网络设备故障预测与健康管理系统设计

检查，对于出现故障的设备将采取调整网络配置、采用备份路径、重路由等方法避免网络瘫痪，保障网络联通性。根据监控信息和日志信息，健康评估模块对新故障以及误报、漏报的样本重新训练学习，修正和完善诊断模型，修正方法见图3。

2系统测试

本文使用拒绝服务DOS测试工具对路由器进行模拟攻击，实验主要采集CPU使用率和温度值的变化。如图4所示，攻击发生时CPU使用率和温度都在上升，CPU的使用率并没有达到报警级别，但是温度值发出了异常警报。实验中发现温度值的变化率对异常发现比较敏感，可以作为异常预警的主要依据。

3结语

网络设备故障原因复杂，有元器件等硬件方面的故障，也有软件方面、配置方面的故障，还有网络攻击导致的故障，使得管理、健康评估、故障预测、故障定位、故障识别及健康管理等处理存在困难。本文提出的故障检测技术能够对部分故障进行诊断和预测，但也存在准确度和漏报误报问题。从当前的研究来看，使用单一方法、从单一角度进行故障管理已经不能满足网络管理的需要，应采用最新的机器学习算法和大数据技术，融合多种检测模型，综合判断系统健康状态，以满足实际工作需要。

参考文献：

[1]左宪章，康健.故障预测技术综述[J].火力与指挥控制，2010，35（1）：1-5.

[2]彭宇，刘大同.故障预测与健康管理技术综述[J].电子测量与仪器学报，2010，24（1）：1-5.

[3]温祥西，孟相如.网络故障预测与健康管理关键技术综述[J].系统工程理论与实践，2012，32（1）：146-153.

[4]侯晓凯，李师谦.一种基于神经网络的网络设备故障预测系统[J].山东理工大学学报，2014，28（6）：29-35.

[5]孙知信，唐益慰，程媛.基于改进CUSUM算法的路由器异常流量检测[J].软件学报，2005，16（12）：2117-2123.

[6]于明，陈卫东，周希元.一种自适应非参量CUSUM控制图算法[J].计算机科学，2008，35（7）：25-29.

（责任编辑：杜能钢）

推荐访问:管理系统 网络设备 故障 预测 健康