一种分布式智能网络故障管理模型

随着网络规模的复杂化和异构化,为了提高网络故障管理水平,在传统的网络管理技术的基础上,通过把网络分布式技术和智能技术结合在一起,提出了一种基于智能移动代理的网络故障管理模型,分析了该模型的结构、功能特点以及设计过程,并对网络管理数据流量和性能进行了分析,降低了网络管理开销。     

基于移动代理的网络故障管理模型

在分析传统集中式网络故障管理局限性的基础上，提出了一种划分域的分级的基于移动代理的网络故障管理模型，并描述该模型的组成和特点。详细地论述了故障管理中的关键部分即网络事件关联的过程，然后介绍了该模型采用的移动代理配置策略和迁移策略。最后，给出了实验过程及其结论和下一步要完成的工作。     

基于移动代理的网络故障管理模型

在分析传统集中式网络故障管理局限性的基础上，提出了一种划分域的分级的基于移动代理的网络故障 管理模型，并描述该模型的组成和特点。详细地论述了故障管理中的关键部分即网络事件关联的过程，然后介绍 了该模型采用的移动代理配置策略和迁移策略。最后，给出了实验过程及其结论和下一步要完成的工作。     

基于SNMP和移动代理的网络故障管理对比研究

为了提高故障管理的灵活性、智能性和高效性,克服传统的集中式网络故障管理带来的诸多缺点,分别描述了基于SNMP和移动代理的网络故障管理系统框架,然后从理论研究和实际测试两个角度对二者进行了详细的对比研究。结果表明,与前者相比,由于移动代理具有移动性、智能性和灵活性,基于移动代理的网络故障管理系统能够对网络实施更加高效、实时和准确的管理,在复杂网络的管理方面优势尤其明显。     

基于多移动代理的网络故障管理系统的UML建模

基于移动代理的网络故障管理利用移动代理的移动性、智能性、灵活性和强大的扩展能力,通过对整个网络进行本地和全局的故障监测、告警和排除,能够对网络实施高效、实时和准确的故障管理,而且移动代理的平台无关性又可方便地实现跨平台的网络管理,在复杂网络的管理方面有着极大的优势。根据多移动代理的设计模式,借助于UML建模工具构建了一个故障管理系统,清晰地描述了该系统的静态和动态结构,克服了传统的集中式网络故障管理的诸多缺点。     

基于分布智能传播的自动故障管理

提出一种新的基于分布智能传播的自动故障管理系统(AFMDIP),该系统采用人工智能和网络分布管理技术,引入协作代理,提高了系统数据采集能力.代理用神经网络和事例暂存库进行告警收集、分类和事例管理.域内的故障首先由代理进行诊断,域内不能解决的问题将提交给管理中心.管理中心综合考虑各个域的信息,进行基于事例推理的故障诊断,并将事例传播到代理中.后续的类似故障将由代理直接完成诊断,提高了故障管理的效率,达到了信息和事例共享的目的.实验证明,AFMDIP有效降低了管理中心的带宽消耗,提高了在大范围多故障情况下的故障诊断速度.     

基于多代理的协同分布式入侵检测系统模型

给出了一种基于多代理的协同分布式入侵检测系统模型（CDIDS），该模型依靠基于主机的代理HIDA和基于网络的代理NIDA，运用异常检测与特征检测相结合的方式进行有效的入侵检测；在分布式的网络环境下，系统通过入侵检测控制中心实现检测／响应模块的协同工作，为单个主机的攻击与大规模的网络入侵提供应对策略，并采用协议分流的方式提高NIDA模块的性能。     

基于反应式移动代理的主动网络故障检测

任何网络都有可能出现故障 ,能否及时发现故障 ,是提高网络可靠性的关键 .集中式的网络故障管理模式是一种被动的模式 ,任何故障的检测都依赖网络管理站 ;相反 ,主动网络故障检测充分利用被管节点的本地处理能力 ,利用反应式移动代理主动探测本地网络中的故障信息 ,实现网络故障的现场检测 .执行环境是主动网络故障检测系统的重要组成部分 ,为反应式移动代理的编制、管理、运行和迁移提供支持 ,使整个故障检测系统具有更强的自治性和灵活性     

基于移动代理的下一代网络分布业务架构

分析了网络智能和业务架构的演变,结合对下一代网络智能分布特征和移动代理技术的讨论,提出了基于移动代理的分布业务架构,并构思了该架构下统一消息业务的实现。     

入侵检测系统的数据收集机制研究

基于对入侵检测所采用的数据收集方法的分类和分析，提出了一种基于多代理的分布式数据收集模型，介绍了该模型的数据收集方法和协同检测过程，该模型分别在网络的关键入口处以及主机的重要应用和网络接口处部署检测代理，各检测代理根据不同情况采用不同的数据收集方法对各种可疑数据进行收集，并通过协调代理对下层检测代理提交的数据进行协同分析。结果表明，这种数据收集模型为协同检测奠定了基础，提高了对分布式攻击的检测能力。