摘 要： 研究了多主體智能故障管理模型的結(jié)構(gòu)及系統(tǒng)構(gòu)成并給出了模型功能的實(shí)現(xiàn)。
關(guān)鍵詞： 主體 智能 故障管理 模型
隨著網(wǎng)絡(luò)規(guī)模的不斷擴(kuò)大，網(wǎng)絡(luò)的維護(hù)和操作變得相當(dāng)復(fù)雜。如何保證網(wǎng)絡(luò)安全、穩(wěn)定和可靠地運(yùn)行，一直是網(wǎng)絡(luò)管理領(lǐng)域的熱門研究課題。
故障管理是網(wǎng)絡(luò)管理體系結(jié)構(gòu)的一個(gè)重要組成部分，主要包括檢測、隔離、確定故障因素、糾正故障等功能。設(shè)立故障管理的目標(biāo)是提高網(wǎng)絡(luò)可用性，降低網(wǎng)絡(luò)停機(jī)次數(shù)并迅速修復(fù)故障。作為高速骨干網(wǎng)絡(luò)上運(yùn)行的T比特路由器，對它進(jìn)行故障管理，以便在路由器發(fā)生故障時(shí)及時(shí)進(jìn)行修復(fù)，避免影響網(wǎng)絡(luò)的使用。
大規(guī)模匯聚接入路由器(ACR)系統(tǒng)中包括多個(gè)設(shè)備，而各個(gè)設(shè)備又是相互關(guān)聯(lián)的，一個(gè)設(shè)備的故障同時(shí)可能會(huì)引起另外一個(gè)或多個(gè)設(shè)備故障的發(fā)生，從而可能會(huì)導(dǎo)致整個(gè)網(wǎng)絡(luò)癱瘓。傳統(tǒng)的故障管理方法只能對單設(shè)備故障進(jìn)行有效的管理，對多設(shè)備的關(guān)聯(lián)故障不能及時(shí)地進(jìn)行診斷及恢復(fù)，不能保證網(wǎng)絡(luò)的正常運(yùn)行。
1 與現(xiàn)有故障管理技術(shù)" title="故障管理技術(shù)">故障管理技術(shù)的比較
目前，研究故障診斷" title="故障診斷">故障診斷的方法主要有兩種類型：專家系統(tǒng)方法和人工神經(jīng)網(wǎng)絡(luò)" title="人工神經(jīng)網(wǎng)絡(luò)">人工神經(jīng)網(wǎng)絡(luò)方法。專家系統(tǒng)是在宏觀功能上模擬人的知識(shí)推理能力，是以邏輯推理為基礎(chǔ)模擬人類思維的符號(hào)主義人工智能方法，它是基于邏輯演繹的，對知識(shí)的處理所模擬的是人的邏輯思維機(jī)制。人工神經(jīng)網(wǎng)絡(luò)則是在微觀上模擬人的認(rèn)識(shí)能力，是以連接結(jié)構(gòu)為基礎(chǔ)，通過模擬人類大腦結(jié)構(gòu)來模擬人類形象思維，它是基于集體計(jì)算的，對知識(shí)的處理所模擬的是人的邏輯思維機(jī)制。智能故障管理的研究一般集中在專家系統(tǒng)上，然而它不能適應(yīng)新的或不完備的數(shù)據(jù)，不能處理概率問題，這使它很難應(yīng)用于大型動(dòng)態(tài)網(wǎng)絡(luò)。
現(xiàn)有的智能故障管理技術(shù)主要有以下三個(gè)缺點(diǎn)：
(1)目前智能故障管理的研究主要集中在專家系統(tǒng)上，不能適應(yīng)新的或不完備的數(shù)據(jù)，很難應(yīng)用于大型動(dòng)態(tài)網(wǎng)絡(luò)。
(2)故障診斷的專家系統(tǒng)主要采用一種技術(shù)，實(shí)際應(yīng)用范圍較窄。
(3)主要進(jìn)行故障診斷，不支持故障自動(dòng)恢復(fù)。
主體(Agent)是指能在動(dòng)態(tài)的多" title="的多">的多Agent領(lǐng)域采取靈活、自治活動(dòng)的計(jì)算機(jī)實(shí)體，智能Agent是具有實(shí)時(shí)處理多維信息、相互作用和能有效傳遞信念、意圖等智能的自治的軟件實(shí)體。它具有智能性、自治性、靈活性、開放性、適應(yīng)性、協(xié)作性和推理機(jī)制等特性。
