检索结果-南通市图书馆

基于数据平衡及群优化的网络故障诊断方法研究

在线全文

学校读者我要写书评

暂无评论

基于数据平衡及群优化的网络故障诊断方法研究

作者：金爱鑫南京信息工程大学

学位级别：硕士

互联网作为目前的主要通信手段,在民用与军事领域都发挥着极其重要的作用。随着网络的快速发展,用户对网络的需求不断增加。在越来越异构化、密集化的现代网络发展趋势下,如何准确、稳定地进行网络故障诊断成为一个巨大的挑战。传统的... 详细信息

互联网作为目前的主要通信手段,在民用与军事领域都发挥着极其重要的作用。随着网络的快速发展,用户对网络的需求不断增加。在越来越异构化、密集化的现代网络发展趋势下,如何准确、稳定地进行网络故障诊断成为一个巨大的挑战。传统的网络故障诊断算法和模型通常受网络数据质量和自身参数设置的影响,导致诊断准确性和稳定性不足。针对这些问题,本文在小波神经网络模型的基础上,深入研究了基于数据平衡和群优化的网络故障诊断方法,主要贡献如下:(1)从数据层面出发,针对小波神经网络故障诊断模型受不平衡网络故障数据影响,导致少数类网络故障诊断准确率低的问题,提出了一种基于IKSMOTE-WNN的网络故障诊断方法。首先通过计算K近邻的方式去除少数类网络故障数据中的噪声样本,降低噪声样本对过采样的影响,然后对少数类样本进行单独聚类分析,自适应地分配每个簇和簇中每个少数类样本的新样本合成数目,最后结合多个少数类样本信息对少数类网络故障样本进行过采样,以降低网络故障数据的不平衡程度。仿真结果显示,经过IKSMOTE过采样后,WNN模型对Probe、R2L和U2R三个少数类故障的诊断准确率提升显著,其F1值分别提高了9.41%、27.46%以及51.85%。(2)从算法层面出发,针对小波神经网络故障诊断模型易受自身参数初始设置影响,导致网络故障诊断模型准确性和稳定性差的问题,提出了一种基于IGWO-WNN的网络故障诊断方法。首先从非线性收敛因子和动态权重更新两方面对传统的GWO算法做出改进,提升了算法的寻优能力,然后使用改进的GWO算法来优化小波神经网络的初始参数,避免模型参数设置的随机性。仿真结果显示,经过IGWO算法优化参数后,WNN模型的多分类整体诊断准确率较参数优化前提高了0.61%,并且模型陷入局部最优或不收敛的概率大为降低,模型的稳定性显著提升。

关键词：网络故障诊断数据平衡参数优化

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于双重支持向量机的网络故障诊断

控制与决策 2013年第4期28卷 506-510页

作者：温祥西孟相如马志强空军工程大学信息与导航学院西安710077

为了提高网络故障诊断模型的建立和诊断速度,提出一种双重支持向量机(Dual-SVM)算法.通过两次SVM训练确定诊断模型:第1次SVM训练通过两类样本的类中心和样本点在类中心连线方向上的投影分布情况直接确定近似最优分类面;第2次SVM训练根据... 详细信息

为了提高网络故障诊断模型的建立和诊断速度,提出一种双重支持向量机(Dual-SVM)算法.通过两次SVM训练确定诊断模型:第1次SVM训练通过两类样本的类中心和样本点在类中心连线方向上的投影分布情况直接确定近似最优分类面;第2次SVM训练根据第1次的训练结果选择边界样本点并计算其模糊隶属度,通过模糊SVM获得诊断模型.在DARPA数据集上的实验表明,Dual-SVM相较SVM能够获得更快的训练速度和更加简单的故障诊断模型.

关键词：网络故障诊断支持向量机样本选取双重训练

在线全文

学校读者我要写书评

暂无评论

基于数据驱动的网络故障诊断技术

基于数据驱动的网络故障诊断技术

作者：朱学彰电子科技大学

学位级别：硕士

如今日益复杂的网络环境与场景对于网络故障诊断技术提出了更高的要求,传统的人工故障检测方法无法应对大规模网络场景下发生的微小故障,而现有的网络监测硬件或软件又会对被监测的网络环境产生影响,且对技术人员关于网络协议和网络管... 详细信息

