計(jì)算機(jī)網(wǎng)絡(luò)故障檢測(cè)中BP神經(jīng)網(wǎng)絡(luò)的應(yīng)用

閆鋒哲 中國(guó)人民大學(xué)信息學(xué)院 100872

前言：

互聯(lián)網(wǎng)已經(jīng)應(yīng)用到各行各業(yè)之中，不僅將網(wǎng)絡(luò)規(guī)模擴(kuò)大，還增加了許多的功能，人們的日常生活以及學(xué)習(xí)工作也已經(jīng)不能離開(kāi)計(jì)算機(jī)網(wǎng)絡(luò)，已經(jīng)成為社會(huì)健康發(fā)展的推動(dòng)力之一。但是計(jì)算機(jī)網(wǎng)絡(luò)的普及并不僅僅帶來(lái)了好處，還有其自身的不完善以及病毒的侵入等原因，為網(wǎng)絡(luò)安全帶來(lái)了很大的隱患，影響了網(wǎng)絡(luò)健康發(fā)展。因此，使用BP神經(jīng)網(wǎng)絡(luò)，能夠更好地解決計(jì)算機(jī)網(wǎng)絡(luò)的故障問(wèn)題。

一、BP神經(jīng)網(wǎng)絡(luò)的認(rèn)知

1.BP神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)

BP(Back Propagation)神經(jīng)網(wǎng)絡(luò)主要是一種多層前饋神經(jīng)網(wǎng)絡(luò)，按照誤差的逆向算法進(jìn)行運(yùn)算，在1896年以Rumelhart以及McClelland為主的科學(xué)家提出的，在目前廣為應(yīng)用。其結(jié)構(gòu)為輸入層、輸出層以及兩者之間的隱含層，隱含層可以是一層，也可以是多層。BP神經(jīng)網(wǎng)絡(luò)無(wú)需在使用之前先將輸入與輸出之間的數(shù)學(xué)方程進(jìn)行確定，通過(guò)自身的訓(xùn)練，將規(guī)則進(jìn)行學(xué)習(xí)，就能在給定的輸入值之后得到最接近期望的輸出結(jié)果。輸入層將從外界的輸入信息通過(guò)神經(jīng)元傳遞給不同的神經(jīng)元，輸出層將外界的信息進(jìn)行處理并得出結(jié)果，隱含層則是在兩者之間，負(fù)責(zé)信息的內(nèi)部處理以及變換，其主要依據(jù)信息的變化需求而決定。除此之外，隱含層的狀態(tài)對(duì)輸入u輸出之間的關(guān)系有重要的影響，將隱含層的權(quán)系數(shù)進(jìn)行改變，就能將整個(gè)多層神經(jīng)網(wǎng)絡(luò)的性能進(jìn)行改變，隱含層中的節(jié)點(diǎn)數(shù)量也需要進(jìn)行注意，過(guò)多或者過(guò)少都會(huì)對(duì)網(wǎng)絡(luò)的穩(wěn)定性造成一定的影響，需要相關(guān)人員在使用BP神經(jīng)網(wǎng)絡(luò)是，根據(jù)實(shí)際情況設(shè)定節(jié)點(diǎn)數(shù)，保證計(jì)算機(jī)網(wǎng)絡(luò)性能的最優(yōu)化[1]。

