淺談網(wǎng)絡(luò)故障診斷技術(shù)中人工智能技術(shù)的應(yīng)用

孫劍斐

摘要：最近幾年來伴隨著我國信息技術(shù)的不斷發(fā)展和網(wǎng)絡(luò)技術(shù)的進(jìn)步，人工智能技術(shù)也逐漸被廣泛應(yīng)用到了各個領(lǐng)域。不得不承認(rèn)網(wǎng)絡(luò)技術(shù)的發(fā)展能夠在極大程度上便捷人們的日常工作和生活，然而在使用的過程之中也出現(xiàn)了各種各樣的網(wǎng)絡(luò)問題。這些問題如果沒有采取有效的措施進(jìn)行解決的話就很導(dǎo)致很多智能設(shè)備無法發(fā)揮作用，人力診斷網(wǎng)絡(luò)故障也越來越無法滿足網(wǎng)絡(luò)技術(shù)發(fā)展的需要，將人工智能技術(shù)應(yīng)用到網(wǎng)絡(luò)的故障診斷中不僅能夠有效提高故障診斷的效率，還能夠在較快的時間之內(nèi)確定故障發(fā)生的原因。

關(guān)鍵詞：網(wǎng)絡(luò)故障;診斷技術(shù);人工智能技術(shù)

中圖分類號：TP393? ? ? 文獻(xiàn)標(biāo)識碼：A

文章編號：1009-3044（2019）21-0178-02

開放科學(xué)（資源服務(wù)）標(biāo)識碼（OSID）：

在信息技術(shù)快速發(fā)展的時代人們只有做好網(wǎng)絡(luò)信息的故障診斷工作才能夠讓其更好地服務(wù)于社會和生活，另外就是有效的排除網(wǎng)絡(luò)應(yīng)用中的故障還能夠更好的保證網(wǎng)絡(luò)的安全應(yīng)用。當(dāng)下的時代已經(jīng)是一個人工智能普及的時代，在這樣的環(huán)境之下想要提升人工智能技術(shù)的應(yīng)用就要加強(qiáng)人工智能在網(wǎng)絡(luò)診斷中的技術(shù)研究，從而探索出一種人工智能技術(shù)在網(wǎng)絡(luò)診斷中的應(yīng)用方法。本文首先簡要地分析了網(wǎng)絡(luò)故障診斷的常見方法以及網(wǎng)絡(luò)故障的基本特征，在此基礎(chǔ)之上又研究了人工智能技術(shù)在網(wǎng)絡(luò)診斷中的具體應(yīng)用方法，目的就是為了能夠進(jìn)一步提升網(wǎng)絡(luò)診斷的效率。

1網(wǎng)絡(luò)故障診斷技術(shù)方法

網(wǎng)絡(luò)在具體應(yīng)用的時候很容易會因?yàn)橛布蛙浖P(guān)系而發(fā)生和種各樣的故障，為此就必須要結(jié)合實(shí)際情況來選擇科學(xué)的診斷技術(shù)進(jìn)行故障的診斷，這樣才能夠有效的去控制網(wǎng)絡(luò)技術(shù)中的故障發(fā)生概率。另一方面就是在網(wǎng)絡(luò)的運(yùn)行過程中光纜和信號的中繼器等也會發(fā)生故障和損壞，在這種情況之下只有不斷加強(qiáng)對于網(wǎng)絡(luò)故障的診斷和研究才能夠真正地將故障診斷技術(shù)落到實(shí)處。而目前已經(jīng)在網(wǎng)絡(luò)故障的診斷中使用到了人工智能技術(shù)，該項(xiàng)技術(shù)可以有效地實(shí)現(xiàn)網(wǎng)絡(luò)故障的自動化，并且能夠通過準(zhǔn)確的分析判斷出故障的發(fā)生點(diǎn)以及原因。

