论文部分内容阅读
为及时处理园区网可能发生的网络故障,提出了一种网络故障状态预测方法。首先利用采集的园区网网络运行数据样本做数据挖掘,获得网络运行参数的ARMA预测函数及网络故障预测的BP神经网络模型;做网络故障状态实时预测时,在园区网的关键监测点中利用SNMP协议采集网络运行参数,通过这些参数预测下面几个时段的网络运行参数,进而利用BP网络预测网络监测点的故障状态。实验结果表明,网络运行状态预测的准确率能够达到80%以上,可实现基本的网络故障状态预测。