孫劍斐

摘要：最近幾年來伴隨著我國信息技術(shù)的不斷發(fā)展和網(wǎng)絡(luò)技術(shù)的進(jìn)步，人工智能技術(shù)也逐漸被廣泛應(yīng)用到了各個領(lǐng)域。不得不承認(rèn)網(wǎng)絡(luò)技術(shù)的發(fā)展能夠在極大程度上便捷人們的日常工作和生活，然而在使用的過程之中也出現(xiàn)了各種各樣的網(wǎng)絡(luò)問題。這些問題如果沒有采取有效的措施進(jìn)行解決的話就很導(dǎo)致很多智能設(shè)備無法發(fā)揮作用，人力診斷網(wǎng)絡(luò)故障也越來越無法滿足網(wǎng)絡(luò)技術(shù)發(fā)展的需要，將人工智能技術(shù)應(yīng)用到網(wǎng)絡(luò)的故障診斷中不僅能夠有效提高故障診斷的效率，還能夠在較快的時間之內(nèi)確定故障發(fā)生的原因。

關(guān)鍵詞：網(wǎng)絡(luò)故障;診斷技術(shù);人工智能技術(shù)

中圖分類號：TP393? ? ? 文獻(xiàn)標(biāo)識碼：A

文章編號：1009-3044（2019）21-0178-02

開放科學(xué)（資源服務(wù)）標(biāo)識碼（OSID）：

在信息技術(shù)快速發(fā)展的時代人們只有做好網(wǎng)絡(luò)信息的故障診斷工作才能夠讓其更好地服務(wù)于社會和生活，另外就是有效的排除網(wǎng)絡(luò)應(yīng)用中的故障還能夠更好的保證網(wǎng)絡(luò)的安全應(yīng)用。當(dāng)下的時代已經(jīng)是一個人工智能普及的時代，在這樣的環(huán)境之下想要提升人工智能技術(shù)的應(yīng)用就要加強人工智能在網(wǎng)絡(luò)診斷中的技術(shù)研究，從而探索出一種人工智能技術(shù)在網(wǎng)絡(luò)診斷中的應(yīng)用方法。本文首先簡要地分析了網(wǎng)絡(luò)故障診斷的常見方法以及網(wǎng)絡(luò)故障的基本特征，在此基礎(chǔ)之上又研究了人工智能技術(shù)在網(wǎng)絡(luò)診斷中的具體應(yīng)用方法，目的就是為了能夠進(jìn)一步提升網(wǎng)絡(luò)診斷的效率。

1網(wǎng)絡(luò)故障診斷技術(shù)方法

網(wǎng)絡(luò)在具體應(yīng)用的時候很容易會因為硬件和軟件關(guān)系而發(fā)生和種各樣的故障，為此就必須要結(jié)合實際情況來選擇科學(xué)的診斷技術(shù)進(jìn)行故障的診斷，這樣才能夠有效的去控制網(wǎng)絡(luò)技術(shù)中的故障發(fā)生概率。另一方面就是在網(wǎng)絡(luò)的運行過程中光纜和信號的中繼器等也會發(fā)生故障和損壞，在這種情況之下只有不斷加強對于網(wǎng)絡(luò)故障的診斷和研究才能夠真正地將故障診斷技術(shù)落到實處。而目前已經(jīng)在網(wǎng)絡(luò)故障的診斷中使用到了人工智能技術(shù)，該項技術(shù)可以有效地實現(xiàn)網(wǎng)絡(luò)故障的自動化，并且能夠通過準(zhǔn)確的分析判斷出故障的發(fā)生點以及原因。

