本文關鍵詞：基于模糊推理的網(wǎng)絡故障診斷技術研究

  更多相關文章： 網(wǎng)絡故障診斷 告警 故障 模糊推理

【摘要】：當通信網(wǎng)絡某處發(fā)生故障時,會引發(fā)其他網(wǎng)絡節(jié)點產(chǎn)生告警,這樣告警就會不斷擴散,最終形成告警風暴。如何去除告警之間的相關性,定位出根源告警,是一個比較棘手的問題。在實際的網(wǎng)絡中,故障引發(fā)告警的邊界具有一定的模糊性,告警的屬性也常在某個數(shù)值區(qū)間取值,而不是非真即假。若對分區(qū)臨界值附近的點處理不當則會過分強調或忽略這些點在分區(qū)中的作用,這就影響網(wǎng)絡故障診斷的準確性。此外,告警和故障之間可能不是一一對應的關系,而是具有一種模糊性。本文將模糊理論和模糊推理技術運用到網(wǎng)絡故障診斷中,以期更快更準的定位根源告警。論文重點從以下幾個方面進行研究:1)告警傳播方向預測模塊:對于從知識庫中提取的某條關聯(lián)規(guī)則只表明告警間存在關聯(lián)關系,并未揭示他們之間的因果關系。所以,本文采用一種改進的BP神經(jīng)網(wǎng)絡方法建立告警傳播方向預測模型。將每條參與模糊推理運算的關聯(lián)規(guī)則輸入到該模型中,根據(jù)輸出結果動態(tài)地決定采用正向模糊推理還是反向模糊推理。2)模糊推理控制模塊:在網(wǎng)絡故障診斷過程中,規(guī)則與告警之間的匹配需花費很多時間;同時,推理過程中可能會出現(xiàn)匹配沖突,推理停滯不前等現(xiàn)象;此外,在故障診斷過程中需構建一條合理的推理路徑,避免出現(xiàn)推理環(huán)路等現(xiàn)象。為了解決上述問題,文中分別研究了控制模塊中的匹配策略、沖突消解策略、搜索策略和模糊推理驅動策略。3)模糊推理運算模塊:為了提高告警隸模糊屬度更新的準確率,文中提出了一種具有還原性的模糊推理算法--基于模糊相似度的加權綜合推理算法,并采用合理的反模糊化方法對模糊結論進行處理。仿真實驗表明在基于模糊推理的網(wǎng)絡故障診斷系統(tǒng)中,告警傳播方向預測模塊可以使得系統(tǒng)能動態(tài)地選取正反向推理兩種方式,從而確保整個推理過程朝著根源告警回溯逼近,使得推理具有可控性,推理過程中產(chǎn)生的冗余結果較少,提高故障診斷的效率;模糊推理控制模塊可以有效地提高告警和規(guī)則之間的匹配效率,有利于構建合理的推理路徑和避免出現(xiàn)推理換路等現(xiàn)象,同時也解決了匹配沖突的問題;文中提出的模糊推理算法具有還原性,使得推理運算得到的結果更加精確,同時實現(xiàn)簡單。從而整個系統(tǒng)能實現(xiàn)快速有效地定位網(wǎng)絡故障點。
【關鍵詞】：網(wǎng)絡故障診斷 告警 故障 模糊推理
【學位授予單位】：電子科技大學
【學位級別】：碩士
【學位授予年份】：2015
【分類號】：TN915.06
，

本文編號：664598