计算机网络故障管理智能化探析

陆明祥

（苏州工业职业技术学院，215104）

0 前言

网络故障管理是为了使网络能够保持正常稳定的运行，在互联网时代，一旦网络出现问题就给人们的生活带来很大不便,这就迫切需要我们采用合理的故障管理方法，及时发现故障并能够快速解决。因此，研究如何通过网络故障管理确保网络正常运行，提高网络的可靠性具有十分重要的现实和社会意义。

1 网络故障管理智能化方法

随着网络规模的日益扩大和网络复杂性的增强，传统的网络故障管理方法已难以适应大规模的网络管理。人工智能专家系统、数据挖掘、遗传算法、神经网络和agent 技术逐渐被引入到网络故障管理中[1-3]。在实际使用的故障管理智能化方法中，存在着一些不足之处，主要表现为：通用性差，移植性不强；动态数据利用不平衡；学习能力差。

人工免疫算法具备多样性、学习能力强、自适应调整，Agent具备自主性、交互性、推理能力等特点，两者结合恰好可以弥补上面的一些不足。同时，使用Agent 技术的能够将复杂的网络分解为几个子网络，提高网络故障管理效率。

2 基于免疫 agent 的网络故障管理

在前面介绍理论的基础上，我们提出了一个基于免疫 agent的网络故障管理模型。下面对这个模型进行详细分析。

2.1 免疫 agent 故障管理模型

免疫 Agent 网络模型的工作原理是，当网络发生故障的时候，搜集故障信息，然后经过一定的处理后，以抗原的形式提交到本地 agent，本地 agent 首先在本地知识库进行搜索，看是否存在与抗原相匹配的故障类型，如果存在，那么输出故障信息，同时发送匹配成功的激励信号；否则发送协助信号，请求其他agent协助解决，其他 agent 接收到帮助信号以后，到自己agent 中的知识库就行搜索，看是否存在相匹配的信息，如果存在，则将匹配到的故障类型发送给本地 agent，否则将故障信息交由人工解决。免疫 agent 模型如图3.1 所示。

模型的运行是不断进行迭代的协同进化过程。每进行一次故障数据信息的诊断，模型就完成一次迭代过程。每一次迭代中，Agent 之间会进行信息的交互，在迭代过程中每一个agent 的知识库（也就是抗体集）会不断的进行更新，因而故障诊断能力会不断的增强，整个过程是始终是处于动态变化。

2.2 Agent 各功能模块介绍

移动agent 由六种不同功能的agent 组成。下面对每种agent 功能进行详细介绍。

2.1.1.信息采集agent

信息采集是进行故障诊断的前提。信息采集agent 主要是对网络主机及所属子网络上的原始数据进行收集，然后将收集到的原始数据保存，然后进行一些预处理 (如分析数据传输采用的协议、丢包率等)，为故障诊断准备好数据信息。

2.1.2 故障诊断 agent

故障诊断agent 是整个系统的核心。一个故障诊断 agent通常只包含相对有限、独立的故障检测方法，提供对某一具体类型的数据分析服务，因此它的检测能力是非常有限的。故障诊断agent 根据本身的责任，它会主动发送请求给相关的信息采集agent，然后对返回的信息进行分析，得出诊断结论。如果存在无法识别的异常，故障诊断 agent会将数据源信息、实际诊断方法、故障参数等信息作为本地存储，发送给决策 agent 做下一步处理。

2.1.3 通信 agent

所谓的通信 agent 就是负责网络 agent 之间的相互通信。每个局域网都有一个通信 agent 而且是唯一，局域网内的agent 之间必须通过通信agent 才能进行交互，否则不能直接通信。通信agent 本身并不具备执行诊断任务的能力，是为其他agent 服务的。

2.1.4 决策 agent

系统在故障诊断过程中可能遇到各种问题，如数据采集不完整、领域知识不完备等，这些因素增加了检测结果的不确定性。对于比较简单的任务而言，决策 agent 也许不是必需的，但是如果任务比较复杂，根据单一故障特征并不能确定问题的所在，此时决策agent 就发挥作用了。如果无法得出明确的诊断结论，这个时候决策agent 会将诊断信息发送给系统管理agent，请求人工处理，处理完成后，将处理信息添加到知识库中，以备将来使用，这也就是学习过程。

