声明
致谢
摘要
1.1 研究背景及意义
1.2 国内外研究现状
1.2.1 工业以太网研究现状
1.2.2 网络故障诊断技术研究现状
1.2.3 网络健康评估技术研究现状
1.3 研究目标和内容
1.4 论文结构安排
2 相关技术研究
2.1 工业以太网相关技术
2.1.1 PROFINET网络结构
2.1.2 PROFINET实时通信机制
2.1.3 PROFINET网络管理难点
2.2 SNMP网络管理概述
2.2.1 管理信息库
2.2.2 管理信息结构
2.2.3 SNMP协议
2.3 网络故障诊断技术
2.3.1 基于贝叶斯网络的故障诊断
2.3.2 基于决策树的故障诊断
2.4 网络健康评估技术
2.4.1 基于传统测量的健康评估方法
2.4.2 基于智能算法的健康评估方法
2.5 本章小结
3 设备状态数据采集
3.1 架构设计
3.2 主机监控
3.2.1 Windows主机监控
3.2.2 Linux主机监控
3.2.3 SNMP监控主机
3.3 网络设备监控
3.3.1 实现方案
3.3.2 MIB信息
3.4 网络指标获取
3.4.1 带宽利用率
3.4.2 时延
3.5 监控结果展示
3.6 本章小结
4 基于随机森林算法的故障诊断
4.1 基于分类采样的随机森林算法(CSRF)
4.1.1 算法框架
4.1.2 分类采样算法
4.1.3 随机森林算法
4.1.4 组合算法
4.2 故障决策过程
4.3 实验分析
4.3.1 实验数据及处理
4.3.2 实验分析
4.3.3 参数分析
4.4 本章小结
5 基于神经网络的健康评估
5.1 神经网络基本算法
5.1.1 BP神经网络
5.1.2 卷积神经网络
5.2 MNN算法设计
5.2.1 算法框架
5.2.2 单点特征建模
5.2.3 交互特征建模
5.3 实验分析
5.3.1 数据处理
5.3.2 实验分析
5.4 本章小结
6.1 本文工作总结
6.2 未来工作展望
参考文献
作者简历及攻读硕士学位期间取得的研究成果
学位论文数据集