隨著網(wǎng)絡(luò)的發(fā)展，很多行業(yè)都開始用科技手段來儲存信息了，數(shù)據(jù)中心是Internet的重要基礎(chǔ)設(shè)施，是為用戶提供數(shù)據(jù)存儲、計算和傳輸?shù)暮诵�。本文是一�?strong>省級科技論文發(fā)表范文，主要論述了大規(guī)模InfiniBand網(wǎng)絡(luò)自學(xué)習(xí)的故障診斷方法。
　　摘要：針對大規(guī)模數(shù)據(jù)中心網(wǎng)絡(luò)中如何有效監(jiān)控網(wǎng)絡(luò)異常事件、發(fā)現(xiàn)網(wǎng)絡(luò)性能瓶頸和潛在故障點等問題，在深入分析InfiniBand(IB)網(wǎng)絡(luò)的特性，引入了特征選取策略和增量學(xué)習(xí)策略的基礎(chǔ)上，提出了一種面向大規(guī)模IB網(wǎng)絡(luò)增量學(xué)習(xí)的故障診斷方法IL_Bayes，該方法以貝葉斯分類方法為基礎(chǔ)，加入增量學(xué)習(xí)機制，能夠有效提高故障分類精度。在天河2真實的網(wǎng)絡(luò)環(huán)境下，對算法的診斷精度和誤診率進行了驗證，結(jié)果表明IL_Bayes算法具有較高的故障分類精度和較低的誤診率。

　　關(guān)鍵詞：數(shù)據(jù)中心,InfiniBand,故障診斷,貝葉斯分類,增量學(xué)習(xí)

　　0引言

　　隨著互聯(lián)網(wǎng)的飛速發(fā)展，特別是大數(shù)據(jù)時代的到來，數(shù)據(jù)中心在Web服務(wù)、搜索引擎、電子商務(wù)、社交網(wǎng)絡(luò)、網(wǎng)絡(luò)游戲及大規(guī)模集群計算等領(lǐng)域中的關(guān)鍵作用日益顯現(xiàn)[1]。目前數(shù)據(jù)中心的網(wǎng)絡(luò)規(guī)模日益龐大，互聯(lián)的計算節(jié)點數(shù)量能達到100000以上的量級，而交換節(jié)點的數(shù)量也接近10000量級。數(shù)據(jù)中心性能需求表現(xiàn)為高帶寬、低延遲、低主機開銷和低存儲開銷等特點[2]。InfiniBand(以下簡稱IB)是目前數(shù)據(jù)中心互聯(lián)的主流網(wǎng)絡(luò)。2013 年 11 月公布的TOP500高性能計算機排名中，InfiniBand 是最常用的互連技術(shù)，在 TOP100 名單中占 48%，TOP200 占 48.5%，TOP300 占 44% 而在 TOP400 系統(tǒng)中則占 42.5%。2010年，Oracle通過在其數(shù)據(jù)倉庫和數(shù)據(jù)處理平臺Exadata中使用IB交換，處理性能提升10倍[3]。2010年，Google在其研究工作中采用IB和蝶形網(wǎng)絡(luò)拓撲構(gòu)建數(shù)據(jù)中心，網(wǎng)絡(luò)功耗節(jié)約85%[4]。2011年，Microsoft基于IB組建高性能數(shù)據(jù)中心支持其Bing Maps應(yīng)用，與傳統(tǒng)基于以太網(wǎng)的架構(gòu)相比節(jié)約80%的功耗和50%的成本[5]。Stanford課題組通過IB互聯(lián)分布式DRAM實現(xiàn)了高性能數(shù)據(jù)中心存儲系統(tǒng)[6]。

