試析基于人工智能的網絡故障診斷

姜淑楊，吳嘉偉，鮑磊磊

（南通市氣象局，江蘇南通，226000）

試析基于人工智能的網絡故障診斷

姜淑楊，吳嘉偉，鮑磊磊

（南通市氣象局，江蘇南通，226000）

本篇文章首先對網絡故障診斷的基本含義進行概述，從層次性、傳遞性、關聯性、隨機性四個方面入手，對網絡故障具備的基本特性進行解析，并以此為依據，提出人工智能技術在網絡故障診斷中應用措施。希望通過本文的闡述，可以給相關領域提供些許的參考。

人工智能；網絡故障；診斷

0 引言

隨著社會步入工業化時期之后，各種繁瑣性的機械設備開始逐漸顯現出來，設備故障診斷成為了當前主要的探究課題，結合診斷方式來說，當前不僅由原始的單一數據、單一故障技術診斷，同時多數據、多故障診斷技術也逐漸興起。隨著當前科學技術的飛速發展，故障診斷方式以及技術也得到了全面的改革和創新，現階段正朝著智能化的方向發展。人工智能發展給故障診斷提供了科學的方式和技術，故障診斷專家系統不但在理論方面實現了合理的發展，同時也獲得了成功的運用案例。下面。本文將進一步對基于人工智能的網絡故障診斷進行闡述和分析。

1 網絡故障診斷的基本概述

我們可以結合據網絡故障本質，將網絡故障劃分成兩種，一種是物理故障，另一種是邏輯故障，也就是說，結合網絡故障對象，將網絡故障劃分為三種故障類型，第一種是線路故障；第二種是路有故障；第三種是主機故障。

物理故障主要指設備或者線路受到破壞、插頭不緊實、線路受到電磁干擾等現象。例如，網絡管理工作人員發現網絡某條線路出現斷開，首先運用ping或fping對線路進行檢測，這種方式主要是對網絡部門的線路聯通情況進行檢測[1]。

邏輯故障主要指由于受到網絡設備配置因素的影響，使得網絡出現異常或者發生故障。而導致配置失誤的主要因素就是路由器端口參數設置標準出現失誤，或者路由器因為配置出現失誤以及路由器無法找到遠端地址等。例如，針對相同網絡線路故障來說，改線路缺少流量，但能夠ping通線路兩端端口，由此我們可以得知，導致網絡故障的主要因素就是路由器配置出現失誤。

2 網絡故障具備的基本特性

2.1 層次性

針對網絡系統來說，具備一定的框架分層性，其中包含了數據鏈路層、物力硬件層以及運用層，由于分層的差異，使得網路故障也具備層次性特點。

2.2 傳遞性

故障傳遞主要劃分成兩種方式，一種是橫向傳遞，另一種縱向傳遞。其中橫向傳遞主要指在同一層級中，由于某一個因素出現故障，使得整個層級的其他元素也出現故障。縱向傳遞時由于各個層級的某一層發生故障而使得其他層級也發生問題，例如，硬件損壞使得軟件數據丟失，數據鏈路中的所有數據鏈條出現斷裂，導致系統受到順壞，應用層無法順利應用[2]。

2.3 隨機性

故障因素的出現具備一定的隨機性，缺少固定因素。正是因為網路故障具備這種特點，給故障診斷增加了難度，因此，站在人工檢測額角度來說，這是一個規模較大的工程，所以人工檢測也不能滿足高校檢修要求。

3 人工智能技術在網絡故障診斷中應用措施

3.1 模糊邏輯的網絡故障診斷法

針對網路故障以及體系形式來說，具備一定的隨機性，而到這這種現象出現的主要因素就是模糊邏輯，換句話說，就是不明確性故障。所謂的模糊邏輯網絡故障診斷法，主要是除了不明確因素之外，同時處于模糊狀態的故障處理方式，其可以把這些不明確模糊故障信息進行整合和收集，同時采用函數等數學邏輯的方式把其融合到一個完整的模糊關系框架中，這個框架可以把不明確因素以及體現形式約制在合理的范疇中，進而給網絡故障診斷提供依據。該診斷原理主要是在整合故障以及體現形式信息的基礎上，構建一個隸屬于函數的框架體系，之后把故障因素以及體現形式集中到統一的函數框架中，運用模糊關系方式來將故障因素范疇進行縮減[3]。

