姜淑杨，吴嘉伟，鲍磊磊

（南通市气象局，江苏南通，226000）

试析基于人工智能的网络故障诊断

姜淑杨，吴嘉伟，鲍磊磊

（南通市气象局，江苏南通，226000）

本篇文章首先对网络故障诊断的基本含义进行概述，从层次性、传递性、关联性、随机性四个方面入手，对网络故障具备的基本特性进行解析，并以此为依据，提出人工智能技术在网络故障诊断中应用措施。希望通过本文的阐述，可以给相关领域提供些许的参考。

人工智能；网络故障；诊断

0 引言

随着社会步入工业化时期之后，各种繁琐性的机械设备开始逐渐显现出来，设备故障诊断成为了当前主要的探究课题，结合诊断方式来说，当前不仅由原始的单一数据、单一故障技术诊断，同时多数据、多故障诊断技术也逐渐兴起。随着当前科学技术的飞速发展，故障诊断方式以及技术也得到了全面的改革和创新，现阶段正朝着智能化的方向发展。人工智能发展给故障诊断提供了科学的方式和技术，故障诊断专家系统不但在理论方面实现了合理的发展，同时也获得了成功的运用案例。下面。本文将进一步对基于人工智能的网络故障诊断进行阐述和分析。

1 网络故障诊断的基本概述

我们可以结合据网络故障本质，将网络故障划分成两种，一种是物理故障，另一种是逻辑故障，也就是说，结合网络故障对象，将网络故障划分为三种故障类型，第一种是线路故障；第二种是路有故障；第三种是主机故障。

物理故障主要指设备或者线路受到破坏、插头不紧实、线路受到电磁干扰等现象。例如，网络管理工作人员发现网络某条线路出现断开，首先运用ping或fping对线路进行检测，这种方式主要是对网络部门的线路联通情况进行检测[1]。

逻辑故障主要指由于受到网络设备配置因素的影响，使得网络出现异常或者发生故障。而导致配置失误的主要因素就是路由器端口参数设置标准出现失误，或者路由器因为配置出现失误以及路由器无法找到远端地址等。例如，针对相同网络线路故障来说，改线路缺少流量，但能够ping通线路两端端口，由此我们可以得知，导致网络故障的主要因素就是路由器配置出现失误。

2 网络故障具备的基本特性

2.1 层次性

针对网络系统来说，具备一定的框架分层性，其中包含了数据链路层、物力硬件层以及运用层，由于分层的差异，使得网路故障也具备层次性特点。

2.2 传递性

故障传递主要划分成两种方式，一种是横向传递，另一种纵向传递。其中横向传递主要指在同一层级中，由于某一个因素出现故障，使得整个层级的其他元素也出现故障。纵向传递时由于各个层级的某一层发生故障而使得其他层级也发生问题，例如，硬件损坏使得软件数据丢失，数据链路中的所有数据链条出现断裂，导致系统受到顺坏，应用层无法顺利应用[2]。

2.3 随机性

故障因素的出现具备一定的随机性，缺少固定因素。正是因为网路故障具备这种特点，给故障诊断增加了难度，因此，站在人工检测额角度来说，这是一个规模较大的工程，所以人工检测也不能满足高校检修要求。

3 人工智能技术在网络故障诊断中应用措施

3.1 模糊逻辑的网络故障诊断法

针对网路故障以及体系形式来说，具备一定的随机性，而到这这种现象出现的主要因素就是模糊逻辑，换句话说，就是不明确性故障。所谓的模糊逻辑网络故障诊断法，主要是除了不明确因素之外，同时处于模糊状态的故障处理方式，其可以把这些不明确模糊故障信息进行整合和收集，同时采用函数等数学逻辑的方式把其融合到一个完整的模糊关系框架中，这个框架可以把不明确因素以及体现形式约制在合理的范畴中，进而给网络故障诊断提供依据。该诊断原理主要是在整合故障以及体现形式信息的基础上，构建一个隶属于函数的框架体系，之后把故障因素以及体现形式集中到统一的函数框架中，运用模糊关系方式来将故障因素范畴进行缩减[3]。

3.2 专家系统在网络故障诊断

根据网络系统故障因素以及体现形式之间具备的繁琐性和随机性，如果只应用专业系统是无法实现故障定位、原因分析目标。专业系统主要对出纳规则进行强调，进而使得知识仅构建在数据库的条件下，其灵活性偏低，由于系统故障随意性比较大，使得出纳规则之间出现矛盾，导致规则组合爆炸，不能精准的获得结果。

3.3 神经网络故障诊断法

故障诊断模式识别作为神经网络故障诊断中不可或缺的一部分，人工神经网络可以将人类大脑组织框架进行模拟，同时构建一个形似于人类大脑认知流程，实现对故障的处理。这种诊断方式的工作原理就是把故障征兆运用神经网络将其传送到系统中，采用识别模型把故障进行分类，并得出诊断结果。这种诊断方式主要是运用对故障诊断数据进行整合的方式，同时对其进行训练和练习，把分布在神经网络中的各项数据，采用计算翻译的方式进行表述，最后把故障诊断结果进行输出。

3.4 多智能体技术在网络系统故障诊断中的应用

主要是由多种诊断方式融合而形成的诊断方式，运用各种系统具备的自身特点把繁琐性的网络故障因素进行划分，划分成多个单一的小因素。当前，随着对多智能体技术探究逐渐深化，针对怎样调节各个子系统获得了一定的探究结果，其具备自主性高、协调性好等特点，构建方式为分布式，含有较强的组织能力以及学习能力，可以把繁琐性的问题划分成多个小问题，之后再进行处理。

4 结束语

针对怎样准确的找出网络系统故障因素，提出可行性诊断方案，是当前有关人员的重点工作任务，我们可以秉持因地制宜的原始，各个真实状况开展探究工作，建立规范的诊断方案，引用现代化诊断技术，准确的找出故障发生因素，将人工智能的作用在网络故障诊断中全面发挥，紧跟技术发展潮流，结合多种智能诊断方式，对智能诊断系统进行全面探究和了解。运用现代化的技术，进而将我国当前智能诊断系统中诊断方式以及知识获取进行转变，让网络诊断结果更加精准和真实，把网络故障给我们生活、工作、学习造成的损失降至最小。

[1]张嘉,李守学,邹姗姗,赵智勇.人工智能技术在变压器故障诊断中的应用研究[J].吉林电力,2014,01:14-17.

[2]谭子平.基于人工智能技术的变压器故障诊断[J].计算机光盘软件与应用,2014,04:31-32.

[3]杨焱.人工智能技术的发展趋势研究[J].信息与电脑(理论版),2012,08:151-152.

[4]张彬.探讨人工智能在计算机网络技术中的应用[J].软件,2012,11:265-266.

[5]卢昌龙.人工智能及其在计算机网络技术中的运用[J].电子制作,2015,05:87-88.

Analysis of network fault diagnosis based on Artificial Intelligence

Jiang Shuyang, Wu Jiawei, Bao Leilei
(Nantong Meteorological Bureau,Nantong Jiangsu,226000)

This article gives an overview of the basic meaning of network fault diagnosis, starting from the hierarchy, transitivity, relevance, random four aspects, has basic characteristics of the network fault analysis, and on this basis, put forward the application of artificial intelligence technology in network fault diagnosis measures. Hope that through this exposition, we can provide some reference for related areas.

artificial intelligence; network fault; diagnosis