[發明專利]一種計算機網絡故障診斷方法

在審

• 申請號: 202011500245.2
• 申請日: 2020-12-17
• 公開（公告）號: CN112532463A
• 公開（公告）日: 2021-03-19
• 發明（設計）人: 馮崍
• 申請（專利權）人: 四川長虹電器股份有限公司
• 主分類號: H04L12/24
• 分類號: H04L12/24;G06N3/12
• 代理公司: 四川省成都市天策商標專利事務所 51213
• 代理人: 陳藝文

本發明公開了一種計算機網絡故障診斷方法，基于人工免疫算法，包括：定義描述抗原抗體的類別信息，把收集到的網絡故障樣本分為訓練抗原集和檢驗抗原集；把訓練抗原集比例規格化，得到非記憶抗體，并選擇一定數量的抗原作為記憶抗體，分別凈化；計算訓練抗原集和記憶抗體以及非記憶抗體之間的親和力；選擇親和力最高的若干抗體進行克隆得到選擇集，對克隆后的抗體進行變異得到抗體集；根據訓練抗原集和變異后的抗體集得到總的記憶抗體集；循環選擇下一抗原；對記憶抗體進行抑制；檢驗抗原的類別。本發明利用了人工免疫網絡的自學習和自記憶的優點，對故障樣本抗原進行訓練，獲取的記憶抗體集具有故障的類別信息，提高了算法的準確度。

技術領域

本發明涉及網絡診斷技術領域，尤其涉及一種計算機網絡故障診斷方法。

背景技術

計算機網絡技術的迅猛發展，極大地推動了人類社會的發展，對人們的日常生活、學習、工作等各個方面都產生了巨大影響，計算機網絡的應用已經廣泛地滲透于全球的每個角落，為用戶提供資源共享、交流、監控、通訊及信息傳播等服務。由于人類社會對網絡的依賴度越來越大，如果網絡在運行中出現故障，可能會帶來災難性后果。網絡的快速發展在不斷地發揮其優勢和潛力的同時，其龐大的體系和錯綜復雜的結構也給網絡的有效管理帶來了極大的挑戰。

現在的網絡故障診斷僅可以對已知的故障進行識別，無法發現未知的、新出現的網絡故障，無法較好的對計算機網絡故障進行快速的定位處理，無法對不確定或未知系統進行自學習，對各種動態變化不具有自適應能力。

發明內容

本發明提供了一種計算機網絡故障診斷方法，以解決現在的網絡故障診斷僅可以對已知的故障進行識別，無法發現未知的、新出現的網絡故障，無法較好的對計算機網絡故障進行快速的定位處理，無法對不確定或未知系統進行自學習，對各種動態變化不具有自適應能力的問題。

本發明采用的技術方案是：提供一種計算機網絡故障診斷方法，所述方法基于人工免疫算法，包括：

定義描述抗原抗體的類別信息，把收集到的網絡故障樣本分為訓練抗原集和檢驗抗原集；

把訓練抗原集比例規格化，得到非記憶抗體，并選擇一定數量的抗原作為記憶抗體，分別凈化；

計算訓練抗原集和記憶抗體以及非記憶抗體之間的親和力；

選擇親和力最高的若干抗體進行克隆得到選擇集，對克隆后的抗體進行變異得到抗體集；

根據訓練抗原集和變異后的抗體集得到總的記憶抗體集；

循環選擇下一抗原；

對記憶抗體進行抑制；

檢驗抗原集和總的記憶抗體集之間的歐氏距離，檢驗抗原的類別。

優選地，所述根據訓練抗原集和變異后的抗體集得到總的記憶抗體集的方法包括：

訓練抗原集和變異后的抗體集的親和力，選擇親和力最高的若干抗體為對應抗原的第一部分記憶抗體集，并刪除親和力小于自然死亡閾值的記憶抗體，再計算第一部分記憶抗體集中相同類別記憶抗體間的親和力，刪除親和力大于免疫抑制閾值的記憶抗體，得到第二部分記憶抗體集，于是，得到總的記憶抗體集。

優選地，所述對記憶抗體進行抑制方法包括：

刪除同類記憶抗體間親和力大于免疫抑制閾值的記憶抗體，直至抗原與抗體的親和力接近。

本發明的有益效果是：本發明通過采用的基于人工免疫算法的計算機網絡故障診斷法，利用了人工免疫網絡的自學習和自記憶的優點，對故障樣本抗原進行訓練，獲取的記憶抗體集具有故障的類別信息，由于抗原和記憶抗體的作用要考慮兩者的類別信息，使記憶抗體能夠很好地學習和記憶同一類別抗原的數據特征，提高了算法的準確度，基于上述優點，智能化方法也被用于網絡的故障診斷，并取得了較好的效果。

附圖說明