　　在大規(guī)模數(shù)據(jù)中心網(wǎng)絡(luò)中，網(wǎng)絡(luò)的故障率呈指數(shù)增加，長期的實踐[7]表明，故障率隨著網(wǎng)絡(luò)中節(jié)點數(shù)快速增加，例如，從服務(wù)節(jié)點故障的角度看，服務(wù)單點可靠性為99.99%，按照10000級的規(guī)模計算則網(wǎng)絡(luò)故障率為63%，若單點可靠性為99.9%，則網(wǎng)絡(luò)故障率幾乎達到100%。大規(guī)模數(shù)據(jù)中心網(wǎng)絡(luò)運行的應(yīng)用通常對網(wǎng)絡(luò)性能要求嚴格，需要管理者能更加實時、精確地掌握全網(wǎng)態(tài)勢和端到端的通信性能，在網(wǎng)絡(luò)性能下降之后及時發(fā)現(xiàn)和定位故障和網(wǎng)絡(luò)擁塞， IB網(wǎng)絡(luò)在大規(guī)模數(shù)據(jù)中心網(wǎng)絡(luò)中的應(yīng)用越來越廣泛，研究面向大規(guī)模IB網(wǎng)絡(luò)的故障診斷方法，保持和提高IB網(wǎng)絡(luò)運行的健壯性，提高網(wǎng)絡(luò)的修復(fù)能力，保障網(wǎng)絡(luò)上關(guān)鍵任務(wù)的成功完成非常重要。

　　1相關(guān)研究

　　近年來針對網(wǎng)絡(luò)故障的診斷方法已經(jīng)進行了大量的研究。出現(xiàn)了以貝葉斯網(wǎng)絡(luò)方法、數(shù)據(jù)挖掘方法等為主的故障診斷方法。文獻[8]提出了一種基于拉格朗日和次梯度法的網(wǎng)絡(luò)故障診斷方法(novel location approach based on Lagrangian Relaxation and Subgradient Method，LRSM)，該方法對現(xiàn)在的二分圖故障傳播模型進行改進，加入虛假故障因素，在改進二分圖模型的基礎(chǔ)上提出了故障定位問題的01最優(yōu)化描述，并利用拉格朗日松弛法和次梯度法對問題進行求解，有效提高了分類檢測精度和減少了診斷時間。文獻[9]提出了一種基于譜圖理論的故障診斷算法(Alarm Correlation Algorithm based on Spectral Graph theory，ACASG)，建立了時序告警關(guān)聯(lián)數(shù)據(jù)模型，將告警數(shù)據(jù)看作一個高維空間，具有相關(guān)特性的告警是隱含在該空間中的局部結(jié)構(gòu)，通過譜圖理論發(fā)現(xiàn)高維數(shù)據(jù)空間中潛在的低維映射結(jié)構(gòu)，通過分析低維空間中點結(jié)構(gòu)之間的相似性，實現(xiàn)告警數(shù)據(jù)的可視化顯示，該方法不僅可以發(fā)現(xiàn)告警的相關(guān)性，而且還可以通過分析譜圖的變化預(yù)測定位網(wǎng)絡(luò)中發(fā)生的故障。文獻[10]針對網(wǎng)絡(luò)層和數(shù)據(jù)鏈路層，為簡化故障決策算法、降低誤報率，提出了一種基于粗糙神經(jīng)網(wǎng)絡(luò)的故障診斷算法 (Rough Artificial Neural Network，RANN)和分層故障診斷思想，通過神經(jīng)網(wǎng)絡(luò)來逼近故障診斷這種映射關(guān)系，實現(xiàn)對故障的分類，利用正域的概念，去除冗余屬性，求取條件屬性集對于決策故障屬性集的簡化，同時結(jié)合分層分布優(yōu)化的思想，將網(wǎng)絡(luò)故障分類，每一類故障診斷系統(tǒng)含有多個反向傳播(Back Propagation， BP)子網(wǎng)絡(luò)，通過粗糙集理論逐層分類，構(gòu)成一個多級復(fù)合神經(jīng)網(wǎng)絡(luò)系統(tǒng)，實現(xiàn)故障分類。文獻[11]基于PMC(PreparataMetzeChien)模型，提出了一種適用于當(dāng)代數(shù)據(jù)中心網(wǎng)絡(luò)的分層式診斷(Hierarchical Fault Diagnosis， HFD)算法，由網(wǎng)絡(luò)拓撲結(jié)構(gòu)生成涵蓋所有單元的最小生成樹Xtree，按其路徑組織多次測試。根據(jù)測試結(jié)果，求出各基本單元組的故障概率，依此將系統(tǒng)中所有單元組劃分為存在故障概率較大的“相對故障單元組”和存在故障概率非常小的“相對正常單元組”兩類。文獻[12]提出了基于貝葉斯征兆解釋度的鏈路故障診斷方法進行網(wǎng)絡(luò)的故障診斷。