如今日益复杂的网络环境与场景对于网络故障诊断技术提出了更高的要求,传统的人工故障检测方法无法应对大规模网络场景下发生的微小故障,而现有的网络监测硬件或软件又会对被监测的网络环境产生影响,且对技术人员关于网络协议和网络管理技术的要求较高。本文通过对网络故障诊断的相关技术进行调研和分析后,重点研究了基于数据驱动的网络故障诊断方法。本文首先研究了机器学习中常用的反向传播(Back Propagation,BP)神经网络、径向基函数(Radial Basis Function,RBF)神经网络以及卷积神经网络(Convolutional Neural Networks,CNN)。使用小批量梯度下降算法(Mini-Batch Gradient Descent,MBGD)算法对BP神经网络的参数进行优化;使用监督学习的方式来修正和确定RBF神经网络的RBF中心与扩展常数;结合MBGD算法的思想,使用自适应矩估计(Adaptive Moment Estimation,Adam)算法、Dropout算法优化CNN。最终建立了基于BP、基于BRF以及基于CNN的三种网络故障检测算法与模型,并在KDDCUP99和NSL-KDD数据集中验证了算法的准确率和可行性。基于CNN的网络故障检测算法训练速度快,准确率高且适用性好。此后,本文提出了一种基于旁路镜像的被动式网络数据采集方法,在不对被监测的网络拓扑结构产生影响、不占用被监测网络资源等前提下采集网络数据。搭建了实际的网络环境场景,设计产生物理断线、网络拥塞以及设备宕机三类故障,使用WireShark软件采集网络数据包,得到超过200小时的原始网络数据包。分析WireShark的解析内容,构建数据字典,并以此提取原始数据包中传输层及以下的特征信息,构建了含有39个特征的初始数据集。最后,本文提出一种基于流量特征提取网络故障初始数据集的方案,使用一秒的时间窗口提取初始数据集中的统计信息,构建了含有38个特征的网络故障数据集。此后分别使用基于BP、基于RBF、基于CNN的三种算法对该数据集进行训练和测试。基于BP的算法最高可以达到87.4%以上的准确率,但随着迭代次数的增加会发生过拟合现象;基于RBF的算法准确率最高能够达到86.5%左右,但需要大量的模型训练时间;基于CNN的算法最高可以达到88.3%以上的准确率,且模型训练的速度最快。实验结果验证了本文构造的数据集对于网络故障诊断具备一定的应用意义。

关键词：网络故障诊断 BP RBF CNN 网络故障数据集

基于CSP的探测选择算法在网络故障诊断中的应用

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于CSP的探测选择算法在网络故障诊断中的应用

作者：毛振吉林大学

学位级别：硕士

网络管理中的核心是故障管理,而故障管理的重点在于故障诊断。传统的故障诊断技术是基于告警关联分析的被动式技术,而随着网络规模和复杂性的增大,告警数量急剧增长,使得传统的基于告警关联分析的被动式故障诊断技术变得不适用。而主动... 详细信息

网络管理中的核心是故障管理,而故障管理的重点在于故障诊断。传统的故障诊断技术是基于告警关联分析的被动式技术,而随着网络规模和复杂性的增大,告警数量急剧增长,使得传统的基于告警关联分析的被动式故障诊断技术变得不适用。而主动探测技术则主动向网络发送探测信息来收集网络状态信息进而进行故障诊断,具有主动性自适应性等特点,一定程度上克服了传统技术的缺点。但是,探测信息会引入额外的管理流量和存储空间,为了减小探测信息引入的额外成本,需要选择优化的探测方法来执行。针对故障检测阶段的探测选择问题,提出了一种改进的贪婪增加算法和一种基于CSP的探测选择算法。通过对传统的贪婪增加算法的分析,发现传统的贪婪增加算法在进行贪婪选择的时候并没有考虑每个网络节点对于探测选择问题的不同意义,而默认所有网络节点具有同等重要性,这与事实相违背。因此,设计了一种对不同网络节点赋予权值来表示其重要性的方法,根据经过每个节点的探测数量来决定节点的权值。根据节点的权值计算探测的权值,在进行贪婪选择的时候优先选择具有最大权值的探测,从而保证了经过最重要节点的探测优先被选择。在此基础上,提出了一种基于约束满足问题（Constraint Satisfaction Problem,CSP）的探测选择算法对所选探测进行优化,利用最优探测本身的性质构造了约束,选择出与约束相容的探测,进而去除冗余,优化探测集。针对故障诊断阶段的探测选择问题,提出了一种改进的启发式搜索算法和一种基于CSP的预先选择算法。通过对传统启发式搜索算法的分析,发现传统的启发式搜索算法由于每次只选择一个探测,导致选择次数过多而计算复杂;设计了一种每次选择一组探测而不是每次选择一个探测的方法,并且对启发式选择策略进行调整,并进一步优先选择最可能成功的探测,由于减少了选择次数而使得计算量降低,同时由于每次选择的探测增多导致可以获得更多启发信息,增大了选择的准确性。进一步提出了一种基于CSP的预先选择算法,在该算法中分析最优探测集合的特征进而构造出约束集合,利用回溯搜索算法求出与约束集合相容的实例化,从而得到满足最优集合特征的探测集合。本文对提出的算法进行了仿真实验,实验结果表明提出的算法相对于传统算法具有优势,表明算法的改进是有效的,证明了本文的工作对解决主动探测过程中的探测选择问题具有积极意义。

