PDF《一种网络环境中的故障诊断模型》

摇2004 年11 月第30 卷第11 期北京航空航天大学学报Journal of Beijing University of Aeronautics and Astronautics November摇2004 Vol.

30摇No郾11 摇 收稿日期: 2004鄄06鄄25 摇 基金项目: 国家

973 重点基础研究发展规划资助项目(2003CB314802) 摇 作者简介: 陈摇 琳(1976-),女,福建陇海人,博士生, chenlin@ nudt. edu. cn. 一种网络环境中的故障诊断模型 陈摇 琳摇 摇 黄摇 杰摇 摇 龚正虎 (国防科技大学 计算机学院, 长沙 410073) 摇摇摘摇 摇摇要: 结合故障诊断的需求和存在的问题,提出了一种以故障症状、故障 假设、诊断操作和观测操作节点为基本元素,并具有网络结构的诊断模型. 在该模型 基础之上,遵循诊断过程独立的假设,解决实际诊断过程中操作依赖关系的问题,提 出了一种基于诊断贝叶斯网络 DBN(Diagnosis Bayesian Network)的故障诊断算法. 同 时通过引入观测操作,加快诊断的速度并且降低诊断代价. 试验表明,与P/ C 更新算 法比较,该算法能更有效地降低诊断代价,实现快速故障诊断,较好解决了操作依赖 的复杂故障诊断问题. 关摇 键摇 词: 网络管理;

故障诊断;

贝叶斯网络 中图分类号: TP 393郾08 文献标识码: A摇摇摇摇文章编号: 1001鄄5965(2004)11鄄1092鄄05 Model of network fault diagnosis Chen Lin摇Huang Jie摇Gong Zhenghu (School of Computer, National University of Defense Technology, Changsha 410073, China) Abstract: Network diagnosis problem aims to obtain compatible fault mode which can explain symptoms by a set of actions. Some diagnosis models have been proposed, but their descriptions of the problem with de鄄pendent actions were not accurate enough and the results are not very optimal. A DBN(diagnosis Bayesian network) model was presented that consisted of symptoms nodes, fault hypothesis nodes, diagnosis action nodes and observation nodes. It combined the general Bayesian network and the requirements of fault diagno鄄sis. Under the assumption of independent diagnosis process, a fault diagnosis algorithm based on DBN model was proposed. The algorithm took dependent actions into account. Observation nodes were introduced to a鄄chieve lower diagnosis cost. Experiments show that the fault diagnosis method based on DBN can reduce the diagnostic cost effectively and solve diagnosis problem under dependent actions condition preferably. Key words: network management;

fault diagnosis;

Bayesian network 摇摇随着网络规模的不断扩大,使得网络的维护 和操作变得相当复杂. 如何保证网络安全、稳定和 可靠地运行,一直是网络管理领域的热门研究课 题. 近年来,由于人工智能方法的引入,智能故障 诊断方法在网络环境的故障诊断中得到了广泛应 用,已经成为本领域的研究热点之一. 贝叶斯网络 BN(Bayesian Network) 作为一种强有力的不确定 性知识表达与推理模型,受到了越来越多的重视. 目前,基于贝叶斯网络的诊断方法主要有两个关 键问题:一是如何由已知证据计算故障假设和各 个诊断操作的概率信息;

二是如何根据概率信息 和操作代价信息选择下一步执行的最佳操作(观测、诊断操作),即诊断决策算法. 其中,第一个问 题由诊 断贝叶斯网络DBN ( Diagnosis Bayesian Network)推理算法[1 ~ 3] 解决,这个问题不是本文 的研究点;

而第二个问题需要选择判断准则,其最 终目标是希望获得一个由操作步骤组成的诊断序 列,按照该操作序列,可以达到以最低代价、最快 速度排除网络故障的目的. Heckerman 等人[4,5] 将贝叶斯网络引入到诊 断问题中,建立基于故障假设和一般观测节点的 贝叶斯网络故障诊断模型,该模型将确定故障假 设是否存在的观测操作和诊断操作等作为故障假 设节点的属性,这种方式比较简单,但局限性较 大,其前提假设是:每个观测操作只能确定单个故 障是否存在,每个诊断操作只能解决单个故障,因 此无法表达操作之间的相关性以及多故障的情 况. 基于该模型,Heckerman 等人提出了相应的 P/ C 算法,它通过计算所有操作的操作效率,并总是 优先选择效率高的操作执行,从而获得一个最小 诊断代价的操作序列,该算法在操作独立和无观 测操作的假设下能够获得最优操作序列. 文献[6] 采用基于故障假设、操作和提问节 点的模型,将观测操作和维修操作作为一类节点 处理,将提问作为另一类节点独立处理. 这种方式 仅将观测操作和维修操作在表达和概率估计时一 致处理,在决策时又将维修操作节点单独处理,而 将测试操作节点与提问节点做类似处理方法,在 模型建造时容易混淆. 文献[7]进一步提出了 P/ C 更新算法解决操 作相关的问题,在每个操作诊断失败后都按照与 已执行操作的相关性重新计算余下所有操作的效 率,选取最优的后续操作. 可以看到,目前的算法在建模和求解方面都 不是十分理想. 本文提出了基于故障症状、故障假 设、观测和诊断操作节点和具有网络结构的诊断 贝叶斯网络 DBN 模型,这种模型更符合诊断问题 的要求,主要特点有: 1) 节点分类明确,操作性强;