计算机网络故障处理及网络维护方法

许业进　伍江华

【摘 要】本文从硬件故障、软件故障两方面分析计算机网络故障类型，阐述基于规则推理、案例推理、机器学习等应用人工智能技术进行计算机网络故障诊断，围绕当前信息化技术发展动态，从准确定位、软件维护、硬件维护、操作系统维护等方面论述计算机网络维护方法。

【关键词】计算机网络故障  处理方案  网络维护方法

【中图分类号】G  【文献标识码】A

【文章编号】0450-9889（2020）03C-0183-03

计算机网络故障处理及网络维护，是指运用科学合理的技术方案，对网络故障进行准确的判断、处理、维护，从而有效减少异构网络情况下网络运营成本、人工维护成本，防止因为严重性故障导致连锁故障，切实保障网络运营的经济效益。随着网络技术的快速发展，各种新兴信息化技术的广泛应用，越来越多的设备开始应用于互联网当中，这导致计算机网络故障类型开始持续不断增多。与此同时，5G正式商用，对计算机网络故障诊断、处理以及网络维护提出了更高的要求。能否对计算机网络故障进行精准的诊断，并采用针对性的处理方案、维护方法，关系到计算机网络的安全性、稳定性。本文分析计算机网络故障类型，围绕当前信息化技术发展动态，探索基于人工智能技术的计算机网络故障诊断和维护方案，供同行参考与借鉴。

一、计算机网络故障类型分析

（一）硬件故障类型

1.端口故障。端口属于计算机网络通信的主要载体，倘若端口保护措施使用不当，其在长时间使用进程中则容易受损，引发网络故障。与此同时，因为操作者存在不当操作，会导致端口位置因为摇晃、接入错误等因素引发计算机网络故障。

2.线路故障。光纤设备是计算机网络传输的重要载体，但因为光纤设备的特性，其本身也会受到气候、天气等各种影响的干扰，光纤因为年久失修，也会存在老化情况，其同样是引发计算机网络故障的重要因素。除此之外，计算机使用的各种线路亦会存在老化、短路等现象，无线网络也会因为干扰产生稳定性问题。

（二）软件故障类型

1.路由器逻辑故障。路由器与交换机作为计算机常用的设备，其属于单个计算机与网络进行连接的重要载体，路由器一旦发生逻辑故障，也会导致网络无法正常使用。一般来说，路由器逻辑故障主要表现为内存占用过度、发热过高或者参数错误等。

2.主机逻辑故障。如上文所述，当前计算机网络、设备变得越来越复杂，因为各方面因素的影响，其也极为容易出现逻辑故障。如网络适配器兼容性、IP地址冲突等，均会引发不同程度的网络故障。

二、网络故障诊断技术概述

（一）基于AI的故障诊断技术

基于AI的故障诊断技术，是伴随人工智能技术而诞生的一种网络故障诊断技术，其主要是利用人工智能技术所具有的AI性能，针对人类思维模式、解决问题流程进行全面的诊断，并将其应用于网络故障。对于基于AI的故障诊断技术划分，综合参考专家模拟生成知识库类型进行划分，其主要包含以下几种类型：基于规则的推理技术（Rule-based Reason，RBR）、基于范例的推理技術（Case-based Reason，CBR）、基于机器学习的诊断技术（Machine Learning，ML）。

（二）基于模型遍历的故障诊断技术

所谓模型遍历技术，指的是综合利用运维管理系统，基于各个网络元素存在的对应联系，最先针对事件发起元素实施研究，以此来了解网络故障最初产生的具体区域，以此进行故障传播模型的建设。一般来说，模型遍历通常适用于各个对象之间对应的拓扑关系为类似图形，同时上述拓扑信息往往较为容易获取。对于系统结构存在频繁变化的对应场景当中，模型遍历本身具有较为理想的鲁棒性。