智能Agent的內(nèi)部行為表現(xiàn)為：通信管理器接收外部環(huán)境的信息，由推理機(jī)根據(jù)這些信息和Agent狀態(tài)，進(jìn)行分析和理解，形成與其他Agent相一致的協(xié)同工作方式，并按該方式及自身能力(知識(shí)水平等)，執(zhí)行相關(guān)的動(dòng)作，形成Agent新的狀態(tài)，由此而進(jìn)一步引起新的Agent推理活動(dòng)。智能Agent的活動(dòng)行為是主動(dòng)進(jìn)行的，Agent的推理機(jī)每隔一時(shí)間片都要檢測通信狀態(tài)和自身狀態(tài)，以確定其推理活動(dòng)的趨勢。
同傳統(tǒng)的故障管理技術(shù)相比，智能Agent故障管理模型具有下面三個(gè)優(yōu)點(diǎn)：
(1)將多Agent技術(shù)應(yīng)用于復(fù)雜故障診斷領(lǐng)域，對診斷任務(wù)辨識(shí)、分解，綜合利用各Agent的內(nèi)部診斷機(jī)制，通過各Agent間的交互、協(xié)作，對故障進(jìn)行診斷，使故障診斷技術(shù)能應(yīng)用于大型動(dòng)態(tài)網(wǎng)絡(luò)及各種復(fù)雜設(shè)備。
(2)各診斷Agent間綜合利用多種智能故障技術(shù)，以便能對多數(shù)故障進(jìn)行診斷。
(3)通過故障診斷結(jié)果，增加故障恢復(fù)模塊，對故障進(jìn)行自動(dòng)恢復(fù)。
2 智能故障管理的模型
2.1 故障管理流程
故障管理主要包括故障發(fā)現(xiàn)、故障診斷和故障恢復(fù)三個(gè)部分。故障管理的流程如圖1所示。
2.2 智能故障管理的自動(dòng)機(jī)模型
智能故障管理的狀態(tài)機(jī)模型如圖2所示。
模型用BNF形式化表示如下：
?。碱I(lǐng)域經(jīng)驗(yàn)知識(shí)＞∷=＜領(lǐng)域經(jīng)驗(yàn)知識(shí)頭＞＜領(lǐng)域經(jīng)驗(yàn)知識(shí)體＞
?。碱I(lǐng)域經(jīng)驗(yàn)知識(shí)頭＞∷=＜領(lǐng)域經(jīng)驗(yàn)知識(shí)名＞[＜經(jīng)驗(yàn)知識(shí)代碼＞][＜知識(shí)庫名＞][＜說明表＞]
＜領(lǐng)域經(jīng)驗(yàn)知識(shí)體＞∷=IF{＜前提條件＞＜運(yùn)算符＞}+THEN＜結(jié)論＞
?。记疤釛l件＞∷=項(xiàng)、變量或用戶定義的表達(dá)式名
?。歼\(yùn)算符＞∷=AND|OR
＜結(jié)論＞∷=表達(dá)式
這一描述完全揭示了模型的三級(jí)信息形式，即模型的用戶視圖、概念結(jié)構(gòu)和可運(yùn)行實(shí)體。
3 智能Agent框架結(jié)構(gòu)
依據(jù)智能Agent的內(nèi)部行為表現(xiàn)，為完成故障的實(shí)時(shí)監(jiān)控、診斷及恢復(fù)功能，采用圖3所示的結(jié)構(gòu)來構(gòu)成智能Agent，內(nèi)部結(jié)構(gòu)采用統(tǒng)一模式來描述。
通過上述定義可知，Agent是具有特定領(lǐng)域知識(shí)和問題求解能力，能自主工作和具有協(xié)作交互能力的智能實(shí)體，具有知識(shí)、模型和數(shù)據(jù)處理能力，基于Agen的語言L而進(jìn)行多Agent間復(fù)合問題求解規(guī)劃過程。Agent可由各Web節(jié)點(diǎn)組合而成，具有很好的可擴(kuò)展性和通用性。
4 智能Agent系統(tǒng)構(gòu)成
模型結(jié)構(gòu)構(gòu)成如圖4所示。
下面對結(jié)構(gòu)中的相關(guān)部分進(jìn)行簡要的介紹：
(1)通信接口" title="通信接口">通信接口