关键词：网络故障诊断主动探测探测选择 CSP

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

RS-CSA在网络故障诊断中的算法研究

计算机应用与软件 2014年第2期31卷 77-81页

作者：韩炳山田玉玲太原理工大学计算机科学与技术学院山西太原030024

针对当今网络故障诊断所存在的弊端,当发生故障时难以满足快而准的要求,误诊、漏诊率颇高,诊断数据量大,属性选取具有主观性,学习、泛化能力欠缺,故此结合粗糙集(RS)及克隆选择算法(CSA)提出一种智能化诊断方法(RS-CSA)。首先利用RS对... 详细信息

针对当今网络故障诊断所存在的弊端,当发生故障时难以满足快而准的要求,误诊、漏诊率颇高,诊断数据量大,属性选取具有主观性,学习、泛化能力欠缺,故此结合粗糙集(RS)及克隆选择算法(CSA)提出一种智能化诊断方法(RS-CSA)。首先利用RS对故障样本进行预处理,求出其约简后最小规则集及客观属性权重,然后用改进的CSA构造诊断器并对待诊断样本予以诊断、学习。经实验验证其所提出的算法优于传统诊断技术,有一定的理论及实用价值。

关键词：网络故障诊断粗糙集克隆选择算法约简最小规则集诊断器

在线全文

学校读者我要写书评

暂无评论

数据挖掘技术在网络故障诊断中的应用

中国高新科技 2022年第23期 57-59页

作者：武琳琳黄河水利职业技术学院

网络技术的进步伴随的是日常监控信息数据规模的不断扩大,传统的人工分析方式已经不能满足新时期的发展需求,因此必须探索新的数据处理方式。数据挖掘技术作为一种新的获取技术,能够对数据进行自动化分析,从而在杂乱的数据中挖掘出有价... 详细信息

网络技术的进步伴随的是日常监控信息数据规模的不断扩大,传统的人工分析方式已经不能满足新时期的发展需求,因此必须探索新的数据处理方式。数据挖掘技术作为一种新的获取技术,能够对数据进行自动化分析,从而在杂乱的数据中挖掘出有价值、有意义的信息,将其应用于网络故障诊断中能够准确分析中故障出现的原因,并将故障信息进行存储,便于在下次发现网络故障问题时及时挖掘与处理,能够有效提升网络故障诊断和处理的效率。文章立足于数据挖掘技术,探究其在网络故障诊断系统中的具体应用。

关键词：数据挖掘技术网络故障诊断数据库

中国移动IT云资源池网络故障诊断的探索和实践

在线全文

学校读者我要写书评

暂无评论

通信世界 2023年第20期 46-47页

作者：祁肖贺阮前程宇中移动信息技术有限公司

网络数智化是指人工智能、大数据技术与通信网络的硬件、软件、系统、流程等深度融合,而利用AI、大数据技术助力通信网络运维数智化,是实现自动驾驶网络高阶能力的基石。国务院国资委《关于加快推进国有企业数字化转型工作的通知》系统... 详细信息

网络数智化是指人工智能、大数据技术与通信网络的硬件、软件、系统、流程等深度融合,而利用AI、大数据技术助力通信网络运维数智化,是实现自动驾驶网络高阶能力的基石。国务院国资委《关于加快推进国有企业数字化转型工作的通知》系统阐明了国有企业数字化转型的基础、方向、重点和举措,“上云用数赋智”贯穿始终。

关键词：国有企业数字化转型大数据技术人工智能通信网络网络故障诊断中国移动深度融合

在线全文

学校读者我要写书评

暂无评论

多维多重模糊推理在网络故障诊断中的应用

多维多重模糊推理在网络故障诊断中的应用

作者：赵蕾电子科技大学

学位级别：硕士

当今社会,人类的活动越来越离不开网络的支持,因此高质量的网络服务显得尤为重要。为避免对人们生活造成重大影响,一旦网络中出现故障,网络管理人员必须迅速修复,以恢复网络的正常运行。网络出现故障时会发出根源告警信息,这些告警信息... 详细信息