三、人工智能应用于计算机网络故障诊断技术

（一）基于规则推理进行计算机网络故障诊断

基于规则推理进行计算机网络故障诊断属于早期网络故障诊断常用的一种技术方案，其主要是利用规则把人类领域专家对应的诊断知识进行描述处理，利用“IF-THEN-ELSE”形式有效展示知识。从本质层面看，其与AI技术较为类似，均是通过模拟人类处理网络故障思路对网络故障进行诊断，具体涉及的模块包含推理引擎、规则库、综合数据库、解释器、规则获取模块以及人机交互界面等（见图1）。该技术并不需要对底层系统实施分析，本身较为容易实现诊断控制。然而，基于规则推理进行计算机网络故障诊断也存在一定的局限性，本身的新规则产生时间相对较为漫长，对于规则库当中缺乏的规章，难以进行有效的诊断。正是因为上述局限性的存在，其在大型网络应用方面的效果并不理想，而在变化少、小型网络方面具有良好的适用性。

（二）基于案例推理进行计算机网络故障诊断

顾名思义，基于案例推理进行计算机网络故障诊断技术是对传统经验的有效利用，即建立传统经验的数据库，在遇到网络故障的时候，对比数据库寻找解决方案。对应的思想主要源自现实生活，即人类在面临问题的情况下，第一时间往往会回忆曾经解决相关问题的措施，接着针对曾经处理问题的措施进行优化调整，并将其应用于当前面临的问题，过去积累的有关情况称作案例。对于各类网络故障案例的实际诊断来说，其主要是通过五元组进行表示，Case={N，S，R，P，E}，当中N，S，R，P，E属于五个有限非空集合，即分别代表网络故障案例名称、网络故障征兆集、网络故障结论集、网络故障维修方案集以及系统状态集（见图2）。从故障检索流程来看，其主要保障检索数据库、服用数据、修正方案、保存数据等流程。当中检索数据库主要是针对提前保存的经验数据库进行检索，整理与网络故障类似的各种数据库，并与现实网络故障进行匹配。倘若无法在数据库当中找到相似的经验案例，系统开展相似度分析，匹配相似度最高的案例;复用流程主要指的是利用匹配案例分析，尝试解决现实网络故障;修正流程则是根据经验网络故障、现实网络故障之间的差异，尝试对经验网络故障解决措施实施修正;保存流程则是将现实网络问题、最终解决方案存入数据库。需要注意的是，基于案例推理进行计算机网络故障诊断也存在一定的缺陷，即案例维护本身较为困难，再加上互联网的不断发展，要想有效检索对应的案例，并对案例实施修正，其面临的难度正在不断增大。

（三）基于机器学习进行计算机网络故障诊断

基于机器学习进行计算机网络故障诊断则是利用机器学习算法，让系统可以自动学习现有网络故障存在的各类信息数据资料，且针对故障之间的关联进行分析，在网络发生故障的情况下，机器学习算法即能够充分利用学习过的知识针对故障实施诊断，同时进行诊断结果的输出（见图3）。从具体结构来看，其所涉及的模块包含故障诊断模块、机器学习模型训练模块、数据预处理模块、数据采集模块以及特征提取模块等，根据系统功能的不同，对应的模块也存在一定的差异性。正是因为基于机器学习进行计算机网络故障诊断具有自动化特性，整个学习过程均由计算机进行控制，所以整个过程的人力资源成本得以大幅控制，其可以良好地适应复杂网络故障诊断领域。如果网络环境配置发生变化，系统可以利用相关模块，对相关内容进行学习、训练，使得计算机网络故障相关的知识保持动态更新的状态。当系统完成更新，即可以准确地判断最新的故障征兆，且伴随AI技术的进一步发展，基于机器学习进行计算机网络故障诊断，其本身的功能必然能够得以有效拓展。

四、计算机网络维护方法

（一）准确定位

在计算机网络维护中，现阶段选择基于BP神经网络的计算机网络故障检测方案，其具有良好的适用性，能够根据网络数据库中信息资料进行动态检测，深入分析导致计算机网络故障的对应因素，以此设计具有针对性的网络维护方案。为有效维护计算机网络，应先全面了解计算机网络故障的特点，分别针对网络故障的具体类型、检查方法、具体处理方案等进行准确的判断，同时研究预警性能与浏览网络设备日志方面的内容，综合判断对应的网络故障类型、位置，为网络故障维护奠定基础。维护人员全面了解网络中对应的软硬件、故障类型等，才能够在网络发生故障时精准定位网络故障。正常来说，为有效保证网络故障的精准定位，需要尽可能全面的缩小网络故障范围，综合利用多元化的测试工作，系统了解集线器指示灯的煽动状况，同时根据相关信息记录、案例分析，全面排除、测试相应的故障，从而有效明确故障类型，并根据故障成因制定针对性的维护方案。

