貝葉斯網(wǎng)絡(luò)模型下的WDM網(wǎng)絡(luò)故障定位算法研究.pdf

1、如何降低故障對業(yè)務(wù)的影響，提高波分復(fù)用(Wavelength Division Multiplexing，WDM)網(wǎng)絡(luò)的生存性，是網(wǎng)絡(luò)管理面臨的重要挑戰(zhàn)?？焖贉?zhǔn)確的故障定位是網(wǎng)絡(luò)生存性技術(shù)實現(xiàn)的前提，是近年來研究的熱點和重點。本文主要研究了不確定性網(wǎng)絡(luò)故障定位技術(shù)，利用貝葉斯網(wǎng)絡(luò)對故障與告警征兆間的不確定性關(guān)系進行建模，設(shè)計嚴(yán)密準(zhǔn)確的推理算法，以降低定位資源開銷和提高定位性能為目標(biāo)，實現(xiàn)光網(wǎng)絡(luò)中高精度的快速故障定位。
　　 在不

2、確定性網(wǎng)絡(luò)故障定位技術(shù)研究中，優(yōu)化故障傳播模型和不確定性推理方法，可以降低計算復(fù)雜度，提高故障定位性能。本文提出了一種基于貝葉斯征兆解釋度的鏈路故障定位算法，該算法采用簡化貝葉斯網(wǎng)絡(luò)模型作為故障傳播模型，對網(wǎng)絡(luò)中的鏈路故障和告警征兆間的不確定性因果關(guān)系進行準(zhǔn)確的建模。并在此基礎(chǔ)上，定義參數(shù)貝葉斯征兆解釋度，更全面地表達了鏈路故障與征兆之間的關(guān)系。最后，利用該參數(shù)進行故障判定，實現(xiàn)了鏈路故障定位。由于使用簡化貝葉斯網(wǎng)絡(luò)模型和基于業(yè)務(wù)狀態(tài)產(chǎn)

3、生的告警，該算法具有較低的計算復(fù)雜度和較小的定位資源開銷。同時仿真表明，所提算法具有更高的故障檢測率和較低的故障誤檢率。
　　 最大故障集合由與網(wǎng)絡(luò)中所有告警征兆相對應(yīng)的故障組成。故障定位就是從最大故障集合中挑選出一個能解釋所有告警的最小故障集的過程。在不確定性網(wǎng)絡(luò)故障定位的過程中，降低冗余故障對故障判定的影響，能有效地提高故障定位性能。因此，本文提出了一種雙參數(shù)篩選判定的WDM網(wǎng)絡(luò)鏈路故障定位算法。該算法創(chuàng)新性地將故障定位過程

4、細(xì)分為故障預(yù)測、故障篩選和故障定位三個階段。在預(yù)測階段使用簡化的貝葉斯網(wǎng)絡(luò)模型二分圖，根據(jù)收集到的告警征兆集合，快速預(yù)測出最大故障集合。在篩選階段，引入?yún)?shù)覆蓋范圍表示故障發(fā)生的可能性，設(shè)定閾值以保留較大參數(shù)值對應(yīng)的故障，實現(xiàn)了對最大可能故障集合的處理，完成了故障篩選，減小了冗余故障對故障定位的影響。在定位階段，定義了新的參數(shù)故障信息熵差，并依據(jù)該參數(shù)實現(xiàn)了故障的判定。仿真結(jié)果表明，該算法在不同隨機網(wǎng)絡(luò)中能穩(wěn)定地表現(xiàn)出較高故障檢測率，且