一种计算机网络故障诊断方法技术

本发明专利技术公开了一种计算机网络故障诊断方法，基于人工免疫算法，包括：定义描述抗原抗体的类别信息，把收集到的网络故障样本分为训练抗原集和检验抗原集；把训练抗原集比例规格化，得到非记忆抗体，并选择一定数量的抗原作为记忆抗体，分别净化；计算训练抗原集和记忆抗体以及非记忆抗体之间的亲和力；选择亲和力最高的若干抗体进行克隆得到选择集，对克隆后的抗体进行变异得到抗体集；根据训练抗原集和变异后的抗体集得到总的记忆抗体集；循环选择下一抗原；对记忆抗体进行抑制；检验抗原的类别。本发明专利技术利用了人工免疫网络的自学习和自记忆的优点，对故障样本抗原进行训练，获取的记忆抗体集具有故障的类别信息，提高了算法的准确度。

【技术实现步骤摘要】
一种计算机网络故障诊断方法
本专利技术涉及网络诊断
，尤其涉及一种计算机网络故障诊断方法。
技术介绍
计算机网络技术的迅猛发展，极大地推动了人类社会的发展，对人们的日常生活、学习、工作等各个方面都产生了巨大影响，计算机网络的应用已经广泛地渗透于全球的每个角落，为用户提供资源共享、交流、监控、通讯及信息传播等服务。由于人类社会对网络的依赖度越来越大，如果网络在运行中出现故障，可能会带来灾难性后果。网络的快速发展在不断地发挥其优势和潜力的同时，其庞大的体系和错综复杂的结构也给网络的有效管理带来了极大的挑战。现在的网络故障诊断仅可以对已知的故障进行识别，无法发现未知的、新出现的网络故障，无法较好的对计算机网络故障进行快速的定位处理，无法对不确定或未知系统进行自学习，对各种动态变化不具有自适应能力。
技术实现思路
本专利技术提供了一种计算机网络故障诊断方法，以解决现在的网络故障诊断仅可以对已知的故障进行识别，无法发现未知的、新出现的网络故障，无法较好的对计算机网络故障进行快速的定位处理，无法对不确定或未知系统进行自学习，对各种动态变化不具有自适应能力的问题。本专利技术采用的技术方案是：提供一种计算机网络故障诊断方法，所述方法基于人工免疫算法，包括：定义描述抗原抗体的类别信息，把收集到的网络故障样本分为训练抗原集和检验抗原集；把训练抗原集比例规格化，得到非记忆抗体，并选择一定数量的抗原作为记忆抗体，分别净化；计算训练抗原集和记忆抗体以及非记忆抗体之间的亲和力；<br>选择亲和力最高的若干抗体进行克隆得到选择集，对克隆后的抗体进行变异得到抗体集；根据训练抗原集和变异后的抗体集得到总的记忆抗体集；循环选择下一抗原；对记忆抗体进行抑制；检验抗原集和总的记忆抗体集之间的欧氏距离，检验抗原的类别。优选地，所述根据训练抗原集和变异后的抗体集得到总的记忆抗体集的方法包括：训练抗原集和变异后的抗体集的亲和力，选择亲和力最高的若干抗体为对应抗原的第一部分记忆抗体集，并删除亲和力小于自然死亡阈值的记忆抗体，再计算第一部分记忆抗体集中相同类别记忆抗体间的亲和力，删除亲和力大于免疫抑制阈值的记忆抗体，得到第二部分记忆抗体集，于是，得到总的记忆抗体集。优选地，所述对记忆抗体进行抑制方法包括：删除同类记忆抗体间亲和力大于免疫抑制阈值的记忆抗体，直至抗原与抗体的亲和力接近。本专利技术的有益效果是：本专利技术通过采用的基于人工免疫算法的计算机网络故障诊断法，利用了人工免疫网络的自学习和自记忆的优点，对故障样本抗原进行训练，获取的记忆抗体集具有故障的类别信息，由于抗原和记忆抗体的作用要考虑两者的类别信息，使记忆抗体能够很好地学习和记忆同一类别抗原的数据特征，提高了算法的准确度，基于上述优点，智能化方法也被用于网络的故障诊断，并取得了较好的效果。附图说明图1为本专利技术公开的一种计算机网络故障诊断方法流程示意图。具体实施方式为了使本专利技术的目的、技术方案和优点更加清楚，下面将结合附图对本专利技术作进一步详细描述，但本专利技术的实施方式不限于此。应当理解，本公开的方法实施方式中记载的各个步骤可以按照不同的顺序执行，和/或并行执行。此外，方法实施方式可以包括附加的步骤和/或省略执行示出的步骤。本公开的范围在此方面不受限制。实施例1：一种计算机网络故障诊断方法，其基于人工免疫算法，具体包括如下步骤：S101：定义描述抗原抗体的类别信息，定义一矩阵Aj＝[Aj1,Aj2,Aj3,Aj4,Aj5...Ajn,F]，其中，Aj代表计算机网络中的各参数，F代表其对应的故障类别，把收集到的网络故障样本A分为训练抗原集Aj和检验抗原集Aco。S102：把训练抗原集Aj比例规格化，产生N个非记忆抗体，并选择一定数量的抗原作为记忆抗体Ar，分别净化，其规格化公式为：(l＝1、2、3、4...n)。S103：计算训练抗原集Aj和记忆抗体Ar以及非记忆抗体之间的亲和力，Fij＝1/||Ar-Aj||(i＝1，2…n)。S104：选择亲和力最高的n个抗体进行克隆得到选择集Cj，对克隆后的抗体Cz以学习率m进行变异得到抗体集Cj*，Czb＝Cz-m(Cz-Aj)；式中：NC为克隆数；Czb为变异数；round取整，Cscale为克隆规模。S105：根据训练抗原集和变异后的抗体集得到总的记忆抗体集。具体的，训练抗原集Aj和变异后的抗体集Cj*的亲和力，选择亲和力最高的p抗体为对应抗原的第一部分记忆抗体集Mj，并删除亲和力小于自然死亡阈值Yd的记忆抗体，再计算第一部分记忆抗体集Mj中相同类别记忆抗体间的亲和力，删除亲和力大于免疫抑制阈值Ys的记忆抗体，得到第二部分记忆抗体集Mj*，于是，得到总的记忆抗体集Ur＝ArUMj。S106：循环选择下一抗原，循环步骤S102至S105。S107：对记忆抗体进行抑制。具体的，对记忆抗体Ar进行抑制，删除同类记忆抗体间亲和力大于免疫抑制阈值Ys的记忆抗体，直至抗原与抗体的亲和力接近，否则，随机产生d个抗体Ad，则抗体集Ad＝ArUAd。S108：检验抗原集Ac和总的记忆抗体集Ur之间的欧氏距离，检验抗原的类别，L＝‖Ac-Ur‖。以上实施例仅用以说明本专利技术的技术方案，而非对其限制；尽管参照前述实施例对专利技术进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本专利技术各实施例技术方案的精神和范围。本文档来自技高网...

