用层故障检测模型,对模型各个组件的功能、机制、实现进行了深入探讨,对用于检测的网络数据特征,利用异构数据集上的距离度量函数进行预处理,既避免了因训练数据规模过小而导致的训练结果太差问题,又减少了训练时间,提高了训练效率。在训练数据的过程中,运用模糊数学理论,考虑不同的网络数据特征对检测结果的影响程度,提出了一种加权 博士论文 处理方法,并通过实验数据说明该方法在检测精度上有所提高。对由于样本的不 均衡性而导致的某一类型的检测率偏低问题,也作了相应研究,提出一种提高其 在训练数据中比例的方法,使检测率得到很大提高。 (6)提出一种基于核方法和自组织映射神经网络的网络故障可视化诊断和动 态监测模型,通过网络故障征兆收集智能体,收集并且预处理被诊断该网络的故 障征兆信息,该信息被传送到位于诊断中心的网络故障诊断智能体,用作诊断及 可视化。该方法的优点是网络故障诊断智能体可以以可视化的方式诊断网络的故 障,并且动态监控网络的运行状态。仿真实验结果证明了方法的有效性和鲁棒性。 关键词:网络智能诊断,简单网络管理协议,移动Agent,粗糙集,拥塞控制,模 糊神经网络,支持向量机,可视化,自组织映射
【学位授予单位】:

知网文化
【相似文献】
中国期刊全文数据库 前20条
1 刘井波;罗卫敏;刘静;;基于斥力平衡SOM的可信故障诊断[J];计算机工程;2011年13期
2 樊龙军;李艳;吴磊;陈鹏;;基于动态免疫网络的聚类算法[J];福建电脑;2011年05期
3 程慧杰;张国印;何颖;;基于基因表达谱特征分布的SOM聚类算法研究[J];计算机工程与设计;2011年07期
4 程慧杰;卜宪庚;;基于基因限制信息的特征权值优化研究[J];计算机与数字工程;2011年07期
5 迟冬祥;黎明;赵莹;;医学图像自动分割的混合聚类方法[J];计算机应用与软件;2011年08期
6 楼少敏;朱彦;俞晓群;;基于计算机视觉的织物疵点检测技术研究进展[J];丝绸;2011年06期
7 王潇娴;;无线传感器网络自组织路由协议研究[J];黑龙江科技信息;2011年22期
8 罗辛;潘乔;王洪亚;陈美;北研二;;基于SOFM的高速图像检索算法实现[J];广西师范大学学报(自然科学版);2011年02期
9 储健;於文雪;;一种基于神经网络算法的CT图像自动分割方法[J];电脑知识与技术;2011年25期
10 周炀茗;水超;孙智信;黄强;;文献计量视角下的神经网络发展轨迹研究[J];现代情报;2011年08期
11 赵晓慧;刘微;谢凤宏;赵凤霞;;基于局部信息的复杂网络社团结构发现算法[J];微型机与应用;2011年15期
12 ;[J];;年期
13 ;[J];;年期
14 ;[J];;年期
15 ;[J];;年期
16 ;[J];;年期
17 ;[J];;年期
18 ;[J];;年期
19 ;[J];;年期
20 ;[J];;年期
中国重要会议论文全文数据库 前10条
1 冯秀林;龙海林;索净洁;张丹丹;李静亚;张庆友;;基于分子结构的光化学反应分类预测[A];第十一届全国计算(机)化学学术会议论文摘要集[C];2011年
2 杨步青;王竞;叶中行;;自组织映射在财务分析中的应用[A];1999年中国神经网络与信号处理学术会议论文集[C];1999年
3 蔡中华;;自组织映射(SOM)在研究地区产业结构聚类分析的应用[A];第九届中国青年信息与管理学者大会论文集[C];2007年
4 王金甲;王成儒;李静;;自组织混合神经网络在说话人识别中的应用[A];第一届学生计算语言学研讨会论文集[C];2002年
5 彭岩;王万森;涂序彦;;基于SOM的预警模型研究与应用[A];2003年中国智能自动化会议论文集(上册)[C];2003年
6 朱双鹤;马凌;;用改进的自组织映射算法求解TSP问题[A];1999年中国神经网络与信号处理学术会议论文集[C];1999年
