免疫原理和移动代理技术在网络故障诊断中的应用研究

论文摘要

随着计算机网络技术的飞速发展,网络规模、用户数量的日益增加,现有的网络管理和维护已经越来越难以适应用户的要求。而网络故障产生的原因很多,现有网络的信息量巨大,从而使已有的网络故障诊断工具以及相关技术难以解决所有网络故障问题。引入智能技术已经成为网络故障诊断领域的必然趋势。本论文将人工免疫原理和移动代理技术应用于网络故障诊断。首先在详细研究了它们工作原理的基础上提出了一种基于免疫原理和移动代理技术的网络故障诊断模型。该模型的主要优点是:1.利用了人工免疫系统的信息处理机制的自学习、自组织、自适应等特点使其能够适应复杂的网络环境;2.移动代理技术的引入(移动代理开发语言为Java以及移动代理开发平台Aglet),能极大的提高网络故障诊断实时处理效率。然后将一种基于免疫原理的聚类算法应用于该模型的中心环境抗体库中,实现对网络故障中接口组故障的诊断。最后将接口组故障特征数据集划分为训练数据集和检测数据集两部分,通过模拟实验,证明基于免疫原理的聚类算法对接口组故障的诊断获得了较好的效果。

论文目录

• 摘要
• ABSTRACT
• 第一章 绪论
• 1.1 研究背景及意义
• 1.2 国内外研究现状及发展趋势
• 1.2.1 国内外研究现状
• 1.2.2 发展趋势
• 1.3 本文的选题和研究内容
• 第二章 网络故障诊断技术综述
• 2.1 传统的网络故障诊断方法
• 2.1.1 简单的网络监控
• 2.1.2 基于简单管理网络协议SNMP的网络管理系统
• 2.2 智能网络故障诊断技术
• 2.2.1 基于专家系统的智能诊断技术
• 2.2.2 基于神经网络的智能诊断技术
• 2.2.3 基于模糊逻辑的诊断方法
• 2.2.4 基于数据挖掘理论的诊断技术
• 2.2.5 基于遗传算法的诊断技术
• 2.2.6 基于贝叶斯理论的诊断技术
• 2.2.7 基于免疫原理和移动代理的诊断技术
• 2.3 几种智能技术在网络故障诊断中的对比研究
• 2.3.1 移动代理应用于网络故障诊断系统的优缺点
• 2.3.2 神经网络应用于网络故障诊断系统的优缺点
• 2.3.3 人工免疫应用于网络故障诊断系统的优缺点
• 第三章 免疫原理
• 3.1 生物免疫系统特点
• 3.2 人工免疫系统简介
• 3.3 免疫网络模型
• 3.3.1 Jerne免疫网络模型
• 3.3.2 RLAIS网络模型
• 3.3.3 aiNet网络模型
• 3.3.4 动态免疫网络模型
• 3.3.5 多值免疫网络模型
• 3.4 免疫算法
• 3.4.1 基于群体的免疫算法
• 3.4.2 基于网络的免疫算法
• 3.5 免疫原理的工程应用
• 第四章 移动代理技术
• 4.1 代理（Agent）理论概述
• 4.2 移动代理技术简介
• 4.2.1 移动代理的定义及特点
• 4.2.2 移动的实现
• 4.3 移动代理系统体系结构
• 4.4 移动代理模型的特点
• 4.5 移动代理技术的应用
• 第五章 基于免疫原理和移动代理技术的网络故障诊断模型
• 5.1 基于免疫原理和移动代理技术的网络故障诊断系统结构
• 5.1.1 系统总体结构
• 5.1.2 移动代理的结构与功能
• 5.1.3 移动代理的工作步骤
• 5.1.4 中心环境系统构架及功能
• 5.2 与集中式网络故障诊断系统的对比研究
• 第六章 系统开发与部分实现
• 6.1 系统的开发平台—Aglets
• 6.1.1 Aglet的对象模型
• 6.1.2 Aglets的体系结构
• 6.1.3 Aglets的基本操作
• 6.1.4 Aglets移动代理开发概述
• 6.2 中心环境中抗体库的算法设计
• 6.2.1 算法的引入
• 6.2.2 算法的具体实现步骤
• 6.3 仿真试验及实验分析
• 第七章 总结及展望
• 致谢
• 参考文献
• 攻硕期间取得的研究成果