论文网
计算机网络故障类论文范文素材,与计算机网络故障检测相关论文的格式
本论文是一篇计算机网络故障类论文的格式,关于计算机网络故障检测相关硕士论文范文。免费优秀的关于计算机网络故障及计算机网络及计算机方面论文范文资料,适合计算机网络故障论文写作的大学硕士及本科毕业论文开题报告范文和学术职称论文参考文献下载。
摘 要：计算机网络故障种类较多,计算机网络故障检测是一个复杂的系统工程,不仅对网络故障处理步骤有所要求,而且对网络故障分析方法以及计算机故障维护都有极高的要求.为此,本文也主要从这几个方面对计算机网络故障检测进行分析.
该文来源 http://www.sxsky.net/benkelunwen/060371821.html
关 键 词：计算机；网络故障；检测
中图分类号：TP306.3文献标识码：A文章编号：1007-9599(2012)03-0000-02
ComputerNetworkFaultDetection
WangLiyan
(BeijingLucencyEnviron-TechCo.,Ltd.,Beijing100039,China)
Abstract:Theputerworkfailuremoretypesofputerworkfaultdetectionisaplexsystemsengineering,requirementsnotonlyfortheprocessingstepsoftheworkfailureandmaintenancehasveryhighrequirementsontheworkfaultanalysismethodandputerfailures.Inthispaper,mainlyfromseveralaspectsontheputerworkfaultdetectionanalysis.
Keywords:Computer,Networkfailure,Detection
计算机网络的日常维护是保障网络安全的一项基础工作.计算机网络故障不仅影响网络的正常运行,而且对计算机网络的使用效率也会产生影响.因此,应该有效的预防计算机网络故障是非常重要的.计算机网络故障检测在预防计算机网络故障时显得非常重要.
一、计算机网络故障分类
本文就计算机网络故障分类主要从两个方面进行分析：（1）按网络故障的性质来分,网络故障主要分为物理故障和逻辑故障.一般而言物理故障比较容易解决,它主要是在设备、线路等位置出现问题,有的是由于人为因素多导致的硬件故障.物理故障的表现一般都是断断续续的网络连接,或者完全断开的网络连接.逻辑故障相对较复杂,主要发生在软件方面,其实也就是软件方面的故障,如网卡驱动问题、IP地质冲突问题、网络协议问题等.这种故障一般都使网页无法浏览,网速变慢等.（2）按网络故障的不同对象来分,网络故障主要分为主机故障、线路故障、路由器故障.主机故障的出现往往都是由于主机配置不当所引起的；线路故障表现为线路不同、路由器配置错误等；路由器故障通过表现线路发生故障,线路故障与路由器故障有时是一样的.除此之外,计算机网络故障还可分为安全故障.此故障主要就是在启动多余的服务情况下攻击者的攻击主要是通过多余进程的正常服务和漏洞来进行的.
二、计算机网络故障处理步骤
计算机网络故障处
计算机网络故障类论文范文素材
三、计算机网络故障分析方法
计算机网络故障产生的原因很多,比较复杂,因此,计算机网络故障分析需要全面进行,采用科学有效的方法对故障进行分析,才能为故障的解决提供可靠的参考依据.一般采用的方法是工具检测法、经验分析法、网络连接结构分析法.首先,工具检测法主要检测网络配置是否正确、网络服务和网络协议是否安装正确,对于系统的应用程序采用专门的检测软件,检测网络是否正常运行,各项参数以及相应结果是否正常.工具检测法是计算机网络故障检测最常用的方法.其次,经验分析法,其主要依靠网络的管理人员在长期维护网络工作设备的过程中积累一定的维护经验,针对设备相关配置情况以及排除故障等方面,采用恰当的方法进行故障处理.一般经验分析法所维护的设备主要是路由器检测、交换机检测等.再次,网络链接结构分析法,计算机网络的结构主要是由服务器、网络链路和客户机组成的,因此在检测计算机网络故障时要从这三个方面进行检测,主要是针对计算机硬件、软件以及驱动程序、应用程序、计算机病毒等多个方面进行排查,以明确计算机网络故障产生的根本原因.
