摘 要：随着教育信息化的深入发展，对校园网络设备状态的安全检测成为校园网安全系统的重要组成部分。本文论述了校园网网络设备状态检测决策支持系统的可行性，并提出了智能化网络设备状态检测决策支持系统的框架。
关键词：校园网 状态检测 决策支持系统
中图分类号：TP393.08 文献标识码：A 文章编号：1673-8454（2008）09-0030-02
状态检测的关键是对设备状态的判断，不仅要识别已经发生的故障，而且要预测未来可能发生的故障。解决这些问题，一些常规的计算程序和分析程序无能为力或不够有效。因为在这些问题中，人类专家的经验起着主导作用。因此，专家系统技术已经运用到网络设备状态检测中，而专家系统技术用于网络设备的状态检测还不多见，原因在于网络设备的状态检测起步比较晚。随着教育信息化的深入发展，更要提高校园网络设备的可靠率和检测的经济性，因此网络设备的状态检测势在必行。状态检测能够使检测和管理效率提高，设备更新间隔延长和故障频率降低，杜绝不足维护和过剩维护，减少事故的发生，提高了设备的可用系数，从而降低了成本。
一、网络设备状态检测决策支持系统的总体结构
决策支持系统是辅助决策者通过数据、模型和知识，以人机交互方式进行半结构化或非结构化决策的计算机应用系统，它是管理信息系统（ＭＩＳ）向更高一级发展而产生的先进信息管理系统，为决策者提供分析问题、建立模型、模拟决策过程和方案的环境，调用各种信息资源分析工具，帮助决策者提高决策水平和质量。决策支持系统是以管理科学、计算机科学、行为科学和控制论为基础，以计算机技术、人工智能技术、经济数学方法和信息技术为手段，主要解决面向半结构化的决策问题，支持中、高级决策者的决策活动的一种方案，通过人机对话进行分析、比较和判断，帮助决策者根据自己的经验和知识选择一个满意的方案，从而做出正确的决策。
传感技术、微电子、数字信号处理和计算机网络技术在状态监测中的应用，使状态检测成为可能。而人工神经网络、专家系统、模糊集理论等综合智能技术在状态识别和故障诊断中的应用，使状态检测得以实现。[1][2] 根据在线和离线监测诊断数据、设备寿命预测数据、可靠性评价数据、设计参数、检测历史数据、同类设备统计数据等，进行综合分析，并利用状态评价准则体系对设备状态变化趋势进行预测，运用决策模型给出检测什么和何时检测的建议，并制定检测计划，发布到子网站。
1.设备综合管理模块
状态检测需要大量描述设备状态及其演变过程的准确数据，即要有足够的信息用于分析与决策，这就是设备数据综合管理。该模块管理和存储所有设备资产清单、设备台账图纸、设备设计数据、设备安装状况及系统图、维修历史数据、设备变更与维修记录、设备状态监测与诊断数据、事故及异常记录、测点设置、设备可靠性状态统计分析数据等等。
2.智能化诊断模块
该模块使用专家系统与人工神经元网络相结合的方法实现。既能对单一试验数据进行故障诊断，也能对多种试验数据进行综合诊断。单一诊断用产生式专家系统，将规程规定和专家知识存储在知识库，可以随时更新、修改。综合诊断用人工神经元BP网络。功能模块之间用状态驱动。每一个层次的数据可以维护、查询，有利于程序的模块化设计。
3.检测决策模块
对单一设备，根据不同运行方式和检测方式，给出对该设备来说最佳的检测时间、检测措施和检测项目，并形成检测决策报告。
4.编制检测计划模块
状态检测并不排斥检测计划的作用，恰恰相反，状态检测体制还要利用一些先进的技术手段来动态地制订和优化网络设备检测计划，以充分发挥检测计划的指导作用。在状态检测体制下，面对众多需要检测的设备，检测计划的编制根据检测决策的结果、负荷预测、趋势分析、动态规则等手段考虑运行方式、可靠性、经济性等要求，使检测计划既具有可行性，又具有科学性和经济性。
5.网站检测信息发布模块
将排定的检测计划发布在网站上，供各学院执行，也为用户提供了检测信息，减少网络设备检测带来的损失。这能提高服务质量，增加工作的透明度。
二、基于专家系统的单一诊断模块
1.单一诊断功能