2.BP神經(jīng)網(wǎng)絡(luò)故障檢測(cè)的算法

計(jì)算機(jī)網(wǎng)絡(luò)在運(yùn)行過(guò)程中，會(huì)產(chǎn)生很多信息，當(dāng)出現(xiàn)故障之后，信息也會(huì)發(fā)生相應(yīng)的變化，BP神經(jīng)網(wǎng)絡(luò)能夠在狀態(tài)信息中獲得映射關(guān)系，并在映射關(guān)系產(chǎn)生變化之后進(jìn)行不斷地自我調(diào)整，適應(yīng)環(huán)境的變化。其主要是通過(guò)自身的學(xué)習(xí)機(jī)制構(gòu)成的決策區(qū)域，其中決定網(wǎng)絡(luò)計(jì)算機(jī)的特性主要有學(xué)習(xí)訓(xùn)練規(guī)則、拓?fù)浣Y(jié)構(gòu)以及神經(jīng)元特性等。并且根據(jù)實(shí)驗(yàn)表明，在三層神經(jīng)網(wǎng)絡(luò)下，對(duì)于任意精度都能逼近連續(xù)函數(shù)。在BP算法的學(xué)習(xí)中，有兩種工作信號(hào)的創(chuàng)博方法，其正傳播就是通過(guò)輸入層將輸入信號(hào)傳播至輸出層，在輸出端得到信號(hào)[2]。而信號(hào)的反向傳播是在誤差信號(hào)通過(guò)輸出端將信息進(jìn)行向后的傳播過(guò)程，誤差信號(hào)在其中指的是網(wǎng)絡(luò)期望輸出信號(hào)與實(shí)際輸出信號(hào)之間的差值。

而B(niǎo)P神經(jīng)網(wǎng)絡(luò)的算法過(guò)程，首先將網(wǎng)絡(luò)進(jìn)行初始化，輸入節(jié)點(diǎn)數(shù)、輸出節(jié)點(diǎn)數(shù)、隱含層節(jié)點(diǎn)數(shù)、將連接權(quán)值、偏置初始化，并將學(xué)習(xí)速率與神經(jīng)元際化函數(shù)給定。其次就是計(jì)算隱含層的輸出、輸出層的輸出計(jì)算、誤差計(jì)算、權(quán)值更新、閾值更新等，最后就是觀察算法的迭代是否結(jié)束，如若沒(méi)有結(jié)束，則重新返回第二步驟，當(dāng)滿足學(xué)習(xí)次數(shù)或者誤差要求之后，自動(dòng)得出結(jié)果，結(jié)束算法。

S型激活函數(shù)是BP神經(jīng)網(wǎng)絡(luò)鎖對(duì)應(yīng)的輸入與輸出的關(guān)系：

net=x1w1+…xnwn

y=f(net)

f’(net)=y(1-y)

神經(jīng)網(wǎng)絡(luò)在計(jì)算機(jī)中主要是通過(guò)神經(jīng)元進(jìn)行大量連接計(jì)算機(jī)網(wǎng)絡(luò)，BP神經(jīng)網(wǎng)絡(luò)是目前廣泛應(yīng)用的神經(jīng)網(wǎng)絡(luò)模式[3]。

二、BP神經(jīng)網(wǎng)絡(luò)的特點(diǎn)以及缺陷

1.BP神經(jīng)網(wǎng)絡(luò)特點(diǎn)

在BP神經(jīng)網(wǎng)絡(luò)中，其主要特點(diǎn)是能夠進(jìn)行單向傳播的多層向前網(wǎng)絡(luò)，其主要三層結(jié)構(gòu)為輸入層、中間層以及輸出層，中間層數(shù)量可以具有多個(gè)，并且神經(jīng)元之間只接受前一層神經(jīng)員的輸出。其中BP神經(jīng)網(wǎng)絡(luò)中沒(méi)有反饋現(xiàn)象，同一結(jié)構(gòu)層中也沒(méi)有耦合作用，節(jié)點(diǎn)只能對(duì)下一層的節(jié)點(diǎn)的輸入進(jìn)行影響。由此可知BP神經(jīng)網(wǎng)絡(luò)中具有以下幾種特點(diǎn)。

（1）泛化特點(diǎn)

泛化是指設(shè)計(jì)模式分類(lèi)器的過(guò)程中，不僅需要考慮網(wǎng)絡(luò)能否將需要分類(lèi)的對(duì)象進(jìn)行正確的劃分，還要關(guān)心BP神經(jīng)網(wǎng)絡(luò)在訓(xùn)練之后，對(duì)于從未見(jiàn)過(guò)的模式或噪音等模式進(jìn)行分類(lèi)，并保證其分類(lèi)的正確性，將其學(xué)習(xí)的成果成功應(yīng)用到新的知識(shí)當(dāng)中，即為BP神經(jīng)網(wǎng)絡(luò)的泛化。

