基于微信的校園網絡故障診斷平臺的研究

黃劍

摘 要：為了進一步提高高校網絡維修的質量和效率，加快智慧校園建設，本文結合微信公眾平臺和專家系統，研究并設計了將微信應用于網絡故障診斷專家平臺的網絡故障自動診斷系統。基于本系統，用戶可以通過發送微信到學校公眾號的方式，將網絡故障癥狀信息發送到專家系統平臺，并實時得到故障原因以及故障排除方法。實踐證明：該系統有良好的診斷率，為網絡維護提供了新的服務平臺，為進一步實現智慧校園做出有益的嘗試。

關鍵詞：網絡故障診斷；專家系統；微信；智慧校園

中圖分類號：TN929.5 文獻標識碼：A

Abstract：To enhance the university network repair quality and efficiency，also to accelerate the construction of wisdom campus，in this paper we research and design of a network fault diagnosis expert system platform using the WeChat.In our system，the user can send a letter to the school micro channel public number，in this letter there is information of network failure symptoms，then they get cause of the fault and troubleshooting.Practice has proved that：the system has a good diagnostic yield for network fault diagnosis provides a new service platform，to make a useful attempt to the wisdom school.

Keywords：network fault diagnosis；expert system；WeChat；wisdom school

1 引言（Introduction）

目前，微信雖然剛剛興起，卻在大學生中迅速的擴散。根據調查顯示，目前94%的大學生使用具備上網功能的智能手機，微信在大學生中擴散率達到80%。由此可見，使用微信作為網絡故障專家系統的載體，可以更快捷更高效的服務在校大學生[1]。本文利用微信在大學生中的廣泛使用的優勢，提出了基于微信移動端的網絡診斷平臺。該平臺使用多種知識表示方法并結合模糊推理，制定出適合的診斷策略，充分利用微信的多功能互動效果，開發出的網絡診斷專家系統平臺。

2 網絡診斷專家系統的設計與開發（Design and development of expert system for network diagnosis）

2.1 系統創設的總體架構

系統采用分層分布式結構，將系統分為：

（1）騰訊微信服務端鏈接交互的模塊。

（2）微信信息分析模塊。本模塊用于將用戶發送來的文字信息、圖片信息、音頻信息轉換成專家系統使用的、包含系統關鍵字的可用信息。

（3）網絡故障診斷模塊。本模塊是本文系統的核心模塊，通過使用故障樹診斷模型來判斷用戶網絡故障。

（4）網絡故障信息返回模塊。通過本模塊，可以將診斷模塊的診斷結果返回到用戶微信中，為用戶提供網絡故障判斷和解決方法。

2.2 知識庫的設計

本研究的知識數據主要來源于網絡維修中的實際維修經驗的匯總。

對于各種網絡問題癥狀矩陣，癥狀只是表示為：。

各種網絡癥狀的權重集為：。

每種網絡癥狀在網絡故障中的所占分值由網絡維修專家打分，分數集為：。

診斷結果集：。

其中，Di表示某種網絡問題，Zi表示Di問題的各種顯式癥狀。將用戶輸入的癥狀和知識庫中各個網絡問題案例進行案例推理，診斷返回診斷結果：。R表示診斷結果的可信度；S表示診斷機構的診斷得分；I表示診斷結果說明，包括診斷出網絡問題和有可能的成因等；T表示排除該網絡問題的解決方案。

本平臺系統使用MySql數據庫存放有關專家知識。根據以上分析，我們建立MySql數據庫包含以下數據庫表。

（1）網絡故障基本信息集：包括網絡故障種類表、網絡故障癥狀表。

（2）網絡故障診斷知識表集：包括癥狀向量表、癥狀-故障表、故障-排除故障表。

（3）網絡故障診斷案例記錄表。

2.3 診斷算法

本文的推理診斷采用基于案例的推理[2]（CBR）的診斷方式。CBR是一種類比推理的診斷方法，它提供了一種近視實際人工診斷的思維模型來構建專家系統的新方法。CBR的研究方法只需利用案例中的已知案例就能達到診斷網絡問題的目的，非常適合網絡維修這種理論性不強，以實踐經驗為主的網絡診斷專家系統。CBR的優點有可以節約大量匹配時間并且準確率較高，適合本文使用的微信這種實時性要求較高的系統[3]。案例的檢索是案例推理的關鍵步驟，其主要目的是根據對現實中網絡故障的癥狀描述和定義、從案例庫中檢索出盡可能少且較為符合癥狀的網絡故障的一組相識案例為現實案例求解的依據。通常，案例知識的檢索測率主要有最近相鄰策略、歸納推理策略、知識導引策略和模板檢索策略等。本文系統采用最近鄰法作為檢索策略，用過比較用戶的輸入故障描述和知識庫中案例對比，選擇距離最近、相似度最大的案例。

