基于BP神经网络的网络故障诊断系统

论文题目: 基于BP神经网络的网络故障诊断系统

论文类型: 硕士论文

论文专业: 计算机应用技术

作者: 唐洪法

导师: 张宏

关键词: 网络故障诊断,神经网络,粗糙集

文献来源: 南京理工大学

发表年度: 2005

论文摘要: 随着计算机网络技术的飞猛发展,网络规模日益扩大、功能越发强大,用户数量急剧增加,使得网络的维护和管理工作变得非常复杂,特别是网络的故障诊断,由于产生网络故障的因素很多,信息量又相当大,使得网络管理人员已经很难用现有的工具来解决所有的网络故障问题。用智能方法来进行网络故障诊断已经成为网络故障诊断领域的发展趋势。本文将人工神经网络技术应用于网络故障诊断,并针对BP神经网络收敛速度慢、易陷入局部最小点等缺点和网络故障诊断的特殊性,提出了一种基于粗糙集理论和动量节点的BP神经网络改进算法——RSMNBP算法,经大量实验证明,改进后的算法能加速神经网络收敛、能有效防止陷入局部最小点,能提高故障识别率。本文详细分析、设计了基于上述算法的网络故障诊断系统,并通过Microsoft Visual C++ 6.0和Matlab 6.5相结合,在Microsoft Windows 2000环境下,实现了该系统,最后在实际网络环境中对该系统进行了测试,取得了很好的效果。

论文目录:

摘要

Abstract

1 绪论

1．1 背景及意义

1．2 国内外研究现状

1．3 本文主要工作

1．4 本文组织结构

2 网络故障诊断及BP算法改进

2．1 引言

2．2 几种常见的网络故障诊断方法

2．3 神经网络模型

2．3．1 几种典型的神经网络模型

2．3．2 BP神经网络模型

2．4 BP神经网络算法及执行步骤

2．4．1 BP神经网络算法

2．4．2 BP算法执行步骤

2．5 适用于故障诊断的 BP算法改进

2．5．1 粗糙集理论

2．5．2 动量节点的想法

2．5．3 RSMNBP算法思路

2．5．4 在 VC++中实现 RSMNBP算法

2．5．5 仿真试验及性能分析

3 网络故障诊断系统分析与设计

3．1 引言

3．2 系统总体架构设计

3．3 网络状态信息的获取及转化

3．3．1 网络状态信息的获取

3．3．2 轮询算法

3．3．3 网络状态信息的转化

3．4 基于 RSMNBP算法的故障诊断决策表处理

3．5 BP神经网络模块的分析设计

4 系统实现及应用

4．1 引言

4．2 实现中的关键技术

4．2．1 Matlab神经网络工具箱

4．2．2 在VC++中，实现对 Matlab的调用

4．2．3 用WINSNMP API获得 MIBII库信息

4．3 实现效果

4．3．1 系统启动过程及运行界面

4．3．2 系统基本功能

4．4 应用实例

5 总结及展望

致谢

参考文献

发布时间: 2005-09-12

参考文献

[1].基于BP神经网络的僵尸网络检测技术研究[D]. 张可.电子科技大学2014
[2].BP神经网络在网络入侵检测系统中的应用[D]. 郝坤.南京理工大学2004
[3].基于量子遗传算法优化BP网络的入侵检测研究[D]. 张澎.湖南大学2009
[4].基于BP神经网络的购物网站评价研究[D]. 李明纳.中北大学2016
[5].基于神经网络BP算法的网络入侵检测系统研究与实现[D]. 欧阳广.东南大学2006
[6].基于结构优化BP神经网络算法的网络异常检测研究[D]. 刘兴万.辽宁大学2016
[7].基于BP神经网络的智能入侵检测系统的设计与实现[D]. 汪兴东.电子科技大学2005
[8].基于BP神经网络的个性化网站界面用户建模[D]. 方惠敏.河南大学2008
[9].基于BP神经网络的校园网故障定位系统的研究[D]. 韩永忠.广东技术师范学院2013
[10].人工蜂群优化BP神经网络在入侵检测中的应用[D]. 王龙.河南大学2015

基于BP神经网络的网络故障诊断系统

猜你喜欢