□彭中蓮
網絡是滿足信息化教學環境的一項基礎設施,是教育信息化建設的先決條件,是全面實現素質教育的重要手段。在“互聯網+教育”的大環境下,教學區、辦公區、學生區任何一個地方只要發生網絡故障,他們總是要求信息技術中心網絡維護人員能夠在第一時間內快速地解決網絡故障,從而確保教學、科研活動能夠正常進行。對于校園網絡故障的診斷與定位,傳統的方法是采用人工方式,主要是由經驗豐富的網絡維護人員來完成相關故障的處理。因為網絡維護人員熟悉各種網絡資源的故障狀態及它們之間的關聯性,所以根據豐富的經驗,他們能夠快速判斷各種故障事件的優先級并進行相應的處理。信息化時代,產生網絡故障的幾率也會越來越大,但具有經驗豐富的網絡維護人員數量有限,人工診斷又比較費時且不能在線進行;對于間斷性的故障,人工維護無法及時診斷和排除;學校統籌規劃各樓棟之間的網絡架構是具有相似性的,那么網絡故障診斷方式也應具有一定的通用性;基于以上原因,在網絡故障診斷系統中引入專家系統勢在必行。
專家系統是人工智能技術的一個分支,它是將某個領域內專家的經驗知識總結歸納成一定的規則,計算機將利用這些知識去模仿專家分析問題的方法和解決問題的策略來處理領域問題。一個成熟的專家系統由6個基本組成部分組成:知識庫、推理機、人機接口、知識獲取子系統、解釋子系統和全局數據庫,其系統結構如圖1所示。
專家系統的核心部分是知識庫和推理機。其工作原理是根據知識庫中的知識和用戶提供的事實進行推理。其過程中,不斷地由已知的前提推出未知的結論,即中間結果,并將其放入全局數據庫中,再作為已知的新事實來進行推理,把求解問題由未知狀態轉換為已知狀態,不斷更新,不斷循環,因此全局數據庫中的信息會越來越多,越來越豐富。大數據視角下,所作出的結論也會更加精確。因此在回復用戶問題中,也可以快速、精確地回復,做出解釋。

圖1 專家系統結構
根據網絡運行的特點,本文提出了基于專家系統的網絡故障診斷系統。第一,網絡故障診斷系統確定發生故障的位置;第二,在系統的圖形界面顯示故障并在故障日志中記錄該故障;第三,在已知故障存在的情況下診斷故障的原因;第四,根據網絡故障診斷結果排查故障。其中智能的網絡故障診斷是本系統的關鍵部分,是專家系統應用于網絡故障診斷領域的結合點。它由知識獲取、知識庫、推理機和解釋機四大部分組成。
(一)知識獲取。知識庫是專家系統的組成基礎,用來存儲解決領域問題所需的專家經驗或知識。專家系統知識庫中所存儲的專家知識的數量和質量決定專家系統性能的優劣以及解決領域問題的能力。知識獲取主要有三種形式:手工知識獲取方法、半自動知識獲取方法及自動知識獲取方法。
1.手工知識獲?。褐R工程師提出各種問題,領域專家作出回答,知識工程師整理回答的內容,按一定形式加工輸入到知識庫中。如圖2.1所示。

圖2.1手工知識獲取
2.半自動知識獲?。豪镁哂幸欢ㄖR編輯能力的知識獲取系統,采用提問的方式,幫助領域專家提取相關知識,并自動計入知識庫。如圖2.2。

圖2.2半自動知識獲取
3.自動知識獲取:也稱機器學習。機器學習系統不僅可以直接同領域專家對話,不需要知識工程師的干預,其對話內容可自動變換成知識庫中的知識規則,而且還能從系統運行實踐中總結、歸納出新的知識,同時還能自動修改當前存在的錯誤,并不斷完善知識庫。如圖2.3所示。

圖2.3自動知識獲取
本文采用半自動知識獲取的方式得到網絡故障領域的相關知識。
(二)知識庫。知識庫用來存放領域專家提供的知識。通常,有三種知識表示形式,分別是:產生式、框架、語義網絡,而產生式在專家系統中運用較為普遍。產生式規則的一般形式是:if(前提),then(動作)或(結論),如果前提條件得到滿足,就產生相應的動作或結論。
本系統采用樹的數據結構來組織所有故障知識,多個故障構成多棵故障樹,即為故障森林。為便于操作,同時結合二叉樹的原理,將故障森林轉換成一棵二叉樹是網絡故障診斷專家系統存儲故障規則的前提條件。在數據庫中,本系統的二叉樹采用雙向鏈表的存儲結構,遍歷整個二叉樹就實現了網絡故障診斷專家系統的知識庫的建立。
(三)推理機。在網絡故障診斷專家系統中,系統根據網絡維護人員輸入的當前網絡故障事實,利用知識庫中的知識,根據有效的推理策略,提出解決當前網絡故障的辦法。其基本思想是:網絡維護人員通過系統人機交付界面,輸入網絡故障事實;推理機針對當前網絡故障的已知信息,采用深度優先搜索算法,反復匹配知識庫中的規則,引導網絡維護人員完成網絡故障診斷,系統將記錄診斷過程。
(四)解釋機。解釋機用于解釋推理的過程及顯示推理的結論。本系統的解釋機包含三個部分:事實區、推理過程區和結論區。事實區,按事實先后順序列舉推理過程中用到的所有事實,并按事實性質分類。本系統將故障分為硬件故障、軟件故障、網絡故障三類。推理過程區,按先后順序排列推理過程中所用到的知識規則。結論區,顯示推理得到的結論,即問題的結果。
專家系統是人工智能的一個重要應用領域,本文將專家系統應用于網絡故障診斷領域,提高了網絡故障診斷的迅速性和準確性,確保了網絡可靠、穩定的運行,減少了對網絡維護人員的依賴。但專家系統中的知識獲取已成為專家系統的瓶頸,因此下一步研究方向是在網絡故障診斷專家系統中引入知識發現技術。