基于BP神經(jīng)網(wǎng)絡(luò)的計算機網(wǎng)絡(luò)故障檢測方法及維護策略

程虹

摘要：隨著計算機網(wǎng)絡(luò)技術(shù)的飛速發(fā)展，各種網(wǎng)絡(luò)應(yīng)用平臺迅速崛起，吸引力大量網(wǎng)絡(luò)用戶，然而高頻率出現(xiàn)的計算機網(wǎng)絡(luò)故障，嚴(yán)重了影響了用戶信息的安全性，為此提出基于BP神經(jīng)網(wǎng)絡(luò)的計算機網(wǎng)絡(luò)故障檢測方法及維護策略。通過建立、實現(xiàn)基于BP神經(jīng)網(wǎng)絡(luò)的計算機網(wǎng)絡(luò)故障檢測模型，結(jié)合計算機網(wǎng)絡(luò)故障出現(xiàn)的多種原因，制定計算機網(wǎng)絡(luò)維護策略，最終實現(xiàn)了基于BP神經(jīng)網(wǎng)絡(luò)的計算機網(wǎng)絡(luò)故障檢測方法及維護策略。通過仿真實驗證明，基于BP神經(jīng)網(wǎng)絡(luò)的計算機網(wǎng)絡(luò)故障檢測方法可以快速準(zhǔn)確的檢測出計算機網(wǎng)絡(luò)故障，具有較高的有效性。

關(guān)鍵詞：BP神經(jīng)網(wǎng)絡(luò)；計算機網(wǎng)絡(luò)；網(wǎng)絡(luò)故障檢測；維護策略；

中圖分類號：TN913 文獻標(biāo)識碼：A

文章編號：1009-3044（2019）07-0173-02

通過對網(wǎng)絡(luò)故障進行及時檢測、診斷，來加強網(wǎng)絡(luò)管理，是提高網(wǎng)絡(luò)安全性、網(wǎng)絡(luò)性能、網(wǎng)絡(luò)設(shè)備利用率以及服務(wù)質(zhì)量的最有效手段之一。隨著網(wǎng)絡(luò)設(shè)備和規(guī)模日益復(fù)雜化，傳統(tǒng)網(wǎng)絡(luò)故障檢測方法不在實用，基于BP神經(jīng)網(wǎng)絡(luò)的計算機網(wǎng)絡(luò)故障檢測成為當(dāng)前的使用率最高的檢測方法。計算機網(wǎng)絡(luò)故障檢測就是一種故障狀態(tài)集的非線性映射過程，BP神經(jīng)網(wǎng)絡(luò)模型能夠?qū)Ψ蔷€性映射進行很好的處理，通過搭建基于BP神經(jīng)網(wǎng)絡(luò)的計算機網(wǎng)絡(luò)故障檢測模型，依托故障檢測算法，使得故障檢測模型動作，得出計算機網(wǎng)絡(luò)故障不僅僅是軟件問題，還受網(wǎng)絡(luò)硬件設(shè)備影響。因此要多方位全面的對計算機網(wǎng)絡(luò)進行維護，確保信息數(shù)據(jù)的安全性。

1基于BP神經(jīng)網(wǎng)絡(luò)的計算機網(wǎng)絡(luò)故障檢測方法

隨著網(wǎng)絡(luò)技術(shù)的飛速發(fā)展，SNMP作為一個網(wǎng)絡(luò)管理協(xié)議已被全面應(yīng)用到計算機網(wǎng)絡(luò)設(shè)備狀態(tài)信息中，SNMP能夠?qū)⒂嬎銠C網(wǎng)絡(luò)管理中地理位置分布廣泛、設(shè)備數(shù)量眾多、種類繁多等問題轉(zhuǎn)化為簡單標(biāo)準(zhǔn)化的網(wǎng)絡(luò)管理[1]。通過檢測SNMP管理信息庫中的狀態(tài)參數(shù)，就可獲得計算機網(wǎng)絡(luò)的運行情況，但是不能作為故障診斷的直接判斷條件。因此搭建基于BP神經(jīng)網(wǎng)絡(luò)故障檢測模型，通過該模型對網(wǎng)絡(luò)參數(shù)進行分析和計算，將計算后的參數(shù)作為故障診斷的征兆量。

1.1搭建計算機網(wǎng)絡(luò)故障檢測模型

基于BP神經(jīng)網(wǎng)絡(luò)的計算機網(wǎng)絡(luò)故障檢測模型不需要預(yù)先給出判斷函數(shù)，是一種自動檢測識別模型。基于BP神經(jīng)網(wǎng)絡(luò)的計算機網(wǎng)絡(luò)故障檢測模型融合多種技術(shù)，利用BP神經(jīng)網(wǎng)絡(luò)和免疫算法來實現(xiàn)智能化檢測。BP神經(jīng)網(wǎng)絡(luò)都是和免疫算法都是以生物學(xué)原理為基礎(chǔ)的技術(shù)，二者在人工原理和生物學(xué)原理上各有異同。將免疫原理、BP神經(jīng)網(wǎng)絡(luò)應(yīng)用在計算機故障檢測中，可以提升計算機網(wǎng)絡(luò)故障檢測模型的性能[2]。