7 胡社教;王玲玲;;基于块分类技术的数字图像水印算法[A];2009系统仿真技术及其应用学术会议论文集[C];2009年
8 王吉芳;徐小力;高慧婷;;小波包模糊聚类网络在烟机发电机故障诊断中的应用[A];第八届全国设备与维修工程学术会议、第十三届全国设备监测与诊断学术会议论文集[C];2008年
9 邢果;戚文芽;;基于肤色模型、混合线性子空间的人脸检测[A];第二届和谐人机环境联合学术会议(HHME2006)——第15届中国多媒体学术会议(NCMT'06)论文集[C];2006年
10 刘勘;金大卫;;基于颜色模型的自组织映射[A];第二十一届中国数据库学术会议论文集(技术报告篇)[C];2004年
中国重要报纸全文数据库 前10条
1 李文;北电企业网构建高性能的简单网络[N];中国计算机报;2002年
2 冉隆科;简单网络 全能保护[N];中国计算机报;2005年
3 记者  郑申;统一威胁管理网络防护简单化[N];金融时报;2006年
4 贾书哲;海尔商用电脑靠差异化制胜[N];中国现代企业报;2007年
5 孙燕庚;中小型网络亟待强化管理[N];国际商报;2006年
6 本报记者 胡英;屏弃网络“大而全”[N];计算机世界;2003年
7 罗峻;360°的网络应用程序管理[N];中国计算机报;2005年
8 ;SNMP[N];中国高新技术产业导报;2005年
9 陈代寿;WAN中以太网再战ATM[N];中国计算机报;2000年
10 郭旭;授之以渔 谈渠道中的本地化服务[N];中国计算机报;2000年
中国博士学位论文全文数据库 前10条
1 安璐;基于自组织映射的期刊主题研究[D];武汉大学;2009年
2 戚湧;计算机网络智能诊断技术研究[D];南京理工大学;2004年
3 王明祥;独立分量分析方法及在图像处理中的应用研究[D];上海大学;2005年
4 姚卫新;智能数据分析中异常数据的集成化管理方法研究[D];复旦大学;2004年
5 肖迪;新型粗糙神经网络的模式识别与故障诊断方法的研究[D];南京航空航天大学;2005年
6 杨春梅;基因表达数据聚类分析算法研究和应用[D];天津大学;2006年
7 柏荣刚;无线传感器网络节能协议和算法的研究[D];中国科学技术大学;2009年
8 刘雪松;中药的近红外光谱计算分析方法学研究[D];浙江大学;2005年
9 孙志伟;空间数据聚类的研究[D];天津大学;2007年
10 黄东;基于流形的降维方法及其在计算机视觉中的应用[D];电子科技大学;2009年
中国硕士学位论文全文数据库 前10条
1 谢建华;基于核自组织映射的时间序列预测研究[D];南京理工大学;2012年
2 陈涛;基于自组织映射神经网络的词自动聚类[D];清华大学;2004年
3 滕旻厉;ATM网络管理关键技术的研究[D];西安电子科技大学;2001年
4 邓庆山;聚类分析及其在基因表达数据中的应用研究[D];华中科技大学;2004年
5 徐亚兵;基于半监督自组织映射的汽车变速器早期故障预报方法[D];华南理工大学;2010年
6 陶迪明;IP网络综合管理系统[D];南京理工大学;2004年
7 罗雪松;嵌入式SNMP Agent与管理站的研究与实现[D];电子科技大学;2004年
8 于涧;电信性能管理系统数据采集技术研究和实现[D];吉林大学;2004年
9 蔡丽;基于XML的网络管理系统的设计与实现[D];湖南大学;2004年
10 王茜;移动代理技术在网络管理数据采集系统中的应用研究[D];华北电力大学(河北);2004年
中国知网广告投放
 快捷付款方式  订购知网充值卡  订购热线  帮助中心
  • 400-819-9993
  • 010-62982499
  • 010-62783978