　　由于大規(guī)模數(shù)據(jù)中心網(wǎng)絡(luò)本身的復(fù)雜性、不規(guī)律性的特征，網(wǎng)絡(luò)故障分類處理過程涉及到多方面的綜合知識，想獲得良好的分類效果，不僅僅是單純的分類算法問題，必須運用多種策略加以解決。目前網(wǎng)絡(luò)故障分類方法的研究存在以下幾點不足：

　　1) 訓(xùn)練樣本參差不齊，分類方法首先要進行訓(xùn)練學(xué)習(xí)，其訓(xùn)練過程需要一定數(shù)量的訓(xùn)練樣本。而在網(wǎng)絡(luò)系統(tǒng)中包含著大量的不確定因素，故障癥狀與故障源之間可能存在非線性映射關(guān)系，同一種故障往往有不同的表現(xiàn)，同一癥狀又往往是幾種故障共同作用的結(jié)果，多個相關(guān)故障可能同時發(fā)生。因此，選擇越多的訓(xùn)練樣本，樣本的代表性越強，訓(xùn)練效果才會越好，分類性能才能越高。一般情況下，人們比較容易得到一些大致的樣本類別，比如用戶數(shù)據(jù)報協(xié)議(User Datagram Protocol， UDP)報文、傳輸控制協(xié)議(Transmission Control Protocol， TCP)報文和Internet控制報文協(xié)議(Internet Control Message Protocol， ICMP)報文等等，然而這些訓(xùn)練樣本集中樣本的質(zhì)量往往是參差不齊的，有些樣本的表現(xiàn)模棱兩可，有些甚至是錯誤的，若直接在這些樣本上進行學(xué)習(xí)，將使分類的效果大大降低�？梢韵胂髮Υ嬖诖罅坎粶�(zhǔn)確的分類樣本地學(xué)習(xí)是很難獲得良好的分類效果。而且在實際使用過程中，大量高質(zhì)量的訓(xùn)練樣本集合的獲得是非常困難的，通過人工的方法對訓(xùn)練樣本進行篩選也是不現(xiàn)實的。 　　2) 沒有統(tǒng)一的特征選取標(biāo)準(zhǔn)，構(gòu)造分類器的關(guān)鍵是選擇合適的特征構(gòu)成特征向量。網(wǎng)絡(luò)系統(tǒng)中故障發(fā)生時的網(wǎng)絡(luò)表現(xiàn)有著很大的差異，代表不同故障的特征也不盡相同，選擇什么樣的特征來構(gòu)成特征向量，特征向量的長度取多大，都一定程度上影響著網(wǎng)絡(luò)管理平臺下故障分類的精度。以簡單貝葉斯分類方法為例，我們知道簡單貝葉斯方法具有簡單和分類精度高的特點，但是如果隨意使用訓(xùn)練樣本中任意單位作為特征向量的一維，不僅滿足不了簡單貝葉斯方法對特征獨立性的要求，而且會極大地影響分類精度。

　　3) 學(xué)習(xí)能力弱，對待分類數(shù)據(jù)進行分類的階段是一個開環(huán)處理過程，分類系統(tǒng)在經(jīng)過一次訓(xùn)練之后，將再也無法從實際的分類處理過程中獲得更新信息，這樣缺乏學(xué)習(xí)能力的分類系統(tǒng)在實際使用過程中不能根據(jù)實際情況進行分類模型的調(diào)整，從而導(dǎo)致了分類系統(tǒng)隨著運行時間的延長和范圍的擴大，性能逐漸降低，這也是制約分類系統(tǒng)實用化的重要因素。本文提出的大規(guī)模IB網(wǎng)絡(luò)自學(xué)習(xí)的故障診斷方法IL_Bayes有以下創(chuàng)新：

　　1)對現(xiàn)有的訓(xùn)練樣本進行必要的預(yù)處理，從初始的訓(xùn)練樣本集中去除噪聲樣本，選取高質(zhì)量的樣本構(gòu)造分類器，實現(xiàn)良好的分類效果。

　　2)我們對不同的故障類型選取不同的特征向量，構(gòu)成特征向量的特征分量要盡可能地反映故障的特征，獲得較高的故障分類精度。

　　3)通過增加對分類結(jié)果的學(xué)習(xí)能力，使分類系統(tǒng)不斷自我完善和更新，可以應(yīng)對實際大規(guī)模網(wǎng)絡(luò)的復(fù)雜情況。

