【摘要】：多參量狀態(tài)下對網(wǎng)絡節(jié)點異常故障進行診斷,可以有效保障網(wǎng)絡的運行質(zhì)量。對網(wǎng)絡節(jié)點異常故障的診斷,需要提取異常節(jié)點特征參數(shù),進而設置故障檢測閾值,完成網(wǎng)絡節(jié)點異常故障診斷。傳統(tǒng)方法構造一系列具有表征狀態(tài)能力的特征向量,對不同的特征向量進行分類,但忽略了設置故障檢測閾值,導致診斷誤差較大。提出基于信息熵的多參量狀態(tài)下網(wǎng)絡節(jié)點異常故障診斷方法。該方法先融合于信息熵理論選擇受網(wǎng)絡狀態(tài)變化影響較小的信息熵作為故障特征參數(shù)提取,按照地理位置進行分簇,在能量不受限的匯節(jié)點處進行簇內(nèi)故障特征再聚類,在此基礎上設置故障檢測閾值,利用該閾值完成對多參量狀態(tài)下網(wǎng)絡節(jié)點異常故障診斷。實驗結果表明,所提方法故障診斷精度高,為保障網(wǎng)絡的穩(wěn)定運行質(zhì)量奠定有力的基礎。
[Abstract]:The network node abnormal fault diagnosis in multi-parameter state can effectively guarantee the network operation quality. To diagnose the abnormal faults of network nodes, it is necessary to extract the characteristic parameters of the abnormal nodes, and then set the threshold of fault detection to complete the abnormal fault diagnosis of network nodes. The traditional method constructs a series of feature vectors with the ability to represent the state and classifies the different eigenvectors, but neglects to set the threshold of fault detection, which leads to a large diagnosis error. A method of network node anomaly diagnosis based on information entropy is proposed in this paper. Firstly, the information entropy theory is fused into the information entropy theory to select the information entropy which is less affected by the network state change as the fault feature parameter extraction, then cluster according to the geographical position, and cluster the fault feature in the cluster at the meeting node where the energy is not limited. On this basis, the threshold of fault detection is set, and the threshold is used to complete the fault diagnosis of network nodes in multi-parameter state. The experimental results show that the proposed method has high fault diagnosis accuracy and lays a strong foundation for ensuring the stable operation quality of the network.
【作者單位】： 商丘工學院信息與電子工程學院;
【基金】：2016年度河南省科技攻關項目(162102210361)
【分類號】：TP393.06

【相似文獻】

相關期刊論文 前10條

1 甘泉;寧光芳;;目標網(wǎng)絡節(jié)點在集群式攻擊下的損傷評定方法[J];計算機仿真;2014年05期

2 趙金樓;齊英;;網(wǎng)絡節(jié)點的動態(tài)性與組織數(shù)據(jù)關系重組[J];科技進步與對策;2007年12期

3 盛青;電話成為網(wǎng)絡節(jié)點[J];個人電腦;1999年08期

4 譚顯坤;;基于網(wǎng)絡環(huán)境的設備動態(tài)故障診斷與預測維修[J];重慶理工大學學報(自然科學);2014年03期

5 蔡新;黃本雄;;一種基于網(wǎng)絡節(jié)點的安全代理模型研究[J];計算機技術與發(fā)展;2006年09期

6 孫培峰;基于internet的遠程發(fā)動機故障診斷技術實現(xiàn)[J];浙江水利水電�？茖W校學報;2003年02期

7 尹麗坤,翁瑞琴,凌志浩;LonWorks網(wǎng)絡節(jié)點安裝的若干方法探討[J];微型電腦應用;1999年12期

8 陳陽;鄧北星;李星;;基于坐標的網(wǎng)絡節(jié)點聚類在Internet中的實驗研究[J];大連理工大學學報;2005年S1期

9 胡穎;;基于WEB的故障診斷應用概述[J];電子世界;2014年01期

10 梁杰;張志杰;王文廉;李立煌;軒志偉;;沖擊波測試系統(tǒng)網(wǎng)絡節(jié)點的設計[J];壓電與聲光;2013年06期

相關會議論文 前2條

1 仲峰;劉從新;何科;朱榮臻;;基于ARM的無線傳感器網(wǎng)絡節(jié)點的設計[A];'2006系統(tǒng)仿真技術及其應用學術交流會論文集[C];2006年

2 梁佼;舒燕君;劉宏偉;董劍;楊孝宗;;基于故障診斷的服務器管理板的設計與實現(xiàn)[A];第十四屆全國容錯計算學術會議(CFTC'2011)論文集[C];2011年

相關重要報紙文章 前1條

1 木魚;去你的線纜 現(xiàn)在流行玩無線網(wǎng)絡[N];中國計算機報;2004年

相關碩士學位論文 前10條

1 苗春玲;關于系統(tǒng)級故障診斷的BAFD算法與EGFD算法[D];南京財經(jīng)大學;2016年

2 趙冬;關于系統(tǒng)級故障診斷的兩種高效算法[D];南京財經(jīng)大學;2016年

3 劉聞堅;基于網(wǎng)絡節(jié)點重要性評估的多樣化生存技術研究[D];國防科學技術大學;2011年

4 楊朋;基于Hadoop的網(wǎng)絡節(jié)點行為分析[D];北京郵電大學;2015年

5 王勇紅;網(wǎng)絡節(jié)點并發(fā)數(shù)據(jù)分析技術研究[D];長安大學;2017年

6 周遵仁;面向生存性網(wǎng)絡節(jié)點重要性評估融合仿真技術研究[D];國防科學技術大學;2013年

7 張弘;軟件定義的新型網(wǎng)絡節(jié)點設計研究[D];電子科技大學;2013年

8 劉涵;基于通信網(wǎng)絡日志的故障診斷的研究[D];北京郵電大學;2014年

9 龐振源;網(wǎng)絡節(jié)點狀態(tài)監(jiān)測系統(tǒng)的研究與實現(xiàn)[D];長安大學;2012年

10 Jaakko Laine;[D];湖南大學;2005年

，

本文編號：2233287