专家系统在网络管理中应用的分析与研究

摘要： 本文将介绍人工智能网络管理中的专家系统在网络管理的应用，它能够模拟人的智能对网络进行自动收集数据、自动进行诊断、进行性能分析、趋势分析、故障分析，控制流量，在各种管理功能域中一定程度上实行自动管理提高了网络管理的质量和效率。

Abstract: This paper describes the application of expert system of artificial intelligence network management in network management. It can simulate human intelligence to automatically collect data diagnose, analyze performance, trend and failure, control flow on the networks, and to a certain extent, implementing automated management can improve the quality and efficiency of network management in functions domain of various management.

关键词： 网络管理；专家系统；人工智能

Key words: network management；expert systems；artificial intelligence

中图分类号：TP393文献标识码：A文章编号：1006-4311（2011）17-0154-02

0引言

随着网络社会的到来，人类的生活、工作都已经离不开网络，网络应用的深化与普及使得网络规模逐步扩大，产生了管理难、控制难、维护难以及日益严峻的信息安全等问题，使得如何保障网络的畅通无误、保障网络的可靠运行成为IT管理人员甚至企事业领导层必须面对的重要问题。如何改善管理网络机制，确保网络的安全运行，提高网络管理系统工作效率的要求被提了出来，计算机网络系统具有实时性、动态性、高速性与瞬变性的特点，都要求我们不断地发展更多、更新、更具有灵活性的控制和管理技术，以保证网络安全可靠、高效、稳定的运行。人工智能技术所具有的许多特殊能力将使其成现代计算机网络最强有力的支持工具，专家系统作为人工智能中最引人注目的发展方向必将成为未来计算机网络管理的中流砥柱。

1基于专家系统的网络管理设备的必要性和可行性

在现在的网络管理系统应该具有同时支持网络监视和控制两方面的能力。网络监视功能是为了掌握网络的当前的运行状态；而网络的控制功能是采取策略来影响网络的运行状态，从来实现对网络的控制。但是在实际的应用中，网络状态的监视需要同时处理大量的数据，而且这些数据很多是不连续的或无规则的，分析和处理此类信息需要花费大量的精力，而且工作效率十分低下，但在实际的网络管理控制中，我们对数据的处理速度质量要求特别严格，而基于神经元网络的并行处理能力的专家系统正好适应这种工作。

由于网络控制的目的是通过合理的路由选择和业务量控制以减轻由网络异常造成的性能下降。用经验知识并结合程序性算法、带有实施计算能力的专家系统比常规程序更适应于这种应用。目前的网络中广泛使用的网络管理设备大多数是七层设备，这些网络设备已经从原始的端口识别，逐渐向特征码识别进行转化，而在实际的应用中，很多服务通过C/S模式不断变换特征码，来达到穿透管理设备的目的，这也给网络的管理带来了一定的难度，因此在实际的应用中，我们可以是采用基于规则的人工智能专家系统来执行网络的管理功能，利用智能系统中的推理机模糊处理能力和自动学习的功能，实现对网络设备的预防性控制和主动性管理。

2基于专家系统的网络管理设备工作原理

专家系统是以专家的经验型知识为基础建立的知识库和推理机为中心的只能软件系统，管理员将已知的一系列入侵特征转换成规则，构建成规则库，通过审计记录与规则库的匹配，来识别入侵检测从而达到入侵检测与预警的功能，同样流量控制管理器的专家系统一般包括知识库，综合数据库，推理机，解释器，知识库一般是固定的，综合数据库一般包括控制策略，中间家而过，架设，求解问题等，接口即系统同用户的见面，网络管理专家系统中主要包括综合知识库和人工智能控制模块，综合知识库是基于网络管理的专家知识描述，控制模块从综合知识库中窜则适当的策略来调整当前工作状态，专家系统依照当前的控制策略来调整当前的工作状态，例如在传统的流量控制管理器的工作中，传统的流量控制管理器一般都是根据一些事先确定的过滤规则对网络的数据流进行过滤，控制网络流量的阀值，通过控制网络的并发连接数，从而实现对网络流量实现控制。但是在实践的网络应用中，网络的应用是动态的，网络的流量也是动态变化的，不同时间段的服务类型的变化也是在变化的，而传统方式的策略则是静态的，仅靠一些事先作出的有限的过滤规则，很难适应网络应用动态性的需求。而智能型流量控制管理器的的核心部分是一个专家系统，通过将专家系统与策略机制紧密结合起来，实现智能化的网络信息提取和智能化的调整，它具有处理不确定性乃至不可知性的能力，既达到了网络控制策略性的保障性流量控制的需求，又能针对网络的变化，检测，实现动态的调整，保证网络的稳定运行。采用人工只能的网络设备可以实现对网络变化的快速响应，减少判断如何修改过滤表和规则所需的的时间。因为不需由人工来决定。可以包容人类专家的知识和经验，减少了人工修改带来的潜在错误，提高了控制质量，提供了对控制决定的快速响应。

3专家系统智能网络设备的优点

3.1 大大提高工作效率，精简业务流程及时、准确地获取资源在基于专家系统智能网络设备网络运行中，能够有效支持网络中的信息共享，可以准确的定位网络中存在的故障，而基于神经网络的系统具有极强的处理非线性问题的能力，可以有效的提高网络设备的故障分析与处理能力，然后根据当前的网络的情况或服务质量（QoS），按照管理策略根据设备和应用的需求自动为终端设备提供权限和优先等级，从而可以极大的提高网络管理的准确性和效率性。

3.2 主动发现网络异常，防患于未然由于网络系统的瞬变性，网络管理只能知道系统的局部状态甚至完全不了解系统内部状态信息，也可能即使是局部信息也是不确切的。而恰恰人工智能中的模糊计算的能力，使得网络设备具有处理不确定信息的能力，能根据这些不确定、不准确的信息对网络资源进行管理和控制，达到主动型网络控制的目的，实现网络管理的智能化。

3.3 专家系统具备推理、解释和学习能力智能化网络管理的推理能力也很重要，它能够根据已有的不很完全、不很精确的信息来作出对网络的判断，而且智能化网络管理不只是简单地响应低层的一些孤立信息，它有能力学习、综合、解释这些低层信息，以得出高层的信息和概念，并基于这些高层的信息概念对网络进行管理和控制。同样如在故障管理中，诱发一个事件产生的原因是多样的，而一个故障的产生往往又会以多种形式表现出来。此时智能化网络管理有能力处理这些带有模糊性的问题，采用专家系统是最合适的选择。

4结语

人工智能技术植根于计算机技术，反过来也已经直接在许多计算机应用领域中，现代计算机网络的高速性要求相应的管理和控制方法，如带宽管理、流量控制、路由分配等方法，越简单、越快越好，甚至对这些要求的迫切性已明显超过了对最优性等传统控制标准，而以专家系统为代表的新兴人工智能型的网络设备恰好可以满足日益增长的网络控制管理需求，因此基于专家系统的等计算快捷的人工智能技术必将在计算机网络中有更大的应用范围。

参考文献：

[1]周亮，吴开军.基于专家系统与神经网络的入侵检测系统[J].微计算机信息，2010-06-25.

[2]马秀荣，王化宇.简述人工智能技术在网络安全管理中的应用[J].呼伦贝尔学院学报，2005-04-30.

[3]杨娟，张玉明.网络管理发展的研究和分析[J].计算机与网络，2001-04-23.

[4]杜克明，李建平.人工智能在网络管理中的应用[J].无线电通信技术，1998-08-15.

[5]网络发展需要网络管理智能化，专文[J].上海微型计算机，1996.07.25.