（2）容錯(cuò)特點(diǎn)

在進(jìn)行全局訓(xùn)練過(guò)程中，若是BP神經(jīng)網(wǎng)絡(luò)的局部神經(jīng)元受到破壞，對(duì)其訓(xùn)練結(jié)果沒(méi)有較大的影響，在系統(tǒng)損傷的情況下還鞥夠繼續(xù)正常工作，因此BP神經(jīng)網(wǎng)絡(luò)具有一定的容錯(cuò)作用。

（3）非線性映射特點(diǎn)

BP神經(jīng)網(wǎng)絡(luò)其主要就是輸入項(xiàng)輸出的映射，通過(guò)數(shù)學(xué)理論，能夠證明三層的神經(jīng)網(wǎng)絡(luò)以任意精度能夠逼近非線性的連續(xù)函數(shù)，能夠?qū)?nèi)部復(fù)雜的問(wèn)題有效進(jìn)行解決，適合在計(jì)算機(jī)網(wǎng)絡(luò)之中。

（4）自學(xué)適應(yīng)特點(diǎn)

BP神經(jīng)網(wǎng)絡(luò)能夠在進(jìn)行訓(xùn)練時(shí)，能夠自主學(xué)習(xí)將輸出與輸出數(shù)據(jù)之間的規(guī)則進(jìn)行提取，并將學(xué)習(xí)內(nèi)容在網(wǎng)絡(luò)權(quán)值中記憶，具有高度的學(xué)習(xí)適應(yīng)性。

2.BP神經(jīng)網(wǎng)絡(luò)缺陷

隨著對(duì)BP神經(jīng)網(wǎng)絡(luò)的深入研究，BP神經(jīng)網(wǎng)絡(luò)也體現(xiàn)出了其中的不足之處：

（1）局部極小化

通過(guò)數(shù)學(xué)的角度可以了解到，傳統(tǒng)的BP神經(jīng)網(wǎng)絡(luò)是一種局部的搜索優(yōu)先法，其需要將復(fù)雜的非線性化問(wèn)題有效解決，并且其網(wǎng)絡(luò)權(quán)值是隨著局部的改善而調(diào)整，讓算法在運(yùn)行過(guò)程匯總?cè)菀走M(jìn)入局部的極值，權(quán)值由此收斂縮小，讓網(wǎng)絡(luò)訓(xùn)練失敗，并且BP神經(jīng)網(wǎng)絡(luò)對(duì)于初始的網(wǎng)絡(luò)權(quán)重十分敏銳，在不同的網(wǎng)絡(luò)權(quán)重初始化，也會(huì)有不同的局部極小，導(dǎo)致訓(xùn)練結(jié)果也會(huì)不同。

（2）結(jié)構(gòu)選擇不一

在BP神經(jīng)網(wǎng)絡(luò)出現(xiàn)至現(xiàn)在，并沒(méi)有對(duì)其進(jìn)行統(tǒng)一的理論指導(dǎo)，在使用過(guò)程中，只能通過(guò)以往的經(jīng)驗(yàn)進(jìn)行結(jié)構(gòu)的選擇，若是其結(jié)構(gòu)的選擇過(guò)多，訓(xùn)練效率不能有效提高，并且可能出現(xiàn)擬合的現(xiàn)象，讓網(wǎng)絡(luò)的性能以及容錯(cuò)性降低，若是網(wǎng)絡(luò)結(jié)構(gòu)選擇小，網(wǎng)絡(luò)又會(huì)出現(xiàn)不收斂等現(xiàn)象，因此，網(wǎng)絡(luò)結(jié)構(gòu)的選擇讓BP神經(jīng)網(wǎng)絡(luò)的推廣成為問(wèn)題，在實(shí)際網(wǎng)絡(luò)中，需要進(jìn)行謹(jǐn)慎的選擇。