单一诊断是指对一种检测方法所取得的数据进行处理和判断，得出故障征兆或有关设备状态的初步结论。检测的数据与规程比较、与历史比较、与同类设备比较，并考虑当前系统的运行状况，将这些知识保存在专家系统的规则库中。通过各种方法检测到的数据，或通过检测数据计算出的数据，并不能说明当前设备的状况，只有与标准值比较，才能得到设备可能产生故障的征兆。单一诊断是对单项试验数据进行诊断。该方法简单、易于实现，有时可直接定位故障。但更多时给的结论不够清晰，或结论片面。因此，该过程可以看作综合诊断的前期数据处理。
单一诊断的结果可能有四种：
（1）明确定位故障；
（2）参数正常，不存在与此参数有关的故障；
（3）不确定故障是否存在；
（4）故障确实存在，但不能定位。
后两种情况给出的结果不明确，需要更多的信息进行明确判断，由综合诊断来完成。但单一诊断的所有诊断结果都送到综合数据库里。在综合诊断中，对四种结论的处理各不相同。
单一诊断的过程是：
（1）数据采集：采集定期或不定期的试验数据；
（2）参数计算：有些参数不能直接测得，需要用试验数据计算得到；
（3）参数换算：有时要把试验数据或参数换算成某一环境下的数据；
（4）数据比较：试验数据或换算后的数据与规程规定的标准试验数据比较，与设备原始数据比较；
（5）得出结论：单一诊断的结论是上述的四种结论。如果不需综合诊断，则可以直接生成诊断报告。
2.专家系统各模块的功能
单一诊断功能由专家系统实现，其模块如下：
（1）数据库：数据来源于设备综合管理模块。该库需要的数据有：设备工况数据；设备设计参数；设备缺陷与检测历史数据；事故记录；同类设备统计数据；
（2）知识库：该库包括故障诊断知识和设备状态预测知识。包含设备的有关标准、规程、导则和有关设备性能指标的资料，以及收集的诸多专家分析判断设备故障的权威经验，用产生式知识表示法表示知识；
（3）推理机：能进行故障诊断和设备状态预测，并设置监控预警功能，发现设备缺陷，向运行值班和检测负责人发出警报。考虑到网络设备故障的特点（有时是一种故障引起多个征兆，有时是一种征兆是由多个故障引起的），因此推理方式采用混合推理；
（4）学习机：随着标准、规程及导则中有关内容的变化，经验不断积累和增加，诊断知识库要随时扩充、修改、更新，增强专家系统的诊断、决策能力。因此，要求学习机有很强的自学习功能。自学习包括三个方面的内容：①就诊断对象的功能状态去识别系统未曾掌握的征兆，并形成新的知识；②有新的设备时，能够学习新设备的故障征兆和判断设备状态的规则；③对知识的自行校正，如一致性检验、冗余检验等。
三、基于神经元网络的综合诊断模块
神经网络是对人脑神经系统的数学模拟，其目的是学习和模仿人脑的信息处理方式。神经网络把知识变成网络的权值和阀值，并分布存储在整个神经网络之中。在确定了神经网络的结构参数、神经元特性和学习算法之后，神经网络的知识表达是与它的知识获取过程同时进行、同时完成的。当训练结束时，神经网络系统所获取的知识就表达为网络权值矩阵和阀值矩阵。神经网络具有知识容量大，处理问题范围广，推理速度快等优势。所以综合诊断是运用人工神经元网络在故障征兆与故障位置之间建立起数学模型，将综合诊断知识存储在网络的权值和阀值里，采用BP网络进行诊断。
四、结束语
网络设备状态检测决策支持系统中设备状态诊断是关键，不仅能对已经发生的故障做出诊断，还能对将要发生的故障进行预测，这样才能根据状态进行检测。自学习功能，增加了该系统的灵活性，随着经验的积累，知识库的日益丰富，状态诊断的可靠性将日益提高。状态检测离不开状态检测技术，网络设备的状态监测已经有许多方法，随着这些监测手段的日益完善，监测点逐渐增多，监测设备的功能逐步强大，通过先进的通讯手段和网络化管理，状态检测系统就更为健全。
参考文献：
[1]陈文伟.决策支持系统教程[M].北京：清华大学出版社，2005.8：264-313.
[2]高洪深.决策支持系统(DSS)理论·方法·案例[M].北京：清华大学出版社，2005.5：321-349.