2 網(wǎng)絡(luò)故障基本特征分析

最近幾年來伴隨著我國計算機技術(shù)和網(wǎng)絡(luò)技術(shù)的持續(xù)發(fā)展，網(wǎng)絡(luò)的使用規(guī)模也在逐漸擴大，與此同時還會發(fā)現(xiàn)網(wǎng)絡(luò)的整體結(jié)構(gòu)以及具備的功能也越來越復(fù)雜。為此一旦網(wǎng)絡(luò)發(fā)生故障的話就要盡可能地在最快的時間之內(nèi)判斷出故障發(fā)生的位置以及原因，之后還要結(jié)合具體的情況來對網(wǎng)絡(luò)的故障進(jìn)行修復(fù)。想要單純地依靠人工來處理如此龐大而復(fù)雜的計算機網(wǎng)絡(luò)的話是不太現(xiàn)實的，因此就要不斷尋找出一種便捷而且高效的網(wǎng)絡(luò)故障排除以及修復(fù)方法。由于沒有比較準(zhǔn)確的數(shù)學(xué)模型以及算法，因而導(dǎo)致網(wǎng)絡(luò)故障的檢測和診斷一直存在較大的問題，在此基礎(chǔ)之上通過研究發(fā)現(xiàn)將人工智能技術(shù)應(yīng)用到網(wǎng)絡(luò)的故障診斷的話具有顯著的效果?？偟膩碚f一般比較大型的網(wǎng)絡(luò)系統(tǒng)故障主要有以下幾個方面的特征：首先就是網(wǎng)絡(luò)系統(tǒng)一般都是有一定的層次性的，由于它們的結(jié)構(gòu)分為物理層和數(shù)據(jù)鏈路層以及網(wǎng)絡(luò)層等，因此發(fā)生的網(wǎng)絡(luò)故障也具有一定的層次性。其次就是具有傳播性特征，所謂的縱向傳播也就是物理層發(fā)生故障的話就會引起數(shù)據(jù)鏈路層的故障，在一般情況下這種故障都是在同一個層次之內(nèi)進(jìn)行傳播。另外就是相關(guān)性，所謂的相關(guān)性也就是一個地方發(fā)生故障的話很有可能會對應(yīng)其他的故障。最后一點就是具有不確定性，這種不確定性具體表現(xiàn)在網(wǎng)絡(luò)系統(tǒng)的故障以及發(fā)生的征兆都是沒有辦法預(yù)判的。由于網(wǎng)絡(luò)系統(tǒng)自身相對比較的復(fù)雜，所以發(fā)生故障的具體地點以及功能單元也比較復(fù)雜，也就是說每一個單元以及網(wǎng)絡(luò)層次都有可能會發(fā)生各種各樣的故障，在這種情況之下想要準(zhǔn)確的去描述或者是模擬網(wǎng)絡(luò)故障的話幾乎是沒有可能的。在實踐的過程之中發(fā)現(xiàn)傳統(tǒng)的人工故障檢測方法，在面對一些比較復(fù)雜的網(wǎng)絡(luò)系統(tǒng)時往往沒有辦法準(zhǔn)確地判斷出網(wǎng)絡(luò)故障的原因和發(fā)生點，然而最近幾年來人工智能技術(shù)的不斷發(fā)展使得對于復(fù)雜網(wǎng)絡(luò)系統(tǒng)故障的檢測有了新的發(fā)現(xiàn)。