（3）算法收斂的速度慢

其本質(zhì)的算法呈梯度下降算法，而B(niǎo)P神經(jīng)網(wǎng)絡(luò)所需要優(yōu)化的函數(shù)十分復(fù)雜，必然會(huì)在實(shí)際的應(yīng)用過(guò)程中出現(xiàn)“鋸齒形現(xiàn)象”，導(dǎo)致BP神經(jīng)網(wǎng)絡(luò)算法無(wú)法有效進(jìn)行。并且在復(fù)雜的函數(shù)優(yōu)化過(guò)程中，神經(jīng)元的輸出近似與“0.”“1”，并且會(huì)有平坦區(qū)域的出現(xiàn)，在平坦區(qū)域之間，權(quán)值的誤差改變會(huì)很小，很難出現(xiàn)有效的訓(xùn)練成果。另外，在BP的神經(jīng)網(wǎng)絡(luò)模型之中，為了能讓網(wǎng)絡(luò)嚴(yán)格執(zhí)行BP算法，就不能用一維的搜索算法進(jìn)行迭代步長(zhǎng)的求值，而需要先在網(wǎng)絡(luò)中賦予步長(zhǎng)的迭代規(guī)則，導(dǎo)致在BP算法的實(shí)際運(yùn)行中效果降低。

（4）預(yù)測(cè)與訓(xùn)練能力存在矛盾

預(yù)測(cè)能力稱(chēng)為泛化以及推廣能力，訓(xùn)練能力則是逼近以及學(xué)習(xí)能力。在通常的情況下，BP神經(jīng)網(wǎng)絡(luò)的訓(xùn)練能力與預(yù)測(cè)能力出于相輔相成的關(guān)系，若是訓(xùn)練能力差，則預(yù)測(cè)能力也不會(huì)強(qiáng)，而訓(xùn)練能力的提高也會(huì)影響預(yù)測(cè)能力，使預(yù)測(cè)能力也隨之提高。但此種趨勢(shì)在BP神經(jīng)網(wǎng)絡(luò)之中并不固定，而是有一個(gè)閥值，當(dāng)?shù)竭_(dá)閥值時(shí)，隨著訓(xùn)練能力的提高，預(yù)測(cè)能力反而下降，也就是通常所說(shuō)的“過(guò)擬合”現(xiàn)象，此種現(xiàn)象的產(chǎn)生是由于網(wǎng)絡(luò)學(xué)習(xí)過(guò)程中有過(guò)多的細(xì)節(jié)樣本，其學(xué)習(xí)模型也已經(jīng)不能夠有效反應(yīng)樣本的規(guī)律，因此，在實(shí)際的BP神經(jīng)網(wǎng)絡(luò)的學(xué)習(xí)訓(xùn)練過(guò)程中，學(xué)習(xí)度需要進(jìn)行有效掌握，從而發(fā)揮其作用。