2.1.5 知识管理agent（知识库）

知识管理agent 主要功能是存储相关领域的基本原理、专家的经验知识以及一些实际案例等，信息数据也是专家知识库的重要部分。知识库的内容为各种故障的诊断提供了必需的知识。知识管理agent 主要是维护、搜索、转换知识库中的知识，包括协调全局、本地知识库的管理的同步和关联，负责知识库中知识的更新与学习。

2.1.6 系统管理agent

系统管理agent 是整个系统正常运行的保障，主要职责是负责 agent 的创建、挂起、注销等，并为各个agent 提供信息搜索功能。系统管理agent 中还为诊断任务联盟提供信息存储功能。

2.1.7 故障诊断中抗体库算法设计

在整个系统中，故障诊断是系统中的最重要部分，而故障诊断的核心是抗体库。本文基于免疫原理的设计了一种高效的算法，具体描述如下。

(1)初始种群，根据待解决问题的具体要求，随机产生数量为N 的个体。

(2)根据专家知识和经验建立本地知识库，本地知识库包含的一系列的抗体集。

(3)本地知识库接收其它Agent 的疫苗，然后进行知识库的更新，形成新的抗体集。

(4)抗原传感器采集一定范围内的信息数据。

(5)如果判断采集到的信息数据可能会存在异常，则发送协助解决信息给当前免疫Agent，处于等待状态并保持免疫耐受，转步骤(8)。

信息数据与本地知识库抗体进行匹配，如果匹配成功，那么表明本地知识库内有对应的解决方案(即存在抗体)，然后进行免疫应答。

(6)将此抗体模式作为疫苗，发送刺激信号给其它相关免疫Agent，然后可以作为经验给其它免疫Agent 解决类似问题。

(7)进入下一阶段，转到步骤(3)。

(8)若免疫Agent 返回的信息是继续等待，那么继续保持免疫耐受，并转到步骤(7)；若其它免疫Agent 返回经验知识作为参考，那么转到步骤(5),并且学习参考经验知识并保存，然后对本地知识库进行更新，提供给下次免疫答复。

实际的操作过程中，我们首先需要定义网络状态和实体，网络故障具体表现在网络实体的某些的属性值的超出了允许的范围，然后系统就可以获取网络运行时的信息，对这些信息进行预处理，将其转换成具体问题的求解，最后将此问题求解方案通过一定的形式转化成免疫算子，用于生成种群中的个体。

3 与传统网络故障管理的对比

传统的网络故障管理一般采用的是集中式的管理，但是随着网络规模的扩大，网络变的越来越复杂，集中式管理的缺点也逐渐暴露。目前的集中式管理模式大多通过远程代理进行网络信息的检测，这种模式必须由管理者发出消息，因此缺少自主性，而且容易造成网络带宽的闲置。

基于免疫Agent 的智能故障管理系统，能较好的地解决这些缺点，摆脱了依赖管理员和远程代理进行检测的被动方式。移动Agent 能实现对本地网络的主动检测。另外，网络故障管理中引入移动Agent 增强了故障诊断能力，能对故障进行自动修复。若移动Agent 自身处理不了，立即将提取故障信息发送给系统管理agent，系统管理agent 会在最短的时间内给出故障诊断结果，然后发送给移动Agent，进行修复处理。

4 结论

本文提出的基于免疫agent 的网络故障管理智能化系统，相对于传统的网络故障管理，具有更好的灵活性和主动性，具有更高的效率和决策能力。我们将免疫算法和Agent 结合运用到网络故障管理中，可以对一些不完整的信息进行处理，提高了网络管理智能化水平，特别适合于分布式的大型复杂网络，能更好地、更快的发现解决了网络中存在各种问题。

[1]王伟，芦东昕，唐 英.基于专家系统的网络故障管理系统的设计[J].计算机工程与设计，2005，26(11)：3031-3033.

[2]王洪元，史国栋等.数据挖掘技术在故障诊断中的应用[J].江苏石油化工学院学报，2001，13(4)：42-44.

[3]戴忠健，苏利敏.基于遗传算法的网络故障诊断专家系统的设计与实现[J].北京理工大学学报，2005，25(1)：38-40.

[4]刘韬,王耀才,王致杰.一种基于人工免疫系统的聚类算法[J].计算机工程与应用,2004(19):82～84.

[5]王汝传，徐小龙，黄海平.智能 agent 及其在信息网络中的应用[M].北京邮电大学出版社，2006.