計算機網絡故障處理及網絡維護方法

許業進　伍江華

【摘 要】本文從硬件故障、軟件故障兩方面分析計算機網絡故障類型，闡述基于規則推理、案例推理、機器學習等應用人工智能技術進行計算機網絡故障診斷，圍繞當前信息化技術發展動態，從準確定位、軟件維護、硬件維護、操作系統維護等方面論述計算機網絡維護方法。

【關鍵詞】計算機網絡故障 ?處理方案 ?網絡維護方法

【中圖分類號】G ?【文獻標識碼】A

【文章編號】0450-9889（2020）03C-0183-03

計算機網絡故障處理及網絡維護，是指運用科學合理的技術方案，對網絡故障進行準確的判斷、處理、維護，從而有效減少異構網絡情況下網絡運營成本、人工維護成本，防止因為嚴重性故障導致連鎖故障，切實保障網絡運營的經濟效益。隨著網絡技術的快速發展，各種新興信息化技術的廣泛應用，越來越多的設備開始應用于互聯網當中，這導致計算機網絡故障類型開始持續不斷增多。與此同時，5G正式商用，對計算機網絡故障診斷、處理以及網絡維護提出了更高的要求。能否對計算機網絡故障進行精準的診斷，并采用針對性的處理方案、維護方法，關系到計算機網絡的安全性、穩定性。本文分析計算機網絡故障類型，圍繞當前信息化技術發展動態，探索基于人工智能技術的計算機網絡故障診斷和維護方案，供同行參考與借鑒。

一、計算機網絡故障類型分析

（一）硬件故障類型

1.端口故障。端口屬于計算機網絡通信的主要載體，倘若端口保護措施使用不當，其在長時間使用進程中則容易受損，引發網絡故障。與此同時，因為操作者存在不當操作，會導致端口位置因為搖晃、接入錯誤等因素引發計算機網絡故障。

2.線路故障。光纖設備是計算機網絡傳輸的重要載體，但因為光纖設備的特性，其本身也會受到氣候、天氣等各種影響的干擾，光纖因為年久失修，也會存在老化情況，其同樣是引發計算機網絡故障的重要因素。除此之外，計算機使用的各種線路亦會存在老化、短路等現象，無線網絡也會因為干擾產生穩定性問題。

（二）軟件故障類型

1.路由器邏輯故障。路由器與交換機作為計算機常用的設備，其屬于單個計算機與網絡進行連接的重要載體，路由器一旦發生邏輯故障，也會導致網絡無法正常使用。一般來說，路由器邏輯故障主要表現為內存占用過度、發熱過高或者參數錯誤等。

2.主機邏輯故障。如上文所述，當前計算機網絡、設備變得越來越復雜，因為各方面因素的影響，其也極為容易出現邏輯故障。如網絡適配器兼容性、IP地址沖突等，均會引發不同程度的網絡故障。

二、網絡故障診斷技術概述

（一）基于AI的故障診斷技術

基于AI的故障診斷技術，是伴隨人工智能技術而誕生的一種網絡故障診斷技術，其主要是利用人工智能技術所具有的AI性能，針對人類思維模式、解決問題流程進行全面的診斷，并將其應用于網絡故障。對于基于AI的故障診斷技術劃分，綜合參考專家模擬生成知識庫類型進行劃分，其主要包含以下幾種類型：基于規則的推理技術（Rule-based Reason，RBR）、基于范例的推理技術（Case-based Reason，CBR）、基于機器學習的診斷技術（Machine Learning，ML）。

（二）基于模型遍歷的故障診斷技術

所謂模型遍歷技術，指的是綜合利用運維管理系統，基于各個網絡元素存在的對應聯系，最先針對事件發起元素實施研究，以此來了解網絡故障最初產生的具體區域，以此進行故障傳播模型的建設。一般來說，模型遍歷通常適用于各個對象之間對應的拓撲關系為類似圖形，同時上述拓撲信息往往較為容易獲取。對于系統結構存在頻繁變化的對應場景當中，模型遍歷本身具有較為理想的魯棒性。

