基于神经网络的交换机智能故障定位技术

摘要：在交换机实际应用中，交换机虽在一定程度上推动网络系统发展与完善，却也增加网络系统性能下降或是致使网络系统出现中断的可能。为进一步发挥可编程作用，做好网络故障诊断工作，应引入先进技术，借助神经网络，制定完善故障定位与解决方案，例如，在交换机中输入各项参数，就能在最短时间内获得故障诊断结果，有利于维护现代网络运行，最大限度降低故障解决时间。

关键词：神经网络;交换机;故障定位;智能技术

中图分类号：TM7;TP183  文献标识码：A  文章编号：1672-9129（2020）02-0023-01

Abstract：in the practical application of switch， although switch promotes the development and improvement of network system to a certain extent， it also increases the possibility of network system performance degradation or network system interruption. To further play a role of programmable， do a good job in network fault diagnosis should introduce advanced technology， using neural network， making perfect the fault location and solution， for example， the input parameters in the switch， can in the shortest time for fault diagnosis， conducive to the maintenance of modern network operation， minimize troubleshooting time.

Key words：neural network; The switch; Fault location; Smart technology

为更好地解决网络运行故障问题，在现代技术不断发展与完善过程中基于神经网络，出现全新交换机，此种交换机不仅能应用于智能故障定位中，更能维护网络平台稳定运行。但是，对于故障定位来说，如何在最短时间内做好错误故障定位工作极为重要。但是，传统人工故障定位所耗时间较长，亦会出现错误故障定位问题，导致设备故障迟迟得不到解决。因此，应合理应用交换机可伸缩性与高覆盖能力，充分应用可编程故障诊断方式，基于神经网络打造智能故障诊断平台，最终在短时间内，借助数据信息传递能力，生产大量数据体系，帮助故障定位工作开展，不仅能降低故障维修费用，更能在故障出现后，在最短时间内恢复网络运行，为网络运行打下坚实基础。

1  网络交换机基本结构

要想更高地发挥交换机智能故障定位能力，应结合交换机实际情况，做好进一步研究工作。在本文研究工作中，选择交换机为分布式结构与系统，该系统结构具有多个槽位。对交换机设备结构进研究，交换机可以分为硬件与软件部分。对交换机硬件部分进行划分，硬件部分主要为主控、交换与业务单元。交换机硬件内部三部分，这些部分基于背板实现连接。对传统交换设备加以分析，传统交换设备只能控制其中的两部分，对网络系统运行进行监督与管理。对交换机进行分析，交换机内部包含多个单元，能够同时处理几大单元部分，从而实现交换与管理，最终作用于电源、温度与物理信息中，并借助平面控制系统，共同完成交换工作。此外，交换机软件部分，主要指控制、转发与管控功能，在这几大功能支持下，能够将交换机内部不同模块进行分类，并在这一过程中借助软件结构，为故障则会那段工作过提供可靠方式。

2  分布式交换机故障定位

在以往故障检测过程中，需要维修人员，对每一天设备连接进行访问，并在不断访问过程中寻找故障根源问题。但是，不同设备，无论是出厂的厂家，还是设备结构，都存在较大差异。要想进行联合故障定位与处理工作，需要较为复杂的步骤，其故障定位难度较高。因此，在故障定位与检测过程中，本文选用分布式网络设备。分布式网络设备涵盖主板、多个业务板与其他通道。在分布式主板故障定位工作中，分布式主板CPU，还有着更为重要作用，能夠借助不同网络协议，将这些主板相互连接，并将其转换为网络发表项。在这一过程中，如借助OSPF协议，将各种网络转发下发到不同业务卡中，才能落实分布式网络设备控制工作，最大限度回避耦合存在的缺点，借助协议报文，对出现故障之处进行定位，使故障定位方式更为简洁。因此，应做好网络设备构架工作，但网络运行出现问题时，作为网络故障管理员，应在网络运行故障处理工作中，遵循以下流程。其一，应借助网络管理软件，对主控板下发问题加以管控。其二，在分流管理工作中，应做好硬件处理工作。其三，在网络主控板处理工作中，并结合内部处理路径点，对存在的故障问题进行定位，并对后续处理工作，提供更为精准数据信息。

3  在神经网络基础上做好交换机故障定位诊断

3.1基于神经网络提取故障特征。在网络运行故障诊断过程中，应借助故障交换机，对多种数据进行交换，这些信息不断增多，势必会增加神经网络模型维度，最终引起网络信息传递慢或是迭代复杂问题。因此，在当前网络运行故障诊断工作中，应借助交换机，对多种数据进行处理，并做好突发数据处理工作。与此同时，应基于神经网络系统，不断整合信息数据，最大限度减少数据量。最后，在数据处理中，应借助小波包分解范式，借助小波包函数[4]，对数据进行筛选与分级，以此做好数据重构工作。最后，应借助小波包重构信号矢量，不断降低神经网络训练复杂程度，得到精准数据信息，提取故障特征。

3.2基于神经网络进行故障识别。在本次研究过程中，应充分利用交换机内部出现故障数据特征，得到故障矢量，并对故障进行识别。只有在反向数据处理中，应结合神经网络，做好交换机故障时被工作。首先，应明确网络维度与编码，做好神经网络处理工作，并做好矢量与维度数据计算与整理。其次，应做好故障验证工作，以二进制编码为基础，确定故障隐层数，提升故障识别精度。只有这样，才能得到基本的节点数据与隐层节点，以此来应对网络激增带来的故障问题。

结束语：要想更高地解决网络流量增加导致的故障问题，在实际工作中，应引入先进技术，给予神经网络交换机，做好网络故障定位基本工作。并以分布式网络设备为研究重点，不断提高网络故障诊断精准度，根据矢量变化，得到最为精准故障识别信息，从而获得更为精准故障类型。只有这样，才能提升故障诊断效率，最大限度降低故障维修成本，维护网络系统稳定运行。

参考文献：

[1]孙峰，高红波.面向大数据新能源拖拉机发动机智能故障监测系统[J].农机化研究，2020，42（11）：246-250.

[2]宫文峰，陈辉，张泽辉，张美玲，管聪，王鑫.基于改进卷积神经网络的滚动轴承智能故障诊断研究[J].振动工程学报，2020，33（02）：400-413.

作者简介：项婷（1986--7--）汉族;湖北武汉人;本科学历;国网湖北电力检修公司;研究方向：通信技术。