在計算機網(wǎng)絡(luò)故障檢測模型中，每一個計算機網(wǎng)絡(luò)故障檢測器的基本性質(zhì)都相同，但是所具有的形式確各有不同。因此，每個計算機網(wǎng)絡(luò)故障檢測器的激活函數(shù)都是可變，大大提升了計算機網(wǎng)絡(luò)故障檢測模型的有效性。

1.2計算機網(wǎng)絡(luò)故障檢測的實現(xiàn)

通過在檢測過程中不斷調(diào)整網(wǎng)絡(luò)故障參數(shù)，使得基于BP神經(jīng)網(wǎng)絡(luò)的計算機網(wǎng)絡(luò)故障檢測模型工作。當(dāng)計算機網(wǎng)絡(luò)系統(tǒng)中某一網(wǎng)絡(luò)出現(xiàn)問題，必將影響計算機系統(tǒng)的正常運行。基于BP神經(jīng)網(wǎng)絡(luò)的計算機網(wǎng)絡(luò)故障檢測方法的應(yīng)用，主要是為了在計算機網(wǎng)絡(luò)系統(tǒng)發(fā)生故障之前，通過其對整個計算機系統(tǒng)自動進行檢測，尋找可能會出現(xiàn)故障的地方，在故障發(fā)生前，通過采取數(shù)據(jù)備份、復(fù)制、轉(zhuǎn)移等手段對計算機網(wǎng)絡(luò)系統(tǒng)進行處理，來保證數(shù)據(jù)的完整性、安全性[3]。計算機網(wǎng)絡(luò)故障檢測算法如下所示：

Var Dp： //初始進程p

Then：//檢測網(wǎng)絡(luò)故障模塊

Rp『π』：初始進程p對個計算機網(wǎng)絡(luò)故障抗體庫υ

And：//SNMP管理信息庫δ中的任何一個進程都有對應(yīng)的定時器；

初始化：

Dp=φ；

For all data if q do rp『q』=δ+υ；

開始檢測，間隔時間ξ發(fā)送消息：

For all data if q do send to q；

接收結(jié)果， q接收到消息后，重置：

Rp『q』=δ+υ；

檢測故障，當(dāng) rp『q』超間隔時間δ時：

Dp=Dp∪『q』

該計算機網(wǎng)絡(luò)故障檢測方法是以網(wǎng)絡(luò)數(shù)據(jù)信息延遲為主要依據(jù)，ξ為信息故障檢測的發(fā)送周期，網(wǎng)絡(luò)數(shù)據(jù)節(jié)點按ξ周期發(fā)送消息，如果在一定時間內(nèi)還沒接收到檢測應(yīng)答反饋消息，則表示該計算機網(wǎng)絡(luò)系統(tǒng)出現(xiàn)故障[4]。

通過建立、實現(xiàn)基于BP神經(jīng)網(wǎng)絡(luò)的計算機網(wǎng)絡(luò)故障檢測模型，得出計算機網(wǎng)絡(luò)故障不僅僅是軟件問題，還受網(wǎng)絡(luò)硬件設(shè)備影響，即客觀與主觀兩個方面，因此要從各個方面對計算機網(wǎng)絡(luò)進行維護。

2計算機網(wǎng)絡(luò)維護策略

在基于BP神經(jīng)網(wǎng)絡(luò)的計算機網(wǎng)絡(luò)故障檢測方法上，結(jié)合計算機網(wǎng)絡(luò)故障出現(xiàn)的多種原因，制定計算機網(wǎng)絡(luò)維護策略。通過合理設(shè)置相應(yīng)維護體系，在網(wǎng)絡(luò)系統(tǒng)中設(shè)置多重防護，實現(xiàn)預(yù)防為主的網(wǎng)絡(luò)安全維護策略。

首先要增強用戶網(wǎng)絡(luò)信息安全意識，用戶在實際應(yīng)用計算機工作時，不要輕易打開腳本特殊的文件，以及來路不明的e-mail，盡量在各大應(yīng)用平臺上下載游戲程序以及軟件程序，不要在不正規(guī)的網(wǎng)站上下載[5]。除此之外，計算機網(wǎng)絡(luò)密碼應(yīng)采取數(shù)字與字母混合的方式設(shè)置，這樣可以給黑客惡意攻擊增加困難系數(shù)。然后還要安裝防火墻軟件，防火墻軟件能夠有效阻止黑客攻擊，在計算機網(wǎng)絡(luò)系統(tǒng)中設(shè)置一個安全屏障，確保計算機信息處于安全系數(shù)比較高的區(qū)域內(nèi)。接下來還要在計算機網(wǎng)絡(luò)維護中，有效隱藏IP地址，IP地址在計算機網(wǎng)絡(luò)中的重要性不容忽視。IP地址能夠?qū)?nèi)部網(wǎng)絡(luò)與外部網(wǎng)絡(luò)有效轉(zhuǎn)接，從而合理化控制用戶的訪問類型。最后用戶還需提高警惕，及時備份資料，用戶要將網(wǎng)絡(luò)信息維護工作重視起來，提高警惕，日常進行殺毒，嚴(yán)密保管資料信息。