三、人工智能應用于計算機網絡故障診斷技術

（一）基于規則推理進行計算機網絡故障診斷

基于規則推理進行計算機網絡故障診斷屬于早期網絡故障診斷常用的一種技術方案，其主要是利用規則把人類領域專家對應的診斷知識進行描述處理，利用“IF-THEN-ELSE”形式有效展示知識。從本質層面看，其與AI技術較為類似，均是通過模擬人類處理網絡故障思路對網絡故障進行診斷，具體涉及的模塊包含推理引擎、規則庫、綜合數據庫、解釋器、規則獲取模塊以及人機交互界面等（見圖1）。該技術并不需要對底層系統實施分析，本身較為容易實現診斷控制。然而，基于規則推理進行計算機網絡故障診斷也存在一定的局限性，本身的新規則產生時間相對較為漫長，對于規則庫當中缺乏的規章，難以進行有效的診斷。正是因為上述局限性的存在，其在大型網絡應用方面的效果并不理想，而在變化少、小型網絡方面具有良好的適用性。

（二）基于案例推理進行計算機網絡故障診斷

顧名思義，基于案例推理進行計算機網絡故障診斷技術是對傳統經驗的有效利用，即建立傳統經驗的數據庫，在遇到網絡故障的時候，對比數據庫尋找解決方案。對應的思想主要源自現實生活，即人類在面臨問題的情況下，第一時間往往會回憶曾經解決相關問題的措施，接著針對曾經處理問題的措施進行優化調整，并將其應用于當前面臨的問題，過去積累的有關情況稱作案例。對于各類網絡故障案例的實際診斷來說，其主要是通過五元組進行表示，Case={N，S，R，P，E}，當中N，S，R，P，E屬于五個有限非空集合，即分別代表網絡故障案例名稱、網絡故障征兆集、網絡故障結論集、網絡故障維修方案集以及系統狀態集（見圖2）。從故障檢索流程來看，其主要保障檢索數據庫、服用數據、修正方案、保存數據等流程。當中檢索數據庫主要是針對提前保存的經驗數據庫進行檢索，整理與網絡故障類似的各種數據庫，并與現實網絡故障進行匹配。倘若無法在數據庫當中找到相似的經驗案例，系統開展相似度分析，匹配相似度最高的案例;復用流程主要指的是利用匹配案例分析，嘗試解決現實網絡故障;修正流程則是根據經驗網絡故障、現實網絡故障之間的差異，嘗試對經驗網絡故障解決措施實施修正;保存流程則是將現實網絡問題、最終解決方案存入數據庫。需要注意的是，基于案例推理進行計算機網絡故障診斷也存在一定的缺陷，即案例維護本身較為困難，再加上互聯網的不斷發展，要想有效檢索對應的案例，并對案例實施修正，其面臨的難度正在不斷增大。

（三）基于機器學習進行計算機網絡故障診斷

基于機器學習進行計算機網絡故障診斷則是利用機器學習算法，讓系統可以自動學習現有網絡故障存在的各類信息數據資料，且針對故障之間的關聯進行分析，在網絡發生故障的情況下，機器學習算法即能夠充分利用學習過的知識針對故障實施診斷，同時進行診斷結果的輸出（見圖3）。從具體結構來看，其所涉及的模塊包含故障診斷模塊、機器學習模型訓練模塊、數據預處理模塊、數據采集模塊以及特征提取模塊等，根據系統功能的不同，對應的模塊也存在一定的差異性。正是因為基于機器學習進行計算機網絡故障診斷具有自動化特性，整個學習過程均由計算機進行控制，所以整個過程的人力資源成本得以大幅控制，其可以良好地適應復雜網絡故障診斷領域。如果網絡環境配置發生變化，系統可以利用相關模塊，對相關內容進行學習、訓練，使得計算機網絡故障相關的知識保持動態更新的狀態。當系統完成更新，即可以準確地判斷最新的故障征兆，且伴隨AI技術的進一步發展，基于機器學習進行計算機網絡故障診斷，其本身的功能必然能夠得以有效拓展。

四、計算機網絡維護方法

（一）準確定位

在計算機網絡維護中，現階段選擇基于BP神經網絡的計算機網絡故障檢測方案，其具有良好的適用性，能夠根據網絡數據庫中信息資料進行動態檢測，深入分析導致計算機網絡故障的對應因素，以此設計具有針對性的網絡維護方案。為有效維護計算機網絡，應先全面了解計算機網絡故障的特點，分別針對網絡故障的具體類型、檢查方法、具體處理方案等進行準確的判斷，同時研究預警性能與瀏覽網絡設備日志方面的內容，綜合判斷對應的網絡故障類型、位置，為網絡故障維護奠定基礎。維護人員全面了解網絡中對應的軟硬件、故障類型等，才能夠在網絡發生故障時精準定位網絡故障。正常來說，為有效保證網絡故障的精準定位，需要盡可能全面的縮小網絡故障范圍，綜合利用多元化的測試工作，系統了解集線器指示燈的煽動狀況，同時根據相關信息記錄、案例分析，全面排除、測試相應的故障，從而有效明確故障類型，并根據故障成因制定針對性的維護方案。

