资源描述：
《探讨高职计算机教学中支持向量机方法在局域网故障诊断中的应用》由会员上传分享，免费在线阅读，更多相关内容在行业资料-天天文库。
1、探讨高职计算机教学中支持向量机方法在局域网故障诊断中的应用摘要:当前随着网络的高速发展,网络已经越来越多的运用到政府机关和相关单位企业,网络给人们带来了很多的方便,但是网络也存在着很大的故障与风险。现阶段来看,一般的公司都是用的局域网络,随着用户数目急剧增加,网络设备的增多,网络故障发生的机率也随之变大,这也使得网络维护与管理工作日趋复杂化,所以,在网络信息量如此巨大的情况下,如何快速准确地检测出故障,并采取相应的措施手段对故障进行排除,最大限度地减小故障带来的损失,成为了当前网络研究的重点。关键词:向量机方法局域网管理故障诊断当前来看,局域网故障诊断方法存在诊断速度慢和不确定性
2、等缺陷,研究网络故障诊断问题,保证网络可靠性运行效率是当前网络管理的重点,网络的管理需要有良好的数据提供参考数据,网络故障是一个非线性、小样本数据,但是传统网络故障诊断方法是基于线性、大样本数据,导致网络故障诊断准确率较低。所以,为了能够更准确、有效快速地排除局域网故障,将支持向量机方法引入到对局域网的故障诊断中。运用遗传算法对支持向量机进行改进,将改进前后的支持向量机用于局域网的故障诊断中,给与局域网络的故障诊断带来了十分便利的条件。1支持向量机方法1.1支持向量机方法原理支持向量机在解决小样本、非线性及高维模式识别中具有很多特有的优势,其主要是建立在统计学习理论的vc维理论和
3、结构风险最小原理基础上。它与神经网络有点类似,都是以学习型为主要的机制,但是,却与神经网络不同,支持向量机使用的是数学方法和优化技术。支持向量机会在一个空间里面建立一个最大空间的隔超平面,同时,在区分这些数据的超平面的两边建有两个互相平行的超平面,通过建立方向合适的分隔平面,从而使得两个与之平面的超平面间距离最大化。就当前来看,的关键就在于核函数。采用不同的核函数将导致不同的svm算法。1.2支持向量机方法的特点支持向量机方法主要特点是:非线性映射是svm方法的理论基础,svm利用内积核函数代替向高维空间的非线性映射。其次,对特征空间划分的最优超平面是svm的目标,最大化分类边际
4、的思想是svm方法的核心。第三就是svm的训练结果,在svm分类决策中起决定作用的是支持向量,同时svm是一种有坚实理论基础的新颖的小样本学习方法。它基本上不涉及概率测度及大数定律等,因此不同于现有的统计方法。从本质上看,它避开了从归纳到演绎的传统过程,实现了高效的从训练样本到预报样本的“转导推理”,大大简化了通常的分类和回归等问题。最后,svm的最终决策函数只由少数的支持向量所确定,计算的复杂性取决于支持向量的数目,而不是样本空间的维数,这在某种意义上避免了“维数灾难”;少数支持向量决定了最终结果,这不但可以帮助我们抓住关键样本、“剔除”大量冗余样本。1.3支持向量机方法的技术
5、支持和运算方法支持向量机方法要在网络故障中得到很好的运用,技术支持是很必要的,主要来看,支持向量机的主要优点就是在传统的最优化问题中提出了对偶理论,其关键就在于核函数,其每执行一个向量运算都会从头至尾执行全部分量的运算,操作数或结果向量都直接取自主存或写入主存。主存的数据传输率须按运算部件速度的四倍来配置。纵向加工向量机设置交叉访问的、数量众多的存储体和很宽的数据通路,并以超长字为单位进行访问,以便满足要求。这样,就使成本高、主存系统灵活性差,难以实现对繁多的主存向量的高效存取。2支持向量机方法在局域网故障诊断中的应用2.1网络故障网络故障一般分为软件和硬件故障,软件故障主要为t
6、cp与ip协议出现故障;硬件的故障主要指的是架构网络的设备,包括网卡、网线、路由器、交换机、调制解调器等设备引起的网络故障。一般来说,网络接口协议类型的不同,接口当前状态、管理状态、crc错包数等,都是导致网络故障的关键所在。支持向量机方法在局域网故障诊断中,通过故障检测,可以根据测试出来的数据,看是否有比较明显的故障,如arp扫描或欺骗等,在遇到相对于隐秘的信息的时候,通过支持向量机方法对数据的计算分析,能够很好的查看ip流量、网络连接、发送/接收数据包等是否有异常。2.2支持向量机方法对于网络故障的诊断计算机网络的运行过程中,故障的产生往往是从轻微到严重,从开始的不明显到后来
7、的明显状态,利用支持向量机方法对于网络故障进行诊断的时候,我们可以先提供一组数据作为测量的数据,在测量的时候,随机的获取若干样本作为测量标本,对于其中的样本进行测试的时候,要区分其中的正常与故障行样本的分类。最终可以得到测试结果。我们以计算机管理的主要数据和习惯出错的地点入手,计算机进行管理主要的数据分析点在于接口协议类型、hslc、ppp、接口当前状态,接口的管理状态、输入包出错误、接口当前状态、crc错误包、内部重启次数、平均输出的流量、网络的状态等方面进行全面的分析。并根据
