用于網(wǎng)絡故障診斷的免疫算法研究.pdf

1、隨著網(wǎng)絡在人們工作和生活中的廣泛應用，網(wǎng)絡故障管理的重要性日趨顯著。網(wǎng)絡系統(tǒng)規(guī)模的擴大化以及結構的復雜化，使得網(wǎng)絡管理和維護的難度進一步加大。網(wǎng)絡中存在很多引發(fā)故障的因素，故障的發(fā)生不可避免，及時的發(fā)現(xiàn)網(wǎng)絡故障并對其進行準確定位有助于盡快恢復網(wǎng)絡運行狀態(tài)。而網(wǎng)絡技術的復雜性給診斷工作帶來很多困難，在當前網(wǎng)絡故障診斷研究成果的基礎上開展智能的網(wǎng)絡故障方法研究具有重要的現(xiàn)實意義。
　　 人工免疫系統(tǒng)的諸多優(yōu)良特性為網(wǎng)絡故障診斷領域的

2、發(fā)展開辟了嶄新途徑，得到了眾多研究者的關注。在對生物免疫機制進行大量研究工作的基礎上，發(fā)現(xiàn)成熟檢測器可以攜帶進化過程中獲得的大量信息，成熟檢測器群體的質量對提高系統(tǒng)診斷性能至關重要，另外，雖然記憶細胞學說在免疫理論的研究中有著廣泛應用，但記憶細胞群體的設定多為靜態(tài)的，且沒有對記憶細胞的評價機制。因此，本文從成熟檢測器群體質量和記憶檢測器的記憶特性出發(fā)，研究免疫理論在網(wǎng)絡故障診斷領域中的應用。
　　 課題對生物免疫特性以及Dyna

3、miCS對動態(tài)環(huán)境的適應性進行了深入研究，基于否定選擇、克隆選擇和免疫記憶機理，借鑒動態(tài)克隆選擇算法的運行機制，提出了適用于網(wǎng)絡故障診斷的免疫算法，設計了基于免疫理論的網(wǎng)絡故障診斷模型?？寺U增策略意在提高成熟檢測器群體的質量，而分級記憶策略則主要是通過對記憶檢測器的記憶特性的評價，來實現(xiàn)對記憶檢測器群體的動態(tài)更新。故障診斷模型中的成熟檢測器庫和記憶檢測器庫分別使用克隆擴增策略和分級記憶策略完成進化，能夠對環(huán)境中出現(xiàn)的新狀況進行連續(xù)學習