3人工智能技術(shù)在網(wǎng)絡(luò)故障診斷中的應(yīng)用

3.1人工智能神經(jīng)網(wǎng)絡(luò)故障診斷

人工智能技術(shù)在我國網(wǎng)絡(luò)故障診斷中的應(yīng)用實際上就是在模擬人類的神經(jīng)系統(tǒng)，它可以通過這種神經(jīng)系統(tǒng)具準(zhǔn)確的傳輸和轉(zhuǎn)換網(wǎng)絡(luò)信息，并且能夠在傳輸和轉(zhuǎn)換信息的過程之中將各種不同神經(jīng)元之間的信號通鏈接起來。人工智能技術(shù)中的bp網(wǎng)絡(luò)通?？梢詷?gòu)建一些信號分析系統(tǒng)，這樣就可以有效地在分析的過程之中表現(xiàn)非線性的映射能力。另外一點就是人工智能技術(shù)的網(wǎng)絡(luò)構(gòu)建可以有效地將網(wǎng)絡(luò)故障診斷的信號傳輸硬件進(jìn)行誤差計算，然后通過排除這種誤差計算來達(dá)到人工智能技術(shù)診斷網(wǎng)絡(luò)故障的目的。另外一點就是人工智能的神經(jīng)網(wǎng)絡(luò)故障診斷技術(shù)還可以利用光纜來實現(xiàn)信號傳輸，而這種傳輸方式最大的優(yōu)點就是可以有效地提升人工智能技術(shù)的整體營運能力。在實踐的過程之中筆者發(fā)現(xiàn)人工智能神經(jīng)網(wǎng)絡(luò)診斷技術(shù)它可以有效地模擬人類的大腦組織結(jié)構(gòu)，在此基礎(chǔ)之上還能夠建立起一個和人類的大腦認(rèn)知相類似的組織結(jié)構(gòu)，進(jìn)而去識別和判斷網(wǎng)絡(luò)的故障。總的來說一旦網(wǎng)絡(luò)發(fā)生故障的話這種征兆特征首先就會通過神經(jīng)網(wǎng)絡(luò)將信號傳送到相應(yīng)的系統(tǒng)之中，之后會通過網(wǎng)絡(luò)故障的識別模式來進(jìn)行分類和分析，最后就會形成一個網(wǎng)絡(luò)故障的具體診斷結(jié)果。此外這種人工智能神經(jīng)網(wǎng)絡(luò)故障診斷技術(shù)還可以有效地利用網(wǎng)絡(luò)故障的診斷實例數(shù)據(jù)來進(jìn)行學(xué)習(xí)和模仿，還可以對內(nèi)部的神經(jīng)網(wǎng)絡(luò)連接權(quán)值數(shù)據(jù)進(jìn)行一些計算和翻譯，通過這種方式最終就可以得出網(wǎng)絡(luò)故障診斷的結(jié)果，實踐證明這種網(wǎng)絡(luò)故障診斷技術(shù)最大的優(yōu)點就是擁有很強的適應(yīng)性以及自動聯(lián)想功能。但是這種人工智能神經(jīng)網(wǎng)絡(luò)故障診斷技術(shù)依然存在自身的缺點，那就是它的學(xué)習(xí)效率低下的同時解釋能力也較差，而這些問題都會在很大程度上影響到人工智能神經(jīng)網(wǎng)絡(luò)故障診斷技術(shù)進(jìn)一步推廣和利用。

3.2專家系統(tǒng)故障診斷

人工智能技術(shù)在我國網(wǎng)絡(luò)故障的診斷中可以有效地利用專家故障診斷系統(tǒng)的相關(guān)知識和程序來提高自身的故障處理能力，因為在人工智能技術(shù)進(jìn)行網(wǎng)絡(luò)故障處理的時候利用專家的相關(guān)知識和經(jīng)驗就能夠有效的去提升網(wǎng)絡(luò)的應(yīng)用效能。而人工智能技術(shù)在實際的網(wǎng)絡(luò)故障診斷過程之中首先是將故障的確定標(biāo)準(zhǔn)輸入到相應(yīng)的系統(tǒng)之中進(jìn)行處理，然后再利用人工智能管控系統(tǒng)中的信號調(diào)節(jié)來提升網(wǎng)絡(luò)故障的診斷能力。從某種程度上來說這種專家系統(tǒng)的網(wǎng)絡(luò)故障診斷實際上就是在模仿人類專家解決實際問題的過程，這種網(wǎng)絡(luò)故障診斷方法可以利用現(xiàn)存的一些理論去分析和處理網(wǎng)絡(luò)故障，而且就其自身而言該項系統(tǒng)運用很強的模擬功能，另外它還可以有效的總結(jié)和歸納人類知識以及相關(guān)模式和規(guī)律，并且能夠?qū)⑦@些知識作為處理復(fù)雜的網(wǎng)絡(luò)故障診斷的參考和依據(jù)。在通常情況下一些規(guī)則性比較強的專家系統(tǒng)往往有很強大的呈現(xiàn)能力和知識獲取能力，不僅如此該系統(tǒng)還可以直觀準(zhǔn)確的去顯示網(wǎng)絡(luò)故障診斷的最終結(jié)果，這樣就有利于網(wǎng)絡(luò)檢修人員進(jìn)行理解和分析。通過實踐證明網(wǎng)絡(luò)系統(tǒng)發(fā)生故障的具體原因以及征兆都十分的復(fù)雜，而且擁有很強的隨機性，在這種情況之下單純地去依靠專家系統(tǒng)進(jìn)行故障診斷的話取得的效果也并不理想，針對這種情況目前已經(jīng)在研究一種新的EPR技術(shù)，該項技術(shù)其實就是建立在專家系統(tǒng)的設(shè)計原理和模型之上的，它可以有效地將網(wǎng)絡(luò)中的故障來轉(zhuǎn)化成概念圖，然后再按照專家系統(tǒng)的分析功能來制定出相應(yīng)的規(guī)則，最終為網(wǎng)絡(luò)檢修人員呈現(xiàn)出來的是一個直觀而清晰的網(wǎng)絡(luò)故障診斷報告。