網絡故障診斷算法如下：

（1）根據用戶發送的微信內容在數據庫中檢索相應的網絡故障癥狀，得出需測實例向量。

（2）計算需測實例與知識庫中的對比案例的相識度。對案例的相識度算法采用最近鄰算法，即距離近，相似度高。算法如下：

其中，Wk是第k個癥狀的權重，Nk是需測實例與知識庫中的案例第K個癥狀的相識程度，如果兩個案例的癥狀相同則Nk=1，否則Nk=0。

（3）通過計算篩選出與需測實例相似度最高的案例Di，并計算該案例對于本次識別的可信度β。

其中，Sci是需測實例中第i個癥狀在Dci案例中所占的分值， 是知識庫中第i個癥狀在Di案例中所占的分值。

（4）判斷可信度β是否大于閥值0.85，如果大于閥值則診斷成功，得出診斷結果和解決方案（與案例Di相同），并通過微信返回給用戶。

（5）如果可信度β小于閥值0.85但是大于0.65，向用戶返回能否補充故障癥狀的信息。如果用戶補充信息，則系統從新診斷；如果用戶不補充信息則將診斷結果可信度β最高的兩項返回給用戶，并提示用戶比較解決網絡故障。

（6）如果可信度β小于0.65，則重新診斷，如果連續兩次診斷失敗，則直接通過微信聯系人工解決用戶網絡問題。

3 系統平臺應用實現（System platform application implementation）

本系統使用微信公眾號與用戶交互，用戶將網絡故障癥狀發送至微信公眾號上，系統自動獲取用戶網絡故障癥狀信息，使用上文所述的診斷模塊診斷網絡故障。通過判斷診斷結果，確定是自動診斷還是人工服務。

3.1 系統的軟硬件環境

本系統使用Java編程語言實現，以MySql 6.0為數據庫開發工具，以微信5.8版本為客戶端。通過使用微信客戶端，我們可以實現在安卓智能手機和蘋果智能手機中無縫使用本文的網絡故障檢測平臺，省去了用戶安裝更新手機APP的煩惱。在后臺服務端，使用Spring 3.0框架的Web服務后臺，使用高效的proxool數據庫連接池連接MySql 6.0數據庫，使用tomcat Web應用服務器。

3.2 系統使用實例

經過測試本文網絡故障診斷平臺能夠識別網絡維修中出現的常見故障。對300例實際網絡故障檢測中，有67個案例未診斷正確，失敗率為22.3%；有49個案例診斷可信度在65%—85%，疑似成功率為16.3%；剩余的184個案例診斷可信度在85%以上，診斷成功率為61.4%；診斷的準確率為78.7%。診斷的正確率在實際使用環境中的較高準確率說明推理診斷算法選擇合適，能夠初步解決網絡故障診斷的問題。而且平均診斷花費時間為1.32秒，完全適合微信這種快節奏的交互方式。

但是同時需要說明的是，在實際使用過程中，用戶對網絡故障描述也需要一定的經驗，并且要充分考慮網絡連接的實際情況。對于部分連網絡故障描述都不清楚的情況，也無從下手診斷。

4 結論（Conclusions）

本課題應用當前最新智能移動計算，結合合適的網絡故障推理算法，搭建了一個面向普通網絡用戶和網絡技術專家之間模擬的交流通道。創造性的為傳統的網絡服務提供了更為快捷、更方便的思路。本文的網絡故障診斷平臺可以在學生宿舍斷網WIFI無法使用時，使用移動運營商網絡解決學生宿舍網絡故障，使網絡維修更便捷。而且本平臺不需要用戶在智能手機中安裝任何額外的APP應用程序，僅僅需要的就是安裝微信客戶端，基本上絕大部分安卓手機均可滿足條件。在學生使用方面，同學們只需要輸入網絡故障癥狀發送到微信的公眾號即可獲得網絡故障原因和解決方法，使用簡單，可以基本滿足網絡管理過程中對用戶網絡維護的需求，大大降低一線網絡維護人員的工作量。

創新不僅可以在一些高精尖領域，而且在平凡的領域也可以大展宏圖。在傳統的網絡故障管理中，依靠新的智能化網絡技術，結合傳統的專家系統，創造性的解決了網絡故障維修不便，服務質量不好的問題。為逐步實現智慧校園增加了新思路和實踐了新方法。

參考文獻（References）

[1] 王瑤.微信與微傳播[J].傳媒觀察，2013（02）：39-41.

[2] 王亞南.專家系統中推理機制的研究與應用[D].武漢：武漢理工大學圖書館，2006.

[3] 周東華，王桂增.故障診斷技術綜述[J].化工自動化及儀表，1998，25（1）： 58-62.

作者簡介：

黃 劍（1979-），男 ，本科，工程師.研究領域：數據挖掘，軟件工程.