（二）软件维护

当诊断出网络故障为软件原因的情况下，则需要对软件进行针对性的维护。一般情况下，软件维护途径主要包含计算机操作系统维护、病毒入侵阻止、防火墙设置、访问权限设置、网络资源备份等，同时还需要对软件进行针对性的更新、升级。在对网络故障进行排除、处理的同时，应避免因为软件问题引发网络故障的扩大。

（三）硬件维护

对于计算机网络硬件的维护，其主要是对相关的硬件进行检查，具体是检查计算机外部，在排除故障的情况下，遵循先简单后复杂的维护原则，分别对计算机电源、路由器、交换机、网线、接口等进行一一排查，明确故障之后进行维修或者更换，即能够有效解决网络故障。

（四）操作系统维护

计算机底层系统本身具有開源性，因而在使用中其必然会面临各种漏洞。对于上述问题，应当定期检查系统情况，以便于掌握系统更新动态，倘若发现最新的系统版本，应当综合判断该版本，掌握其属于漏洞更新还是官方更新，当评定其为安全操作的情况下，应第一时间进行更新。除此之外，为有效保障系统安全性，在定期更新系统的同时，还应采用漏洞扫描方案，对系统漏洞进行动态的扫描，并根据漏洞制定针对性的修复计划，从而有效避免系统漏洞的不良影响。从当前常用的系统扫描方案来看，可以通过端口扫描，即通过端口扫描系统掌握主机开启端口、网络服务状况，并与数据库存储的有关漏洞实施匹配，以此分析漏洞。与此同时，在进行漏洞扫描的进程中，引入模拟黑客共计漏洞模式，利用模拟方式探索系统漏洞，最终根据漏洞制定修复方案。基于系统层级的维护方案，以此掌握对应的漏洞信息，全面防止系统底层产生的各种攻击，减少因为操作系统引发的网络故障。

信息化技术的高歌猛进，互联网用户的规模与数量的爆炸式增长，互联网当中涉及的信息数据呈现几何倍数增长，使得互联网服务组织与应用组织在管理、软件以及硬件等诸多方面的成本持续攀升，能否有效处理网络故障，对广大人民群众的生活、工作影响巨大。计算机网络故障处理及网络维护是一项系统、漫长、复杂的工程，需要充分结合计算机网络故障发展趋势，加大网络故障诊断技术研发力度，密切结合网络故障发展趋势制订针对性的维护方案、采取新兴的诊断技术，保障计算机网络故障的高效处理，切实保障网络的稳定、安全。

【参考文献】

[1]叶卫华.网络故障诊断与排除实验课程的教学改革实践[J].电脑知识与技术，2019（23）

[2]王坤.浅析计算机网络通讯技术故障原因分析及其处理措施[J].计算机产品与流通，2019（8）

[3]张月敏.探究计算机网络流量异常的检测和预测[J].技术与市场，2019（6）

[4]程虹.基于BP神经网络的计算机网络故障检测方法及维护策略[J].电脑知识与技术，2019（7）

[5]刘秀彬.基于SOA方法的计算机网络故障管理系统的设计与研究[J].电脑知识与技术，2019（4）

[6]梁涛.探索计算机网络监控系统的应用与故障处理[J].电脑迷，2018（6）

[7]韩金威.计算机网络通讯技术故障原因分析与处理对策[J].数字通信世界，2018（5）

[8]郝少雷.试论当前事业单位计算机网络维护存在的问题及对策分析[J].电脑迷，2018（3）

【作者简介】许业进（1980— ），男，广西玉林人，硕士，广西电力职业技术学院建筑工程系讲师，研究方向：高职教育、计算机软件应用;伍江华（1982— ），女，广西南宁人，在职研究生学历，广西电力职业技术学院建筑工程系讲师，研究方向：建筑室内设计、建筑模型设计与制作、平面设计。

（责编 王 一）