2 網(wǎng)絡(luò)故障基本特征分析

最近幾年來伴隨著我國計(jì)算機(jī)技術(shù)和網(wǎng)絡(luò)技術(shù)的持續(xù)發(fā)展，網(wǎng)絡(luò)的使用規(guī)模也在逐漸擴(kuò)大，與此同時還會發(fā)現(xiàn)網(wǎng)絡(luò)的整體結(jié)構(gòu)以及具備的功能也越來越復(fù)雜。為此一旦網(wǎng)絡(luò)發(fā)生故障的話就要盡可能地在最快的時間之內(nèi)判斷出故障發(fā)生的位置以及原因，之后還要結(jié)合具體的情況來對網(wǎng)絡(luò)的故障進(jìn)行修復(fù)。想要單純地依靠人工來處理如此龐大而復(fù)雜的計(jì)算機(jī)網(wǎng)絡(luò)的話是不太現(xiàn)實(shí)的，因此就要不斷尋找出一種便捷而且高效的網(wǎng)絡(luò)故障排除以及修復(fù)方法。由于沒有比較準(zhǔn)確的數(shù)學(xué)模型以及算法，因而導(dǎo)致網(wǎng)絡(luò)故障的檢測和診斷一直存在較大的問題，在此基礎(chǔ)之上通過研究發(fā)現(xiàn)將人工智能技術(shù)應(yīng)用到網(wǎng)絡(luò)的故障診斷的話具有顯著的效果?？偟膩碚f一般比較大型的網(wǎng)絡(luò)系統(tǒng)故障主要有以下幾個方面的特征：首先就是網(wǎng)絡(luò)系統(tǒng)一般都是有一定的層次性的，由于它們的結(jié)構(gòu)分為物理層和數(shù)據(jù)鏈路層以及網(wǎng)絡(luò)層等，因此發(fā)生的網(wǎng)絡(luò)故障也具有一定的層次性。其次就是具有傳播性特征，所謂的縱向傳播也就是物理層發(fā)生故障的話就會引起數(shù)據(jù)鏈路層的故障，在一般情況下這種故障都是在同一個層次之內(nèi)進(jìn)行傳播。另外就是相關(guān)性，所謂的相關(guān)性也就是一個地方發(fā)生故障的話很有可能會對應(yīng)其他的故障。最后一點(diǎn)就是具有不確定性，這種不確定性具體表現(xiàn)在網(wǎng)絡(luò)系統(tǒng)的故障以及發(fā)生的征兆都是沒有辦法預(yù)判的。由于網(wǎng)絡(luò)系統(tǒng)自身相對比較的復(fù)雜，所以發(fā)生故障的具體地點(diǎn)以及功能單元也比較復(fù)雜，也就是說每一個單元以及網(wǎng)絡(luò)層次都有可能會發(fā)生各種各樣的故障，在這種情況之下想要準(zhǔn)確的去描述或者是模擬網(wǎng)絡(luò)故障的話幾乎是沒有可能的。在實(shí)踐的過程之中發(fā)現(xiàn)傳統(tǒng)的人工故障檢測方法，在面對一些比較復(fù)雜的網(wǎng)絡(luò)系統(tǒng)時往往沒有辦法準(zhǔn)確地判斷出網(wǎng)絡(luò)故障的原因和發(fā)生點(diǎn)，然而最近幾年來人工智能技術(shù)的不斷發(fā)展使得對于復(fù)雜網(wǎng)絡(luò)系統(tǒng)故障的檢測有了新的發(fā)現(xiàn)。