計算機網(wǎng)絡(luò)維護策略主要途徑是規(guī)范網(wǎng)絡(luò)秩序，時刻保持警惕，強化網(wǎng)絡(luò)信息安全意識，從用戶自身角度將計算機網(wǎng)絡(luò)維護水平提高。

3仿真實驗

本文以計算機的四種主要網(wǎng)絡(luò)故障診斷為實驗依據(jù)，仿真驗證基于BP神經(jīng)網(wǎng)絡(luò)的計算機網(wǎng)絡(luò)故障檢測方法和傳統(tǒng)網(wǎng)絡(luò)故障檢測方法的有效性。

3.1數(shù)據(jù)準(zhǔn)備

計算機的四種主要網(wǎng)絡(luò)故障分別是：模塊硬件故障、線路故障、配置文件錯誤以及網(wǎng)絡(luò)協(xié)議錯誤。為了比較基于BP神經(jīng)網(wǎng)絡(luò)的計算機網(wǎng)絡(luò)故障檢測方法和傳統(tǒng)網(wǎng)絡(luò)故障檢測方法檢測速度和準(zhǔn)確率，將多種參數(shù)設(shè)為相同值，借助Matlab的logsig函數(shù)，得出檢測速度和準(zhǔn)確率。

3.2實驗分析

實驗后基于BP神經(jīng)網(wǎng)絡(luò)的計算機網(wǎng)絡(luò)故障檢測方法和傳統(tǒng)網(wǎng)絡(luò)故障檢測方法的實驗結(jié)果如圖1所示。

橫坐標(biāo)為故障檢測時間，縱坐標(biāo)為故障檢測準(zhǔn)確率，由圖1可知，基于BP神經(jīng)網(wǎng)絡(luò)的計算機網(wǎng)絡(luò)故障檢測方法可以快速準(zhǔn)確的檢測出計算機網(wǎng)絡(luò)故障，而傳統(tǒng)計算機網(wǎng)絡(luò)故障檢測方法隨著檢測時間的增加準(zhǔn)確率有所增加，想要確保準(zhǔn)確率就要花費大量檢測時間。由實驗證明，本文提出的檢測方法具有較高的有效性。

4總結(jié)

網(wǎng)絡(luò)技術(shù)發(fā)展的主要障礙是計算機網(wǎng)絡(luò)信息安全問題，如何及時檢測出計算機網(wǎng)絡(luò)故障，如何維護網(wǎng)絡(luò)安全，成為來人們普遍關(guān)注的問題。通過建立、實現(xiàn)基于BP神經(jīng)網(wǎng)絡(luò)的計算機網(wǎng)絡(luò)故障檢測模型，結(jié)合計算機網(wǎng)絡(luò)故障出現(xiàn)的多種原因，制定計算機網(wǎng)絡(luò)維護策略，最終實現(xiàn)了基于BP神經(jīng)網(wǎng)絡(luò)的計算機網(wǎng)絡(luò)故障檢測方法及維護策略。希望本文能為計算機網(wǎng)絡(luò)故障檢測以及安全維護提供參考依據(jù)。

參考文獻：

[1] 李笑竹，陳志軍，樊小朝，等.基于ACS-SA文化基因算法的BP神經(jīng)網(wǎng)絡(luò)變壓器故障診斷[J].高壓電器，2018（6）.

[2] 賈嶸，李云橋，張惠智，等.基于改進BP神經(jīng)網(wǎng)絡(luò)的光伏陣列多傳感器故障檢測定位方法[J].太陽能學(xué)報，2018（7）.

[3] 朱文輝，黃晉英，衛(wèi)潔潔，等.基于DHMM和BP神經(jīng)網(wǎng)絡(luò)的齒輪箱故障診斷研究[J].組合機床與自動化加工技術(shù)，2018（7）.

[4] 于德亮，李妍美，丁寶，等.基于思維進化算法和BP神經(jīng)網(wǎng)絡(luò)的電動潛油柱塞泵故障診斷方法[J].信息與控制，2017（6）：62-69.

[5] 張一茗，李少華，陳士剛.基于ReliefF特征量優(yōu)化及BP神經(jīng)網(wǎng)絡(luò)識別的高壓隔離開關(guān)故障類型與位置診斷方法[J].高壓電器，2018（2）.

【通聯(lián)編輯：光文玲】