　　2大規(guī)模IB網(wǎng)絡(luò)自學(xué)習(xí)的故障診斷方法

　　2.1相關(guān)描述

　　首先給出本文所提故障診斷方法的相關(guān)定義。

　　定義1C={C1，C2，…，Cm}是一個故障類集合，其中C1，C2，…，Cm分別是該故障類集合的故障類。

　　定義2d=(x1，x2，…，xn)為新故障樣本，即待分類故障，其中x1，x2，…，xn是新樣本d的n個屬性。

　　定義3f(xj)為故障d中屬性的評估函數(shù)，在P(xj|Ci)f(xj)中， f(xj)越小，屬性xj在分類器中的作用越小。

　　貝葉斯分類方法起源于貝葉斯統(tǒng)計學(xué)，是以概率論為基礎(chǔ)的分類模型，它為不確定知識的表達提供了自然、直觀的方法，是目前非精確知識表達與推理領(lǐng)域最有效的理論模型。貝葉斯分類方法主要有以下3個規(guī)則[12]：

　　1)貝葉斯規(guī)則。

　　P(B|A)=P(A|B)P(B)P(A)(1)

　　式中：P(B)被稱為先驗概率，即在A狀態(tài)未知時B發(fā)生的概率; P(B|A)為后驗概率，表示A狀態(tài)已知時B發(fā)生的概率。貝葉斯規(guī)則允許在兩個方向上進行概率推理。

　　2)獨立性規(guī)則。

　　如果P(A|B)=P(A|B，C)，則給定變量B，變量A和變量C是獨立的。即在B已知的情況下，變量C不能改變變量A的概率。

　　3)鏈?zhǔn)揭?guī)則。

　　在P(A|B)中，A具有n個屬性，即A={x1，x2，…，xn}，則：

　　P(A|B)=P((x1，x2，…，xn)|B)=∏ni=1P(xi|B)(2

　　2.2大規(guī)模IB網(wǎng)絡(luò)自學(xué)習(xí)的故障診斷方法IL_Bayes

　　設(shè)故障訓(xùn)練集樣本有m類，記為C={C1，C2，…，Cm}， 對于給定的新樣本d，其屬于Ci類的條件概率是P(d|Ci)。根據(jù)貝葉斯定理，Ci類的后驗概率為P(Ci|d)，即：

　　P(Ci|d)=P(d|Ci)P(Ci)P(d)(3)

　　其中：P(Ci)、P(d)對于所有的類均為常數(shù)，可以忽略，則式(3)可以簡化為：

　　P(Ci|d)∝P(d|Ci)(4

　　貝葉斯分類器將新的故障樣本d歸于類Ci的依據(jù)就是要求出極大后驗假設(shè)，即：

　　P(Ci|d)=argmax{P(Cj|d)P(Cj)}; j=1，2，…，m(5

　　新故障d由故障的不同屬性所組成，即d=(x1，x2，…，xn)，n是d中的屬性個數(shù)，根據(jù)樸素貝葉斯分類器的獨立性假設(shè)，有：

　　P(d|Ci)=P((x1，x2，…，xn)|Ci)=∏nj=1P(xj|Ci) (6)

　　式中P(xj|Ci)表示分配器預(yù)測屬性xj在類Ci中發(fā)生的概率。

　　P(xj|Ci)=(1+T1(xj，Ci))/|q|+∑mw=1T1(xj，Cw)

　　其中：|q|表示屬性總數(shù)，T1(xj，Ci)表示屬性xj在Ci類的所有類中出現(xiàn)的頻數(shù)之和。

　　構(gòu)造每個故障的向量，用n維屬性向量表示A={x1： f(x1)，…，xn： f(xn)}，xi(i=1，2，…，n)為故障屬性，f(xj)為屬性的評估函數(shù)，則式(4)可以改進為：

　　P(Ci|d)∝∏nj=1P(xj|Ci)f(xj)(7

　　為未分類故障d分類就是計算P(Ci|d)，未分類故障d屬于類別Ci P(Ci|d)>P(Cj|d)，i≠j，由式(7)可知，計算P(Ci|d)只需要計算未分類故障d的n個屬性xj在類Ci中的概率即可。

