园区网的网络故障状态预测方法

张维访，徐　蕾

(沈阳航空航天大学 计算机学院，沈阳 110136)



园区网的网络故障状态预测方法

张维访，徐蕾

(沈阳航空航天大学 计算机学院，沈阳 110136)

为及时处理园区网可能发生的网络故障，提出了一种网络故障状态预测方法。首先利用采集的园区网网络运行数据样本做数据挖掘，获得网络运行参数的ARMA预测函数及网络故障预测的BP神经网络模型；做网络故障状态实时预测时，在园区网的关键监测点中利用SNMP协议采集网络运行参数，通过这些参数预测下面几个时段的网络运行参数，进而利用BP网络预测网络监测点的故障状态。实验结果表明，网络运行状态预测的准确率能够达到80%以上，可实现基本的网络故障状态预测。

园区网络故障;神经网络;数据预测;简单网管协议

对于大型园区，尤其是国防企事业单位，网络系统的稳定、可靠运行是现代化生产和管理的基本保障，网络的崩溃或瘫痪意味着传输数据的丢失等巨大损失。因此，提前预测网络延迟、拥塞等网络故障状态，使网络运维系统能够及时响应、处理，进而保证网络的稳定运行是非常重要的。

现有的网络故障预测方法主要是对网络历史故障数据进行分析，利用数据挖掘的方法得出故障预测模型。文献[1]引入基于状态的维修技术,通过监测网络状态，利用构建的神经网络预测网络故障；文献[2]针对网络一段时间中的故障率，建立多元线性回归模型，进而预测网络下一个时段的故障率；……