三、計(jì)算機(jī)網(wǎng)絡(luò)故障檢測(cè)中BP神經(jīng)網(wǎng)絡(luò)的應(yīng)用措施

1.BP神經(jīng)網(wǎng)絡(luò)故障檢測(cè)原理

在BP神經(jīng)網(wǎng)絡(luò)中，模型只有一個(gè)輸出和輸入與外界進(jìn)行關(guān)聯(lián)，其訓(xùn)練的方法主要通過(guò)樣本的數(shù)據(jù)信息的采集以及BP神經(jīng)網(wǎng)絡(luò)的算法進(jìn)行的，讓BP神經(jīng)網(wǎng)絡(luò)模型能夠無(wú)限趨近于組合導(dǎo)航系統(tǒng)中原始算法的模型的非線性特征，因此，在計(jì)算機(jī)網(wǎng)絡(luò)故障檢測(cè)中BP神經(jīng)網(wǎng)絡(luò)的應(yīng)用主要是三部分組成。其一就是在BP神經(jīng)網(wǎng)絡(luò)的訓(xùn)練過(guò)程中要有充足的數(shù)據(jù)樣本，對(duì)可期望的計(jì)算機(jī)網(wǎng)絡(luò)進(jìn)行檢測(cè)。其主要是通過(guò)特定的事物以及模式的相同點(diǎn)進(jìn)行識(shí)別，而計(jì)算機(jī)在此種模式之下能夠待分配的模式主動(dòng)將其分配到不同的模式之中，根據(jù)模式特征進(jìn)行空間分類(lèi)，但是在實(shí)際的決策區(qū)域中的分類(lèi)分割是十分困難的，需要對(duì)函數(shù)判別式進(jìn)行有效的選擇，并做好修正的措施準(zhǔn)備[4]。其二就是根據(jù)實(shí)際的檢測(cè)輸入，對(duì)計(jì)算機(jī)系統(tǒng)進(jìn)行相應(yīng)的檢測(cè)，達(dá)到使用BP神經(jīng)網(wǎng)絡(luò)檢測(cè)的目的。此種模式需要考慮輸入與輸出的對(duì)應(yīng)關(guān)系，建立動(dòng)態(tài)的神經(jīng)網(wǎng)絡(luò)模型，實(shí)現(xiàn)故障的預(yù)測(cè)。其三就是專(zhuān)家診斷神經(jīng)網(wǎng)絡(luò)，利用神經(jīng)網(wǎng)絡(luò)與專(zhuān)家系統(tǒng)的有效結(jié)合，了解專(zhuān)家系統(tǒng)與BP神經(jīng)網(wǎng)絡(luò)的原理進(jìn)行專(zhuān)家系統(tǒng)的設(shè)計(jì)，從知識(shí)處理的角度出發(fā)，專(zhuān)家系統(tǒng)中其主要內(nèi)容就是計(jì)算機(jī)網(wǎng)絡(luò)故障的診斷，將符號(hào)推理有效的轉(zhuǎn)變，成為數(shù)值運(yùn)算推理，能夠提升專(zhuān)家系統(tǒng)的效率，在推理、自適學(xué)習(xí)以及知識(shí)獲取等多方面都具有優(yōu)越的性能，能夠適用于大行動(dòng)設(shè)備之中，解決多種故障難題。在一般情況下，將樣本數(shù)據(jù)以及學(xué)習(xí)數(shù)據(jù)進(jìn)行有效的處理，之后才能應(yīng)用于學(xué)習(xí)檢測(cè)之中，在進(jìn)行檢測(cè)的過(guò)程中，其主要是通過(guò)預(yù)處理以及特征的提取為計(jì)算機(jī)網(wǎng)絡(luò)故障的檢測(cè)提供更多的有效輸入以及訓(xùn)練數(shù)據(jù)樣本，從而將計(jì)算機(jī)網(wǎng)絡(luò)的故障通過(guò)BP神經(jīng)網(wǎng)絡(luò)進(jìn)行檢測(cè)的目標(biāo)實(shí)現(xiàn)。

2.BP神經(jīng)網(wǎng)絡(luò)故障檢測(cè)步驟

在計(jì)算機(jī)網(wǎng)絡(luò)故障的檢測(cè)中，使用BP神經(jīng)網(wǎng)絡(luò)進(jìn)行檢測(cè)主要有以下幾個(gè)步驟：首先，加固計(jì)算機(jī)網(wǎng)絡(luò)中的結(jié)構(gòu)規(guī)模進(jìn)行有效確定，其主要重點(diǎn)在于計(jì)算機(jī)中間層神經(jīng)元的選取，能夠確定計(jì)算機(jī)的網(wǎng)絡(luò)結(jié)構(gòu)規(guī)模以及其性能特點(diǎn)。其次就是選擇訓(xùn)練樣本以及測(cè)試樣本，其中訓(xùn)練樣本是對(duì)計(jì)算機(jī)網(wǎng)絡(luò)進(jìn)行有效的訓(xùn)練，而測(cè)試樣本則是檢測(cè)計(jì)算機(jī)的訓(xùn)練效果的實(shí)用性，并對(duì)其推廣能力的觀察，經(jīng)過(guò)訓(xùn)練樣本對(duì)計(jì)算機(jī)網(wǎng)絡(luò)訓(xùn)練以及測(cè)試樣本對(duì)計(jì)算機(jī)網(wǎng)絡(luò)進(jìn)行測(cè)試之后，對(duì)其結(jié)果進(jìn)行檢測(cè)，符合標(biāo)準(zhǔn)要求，BP神經(jīng)網(wǎng)絡(luò)系統(tǒng)才能在計(jì)算機(jī)網(wǎng)絡(luò)中進(jìn)行故障檢測(cè)，若是不符合檢測(cè)結(jié)果，則需要進(jìn)行重新訓(xùn)練以及測(cè)試[5]。最后，就是根據(jù)定位導(dǎo)航系統(tǒng)與BP神經(jīng)網(wǎng)絡(luò)故障檢測(cè)系統(tǒng)進(jìn)行有效結(jié)合，并根據(jù)實(shí)際情況進(jìn)行輸入，等待檢測(cè)結(jié)果即可。