　　基于上述分析，本文提出面向大規(guī)模IB網(wǎng)絡(luò)增量學(xué)習(xí)的故障診斷方法IL_Bayes，在利用貝葉斯分類器處理數(shù)據(jù)的過程中，難免會遇到訓(xùn)練集類別里面不存在的其他類，對于這種情況處理過程就會發(fā)生錯誤，如果在貝葉斯分類器上建立自學(xué)習(xí)機制，對于處理過程中產(chǎn)生錯誤的數(shù)據(jù)，根據(jù)數(shù)據(jù)特征建立新的類別，就可以有效解決這個問題。本方法分為3個階段，即構(gòu)造和訓(xùn)練分類器階段、故障分類處理階段和再學(xué)習(xí)階段。

　　1)構(gòu)造和訓(xùn)練分類器階段。

　　依次讀取訓(xùn)練樣本集中的每個故障告警信息，提取故障屬性xj。根據(jù)專家知識和經(jīng)驗，人為地對這訓(xùn)練集樣本進行故障分類，記為C={C1，C2，…，Cm};

　�、賹�樣本集的每個故障和該故障的屬性，分別計算∏nj=1P(xj|Ci)f(xj)，根據(jù)計算結(jié)果判斷未分配故障d屬于哪個故障類，即Ci P(Ci|d)>P(Cj|d)， i≠j; 　�、趯τ跊]有匹配上的故障告警信息，則重復(fù)步驟①，建立新的故障類，并加到故障類集合C中，重復(fù)步驟②;

　�、塾�(xùn)練結(jié)束，將所分的故障類C添加到分類器中以便處理故障數(shù)據(jù)。

　　2)故障告警數(shù)據(jù)分類處理階段。

　　①當(dāng)網(wǎng)絡(luò)發(fā)生異常時，讀取待處理故障告警信息d的屬性xi，計算∏nj=1P(xj|Ci)f(xj)，根據(jù)計算結(jié)果判斷未分配故障d屬于哪個分類，即Ci P(Ci|d)>P(Cj|d)， i≠j;

　　②對于處理錯誤的告警信息，即故障類集合C中不存在此類故障的分類，則轉(zhuǎn)入再學(xué)習(xí)階段。

　　3)再學(xué)習(xí)階段。

　�、僮x取故障處理過程中出現(xiàn)錯誤的告警信息，提取故障屬性xj。

　　②根據(jù)故障告警信息的屬性值，建立新的故障類，并加到故障集C中，重復(fù)故障告警數(shù)據(jù)處理階段步驟①;

　　3實驗分析

　　為了驗證本文方法，構(gòu)建了一個基于InfiniBand的高性能計算機互聯(lián)結(jié)構(gòu)，其網(wǎng)絡(luò)拓撲為胖樹結(jié)構(gòu)，如圖1所示。

　　其中存在12個邊緣接入的匯聚交換節(jié)點(Aggregate Switch)，每個接入交換節(jié)點支持18臺服務(wù)器接入。二級交換采用全相連結(jié)構(gòu)，每個匯聚交換節(jié)點通過3個連接和每個核心交換節(jié)(Core Switch)互聯(lián)，從而構(gòu)成了非阻塞的網(wǎng)絡(luò)結(jié)構(gòu)。鏈路均采用QDR(40Gb/s)傳輸速率。

　　所有服務(wù)器均運行Red Hat Linux 6.1 x86 64位操作系統(tǒng)，采用開源OFED(Open Fabrics Enterprise Distribution)1.5.4驅(qū)動和管理HCA設(shè)備，通過其中的OpenSM模塊提供了對網(wǎng)絡(luò)的管理。

　　OpenSM是InfiniBand的子網(wǎng)管理軟件，用來管理集群系統(tǒng)中的成百上千個節(jié)點，默認的工作模式是發(fā)現(xiàn)IB的子網(wǎng)拓撲，初始化子網(wǎng)，然后定期掃描子網(wǎng)的變化。OpenSM運行的日志文件存放在/var/log/message和/var/log/opensm.log中，第1個文件一般存放的是主要的事件日志，第2個文件存放的是系統(tǒng)運行錯誤的詳細情況。

