[02-2015] Идентификация состояния СПД с примененем нейронных сетей

[poster334]

Идентификация состояния СПД с примененем нейронных сетей

А.К. КАНАЕВ, заведующий кафедрой «Электрическая связь» ПГУПС, д-р техн. наук

М.А. САХАРОВА, аспирант

Ключевые слова: система управления сетью передачи данных, нейронные сети, качество обслуживания, управление на уровне EMS и NMS.

Каждый элемент СПД характеризуется большим количеством параметров, которые могут иметь разные значения при определении их влияния на способность элементов выполнять свои функции. При этом любой из параметров может принимать множество дискретных значений (от единиц до сотен) при переходе от исправного состояния к неисправному.

Таким образом, каждый сетевой элемент может находиться в одном из множества состояний, которые характеризуются собственным показателем эффективности работы или видом технического состояния. При объединении элементов в сеть число возможных состояний системы возрастает. Причем в условиях ограничения вычислительных и временных ресурсов для идентификации состояния сети необходим математическо-методический аппарат.

При построении современных СПД используется смешанная топология, что затрудняет управление ею. Для поддержания большой и сложной сети в исправном состоянии и минимизации времени на ее восстановление создаются системы управления СПД. В классической концепции TMN (Telecommunication Management Network - сеть управления связью) выделяются подуровни управления элементами (EMS) и сетью (NMS), а также дополнительные средства, которые для решения поставленных задач являются проприетарными (собственными, защищенными авторскими правами).

Существующие системы мониторинга и управления СПД осуществляют управление отдельными сетевыми элементами, контроль взаимодействия между устройствами сети, а также информирование об отказах на разных узлах. Мониторинг и управление СПД в целом является сложной задачей, которую современные системы управления решают не полностью прежде всего из-за сложности идентификации состояния сети в заданный период времени. Для идентификации состояния СПД крупного масштаба возможно применение нейронных сетей (НС).

СТРУКТУРА СОВРЕМЕННЫХ СИСТЕМ УПРАВЛЕНИЯ

Как уже упоминалось, структура системы управления в соответствии с концепцией TMN включает подсистемы управления элементами и сетью. Взаимодействие подсистем представлено на рис. 1.

Подсистема управления EMS выполняет: контроль конфигурации, управление программным обеспечением элементов сети, безопасностью сетевого доступа, а также сигнализацией и ошибками, мониторинг качества работы элементов сети и получение информации об их неисправности.

Управление NMS заключается в хранении и обработке данных, полученных на уровне EMS. Кроме того, подсистема NMS осуществляет контроль конфигурации сети; управление неисправностями и аварийными сообщениями; мониторинг качества работы трактов в соответствии с рекомендациями G.821 и G.826; управление безопасностью функционального и сетевого доступа; сбор данных о трафике сети.

Переход от управления информацией о состоянии каждого элемента СПД к процессу идентификации состояния сети возможно выполнить различными способами. Их сравнение с использованием аппарата системного анализа позволяет сделать вывод о том, что идентификация состояния сети по какому-либо показателю эффективности будет коррелировать только с частью показателей качества обслуживания (QoS) [1]. Это даст возможность применить подход, основанный на декомпозиции всей СПД на пересекающиеся подсети, которые могут быть разбиты по признакам выделенных групп клиентов (пользователей) или логических ресурсов сети. В этом случае идентификация состояния СПД сводится к получению множества оценок для каждой выделенной подсети.

Каждая подсеть характеризуется множеством узлов доступа клиентов СПД и наличием выделенных для нее ресурсов. Для каждой подсети определяется множество допустимых маршрутов передачи данных между соответствующими узлами. Это могут быть VPN-соединения заданной конфигурации или пути, определяемые маршрутными таблицами при заданных значениях связности узлов. Для каждого маршрута формируется частная нейронная сеть, которая представляет собой множество последовательно соединенных нейронных подсетей, описывающих работу отдельных сетевых устройств. После этого последовательно синтезируется структура общей НС при условии изоморфизма (идентичности) ее структуры со структурой СПД.

