总结，进而得出当前被监测的局域网是否工作正常，判断被监测网络设备的状态是否异常或已明确出现故障。在故障定位智能体内，根据系统发出的异常报警信息，对局域网内的数据流量、接口利用率、传输时延和误码率等信息特性进行分析，结合各单元设备的自检信息、基础信息数据和网络的拓扑结构模型等采用人工神经网络判定方法对故障可能发生的部位进行智能定位和提示。
3.2故障智能诊断与定位策略的实现
故障的智能诊断方法主要采用模糊推理的方式，故障的定位方法主要采用人工神经网络与典型案例推理相结合的方式，故障诊断的处理流程如图3所示。
从监测单元送来的监测数据首先需要进行模糊预处理。把确定的监测数据输入转化为由隶属度描述的模糊综合评价集。模糊推理将根据模糊相关数据在模糊知识库中选取合适的模糊规则与推理机制，通过调用模糊知识库推理规则并结合网络数据库中的网络资源信息与拓扑信息生成模糊推理模型。通常局域网中出现某一个故障的时候，会造成多个网络监测数据的异常或网络设备产生告警信息，往往这些异常或告警信息与网络故障的诊断之间没有一一对应关系，也可以说是存在有一定的模糊关系。在进行模糊推理时必须考虑对这些异常数据与告警信息进行相关性分析。在模糊推理得出结论后需要进行反模糊处理，还原出故障诊断信息。
故障定位的处理流程如图4所示。在接收到网络故障诊断信息的描述内容后，故障分析与定位推理模块会在典型故障案例库中寻找与之匹配的案例，如果能找到完全匹配的案例，则该案例的故障源就是要找的答案；如果找不到完全匹配的案例，则会在案例库中找一个最近似的案例。然后根据故障间的差异性调用神经网络判决模型数据库中的故障分析模型对故障的定位结合案例的解决方案进行仿真推理与修正。当故障发生的位置被找到后，系统还可自动将新的故障现象及其故障位置生成一个新的案例保存到案例数据库中，为今后的故障定位提供借鉴与参考。基于案例推理与神经网络判决的故障定位方法克服了基于规则推理方法的许多不足。在案例推理与神经网络判决方法中知识的单元是案例，推理与修正的方式采用神经网络判决仿真，将案例推理与人工智能判决合理结合。通常，在故障定位智能体刚开始工作的时候，由于加入的案例库比较少，因此一般很少能找到完全一致的案例，但随着系统的逐步运行，案例库也将会逐渐增长，相匹配的案例会越来越多，系统的定位效率也会逐渐的提高。因此基于案例推理与神经网络判决的故障定位智能体具有一定的智能判决与自学习的能力。
4结语
对局域网进行故障诊断与定位，要根据实际情况，如故障信息、用户需求等，选择合适的故障诊断与定位方法，力求准确、快速诊断故障原因找到问题根源。大型局域网由于自身结构复杂和功能的多层次性等因素，一般的故障诊断方法难以满足网络系统故障诊断的全部任务需求。随着人工智能和模式识别技术的发展，采用多智能体与人工智能技术相结合的故障诊断方法内容越来越丰富，融合各种智能方法的故障诊断技术不断发展，对局域网的智能故障诊断与定位准确性与有效性会越来越高。
参考文献
[1]GergTomhso.网络维护和故障诊断指南.战晓苏译[M].北京：清华大学出版社，2003
[2]杨善林，倪志伟.机器学习与智能决策支持系统[M].北京：科学出版社，2004.
[3]何勇，李增芳.智能化故障诊断技术的研究与应用[J].浙江大学学报，2003，29（2）：119-124.
[4]刘培奇，李增智，赵银亮.扩展产生式规则的网络故障诊断专家系统[J].西安交通大学学报，2004，38（8）：783.
[5]李千目.战略互联网故障智能诊断策略[D][博士论文].南京：南京理工大学，2005.
[6]赵伟，白晓民，丁剑.基于协同式专家系统及多智能体技术的电网故障诊断方法.中国电机工程学报，2006，26（20）：1-8.
收稿日期：2015-05-15
作者简介：赵霁红（1981—），女，汉族，山东昌乐人，本科学历，助理工程师，研究方向：计算机信息处理与网络运用技术、电子物证技术；高世家（1982—），男，汉族，山东临朐人，本科学历，助理工程师，研究方向：计算机信息处理与网络运用技术、电子物证技术；罗勇（1980—），男，汉族，湖北宜城人，硕士学历，讲师，研究方向：人工智能与电子设备故障诊断运用技术。
推荐访问： 局域网 定位系统 诊断 故障 策略