3.3人工智能遺傳算法應(yīng)用

對于在實際的故障處理工作當(dāng)中所使用的人工智能遺傳算法利用最多的是遺傳算法程序，遺傳算法程序是通過將故障的處理結(jié)果通過建立一個模型的辦法了與處理點進(jìn)行比對工作，在這個算法程序當(dāng)中引入了優(yōu)勝劣汰的淘汰辦法來完成對一些故障內(nèi)容的剔除，同時也因為這方面的特征，在實際應(yīng)用中能夠?qū)崿F(xiàn)一個比較廣泛的故障排除。由此可以看出遺傳算法在實際應(yīng)用中有比較明顯的適用性，這也就是說在故障處理中能夠最大限度地保證融入實際的工作程序當(dāng)中。利用優(yōu)勝劣汰的算法來有效篩選出出故障的內(nèi)容，這樣通過記錄的方式能夠?qū)嶋H的結(jié)果正在反饋在處理辦法當(dāng)中。

3.4模糊邏輯網(wǎng)絡(luò)故障診斷方法

網(wǎng)絡(luò)來說出現(xiàn)故障的時間以及各種征兆表現(xiàn)方式都有比較強的不穩(wěn)定性以及不確定性，所以這二者之間的關(guān)系也比較模糊不清，這種情況下很難通過確立一個比較嚴(yán)謹(jǐn)?shù)臄?shù)學(xué)模型來描述這二者，在這種情況下實施模糊邏輯網(wǎng)絡(luò)的故障診斷辦法，能夠?qū)σ恍┎淮_定性的故障因素進(jìn)行良好的整合處理，與此同時也能夠建立一個相對準(zhǔn)確的數(shù)學(xué)邏輯模型來描述一些不確定性的故障以及一些征兆表現(xiàn)，這樣給故障的診斷工作提供比較準(zhǔn)確具體的更高參考。對于模糊邏輯網(wǎng)絡(luò)故障的診斷方法來說能夠?qū)W(wǎng)絡(luò)發(fā)生故障的原因?qū)崿F(xiàn)比較精準(zhǔn)的判斷，從而給工作人員的維修工作提供一定的啟發(fā)與參考。但是這種診斷方法的建立基礎(chǔ)是一個比較大的模糊關(guān)系數(shù)據(jù)庫，這種情況下，數(shù)據(jù)庫很難獨自的通過學(xué)習(xí)方式來完成進(jìn)一步的改良。基于模糊邏輯的故障診斷技術(shù)首先需要構(gòu)造一種隸屬度函數(shù)，之后再通過建立故障和征兆之間的模糊關(guān)系矩陣來進(jìn)行故障診斷。而另外一種方法就是要利用隸屬度函數(shù)去建立網(wǎng)絡(luò)故障和征兆的模糊知識庫，在此基礎(chǔ)之上在進(jìn)行模糊邏輯的推理。仔細(xì)分析就會發(fā)現(xiàn)這種故障診斷方法實際上也是在模仿人類的思維過程，但是網(wǎng)絡(luò)故障的征兆和原因之間的模糊關(guān)系很難進(jìn)行確定，而且想要進(jìn)行隸屬度轉(zhuǎn)換的話是有很大的困難的。

4 結(jié)語

結(jié)合上述所說就會發(fā)現(xiàn)人工智能技術(shù)在網(wǎng)絡(luò)故障診斷中發(fā)揮著巨大的作用，而想要進(jìn)一步提升人工智能技術(shù)對網(wǎng)絡(luò)故障的處理能力的話，就要結(jié)合實際情況來整合網(wǎng)絡(luò)故障和人工智能技術(shù)，與此同時還要不斷加強對網(wǎng)絡(luò)故障切入點的管理和研究才能夠更好地保證網(wǎng)絡(luò)的應(yīng)用。

參考文獻(xiàn)：

[1] 靳艾.網(wǎng)絡(luò)故障診斷技術(shù)中人工智能技術(shù)的有效應(yīng)用[J].計算機產(chǎn)品與流通，2018（02）：114.

[2] 姜淑楊，吳嘉偉，鮑磊磊.試析基于人工智能的網(wǎng)絡(luò)故障診斷[J].電子測試，2017（14）：55-56.

【通聯(lián)編輯：光文玲】