　　具體內(nèi)容包括：告警時間、線程id、日志等級和日志具體內(nèi)容。下面對日志等級進行詳細說明：OpenSM的日志共分為8個等級，具體如下：

　　0x01 �CERROR(error message

　　0x02 �CINFO (basic message， low volume

　　0x04 �CVERBOSE(interesting stuff， mosderate volume

　　0x08 �CDEBUG(diagnostic， high volume

　　0x10 �CFUNCS(function entry/exit， very high volume

　　0x20 �CFRAMES(dumps all SMP and GMP frames

　　0x40 �CROUTING(dump FDB routing information

　　0x80 �Ccurrently unused

　　在網(wǎng)絡(luò)運行過程中日志記錄的比較常見故障類型如表1所示。

　　故障類型描述

　　osm_get_port_by_mad_addr當(dāng)前SM不能識別一些查找請求的LID

　　pi_rcv_check_and_fix_lid

　　1.SM質(zhì)疑一些結(jié)束端口的PortInfo和基于LID 0xffff的接收數(shù)據(jù)

　　2.SM還未配置的端口，IBA 規(guī)則不能識別其LID

　　3.日志消息屬于某些調(diào)試信息

　　osm_pr_rcv_process1.當(dāng)前SM不能識別被SA PathRecord請求的端口

　　2.由于SM沒有作出反應(yīng)導(dǎo)致結(jié)束端口堆棧查詢超時

　　3.上述兩個錯誤顯示在子網(wǎng)改變期間查詢，結(jié)束端口堆棧應(yīng)該重試查詢

　　log_trap_info1.流量控制監(jiān)視程序計數(shù)器在監(jiān)視時超時，SMA交換機發(fā)出緊急trap

　　2.流量控制更新錯誤

　　3.可能是由于在OperationalVLs上的對等端口不匹配

　　log_rcv_cb_error1.可能是新的MulticastFDBTop字段選項出問題

　　2.從SM流入交換機的初始路徑出問題

　　3.交換機的固件版本不相符

　　4.在SM中禁止了這些流

　　sm_mad_ctrl_send_err_cb1.SM沒有收到從SMA的NodeInfo查詢響應(yīng)

　　2.檢查VL15的下行計數(shù)器

　　sm_mad_ctrl_send_err_cb1.Mellanox需要FDR10的專有SM MAD支持

　　2.可能是使用了舊版本的Mellanox固件，如果可能，需要檢查版本和更新

　　3.替代方法是關(guān)閉opensm配置文件中的SM經(jīng)由FDR10的FDR10支持

　　perfmgr_mad_send_err_callbackPMA沒有回應(yīng)PerfMgr的請求(獲取或設(shè)置)

　　Perfmgr_send_mad當(dāng)發(fā)送PerfMgtMAD到PMA時，PerfMgt沒有在“suspended”狀態(tài)

　　osm_get_port_by_mad_addr當(dāng)前SM不能識別一些查找請求的LID

　　pi_rcv_check_and_fix_lid1.SM質(zhì)疑一些結(jié)束端口的PortInfo和基于LID 0xffff的接收數(shù)據(jù)

　　2.SM還未配置的端口，IBA 規(guī)則不能識別其LID 　　3.日志消息屬于某些調(diào)試信息

　　osm_pr_rcv_process1.當(dāng)前SM不能識別被SA PathRecord請求的端口

　　2.由于SM沒有作出反應(yīng)導(dǎo)致結(jié)束端口堆棧查詢超時

　　3.上述兩個錯誤顯示在子網(wǎng)改變期間查詢，結(jié)束端口堆棧應(yīng)該重試查詢

　　在一個故障發(fā)生的時候，診斷算法應(yīng)該能夠盡可能準(zhǔn)確地定位故障，按照某種故障是否發(fā)生以及是否正確診斷出故障，故障診斷算法的精確性表現(xiàn)為4個方面，如表2所示。

　　故障診斷的精度由公式(A+D)/(A+B+C+D)計算，其中A+B=100%，C+D=100%。在實際的診斷中，人們常常更加關(guān)心A類和C類的精度，A類精度代表了一個診斷方法的實際能力，一個故障發(fā)生后是否能夠被診斷方法識別和定位，C類精度標(biāo)志著一個診斷系統(tǒng)的可靠性。

