基于關聯圖的網絡故障智能診斷的研究與實現

文/劉迪 祚禹 劉庚 孟明磊（遼寧省煙草公司沈陽市公司）

1.背景

隨著計算機與網絡技術的飛速發展，計算機與網絡己經成為當今社會生產、生活必不可少的一部分，對社會經濟的快速發展起著巨大的推動作用。如何有效、合理的管理現代的大規模網絡，使網絡高效、可靠、安全的運行是網絡管理領域所面臨的緊迫問題。網絡故障診斷現在已經成為一個迫切需要解決的問題。

隨著網絡規模的不斷擴大，網絡逐步向異構性、動態性與智能化的方向發展。這些變化對網絡故障診斷問題也提出了越來越高的要求。故障診斷領域早在上世紀五、六十年代就有相關的研究，隨著上世紀五十年代計算機網絡的出現及網絡規模的不斷擴大，網絡故障智能診斷領域也逐步進行了不斷的探索與研究。國內的網絡故障診斷領域的研究主要集中在把智能診斷技術與人工智能領域的相關知識相結合，以適應網絡系統的不斷變化及現實需求。這些網絡故障診斷技術都有各自的優點能解決特定的網絡環境中出的故障，但是這些方法也有各自缺點。

本文提出了考慮時間因素的基于關聯圖和案例庫的故障定位算法，此算法在關聯圖出現環路時考慮時間因素即當關聯圖中出現環路時依據關聯圖中各頂點所代表的故障事件的發生時間定位故障，最早發生故障的事件很有可能就是故障源。

2.關聯圖算法

故障事件之間不是相互獨立的，這些故障事件之間是存在著一定關聯關系，例如一種故障事件是由另一種故障事件引起的。網絡故障事件之間的關系是可以用有向圖的形式表示的。有向圖的每個節點表示一個故障事件或一個故障事件集合，有向圖的弧，表示各個節點所代表的故障事件之間的關聯關系。入度為零的單事件頂點代表的網絡故障事件是相互獨立的而不是由其他網絡故障事件引發的，就是我們要找的可能的故障源。

假設U為某網絡中的全局故障事件，當網絡故障定位模塊檢測到一個故障事件序列故障事件序列用本算法可得到對應關聯圖的鄰接矩陣如下：

本文提出了考慮時間因素的基于關聯圖的網絡故障定位算法，此算法可以在關聯圖出現環時定位故障。算法的詳細描述如下：

·輸出：故障源集合S。

·步驟：

否則：如果每列都不全為0，則選擇這樣的一列對應的頂點事件作為故障源：該列對應的頂點為且中只有一個元素且則

步聚5：將此故障定位的發生故障事件序列、發生故障事件對應的時間序列、故障定位的結果作為一個新案例加入到案例庫中

考慮時間因素的基于關聯圖和案例庫的故障定位算法可以解決帶環的關聯圖的故障定位問題。根據故障發生的時間來定位故障，發生時間早的故障很有可能就是故障源。

3.算法實現

通過對以上的模擬，可以看出應用此算法所得出的故障定位結論都是正確的。在實驗中可以看出，考慮時間因素的基于關聯圖和案例庫的故障定位算法是能夠正確的進行網絡故障定位的。

4.總結

本文針對網絡故障的傳播特性，在現有的網絡故障定位技術的基礎上給出了一種考慮時間因素的基于關聯圖和案例庫的故障定位算法。該算法在沒有專家知識支持的條件下，能夠準確的隔離和定位故障源。同時算法能夠解決關聯圖出現環時的故障定位問題且擁有較高的效率。通過實例的檢驗，證明了該算法的可行性。