当今社会,人类的活动越来越离不开网络的支持,因此高质量的网络服务显得尤为重要。为避免对人们生活造成重大影响,一旦网络中出现故障,网络管理人员必须迅速修复,以恢复网络的正常运行。网络出现故障时会发出根源告警信息,这些告警信息在网络中传播、并引发其他相关的网络节点也发出告警,最终导致系统中产生大量与根源告警相关的冗余告警信息。为了使网络管理人员迅速找到根源告警以定位故障节点,需要对告警信息之间的相关性进行分析,以去除冗余告警信息。然而,由于告警与告警之间的关系不是一一对应的确定关系,而是具有一定的模糊性,这使得建立告警相关性模型变得十分困难。针对这一问题,本文将模糊理论应用于告警相关性分析,首先采用模糊关联规则数据挖掘算法建立告警信息之间的相关性模型,在此基础上使用模糊推理算法进行告警相关性分析以去除冗余告警,最终达到快速找到根源告警并定位故障的目的。本文重点从以下三点进行了研究:⑴多维多重模糊推理算法。为更好的体现告警及其之间关系的模糊性,同时增强模糊规则的合理性及其表示和推理能力,本文选取加权多维多重模糊推理模型进行推理,并提出了一种满足还原性的加权多维多重模糊推理算法。⑵加权多维多重模糊推理模型中权值的获取。确定模糊推理模型中的权值是十分困难的问题,本文将推理模型中的规则映射成为模糊神经网络,通过对模糊神经网络的训练来得到模糊推理模型中各部分的权值。⑶多维多重模糊推理系统的控制策略。由于告警库和规则库中的告警和规则的数量通常十分巨大,为加快告警与规则前件匹配以及规则的搜索,并充分利用有用信息控制搜索路径,本文提出了一种基于分组和排序思想的匹配与搜索策略。仿真实验表明,将模糊理论应用于网络故障诊断,通过模糊推理算法分析告警之间的相关性可以去除大量冗余告警、实现故障的快速定位;使用本文提出的满足还原性的加权多维多重模糊推理算法可以更好地体现告警之间的模糊关系,使推理结果更精准,有效地提高了网络故障定位的准确率。

关键词：网络故障诊断模糊推理模糊神经网络关联规则 BP算法

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于模糊推理的网络故障诊断技术研究

基于模糊推理的网络故障诊断技术研究

作者：范福平电子科技大学

学位级别：硕士

当通信网络某处发生故障时,会引发其他网络节点产生告警,这样告警就会不断扩散,最终形成告警风暴。如何去除告警之间的相关性,定位出根源告警,是一个比较棘手的问题。在实际的网络中,故障引发告警的边界具有一定的模糊性,告警的属性也... 详细信息

当通信网络某处发生故障时,会引发其他网络节点产生告警,这样告警就会不断扩散,最终形成告警风暴。如何去除告警之间的相关性,定位出根源告警,是一个比较棘手的问题。在实际的网络中,故障引发告警的边界具有一定的模糊性,告警的属性也常在某个数值区间取值,而不是非真即假。若对分区临界值附近的点处理不当则会过分强调或忽略这些点在分区中的作用,这就影响网络故障诊断的准确性。此外,告警和故障之间可能不是一一对应的关系,而是具有一种模糊性。本文将模糊理论和模糊推理技术运用到网络故障诊断中,以期更快更准的定位根源告警。论文重点从以下几个方面进行研究:1)告警传播方向预测模块:对于从知识库中提取的某条关联规则只表明告警间存在关联关系,并未揭示他们之间的因果关系。所以,本文采用一种改进的BP神经网络方法建立告警传播方向预测模型。将每条参与模糊推理运算的关联规则输入到该模型中,根据输出结果动态地决定采用正向模糊推理还是反向模糊推理。2)模糊推理控制模块:在网络故障诊断过程中,规则与告警之间的匹配需花费很多时间;同时,推理过程中可能会出现匹配冲突,推理停滞不前等现象;此外,在故障诊断过程中需构建一条合理的推理路径,避免出现推理环路等现象。为了解决上述问题,文中分别研究了控制模块中的匹配策略、冲突消解策略、搜索策略和模糊推理驱动策略。3)模糊推理运算模块:为了提高告警隶模糊属度更新的准确率,文中提出了一种具有还原性的模糊推理算法--基于模糊相似度的加权综合推理算法,并采用合理的反模糊化方法对模糊结论进行处理。仿真实验表明在基于模糊推理的网络故障诊断系统中,告警传播方向预测模块可以使得系统能动态地选取正反向推理两种方式,从而确保整个推理过程朝着根源告警回溯逼近,使得推理具有可控性,推理过程中产生的冗余结果较少,提高故障诊断的效率;模糊推理控制模块可以有效地提高告警和规则之间的匹配效率,有利于构建合理的推理路径和避免出现推理换路等现象,同时也解决了匹配冲突的问题;文中提出的模糊推理算法具有还原性,使得推理运算得到的结果更加精确,同时实现简单。从而整个系统能实现快速有效地定位网络故障点。

关键词：网络故障诊断告警故障模糊推理