3.計(jì)算機(jī)網(wǎng)絡(luò)故障的檢測(cè)

在計(jì)算機(jī)網(wǎng)絡(luò)之中，其主要的故障表現(xiàn)在協(xié)議設(shè)置的問(wèn)題，能夠通過(guò)軟件等方面進(jìn)行故障的檢測(cè)分析。如若計(jì)算機(jī)是正確有效的網(wǎng)絡(luò)設(shè)置，能夠與測(cè)試本機(jī)接通，相鄰主機(jī)則不能接通，而交換機(jī)與網(wǎng)卡之間的互聯(lián)端口也沒(méi)有松動(dòng)或者斷開(kāi)的情況，其協(xié)議或者是網(wǎng)卡的驅(qū)動(dòng)程序需要再進(jìn)行以此重新的安裝，若是沒(méi)有解決計(jì)算機(jī)的網(wǎng)絡(luò)故障問(wèn)題，則需要對(duì)交換機(jī)端口以及側(cè)重點(diǎn)進(jìn)行重新檢測(cè)。系統(tǒng)在正常的運(yùn)行狀態(tài)過(guò)程中，殘差與高斯白噪聲序列近似，而均值接近零，協(xié)方差上界公式:

U(k)=l1CP(k/k)CT+l3tr(p(k/k-1))I+l2I+V

其中U（k）會(huì)隨著k值的變化而變化，出現(xiàn)不同的特征。

且其為服從分布的形式，其公式又可以表示：

在上述公式中，以N為數(shù)據(jù)窗的長(zhǎng)度表示，正常的系統(tǒng)運(yùn)行情況則d(k)的數(shù)值變小，而若是系統(tǒng)故障中，則d(k)HO≤，若是系統(tǒng)運(yùn)行中存在延遲現(xiàn)象，則d(k)的數(shù)值就會(huì)出現(xiàn)十分明顯的變化，以此來(lái)檢測(cè)計(jì)算機(jī)的網(wǎng)絡(luò)故障。

總結(jié)：計(jì)算機(jī)網(wǎng)絡(luò)的安全與人們的生活息息相關(guān)，不僅是在娛樂(lè)之中，工作也不能離開(kāi)計(jì)算機(jī)網(wǎng)絡(luò)，一旦出現(xiàn)網(wǎng)絡(luò)故障問(wèn)題，將會(huì)造成極大的不良影響，對(duì)企業(yè)的發(fā)展以及科學(xué)的研究都會(huì)形成不可估量的損失，所以需要在計(jì)算機(jī)網(wǎng)絡(luò)中應(yīng)用BP神經(jīng)網(wǎng)絡(luò)進(jìn)行故障的檢測(cè)，其良好的非線性映射以及強(qiáng)大的適應(yīng)能力，都能促進(jìn)計(jì)算機(jī)網(wǎng)絡(luò)故障檢測(cè)的有效發(fā)展，為人們提供更加安全便捷的網(wǎng)絡(luò)環(huán)境。