基于粗糙集和克隆选择算法的网络故障诊断应用研究

摘要

计算机网络现已渗透到人们生活和工作的各个角落，它是信息化社会的基础。然而现存的网络故障诊断系统仍存在实时诊断能力较弱、动态适应能力不强、自学习能力欠缺等问题，因此开发更为智能的故障诊断系统迫在眉睫。本文正是针对上述问题，提出了用粗糙集和克隆选择算法相结合的思想。一方面，利用粗糙集的约简功能，去掉网络故障的冗余属性，以减少克隆选择算法的训练及诊断时间;另一方面，由于采用了属性重要度，因而在故障诊断时可使诊断的精度更高。在此，本文主要涉及故障检测器的训练阶段及故障的诊断阶段，其研究内容主要有:
　　 (1)提出了加快故障诊断速率、提高诊断精度的方法。首先利用粗糙集对网络故障样本进行属性约简，提取出故障诊断的决策规则，避免了大量的、不相关的属性的干扰，通过此步骤可以降低故障属性的维数，达到精简的目的。同时，在故障诊断期间，判定故障需要采集样本的各个属性，然而各个属性的重要度并非相同，所起的作用存在差别，如果利用粗糙集的客观属性判定，则会使诊断更为精确，避免人为赋予属性重要度所带来的主观性较强的弊端。
　　 (2)提出了用改进的克隆选择算法训练各故障模式下的检测器，并将检测器用于诊断网络故障的方法。现存的克隆选择算法大多数收敛速度比较缓慢、检测器生成具有盲目性、缺乏动态适应能力，因而导致了比较严重的误诊、漏诊现象。本文针对不足之处，将其加以改进。例如增加了检测器的动态更新策略，以便及时洞察自体和非自体之间的转化;增加了基因库，以便提高初始检测器的生成速率和质量;当发生新故障时，可以重新训练相应故障模式下的检测器，以便增强学习能力;通过记忆及成熟检测器的双重检测，使故障分类更为精确。
　　 鉴于粗糙集与克隆选择算法优势之处，特将其两者有效结合。同时为检验本课题所提改进方法的有效性，本文通过仿真实验结果加以分析，验证结果表明所提出的改进方法较现有方法其有效性相对较强，可在一定程度上解决一些诊断中的瓶颈问题，从而提高了系统的应用性能。

目录

声明

摘要

第一章 绪论

1．1 课题研究背景及意义

1．2 网络故障诊断技术概述

1．2．1 故障诊断

1．2．2 故障诊断研究现状

1．2．3 网络故障诊断

1．2．4 网络故障诊断研究现状

1．3 粗糙集理论研究现状

1．4 人工免疫理论研究现状

1．5 论文研究内容及章节组织结构

1．5．1 论文研究内容

1．5．2 论文章节组织结构

第二章 粗糙集理论及免疫理论基础简介

2．1 粗糙集理论基础

2．1．1 知识表达

2．1．2 RS的上、下近似集

2．1．3 RS基本思想及特点

2．1．4 约简与求核

2．1．5 决策表及客观属性重要度

2．1．6 用分辨矩阵及其函数对决策表约简

2．2 粗糙集应用研究

2．2．1 粗糙集的主要应用领域

2．2．2 粗糙集与其它方法融合协作

2．2．3 粗糙集研究展望

2．3 免疫理论基础

2．3．1 生物免疫系统及其基本特征

2．3．2 人工免疫算法及模型在故障诊断中的应用

2．4 人工免疫系统应用研究

2．4．1 人工免疫系统主要应用领域

2．4．2 人工免疫与其它方法融合协作

2．4．3 人工免疫系统研究展望

2．5 本章小结

第三章 网络故障规则的提取及客观属性评价

3．1 引言

3．2 决策表的约简与决策规则提取

3．3 故障样本客观属性评价

3．4 实验评估

3．4．1 实验方案

3．4．2 实验结果

3．4．3 结果分析

3．5 本章小结

第四章 改进的克隆选择算法

4．1 引言

4．2 克隆选择概述

4．2．1 克隆选择原理

4．2．2 克隆选择算法模型

4．3 改进的克隆选择算法

4．3．1 诊断流程及检测器的动态更新演化

4．3．2 改进CSA算法所涉及的关键规则

4．3．3 算法相关概念定义

4．3．4 改进的CSA算法

4．4 实验评估

4．4．1 实验方案

4．4．2 实验结果

4．4．3 结果分析

4．5 本章小结

第五章 粗糙集及克隆选择算法在网络故障诊断中的应用

5．1 网络环境总体结构

5．2 基于粗糙集和克隆选择算法的网络故障诊断模型

5．3 数据的采集及处理

5．4 实验评估

5．4．1 实验方案

5．4．2 实验结果

5．4．3 结果分析

5．5 本章小结

第六章 总结与展望

参考文献

致谢

攻读硕士期间完成的论文