　　本文選取1500個網(wǎng)絡(luò)事件信息作為待分類故障樣本集，根據(jù)上述分析，故障樣本集大致可以分為15個故障類，將其中的x個事件作為訓(xùn)練集，1500-x個事件作為驗證集，將IL_Bayes算法與文獻[12]中提出的基于模糊概率神經(jīng)網(wǎng)絡(luò)的故障分類算法(Fuzzy Probabilistic Neural Network Classifier， FPNNC)在故障A類精度(即診斷精度)和C類精度(即誤診率)兩方面進行了比較，結(jié)果如圖2和圖3所示。

　　由圖2可以看出，兩個分類算法的分類精度隨著訓(xùn)練集的增大而增加，由于對故障進行了增量學(xué)習(xí)，IL_Bayes算法比FPNNC算法的分類精度高。

　　圖3可以看出兩個算法的故障誤診率隨著訓(xùn)練集的增大而降低，增量再學(xué)習(xí)機制使得IL_Bayes方法比FPNNC方法的故障誤診率更低。

　　通過上述實驗證明，IL_Bayes方法具有較高的分類精度和較低的故障誤診率，在一定程度上有效地解決了IB網(wǎng)絡(luò)的故障分類問題，為IB網(wǎng)絡(luò)故障的診斷提供了一個較為有效的方法，同時在IL_Bayes方法中引入了再學(xué)習(xí)機制，能對分類器進行修正，不斷完善故障類集合，達到了故障分類性能優(yōu)化的目的。

　　4結(jié)語

　　本文針對大規(guī)模數(shù)據(jù)中心網(wǎng)絡(luò)中如何有效監(jiān)控網(wǎng)絡(luò)異常事件、發(fā)現(xiàn)網(wǎng)絡(luò)性能瓶頸和潛在故障點，為網(wǎng)絡(luò)性能優(yōu)化提供支持，深入分析IB網(wǎng)絡(luò)的特性，引入了特征選取策略和增量學(xué)習(xí)策略，提出了一種面向大規(guī)模IB網(wǎng)絡(luò)增量學(xué)習(xí)的故障診斷方法IL_Bayes，在天河2真實的網(wǎng)絡(luò)環(huán)境，并對算法的診斷精度和誤診率進行了驗證。

　　本文研究了貝葉斯理論在故障診斷中的應(yīng)用，進一步研究高效率的貝葉斯推理算法和學(xué)習(xí)算法將是提高故障診斷決策方法效率的關(guān)鍵因素和重要研究內(nèi)容。

　　參考文獻：

　　[1]DENG G， GONG Z， WANG H. Characteristics research on modern data center network[J]. Journal of Computer Research and Development， 2014， 51(2)：395-407.(鄧罡，龔正虎，王宏. 現(xiàn)代數(shù)據(jù)中心網(wǎng)絡(luò)特征研究[J]. 計算機研究與發(fā)展，2014，51(2)： 395-407.)

　　[2]SHEN L. Research and implementation of InfiniBand network interface [D]. Changsha： National University of Defense Technology， 2010： 1-3.(沈力. InfiniBand網(wǎng)絡(luò)接口的研究與實現(xiàn)[D]. 長沙：國防科學(xué)技術(shù)大學(xué)，2010： 1-3.)
　　省級科技論文發(fā)表期刊推薦《電腦知識與技術(shù)雜志》創(chuàng)刊于1994年，是經(jīng)國家批準(zhǔn)的旬刊雜志�！峨娔X知識與技術(shù)》是一本面向計算機全行業(yè)的綜合性學(xué)術(shù)刊物。編委委員均來自國內(nèi)各著名高校的教授和博士生導(dǎo)師，他們是我國計算機科學(xué)領(lǐng)域方面的專家、學(xué)者和權(quán)威人士;稿源來自全國各高等院校，相關(guān)專業(yè)研究機構(gòu)以及國內(nèi)大型信息通訊、軟件研發(fā)企業(yè)設(shè)置的專業(yè)研究所。學(xué)術(shù)交流版刊登的論文均有2名國內(nèi)同行專家審稿通過。郵發(fā)代號：26-188。

---

轉(zhuǎn)載請注明來自：http://www.jinnzone.com/dianzijishulw/55711.html