四、计算机网络故障检测
随着计算机网络技术的快速发展,计算机网络故障检测已经成为准确判断计算机网络故障的一种可靠方法.本文以神经网络的计算机网络故障检测为主进行分析.神经网络不需要预先给出有关模式的经验知识和判别函数,它是一种自适应的模式识别技术,它所形成的决策区域是通过自身的学习机制自动形成的.决定网络的特性的因素有拓扑结构、学习和训练规则、神经元特性.网络获得某种映射关系是通过状态信息来对不同状态的信息进行训练而来的.并且网络可以连续学习,这种映射关系在环境发生改变时可进行自适应调整.对BP神经网络的理论研究表明：具有一个输入层和一个线性输出层,至少一个S型激活函数的隐含层的BP网络,能够以任意精度逼近任何连续可微函数.使用S型激活函数时BP网络输入与输出关系：
输入：
输出：
输出的导数：
神经网络是由大量的神经元广泛互连而成的网络,目前BP神经网络是现在应用最广泛的一种神经网络,本文以BP神经网络为例来对计算机网络故障进行检测.BP神经网络是单向传播的多层前向网络,它由输入层、中间层和输出层组成,中间层可有若干层,每一层的神经元只接受前一层神经元的输出.BP神经网络中没有反馈,同一层的节点之间没有耦合,每一层的节点只影响下一层节点的输入.图1为BP神经网络结构图.BP神经网络的特点如下：（1）非线性映射能力.大量输入-输出模式映射关系存贮在神经网络中,不需要对这种映射关系的数学方程进行事先了解.只要具有充足的样本模式对网络进行学习训练,它就能够完成非线性映射（从n维输入空间到m维输出空间）.（2）泛化能力.当训练时,没有见过非样本数据,其也能够完成正确的映射.这就是所谓的泛化能力.（3）容错能力.网络的输入输出规律受输入样本中带有较大的误差甚至个别错误影响较小.
| 有关论文范文主题研究: | 关于计算机网络故障的论文范文集 | 大学生适用: | 学术论文、硕士毕业论文 |
|---|---|---|---|
| 相关参考文献下载数量: | 63 | 写作解决问题: | 怎么撰写 |
| 毕业论文开题报告: | 论文任务书、论文前言 | 职称论文适用: | 期刊发表、职称评初级 |
| 所属大学生专业类别: | 怎么撰写 | 论文题目推荐度: | 优质选题 |
图1BP神经网络结构图
BP神经网络模型算法是一种监督学习算法,在对网络进行训练的前提条件就是有p个输入和输出样本对（X1,Y）,（X2,Y2）,等,（Xp,Yp）.标准的BP网络训练算法可分为两布训练,即信息的正向传递和误差的反向传播.
BP神经网络模型只有一个输入和一个输出与外界相联系,其与“黑匣子”很相似.神经网络模型训练是通过采集的样本数据和BP算法来进行的,使其与组合导航系统原始算法模型的非线性特征越来越近.如图2所示BP神经网络故障检测算法的原理图.从图2中可以看出,基于神经网络的计算机网络故障检测分为两个步骤.首先,要满足神经网络训练所需的足够的样本数量,然后得到期望的诊断网络；其次,根据当前诊断输入,来对系统进行诊断,利用神经网络进行诊断.一般情况下,先要对诊断的原始数据和训练样本数据进行处理,然后才开始学习和诊断,诊断过程主要包括两个内容――预处理和特征选取/提取,从而能够为网络诊断提供合适的诊断输入和训练样本,这也是基于神经网络的计算机网络故障检测的主要目的.
图2BP神经网络的计算机网络故障检测
基于神经网络的计算机网络故障检测
计算机网络故障类论文范文素材,与计算机网络故障检测相关论文的格式参考文献资料：