計算機網(wǎng)絡(luò)技術(shù)專業(yè)畢業(yè)論文網(wǎng)絡(luò)故障分析與檢測技術(shù)的研究(編輯修改稿)
2024-11-24 14:41 本頁面
【文章內(nèi)容簡介】 之間的關(guān)系反映出它們所代表的被管網(wǎng)元之間的關(guān)系 [2]。 每個模型通過與自身所表示的被管網(wǎng)元以及與其它模型之間進行 通信，分析自身所表示的網(wǎng)元是否發(fā)生故障。因此，網(wǎng)元的故障首先由模擬該網(wǎng)元的模型識別出，然后報告給互聯(lián)網(wǎng)管理系統(tǒng)。 貝葉斯互聯(lián)網(wǎng) 貝葉斯互聯(lián)網(wǎng) [3]提出處理不確定性的新方法。通過這些方法即使在信息不完全和不精確的情況下，也可以進行推理。通信互聯(lián)網(wǎng)中發(fā)生的告警事件，可能會發(fā)生丟失，收集到的具有相關(guān)性告警事件是不確定的。而且激發(fā)相關(guān)性告警的故障原因也是不確定的。所以通過貝葉斯互聯(lián)網(wǎng)來分析通信互聯(lián)網(wǎng)中告警相關(guān)性，可以克服告警事件的不確定性。 神經(jīng)互聯(lián)網(wǎng) 神經(jīng)互聯(lián)網(wǎng)是模仿人類 神經(jīng)系統(tǒng)的工作原理，又相互聯(lián)結(jié)的神經(jīng)元組成的系統(tǒng)。各神經(jīng)元之間是簡單的輸入 /輸出的關(guān)系。通過學(xué)習(xí)待分析數(shù)據(jù)中的模式來構(gòu)造模型，而這個模型本身相當(dāng)于一個 “ 黑箱 ” ，我們并不了解 “ 黑箱 ” 內(nèi)部的東西，而只要求我們在已經(jīng)訓(xùn)練好的神經(jīng)互聯(lián)網(wǎng)中輸入端輸入數(shù)據(jù)，就可以在輸出端直接得到預(yù)期的結(jié)果。 數(shù)據(jù)挖掘 數(shù)據(jù)挖掘是在數(shù)據(jù)中發(fā)現(xiàn)新穎的模式。它是基于過去事例的泛化的一種歸納學(xué)習(xí)。數(shù)據(jù)挖掘在通信領(lǐng)域中的典型應(yīng)用是基于歷史告警數(shù)據(jù)，發(fā)現(xiàn)告警相關(guān)性規(guī)則。根據(jù)發(fā)現(xiàn)的規(guī)則，來分析和預(yù)測互聯(lián)網(wǎng)元件可能出現(xiàn)的故障。 模糊邏輯 由于通信互聯(lián)網(wǎng)結(jié)構(gòu)十分復(fù)雜，幾乎不可能建立關(guān)于這些互聯(lián)網(wǎng)的精確模型，所以需要用模糊邏輯方法來處理一些具體問題。而且實際上由于互聯(lián)網(wǎng)配置經(jīng)常發(fā)生變化，互聯(lián)網(wǎng)模型越詳細，那么它過時的速度會越快。并且在故障和告警之間的因果關(guān)系通常是不完全的，如由于路由故障，一些告警事件發(fā)生丟失。因此可以通過模糊邏輯描述出不精
公司管理相關(guān)推薦
鄂ICP備17016276號-1