（二）軟件維護

當診斷出網絡故障為軟件原因的情況下，則需要對軟件進行針對性的維護。一般情況下，軟件維護途徑主要包含計算機操作系統維護、病毒入侵阻止、防火墻設置、訪問權限設置、網絡資源備份等，同時還需要對軟件進行針對性的更新、升級。在對網絡故障進行排除、處理的同時，應避免因為軟件問題引發網絡故障的擴大。

（三）硬件維護

對于計算機網絡硬件的維護，其主要是對相關的硬件進行檢查，具體是檢查計算機外部，在排除故障的情況下，遵循先簡單后復雜的維護原則，分別對計算機電源、路由器、交換機、網線、接口等進行一一排查，明確故障之后進行維修或者更換，即能夠有效解決網絡故障。

（四）操作系統維護

計算機底層系統本身具有開源性，因而在使用中其必然會面臨各種漏洞。對于上述問題，應當定期檢查系統情況，以便于掌握系統更新動態，倘若發現最新的系統版本，應當綜合判斷該版本，掌握其屬于漏洞更新還是官方更新，當評定其為安全操作的情況下，應第一時間進行更新。除此之外，為有效保障系統安全性，在定期更新系統的同時，還應采用漏洞掃描方案，對系統漏洞進行動態的掃描，并根據漏洞制定針對性的修復計劃，從而有效避免系統漏洞的不良影響。從當前常用的系統掃描方案來看，可以通過端口掃描，即通過端口掃描系統掌握主機開啟端口、網絡服務狀況，并與數據庫存儲的有關漏洞實施匹配，以此分析漏洞。與此同時，在進行漏洞掃描的進程中，引入模擬黑客共計漏洞模式，利用模擬方式探索系統漏洞，最終根據漏洞制定修復方案。基于系統層級的維護方案，以此掌握對應的漏洞信息，全面防止系統底層產生的各種攻擊，減少因為操作系統引發的網絡故障。

信息化技術的高歌猛進，互聯網用戶的規模與數量的爆炸式增長，互聯網當中涉及的信息數據呈現幾何倍數增長，使得互聯網服務組織與應用組織在管理、軟件以及硬件等諸多方面的成本持續攀升，能否有效處理網絡故障，對廣大人民群眾的生活、工作影響巨大。計算機網絡故障處理及網絡維護是一項系統、漫長、復雜的工程，需要充分結合計算機網絡故障發展趨勢，加大網絡故障診斷技術研發力度，密切結合網絡故障發展趨勢制訂針對性的維護方案、采取新興的診斷技術，保障計算機網絡故障的高效處理，切實保障網絡的穩定、安全。

【參考文獻】

[1]葉衛華.網絡故障診斷與排除實驗課程的教學改革實踐[J].電腦知識與技術，2019（23）

[2]王坤.淺析計算機網絡通訊技術故障原因分析及其處理措施[J].計算機產品與流通，2019（8）

[3]張月敏.探究計算機網絡流量異常的檢測和預測[J].技術與市場，2019（6）

[4]程虹.基于BP神經網絡的計算機網絡故障檢測方法及維護策略[J].電腦知識與技術，2019（7）

[5]劉秀彬.基于SOA方法的計算機網絡故障管理系統的設計與研究[J].電腦知識與技術，2019（4）

[6]梁濤.探索計算機網絡監控系統的應用與故障處理[J].電腦迷，2018（6）

[7]韓金威.計算機網絡通訊技術故障原因分析與處理對策[J].數字通信世界，2018（5）

[8]郝少雷.試論當前事業單位計算機網絡維護存在的問題及對策分析[J].電腦迷，2018（3）

【作者簡介】許業進（1980— ），男，廣西玉林人，碩士，廣西電力職業技術學院建筑工程系講師，研究方向：高職教育、計算機軟件應用;伍江華（1982— ），女，廣西南寧人，在職研究生學歷，廣西電力職業技術學院建筑工程系講師，研究方向：建筑室內設計、建筑模型設計與制作、平面設計。

（責編 王 一）