3.2 專家系統在網絡故障診斷

根據網絡系統故障因素以及體現形式之間具備的繁瑣性和隨機性，如果只應用專業系統是無法實現故障定位、原因分析目標。專業系統主要對出納規則進行強調，進而使得知識僅構建在數據庫的條件下，其靈活性偏低，由于系統故障隨意性比較大，使得出納規則之間出現矛盾，導致規則組合爆炸，不能精準的獲得結果。

3.3 神經網絡故障診斷法

故障診斷模式識別作為神經網絡故障診斷中不可或缺的一部分，人工神經網絡可以將人類大腦組織框架進行模擬，同時構建一個形似于人類大腦認知流程，實現對故障的處理。這種診斷方式的工作原理就是把故障征兆運用神經網絡將其傳送到系統中，采用識別模型把故障進行分類，并得出診斷結果。這種診斷方式主要是運用對故障診斷數據進行整合的方式，同時對其進行訓練和練習，把分布在神經網絡中的各項數據，采用計算翻譯的方式進行表述，最后把故障診斷結果進行輸出。

3.4 多智能體技術在網絡系統故障診斷中的應用

主要是由多種診斷方式融合而形成的診斷方式，運用各種系統具備的自身特點把繁瑣性的網絡故障因素進行劃分，劃分成多個單一的小因素。當前，隨著對多智能體技術探究逐漸深化，針對怎樣調節各個子系統獲得了一定的探究結果，其具備自主性高、協調性好等特點，構建方式為分布式，含有較強的組織能力以及學習能力，可以把繁瑣性的問題劃分成多個小問題，之后再進行處理。

4 結束語

針對怎樣準確的找出網絡系統故障因素，提出可行性診斷方案，是當前有關人員的重點工作任務，我們可以秉持因地制宜的原始，各個真實狀況開展探究工作，建立規范的診斷方案，引用現代化診斷技術，準確的找出故障發生因素，將人工智能的作用在網絡故障診斷中全面發揮，緊跟技術發展潮流，結合多種智能診斷方式，對智能診斷系統進行全面探究和了解。運用現代化的技術，進而將我國當前智能診斷系統中診斷方式以及知識獲取進行轉變，讓網絡診斷結果更加精準和真實，把網絡故障給我們生活、工作、學習造成的損失降至最小。

[1]張嘉,李守學,鄒姍姍,趙智勇.人工智能技術在變壓器故障診斷中的應用研究[J].吉林電力,2014,01:14-17.

[2]譚子平.基于人工智能技術的變壓器故障診斷[J].計算機光盤軟件與應用,2014,04:31-32.

[3]楊焱.人工智能技術的發展趨勢研究[J].信息與電腦(理論版),2012,08:151-152.

[4]張彬.探討人工智能在計算機網絡技術中的應用[J].軟件,2012,11:265-266.

[5]盧昌龍.人工智能及其在計算機網絡技術中的運用[J].電子制作,2015,05:87-88.

Analysis of network fault diagnosis based on Artificial Intelligence

Jiang Shuyang, Wu Jiawei, Bao Leilei
(Nantong Meteorological Bureau,Nantong Jiangsu,226000)

This article gives an overview of the basic meaning of network fault diagnosis, starting from the hierarchy, transitivity, relevance, random four aspects, has basic characteristics of the network fault analysis, and on this basis, put forward the application of artificial intelligence technology in network fault diagnosis measures. Hope that through this exposition, we can provide some reference for related areas.

artificial intelligence; network fault; diagnosis