ПАРАМЕТРЫ ДЛЯ ОЦЕНКИ ПРОЦЕССОВ ФУНКЦИОНИРОВАНИЯ

Для функционирования системы управления (СУ) СПД используются диагностические данные о состоянии сети; информация об отдельных элементах сети, ее топологической и логической структуре; сетеориентированные параметры качества обслуживания (QoS), при которых учитываются ресурсные возможности СПД. Кроме того, определяется коэффициент готовности сети СПД и качество передачи информации; а также сервис-ориентированные параметры QoS, оценивающие обеспеченность, удобство, действенность и безопасность использования сети; сервис/сетенезависимые параметры QoS, которые не связаны с качеством услуги или уровнем сетевого совершенства.

Элементы СПД подразделяются на классы. При этом диагностические данные по отдельным элементам сети включают набор и нормативные значения диагностических параметров для каждого элемента соответствующего класса. Линии СПД также подразделяются на классы и включают кабельные, волоконно-оптические, радиорелейные и спутниковые линии связи, а класс узлов связи СПД - концентратор, коммутатор, маршрутизатор и шлюз.

ИДЕНТИФИКАЦИЯ СОСТОЯНИЯ СПД КАК ПРОЦЕСС СИСТЕМЫ УПРАВЛЕНИЯ

Итак, для обработки большого количества диагностических данных по отдельным элементам СПД можно использовать нейронные сети. Они имеют широкое применение в автоматизации процессов распознавания образов, прогнозировании, адаптивном управлении,создании экспертных систем, организации ассоциативной памяти, обработке аналоговых и цифровых сигналов, синтезе и идентификации электронных цепей и систем [2]. Наибольший интерес представляют собой НС, основанные на воспроизведении
способности нервной системы человека обучаться и исправлять ошибки [3].

Анализ и сравнение больших и сложных систем, в том числе СПД [4], позволяют сделать вывод о том, что НС в структуре СУ применима для выполнения диагностики и идентификации состояния элементов СПД и сети в целом.

Достоинствами системы управления с НС перед традиционными АСУ являются: возможность решения задач при неизвестных закономерностях; многокритериальность неизвестных закономерностей или нелинейных зависимостей; устойчивость к шумам во входных данных; потенциальное сверхвысокое быстродействие; отказоустойчивость при аппаратной реализации НС.

Такая система может выполнять полный и непрерывный контроль за всеми элементами СПД, своевременно обнаруживать дефекты, повреждения и неисправности оборудования, управлять конфигурациями сетевых узлов, восстанавливать все элементы сети.

Для функционирования системы управления с НС необходимо осуществить контроль конфигурации, характеристик элементов и сети в целом, чтобы определить влияние технического состояния каждого элемента на состояние сети; контроль распределения потоков данных; поиск корреляции между аварийными сообщениями. Это позволит ввести на каждом временном интервале категорию технического состояния, причем каждый оператор может задать свои границы категорий и соответствующие им состояния.

ИСХОДНЫЕ ДАННЫЕ ДЛЯ ПРОЦЕССА ИДЕНТИФИКАЦИИ

Рассмотрим процесс идентификации состояния коммутатора как элемента СПД с помощью НС. Определим исходные данные для функционирования НС. К ним относятся диагностические параметры коммутатора (рис. 2): скорость фильтрации (СкФ); скорость продвижения (СкП); пропускная способность (ПС); задержка передачи; объем буферной памяти; размер адресной таблицы; загруженность внутренней шины; производительность процессоров.

Когда на вход НС подаются диагностические параметры коммутатора, на выход она должна выдать принятое ею решение о соответствии каждого набора входных данных какой-либо категории, которые могут соответствовать какому-либо техническому состоянию элемента СПД.

Для успешной идентификации состояния элементов СПД необходимо для НС задать обучающий набор данных, представляющий
собой набор наблюдений с указанными значениями входных и выходных переменных [5].

