人工智能故障診斷技術通過對獲取的網絡數據信息進行分析,掌握網絡運轉狀態,及時發現網絡故障,提前預判網絡風險,這是網絡監控的主要目的,也是整個網絡監控體系的核心所在。在實際工作中,每臺被監控的網絡設備就有幾十甚至上百條數據信息需要被采集,而面對一個由數十臺網絡設備組成的網絡體系,其采集的數據量是十分龐大的。此外這些收集來的數據,并非是獨立無關的,通常需要對多條網絡設備的信息值進行綜合評估后,才能得出當前設備技術狀態。那么網絡維護數據采集方式是怎樣的?
 
1、網絡數據采集
網絡維護數據采集作為監控系統的重要模塊,決定整個監控系統的工作能力及工作效率,所以數據采集方式的選擇至關重要。這次研究的網絡數據監控系統,需要采集與網絡設備、服務器設備相關的技術參數,用于網絡安全監控。在綜合考慮數據采集的全面性、操作的簡便性、信息的安全性等方面后,決定選用SNMP模型進行數據采集工作。
2、SNMP數據采集模型
SNMP簡單網絡協議以及MIB一同構成的SNMP數據采集系統是一種特殊的C/S模型。其相對于其它數據采集協議,特點在于可以從無法安裝監控客戶端軟件的設備如路由器、交換機、防火墻等處采集到數據,這是由于很多網絡設備的廠家在設備出廠前已經在網絡設備中嵌入SNMP服務。SNMP的數據采原理是由服務器端運行控制進程實現對被管理端的監控,被管理端運行SNMP服務進程響應服務器端的請求,而被管理對象的各種網絡參數存放在被管理端的MIB庫中。服務器端將數據采集的請求等命令以SNMP報文的形式發送到被管理端,被管理端通過分析報文,查詢MIB庫將獲取的網絡數據返回給服務器端,從而完成網絡數據的采集。
網絡維護還要通過分析各個網絡設備之間數據信息的關系,由此判斷當前整個監控網絡的具體情況,才能準確的進行故障診斷及預警工作。在面對海量的數據信息及信息間錯綜復雜的關系時,單單憑借人力是無法完成其分析工作的。這就需要一種依靠人工智能的可靠高效的故障診斷技術來優化數據分析,以此得出較為準確的診斷結論。