多版本编程技术在故障识别中的应用与仿真

通过分析网络性能数据来发现和识别故障是网络故障管理的重要手段之一。本文研究并提出了一种基于神经网络的故障识别方案,通过分析网络性能的数字特征来识别大型网络中的故障。为了提高系统的识别率,引入了软件工程中多版本编程技术,并行训练多组神经网络,由多数决投票机制合成为一个系统。同时定义了神经网络之间的错误关联系数概念,依据计算机仿真的结果,选取错误负相关的神经网络所组成的系统,对测试集能够达到100%的识别率。