МОДЕЛИРОВАНИЕ ПРОЦЕССА ИДЕНТИФИКАЦИИ СОСТОЯНИЯ ЭЛЕМЕНТОВ

Для решения поставленной задачи используется нейронная сеть типа многослойного перцептрона (MLP), при котором на вход НС подаются все характеристики коммутатора, затем производится оценка каждого полученного значения и принимается решение о состоянии коммутатора. Каждый раз при поступлении новых данных в НС вычисляется отклонение полученного ответа от истинного для того, чтобы осуществить перенастройку весовых коэффициентов НС. Таким образом постоянно пополняются знания НС и минимизируются ошибки в процессе принятия решения. Чем больше НС получает наблюдений об измененных данных коммутатора, тем быстрее она принимает решение.

В упрощенной модели процесса идентификации состояния СПД с применением нейронных сетей (рис. 3) предусмотрено, что на вход НС подаются диагностические данные текущих характеристик коммутатора и она выполняет задачу идентификации состояния элементов СПД. В случае выявления неисправного состояния коммутатора администратор СПД должен принять меры (сформировать группу лиц), чтобы устранить неисправность.

Определим параметры коммутатора, наиболее важные для оценки функционирования СПД: скорость фильтрации кадров (СкФ); скорость продвижения кадров (СкП); пропускная способность (ПС). Значения чувствительности модели НС MLP представлены на рис. 4.

Пример результатов наблюдения влияния одной из характеристик коммутатора, а именно пропускной способности, на его техническое состояние приведен на рис. 5. На этом рисунке четко прослеживаются границы категорий технического состояния элемента СПД, которое задавалось при моделировании.

ИДЕНТИФИКАЦИЯ СОСТОЯНИЯ СПД

Таким образом, сложная многокритериальная задача идентификации технического состояния
СПД может быть решена с помощью НС типа MLP.

Чтобы определить состояние СПД, необходимо знать как состояние каждого элемента сети, так и возможные маршруты передачи данных между узлами. Для этого необходимо создать отдельные НС для каждого элемента СПД, которые будут определять его техническое состояние, а затем объединить их в единую НС, которая будет отражать взаимодействие элементов сети между собой и позволит администратору не только определять состояние СПД, но и в случае неисправности предлагать варианты изменения маршрута передачи данных.

В заключение следует отметить, что по результатам моделирования НС типа MLP 8-10-4 выявлены наиболее значимые характеристики для идентификации состояния коммутатора СПД: скорость фильтрации кадров, скорость продвижения кадров, пропускная способность и загруженность внутренней шины. При этом,зная техническое состояние каждого элемента СПД, можно легко и быстро определить состояние сети в целом.

ЛИТЕРАТУРА

1. Канаев А.К., Камынина М.А., Опарин Е.В. Способы обнаружения отклонений в функционировании элементов сети передачи данных в интересах системы управления. -Бюллетень результатов научных исследований. Выпуск 3 - С-Пб.: 2012, с. 137-148.

2. Канаев А.К., Камынина М.А., Тощев А.К. Подход к построению интеллектуальной системы управления сетью передачи данных. - Известия Петербургского государственного университета. Выпуск 4, 2013, с. 107-122;

3. Канаев А.К., Камынина М.А., Опарин Е.В. Формирование элементов системы управления сетью передачи данных с применением аппарата нейронных сетей. - Бюллетень результатов научных исследований. Выпуск 3 - С-Пб.: 2012, с. 47-55.

4. Камынина М.А., Канаев А.К., Опарин Е.В. Предложения по применению аппарата нейронных сетей в системе управления сетью передачи данных. Труды 67-й научно-технической конференции, посвященной Дню радио. - С-Пб.: ООО «БалтСервис-Групп», 2012, с. 146-147;

5. Боровиков В.П. Популярное введение в программу STATISTICA. М: КомпьютерПресс, 1998, 267 с.

[СЦБот]

Эта тема была перенесена из раздела Журнал "Автоматика, связь, информатика".

Перенес: Admin