通信接口有兩個(gè)功能：輸入信息處理、系統(tǒng)輸出表示。主要功能是把輸入信息轉(zhuǎn)變?yōu)橄鄳?yīng)的知識(shí)查詢與操縱語言KQML(Knowledge Query and Manipulation Language)消息格式進(jìn)行發(fā)送，同時(shí)還負(fù)責(zé)顯示系統(tǒng)的處理結(jié)果或信息。通信接口的設(shè)計(jì)要注意應(yīng)用重用性。
(2)信息獲取Agent
故障信息管理不只是一個(gè)簡單的集中式數(shù)據(jù)庫和知識(shí)庫，而且信息的格式也可能不同，因此信息的獲取就顯得非常重要。信息獲取Agent封裝了信息的存取過程，通過KQML與外界交互信息，內(nèi)部采用JDBC、ODBC等方式存取信息。
(3)任務(wù)管理Agent
任務(wù)管理Agent主要包括信息預(yù)處理、任務(wù)分解及任務(wù)控制等。
信息預(yù)處理主要是信息的過濾、分類和關(guān)聯(lián)。
信息過濾，是指將采集到的故障信息根據(jù)定義的規(guī)則進(jìn)行過濾，去除無關(guān)的告警信息的動(dòng)作。廣義地，可以指從多個(gè)告警中過濾出少數(shù)告警的任何動(dòng)作。
信息分類，是指將告警信息按照告警等級(jí)進(jìn)行分類，根據(jù)告警信息的等級(jí)及策略優(yōu)先級(jí)決定處理的順序。
信息關(guān)聯(lián)，是指從大量的告警信息中發(fā)現(xiàn)頻繁出現(xiàn)的項(xiàng)集模式知識(shí)，通過剔除不必要和不相關(guān)的信息，提高信息的語義表達(dá)，幫助找出產(chǎn)生事件的真正問題或條件。
任務(wù)分解的原則是診斷子任務(wù)目標(biāo)明確，并且使子任務(wù)間的耦合盡量少，以簡化完成子任務(wù)的診斷Agent之間的協(xié)作和通信。一般來說，在高層(粗粒度上)多采用結(jié)構(gòu)分解，而底層(細(xì)粒度上)多采用故障分解，這與人們一般的診斷思路相一致。這種綜合分解可以一直進(jìn)行到設(shè)備某個(gè)基本結(jié)構(gòu)的一個(gè)明確的故障問題。這種目標(biāo)明確的診斷子任務(wù)稱為診斷活動(dòng)。診斷活動(dòng)與一般的診斷子任務(wù)的區(qū)別是診斷活動(dòng)包含明確的故障診斷操作。對診斷領(lǐng)域問題進(jìn)行分布式任務(wù)分解，將得到一個(gè)層次結(jié)構(gòu)清晰的診斷任務(wù)樹。
當(dāng)某故障問題的診斷可能或必須通過多個(gè)診斷Agent協(xié)作完成時(shí)，必須考慮多個(gè)診斷Agent間的協(xié)調(diào)與合作問題。對于某診斷任務(wù)，各個(gè)診斷Agent具有不同的性能。因此須選擇耗費(fèi)系統(tǒng)資源最少、診斷效果最好的診斷Agent來完成診斷任務(wù)。這就是診斷Agent的協(xié)調(diào)問題。量化診斷Agent診斷性能是解決Agent間協(xié)調(diào)問題的關(guān)鍵。另外，對于復(fù)雜的故障論斷問題須基于多Agent的思想，將其分解并運(yùn)用多種故障診斷方法協(xié)同完成，這就是多診斷Agent間的使用問題。為了完成共同診斷任務(wù)而合作的診斷Agent的集體形成一個(gè)診斷Agent聯(lián)盟。這要求每個(gè)Agent對其他Agent的功能、效率有較詳細(xì)的了解。因此，在設(shè)計(jì)時(shí)要把其他Agent的資料放在Agent的數(shù)據(jù)庫內(nèi)，并且Agent自身能夠根據(jù)實(shí)際情況對數(shù)據(jù)庫進(jìn)行修改，根據(jù)這些資料選擇合作對象。
(4)診斷Agent
診斷Agent實(shí)現(xiàn)各種具體的分析和診斷算法。包含F(xiàn)FTr Agent、小波分析Agent、時(shí)序模型Agent等分析方法以及神經(jīng)網(wǎng)絡(luò)Agent、遺傳算法Agent、專家系統(tǒng)Agent等智能診斷模型。診斷Agent同時(shí)對知識(shí)庫進(jìn)行管理。
