浅谈网络故障诊断技术中人工智能技术的应用

 　　摘要：最近几年来伴随着我国信息技术的不断发展和网络技术的进步，人工智能技术也逐渐被广泛应用到了各个领域。不得不承认网络技术的发展能够在极大程度上便捷人们的日常工作和生活，然而在使用的过程之中也出现了各种各样的网络问题。这些问题如果没有采取有效的措施进行解决的话就很导致很多智能设备无法发挥作用，人力诊断网络故障也越来越无法满足网络技术发展的需要，将人工智能技术应用到网络的故障诊断中不仅能够有效提高故障诊断的效率，还能够在较快的时间之内确定故障发生的原因。

　　关键词：网络故障;诊断技术;人工智能技术

　　中图分类号：TP393 文献标识码：A

　　文章编号：1009-3044(2019)21-0178-02

　　《计算机仿真》创刊于1984年，是由中国航天科工集团公司主管,由航天科工集团十七所主办的全国核心期刊。国际刊号ISSN：1006-9348;国内刊号CN：11-3724/TP，邮发代号82-773。

　　开放科学(资源服务)标识码(OSID)：

　　在信息技术快速发展的时代人们只有做好网络信息的故障诊断工作才能够让其更好地服务于社会和生活，另外就是有效的排除网络应用中的故障还能够更好的保证网络的安全应用。当下的时代已经是一个人工智能普及的时代，在这样的环境之下想要提升人工智能技术的应用就要加强人工智能在网络诊断中的技术研究，从而探索出一种人工智能技術在网络诊断中的应用方法。本文首先简要地分析了网络故障诊断的常见方法以及网络故障的基本特征，在此基础之上又研究了人工智能技术在网络诊断中的具体应用方法，目的就是为了能够进一步提升网络诊断的效率。

　　1网络故障诊断技术方法

　　网络在具体应用的时候很容易会因为硬件和软件关系而发生和种各样的故障，为此就必须要结合实际情况来选择科学的诊断技术进行故障的诊断，这样才能够有效的去控制网络技术中的故障发生概率。另一方面就是在网络的运行过程中光缆和信号的中继器等也会发生故障和损坏，在这种情况之下只有不断加强对于网络故障的诊断和研究才能够真正地将故障诊断技术落到实处。而目前已经在网络故障的诊断中使用到了人工智能技术，该项技术可以有效地实现网络故障的自动化，并且能够通过准确的分析判断出故障的发生点以及原因。

　　2 网络故障基本特征分析

　　最近几年来伴随着我国计算机技术和网络技术的持续发展，网络的使用规模也在逐渐扩大，与此同时还会发现网络的整体结构以及具备的功能也越来越复杂。为此一旦网络发生故障的话就要尽可能地在最快的时间之内判断出故障发生的位置以及原因，之后还要结合具体的情况来对网络的故障进行修复。想要单纯地依靠人工来处理如此庞大而复杂的计算机网络的话是不太现实的，因此就要不断寻找出一种便捷而且高效的网络故障排除以及修复方法。由于没有比较准确的数学模型以及算法，因而导致网络故障的检测和诊断一直存在较大的问题，在此基础之上通过研究发现将人工智能技术应用到网络的故障诊断的话具有显著的效果。总的来说一般比较大型的网络系统故障主要有以下几个方面的特征：首先就是网络系统一般都是有一定的层次性的，由于它们的结构分为物理层和数据链路层以及网络层等，因此发生的网络故障也具有一定的层次性。其次就是具有传播性特征，所谓的纵向传播也就是物理层发生故障的话就会引起数据链路层的故障，在一般情况下这种故障都是在同一个层次之内进行传播。另外就是相关性，所谓的相关性也就是一个地方发生故障的话很有可能会对应其他的故障。最后一点就是具有不确定性，这种不确定性具体表现在网络系统的故障以及发生的征兆都是没有办法预判的。由于网络系统自身相对比较的复杂，所以发生故障的具体地点以及功能单元也比较复杂，也就是说每一个单元以及网络层次都有可能会发生各种各样的故障，在这种情况之下想要准确的去描述或者是模拟网络故障的话几乎是没有可能的。在实践的过程之中发现传统的人工故障检测方法，在面对一些比较复杂的网络系统时往往没有办法准确地判断出网络故障的原因和发生点，然而最近几年来人工智能技术的不断发展使得对于复杂网络系统故障的检测有了新的发现。

　　3人工智能技术在网络故障诊断中的应用

　　3.1人工智能神经网络故障诊断

　　人工智能技术在我国网络故障诊断中的应用实际上就是在模拟人类的神经系统，它可以通过这种神经系统具准确的传输和转换网络信息，并且能够在传输和转换信息的过程之中将各种不同神经元之间的信号通链接起来。人工智能技术中的bp网络通常可以构建一些信号分析系统，这样就可以有效地在分析的过程之中表现非线性的映射能力。另外一点就是人工智能技术的网络构建可以有效地将网络故障诊断的信号传输硬件进行误差计算，然后通过排除这种误差计算来达到人工智能技术诊断网络故障的目的。另外一点就是人工智能的神经网络故障诊断技术还可以利用光缆来实现信号传输，而这种传输方式最大的优点就是可以有效地提升人工智能技术的整体营运能力。在实践的过程之中笔者发现人工智能神经网络诊断技术它可以有效地模拟人类的大脑组织结构，在此基础之上还能够建立起一个和人类的大脑认知相类似的组织结构，进而去识别和判断网络的故障。总的来说一旦网络发生故障的话这种征兆特征首先就会通过神经网络将信号传送到相应的系统之中，之后会通过网络故障的识别模式来进行分类和分析，最后就会形成一个网络故障的具体诊断结果。此外这种人工智能神经网络故障诊断技术还可以有效地利用网络故障的诊断实例数据来进行学习和模仿，还可以对内部的神经网络连接权值数据进行一些计算和翻译，通过这种方式最终就可以得出网络故障诊断的结果，实践证明这种网络故障诊断技术最大的优点就是拥有很强的适应性以及自动联想功能。但是这种人工智能神经网络故障诊断技术依然存在自身的缺点，那就是它的学习效率低下的同时解释能力也较差，而这些问题都会在很大程度上影响到人工智能神经网络故障诊断技术进一步推广和利用。