3人工智能技術(shù)在網(wǎng)絡(luò)故障診斷中的應(yīng)用

3.1人工智能神經(jīng)網(wǎng)絡(luò)故障診斷

人工智能技術(shù)在我國網(wǎng)絡(luò)故障診斷中的應(yīng)用實(shí)際上就是在模擬人類的神經(jīng)系統(tǒng)，它可以通過這種神經(jīng)系統(tǒng)具準(zhǔn)確的傳輸和轉(zhuǎn)換網(wǎng)絡(luò)信息，并且能夠在傳輸和轉(zhuǎn)換信息的過程之中將各種不同神經(jīng)元之間的信號通鏈接起來。人工智能技術(shù)中的bp網(wǎng)絡(luò)通常可以構(gòu)建一些信號分析系統(tǒng)，這樣就可以有效地在分析的過程之中表現(xiàn)非線性的映射能力。另外一點(diǎn)就是人工智能技術(shù)的網(wǎng)絡(luò)構(gòu)建可以有效地將網(wǎng)絡(luò)故障診斷的信號傳輸硬件進(jìn)行誤差計(jì)算，然后通過排除這種誤差計(jì)算來達(dá)到人工智能技術(shù)診斷網(wǎng)絡(luò)故障的目的。另外一點(diǎn)就是人工智能的神經(jīng)網(wǎng)絡(luò)故障診斷技術(shù)還可以利用光纜來實(shí)現(xiàn)信號傳輸，而這種傳輸方式最大的優(yōu)點(diǎn)就是可以有效地提升人工智能技術(shù)的整體營運(yùn)能力。在實(shí)踐的過程之中筆者發(fā)現(xiàn)人工智能神經(jīng)網(wǎng)絡(luò)診斷技術(shù)它可以有效地模擬人類的大腦組織結(jié)構(gòu)，在此基礎(chǔ)之上還能夠建立起一個和人類的大腦認(rèn)知相類似的組織結(jié)構(gòu)，進(jìn)而去識別和判斷網(wǎng)絡(luò)的故障?？偟膩碚f一旦網(wǎng)絡(luò)發(fā)生故障的話這種征兆特征首先就會通過神經(jīng)網(wǎng)絡(luò)將信號傳送到相應(yīng)的系統(tǒng)之中，之后會通過網(wǎng)絡(luò)故障的識別模式來進(jìn)行分類和分析，最后就會形成一個網(wǎng)絡(luò)故障的具體診斷結(jié)果。此外這種人工智能神經(jīng)網(wǎng)絡(luò)故障診斷技術(shù)還可以有效地利用網(wǎng)絡(luò)故障的診斷實(shí)例數(shù)據(jù)來進(jìn)行學(xué)習(xí)和模仿，還可以對內(nèi)部的神經(jīng)網(wǎng)絡(luò)連接權(quán)值數(shù)據(jù)進(jìn)行一些計(jì)算和翻譯，通過這種方式最終就可以得出網(wǎng)絡(luò)故障診斷的結(jié)果，實(shí)踐證明這種網(wǎng)絡(luò)故障診斷技術(shù)最大的優(yōu)點(diǎn)就是擁有很強(qiáng)的適應(yīng)性以及自動聯(lián)想功能。但是這種人工智能神經(jīng)網(wǎng)絡(luò)故障診斷技術(shù)依然存在自身的缺點(diǎn)，那就是它的學(xué)習(xí)效率低下的同時解釋能力也較差，而這些問題都會在很大程度上影響到人工智能神經(jīng)網(wǎng)絡(luò)故障診斷技術(shù)進(jìn)一步推廣和利用。

3.2專家系統(tǒng)故障診斷

人工智能技術(shù)在我國網(wǎng)絡(luò)故障的診斷中可以有效地利用專家故障診斷系統(tǒng)的相關(guān)知識和程序來提高自身的故障處理能力，因?yàn)樵谌斯ぶ悄芗夹g(shù)進(jìn)行網(wǎng)絡(luò)故障處理的時候利用專家的相關(guān)知識和經(jīng)驗(yàn)就能夠有效的去提升網(wǎng)絡(luò)的應(yīng)用效能。而人工智能技術(shù)在實(shí)際的網(wǎng)絡(luò)故障診斷過程之中首先是將故障的確定標(biāo)準(zhǔn)輸入到相應(yīng)的系統(tǒng)之中進(jìn)行處理，然后再利用人工智能管控系統(tǒng)中的信號調(diào)節(jié)來提升網(wǎng)絡(luò)故障的診斷能力。從某種程度上來說這種專家系統(tǒng)的網(wǎng)絡(luò)故障診斷實(shí)際上就是在模仿人類專家解決實(shí)際問題的過程，這種網(wǎng)絡(luò)故障診斷方法可以利用現(xiàn)存的一些理論去分析和處理網(wǎng)絡(luò)故障，而且就其自身而言該項(xiàng)系統(tǒng)運(yùn)用很強(qiáng)的模擬功能，另外它還可以有效的總結(jié)和歸納人類知識以及相關(guān)模式和規(guī)律，并且能夠?qū)⑦@些知識作為處理復(fù)雜的網(wǎng)絡(luò)故障診斷的參考和依據(jù)。在通常情況下一些規(guī)則性比較強(qiáng)的專家系統(tǒng)往往有很強(qiáng)大的呈現(xiàn)能力和知識獲取能力，不僅如此該系統(tǒng)還可以直觀準(zhǔn)確的去顯示網(wǎng)絡(luò)故障診斷的最終結(jié)果，這樣就有利于網(wǎng)絡(luò)檢修人員進(jìn)行理解和分析。通過實(shí)踐證明網(wǎng)絡(luò)系統(tǒng)發(fā)生故障的具體原因以及征兆都十分的復(fù)雜，而且擁有很強(qiáng)的隨機(jī)性，在這種情況之下單純地去依靠專家系統(tǒng)進(jìn)行故障診斷的話取得的效果也并不理想，針對這種情況目前已經(jīng)在研究一種新的EPR技術(shù)，該項(xiàng)技術(shù)其實(shí)就是建立在專家系統(tǒng)的設(shè)計(jì)原理和模型之上的，它可以有效地將網(wǎng)絡(luò)中的故障來轉(zhuǎn)化成概念圖，然后再按照專家系統(tǒng)的分析功能來制定出相應(yīng)的規(guī)則，最終為網(wǎng)絡(luò)檢修人員呈現(xiàn)出來的是一個直觀而清晰的網(wǎng)絡(luò)故障診斷報(bào)告。