(5)用戶界面Agent
用戶界面Agent的主要功能是代替?zhèn)鹘y(tǒng)智能決策系統(tǒng)中的問題與人機(jī)交互系統(tǒng)來與用戶進(jìn)行交互。它采用一種間接管理風(fēng)格。在基于該模型的系統(tǒng)中，用戶只需給出大概的指導(dǎo)即可以控制系統(tǒng)的運(yùn)行，而無須顯式地告訴計(jì)算機(jī)具體的行為。由于Agent本身具有面向目標(biāo)(即能夠展現(xiàn)出一種導(dǎo)向目標(biāo)的行為)和協(xié)作性(可協(xié)商)的特點(diǎn)，因此它可以針對不同用戶進(jìn)行不同的處理。用戶界面Agent可以針對不同的用戶進(jìn)行個(gè)性化處理，從而能夠適應(yīng)于特定用戶的特定行為。當(dāng)它能夠確定用戶在某個(gè)特定的情況下將如何作出反應(yīng)時(shí)，它就開始替代或者幫助用戶完成相應(yīng)的任務(wù)。
(6)故障恢復(fù)Agent
根據(jù)診斷Agent給出的診斷結(jié)果及方法對故障進(jìn)行恢復(fù)，可通過自動(dòng)恢復(fù)腳本或POST方法實(shí)現(xiàn)。
(7)系統(tǒng)功能的實(shí)現(xiàn)
面向Agent的軟件機(jī)制是設(shè)計(jì)各應(yīng)用領(lǐng)域的多Agent的軟件技術(shù)基礎(chǔ)，包括面向Agent的分布式軟件協(xié)議(CORBA、COM／DCOM)、Agent間的通信語言KQML、面向Agent的開發(fā)環(huán)境平臺(tái)以及面向Agent的程序設(shè)計(jì)(AOP)等。
系統(tǒng)可采用CORBA來實(shí)現(xiàn)診斷Agent間的通信，CORBA的平臺(tái)無關(guān)性和語言無關(guān)性對多Agent智能故障診斷及恢復(fù)的實(shí)現(xiàn)至關(guān)重要，不考慮操作系統(tǒng)和編程語言的差異將大大減輕系統(tǒng)開發(fā)的工作量。
KQML是用來實(shí)現(xiàn)各Agent交互的消息格式和消息處理協(xié)議。它使得Agent能夠和其他的Agent以及Agent所運(yùn)行的環(huán)境進(jìn)行知識(shí)和信息的交換。它提供了一套標(biāo)準(zhǔn)的Agent通信原語，從而使得使用這種語言的Agent之間都可以進(jìn)行交流和共享信息。KQML定義了一種Agent之間傳遞信息的標(biāo)準(zhǔn)語法和動(dòng)作。這些動(dòng)作主要是從Speech Act理論中演化出來的，例如tell、perform、reply等。雖然還有其他Agent通信語言，但為了保證系統(tǒng)將來的兼容性，故選擇KQML作為通信語言。另外，KQML與Agent間的具體通信方式(如采用的協(xié)議和網(wǎng)絡(luò)的具體形式)無關(guān)，所以KQML可以有很多種實(shí)現(xiàn)方法(如通過TCP／IP或電子郵件實(shí)現(xiàn))。
故障診斷Agent的知識(shí)庫建立和維護(hù)采用Visual Prolog開發(fā)平臺(tái)，系統(tǒng)的知識(shí)庫主要是通過人工方式建立的，故障診斷Agent可對知識(shí)庫進(jìn)行修改和添加。
在傳統(tǒng)智能故障管理的基礎(chǔ)上，結(jié)合Agent技術(shù)，提出了多Agent智能故障管理模型，并給出了其實(shí)現(xiàn)方法。該方法克服了傳統(tǒng)故障管理方法的許多不足，大大提高了大規(guī)模匯聚接入路由器的設(shè)備及網(wǎng)絡(luò)的性能，保證了網(wǎng)絡(luò)的正常運(yùn)行。
參考文獻(xiàn)
1 聶勤務(wù).分布式智能故障診斷模型的MAS實(shí)現(xiàn)研究[J].計(jì)算機(jī)工程與應(yīng)用，2004；(30)