　　3.2专家系统故障诊断

　　人工智能技术在我国网络故障的诊断中可以有效地利用专家故障诊断系统的相关知识和程序来提高自身的故障处理能力，因为在人工智能技术进行网络故障处理的时候利用专家的相关知识和经验就能够有效的去提升网络的应用效能。而人工智能技术在实际的网络故障诊断过程之中首先是将故障的确定标准输入到相应的系统之中进行处理，然后再利用人工智能管控系统中的信号调节来提升网络故障的诊断能力。从某种程度上来说这种专家系统的网络故障诊断实际上就是在模仿人类专家解决实际问题的过程，这种网络故障诊断方法可以利用现存的一些理论去分析和处理网络故障，而且就其自身而言该项系统运用很强的模拟功能，另外它还可以有效的总结和归纳人类知识以及相关模式和规律，并且能够将这些知识作为处理复杂的网络故障诊断的参考和依据。在通常情况下一些规则性比较强的专家系统往往有很强大的呈现能力和知识获取能力，不仅如此该系统还可以直观准确的去显示网络故障诊断的最终结果，这样就有利于网络检修人员进行理解和分析。通过实践证明网络系统发生故障的具体原因以及征兆都十分的复杂，而且拥有很强的随机性，在这种情况之下单纯地去依靠专家系统进行故障诊断的话取得的效果也并不理想，针对这种情况目前已经在研究一种新的EPR技术，该项技术其实就是建立在专家系统的设计原理和模型之上的，它可以有效地将网络中的故障来转化成概念图，然后再按照专家系统的分析功能来制定出相应的规则，最终为网络检修人员呈现出来的是一个直观而清晰的网络故障诊断报告。

　　3.3人工智能遗传算法应用

　　对于在实际的故障处理工作当中所使用的人工智能遗传算法利用最多的是遗传算法程序，遗传算法程序是通过将故障的处理结果通过建立一个模型的办法了与处理点进行比对工作，在这个算法程序当中引入了优胜劣汰的淘汰办法来完成对一些故障内容的剔除，同时也因为这方面的特征，在实际应用中能够实现一个比较广泛的故障排除。由此可以看出遗传算法在实际应用中有比较明显的适用性，这也就是说在故障处理中能够最大限度地保证融入实际的工作程序当中。利用优胜劣汰的算法来有效筛选出出故障的内容，这样通过记录的方式能够将实际的结果正在反馈在处理办法当中。

　　3.4模糊逻辑网络故障诊断方法

　　网络来说出现故障的时间以及各种征兆表现方式都有比较强的不稳定性以及不确定性，所以这二者之间的关系也比较模糊不清，这种情况下很难通过确立一个比较严谨的数学模型来描述这二者，在这种情况下实施模糊逻辑网络的故障诊断办法，能够对一些不确定性的故障因素进行良好的整合处理，与此同时也能够建立一个相对准确的数学逻辑模型来描述一些不确定性的故障以及一些征兆表现，这样给故障的诊断工作提供比较准确具体的更高参考。对于模糊逻辑网络故障的诊断方法来说能够对网络发生故障的原因实现比较精准的判断，从而给工作人员的维修工作提供一定的启发与参考。但是这种诊断方法的建立基础是一个比较大的模糊关系数据库，这种情况下，数据库很难独自的通过学习方式来完成进一步的改良。基于模糊逻辑的故障诊断技术首先需要构造一种隶属度函数，之后再通过建立故障和征兆之间的模糊关系矩阵来进行故障诊断。而另外一种方法就是要利用隸属度函数去建立网络故障和征兆的模糊知识库，在此基础之上在进行模糊逻辑的推理。仔细分析就会发现这种故障诊断方法实际上也是在模仿人类的思维过程，但是网络故障的征兆和原因之间的模糊关系很难进行确定，而且想要进行隶属度转换的话是有很大的困难的。

　　4 结语

　　结合上述所说就会发现人工智能技术在网络故障诊断中发挥着巨大的作用，而想要进一步提升人工智能技术对网络故障的处理能力的话，就要结合实际情况来整合网络故障和人工智能技术，与此同时还要不断加强对网络故障切入点的管理和研究才能够更好地保证网络的应用。

　　参考文献：

　　[1] 靳艾.网络故障诊断技术中人工智能技术的有效应用[J].计算机产品与流通，2018(02)：114.

　　[2] 姜淑杨，吴嘉伟，鲍磊磊.试析基于人工智能的网络故障诊断[J].电子测试，2017(14)：55-56.

《浅谈网络故障诊断技术中人工智能技术的应用》

本文由职称驿站首发，您身边的高端学术顾问

文章名称： 浅谈网络故障诊断技术中人工智能技术的应用

文章地址： https://m.zhichengyz.com/p-40124