3.3人工智能遺傳算法應(yīng)用

對于在實(shí)際的故障處理工作當(dāng)中所使用的人工智能遺傳算法利用最多的是遺傳算法程序，遺傳算法程序是通過將故障的處理結(jié)果通過建立一個模型的辦法了與處理點(diǎn)進(jìn)行比對工作，在這個算法程序當(dāng)中引入了優(yōu)勝劣汰的淘汰辦法來完成對一些故障內(nèi)容的剔除，同時也因?yàn)檫@方面的特征，在實(shí)際應(yīng)用中能夠?qū)崿F(xiàn)一個比較廣泛的故障排除。由此可以看出遺傳算法在實(shí)際應(yīng)用中有比較明顯的適用性，這也就是說在故障處理中能夠最大限度地保證融入實(shí)際的工作程序當(dāng)中。利用優(yōu)勝劣汰的算法來有效篩選出出故障的內(nèi)容，這樣通過記錄的方式能夠?qū)?shí)際的結(jié)果正在反饋在處理辦法當(dāng)中。

3.4模糊邏輯網(wǎng)絡(luò)故障診斷方法

網(wǎng)絡(luò)來說出現(xiàn)故障的時間以及各種征兆表現(xiàn)方式都有比較強(qiáng)的不穩(wěn)定性以及不確定性，所以這二者之間的關(guān)系也比較模糊不清，這種情況下很難通過確立一個比較嚴(yán)謹(jǐn)?shù)臄?shù)學(xué)模型來描述這二者，在這種情況下實(shí)施模糊邏輯網(wǎng)絡(luò)的故障診斷辦法，能夠?qū)σ恍┎淮_定性的故障因素進(jìn)行良好的整合處理，與此同時也能夠建立一個相對準(zhǔn)確的數(shù)學(xué)邏輯模型來描述一些不確定性的故障以及一些征兆表現(xiàn)，這樣給故障的診斷工作提供比較準(zhǔn)確具體的更高參考。對于模糊邏輯網(wǎng)絡(luò)故障的診斷方法來說能夠?qū)W(wǎng)絡(luò)發(fā)生故障的原因?qū)崿F(xiàn)比較精準(zhǔn)的判斷，從而給工作人員的維修工作提供一定的啟發(fā)與參考。但是這種診斷方法的建立基礎(chǔ)是一個比較大的模糊關(guān)系數(shù)據(jù)庫，這種情況下，數(shù)據(jù)庫很難獨(dú)自的通過學(xué)習(xí)方式來完成進(jìn)一步的改良。基于模糊邏輯的故障診斷技術(shù)首先需要構(gòu)造一種隸屬度函數(shù)，之后再通過建立故障和征兆之間的模糊關(guān)系矩陣來進(jìn)行故障診斷。而另外一種方法就是要利用隸屬度函數(shù)去建立網(wǎng)絡(luò)故障和征兆的模糊知識庫，在此基礎(chǔ)之上在進(jìn)行模糊邏輯的推理。仔細(xì)分析就會發(fā)現(xiàn)這種故障診斷方法實(shí)際上也是在模仿人類的思維過程，但是網(wǎng)絡(luò)故障的征兆和原因之間的模糊關(guān)系很難進(jìn)行確定，而且想要進(jìn)行隸屬度轉(zhuǎn)換的話是有很大的困難的。

4 結(jié)語

結(jié)合上述所說就會發(fā)現(xiàn)人工智能技術(shù)在網(wǎng)絡(luò)故障診斷中發(fā)揮著巨大的作用，而想要進(jìn)一步提升人工智能技術(shù)對網(wǎng)絡(luò)故障的處理能力的話，就要結(jié)合實(shí)際情況來整合網(wǎng)絡(luò)故障和人工智能技術(shù)，與此同時還要不斷加強(qiáng)對網(wǎng)絡(luò)故障切入點(diǎn)的管理和研究才能夠更好地保證網(wǎng)絡(luò)的應(yīng)用。

參考文獻(xiàn)：

[1] 靳艾.網(wǎng)絡(luò)故障診斷技術(shù)中人工智能技術(shù)的有效應(yīng)用[J].計(jì)算機(jī)產(chǎn)品與流通，2018（02）：114.

[2] 姜淑楊，吳嘉偉，鮑磊磊.試析基于人工智能的網(wǎng)絡(luò)故障診斷[J].電子測試，2017（14）：55-56.

【通聯(lián)編輯：光文玲】