【技术保护点】
1.一种计算机网络故障诊断方法，所述方法基于人工免疫算法，其特征在于，包括：/n定义描述抗原抗体的类别信息，把收集到的网络故障样本分为训练抗原集和检验抗原集；/n把训练抗原集比例规格化，得到非记忆抗体，并选择一定数量的抗原作为记忆抗体，分别净化；/n计算训练抗原集和记忆抗体以及非记忆抗体之间的亲和力；/n选择亲和力最高的若干抗体进行克隆得到选择集，对克隆后的抗体进行变异得到抗体集；/n根据训练抗原集和变异后的抗体集得到总的记忆抗体集；/n循环选择下一抗原；/n对记忆抗体进行抑制；/n检验抗原集和总的记忆抗体集之间的欧氏距离，检验抗原的类别。/n

【技术特征摘要】
1.一种计算机网络故障诊断方法，所述方法基于人工免疫算法，其特征在于，包括：
定义描述抗原抗体的类别信息，把收集到的网络故障样本分为训练抗原集和检验抗原集；
把训练抗原集比例规格化，得到非记忆抗体，并选择一定数量的抗原作为记忆抗体，分别净化；
计算训练抗原集和记忆抗体以及非记忆抗体之间的亲和力；
选择亲和力最高的若干抗体进行克隆得到选择集，对克隆后的抗体进行变异得到抗体集；
根据训练抗原集和变异后的抗体集得到总的记忆抗体集；
循环选择下一抗原；
对记忆抗体进行抑制；
检验抗原集和总的记忆抗体集之间的欧氏距离，检验抗原的类别。


2....

【专利技术属性】
技术研发人员：冯崃，
申请(专利权)人：四川长虹电器股份有限公司，
类型：发明
国别省市：四川;51