在当今的网络时代中，网络已经越来越普遍的进入到我们的生活中，随之而来的便是网络故障，这是网络时代所不可避免的。本词条囊括了网络掉包的分析与解决办法，包括了家庭及网吧中，网络的常见故障分析与简易解决方法。共收录了5种常见的故障供大家参考,包括了网速问题、掉线问题、IP地址问题、网络稳定性问题等等。

简介

故障一

故障二

故障三

故障四

故障五

基于邻域迭代最优化算法的网络故障分析(引言 1 传统迭代最优化算法分析 2 IOCAN算法设计)

简介

在当今的网络时代中，网络已经越来越普遍的进入到我们的生活中，随之而来的便是网络故障，这是网络时代所不可避免的。

故障一

100Mb的局域网速度没有10Mb的局域网速度快

具体表现：由于所有工作站都是10-100Mb自适应网卡，而原来的全部采用的是10Mb的交换机，现将网络升级一下，全部换成100Mb交换机，发现交换机更换后，速度还没有原来快。部分机器甚至不能上网。

故障分析：我们用ping命令ping一下该局域网的网关，发现掉包现象严重，用测线仪检查一下双绞线，发现一切正常。检查一下网线时，发现网线是原来用的三类线，不支持100Mb的网络。由于我们在网络升级的时候，只升级了网络交换设备，忽视了升级传输介质——网线。

解决办法：更换网线

说明：大家在升级网络的时候，一定要检查一下自己的配套设备如网卡、网线是否支持100Mb的网络工作环境，不要盲目升级其中一项，造成小马拉大车的不配套现象。要根据自己的资源，合理利用。对于目前的网络，大家在布线时，不如一步到位，选购安普（AMP）超五类网线，一是方便日后的升级，二者也可以使自己的网络速度得到稳定。

故障二

新开的网吧，经常掉线或者无法登录网络

具体表现：一家新开的网吧，面积三百平方，五十台机器，配备了专用的机房，放置交换机和服务器。结果发现机器调试时，经常掉线或者无法登录网络。

故障分析：用ping命令检查时，发现严重丢包和超时，网络全部用测线仪测试，一切正常。无意中发现从交换机到工作的距离太长，仔细测量了一下距离， 100米。双绞线的传输距离一般不超过100米，实际传输距离在95米左右。网吧业主只为了追求高档，配备了专用的机房，却忽视了网线传输距离的极限。

解决方法：将交换机的位置重新安置。

说明：在综合布线时，一定要将交换机的位置选择好，中心交换机最好放在网吧的中央位置。下面的交换机也应该放在所连接的计算机的中心。这样的安置方法，一是节约网线，二是可以使网络达到最佳的传输状态。

故障三

IP地址与地址串发生冲突

具体表现：所有机器，IP地址在网络中设置是唯一，总有两台机器，在启动的时候，出现一个地址与IP地址冲突与一串地址冲突。更改IP地址后依旧。而且在冲突时，只有一台机器可以上网。

故障分析：仔细看了一下冲突的提示，是一串地址，会不会是物理地址冲突呢，也就是MAC地址冲突导致的呢？但总不能每台每台查找吧。用IPbook超级网上邻居吧，朋友提示到。用IPbook超级网上邻居，扫描整个网络段，结果发现两台机器的网卡的MAC地址是完全相同的。

解决办法：更换网卡。更换网卡后，问题解决。

说明：所有工作在网络中的网络设备，包括网卡、交换机、路由器都有一个物理地址，叫MAC地址。MAC地址包含了该网络设备的厂商和在全球网络设备中唯一的序列号。所有的网络数据交换，都是基于MAC地址的交换，而不是基于IP地址的交换。因此，如果MAC地址冲突，IP地址不冲突的话，也会造成网络中断,因为数据找不到终点。因此，大家在购买网卡的时候，一定要买正品，不要为了贪图便宜，买了次品。如果是网卡MAC地址冲突，更换一块，还是小事。如果是交换机发生MAC地址冲突，那你就麻烦大了。

故障四

100Mb的网络网络速度不稳定

具体表现：网卡采用10-100Mb自适应网卡，交换机为全双工10-100Mb交换机。在上网的时候，网络速度时快时慢

故障分析：用ping命令检查的时候，也没有掉包现象，一切正常，偏偏下速度不正常。检查了网络设置，也正常。后来仔细看了一个交换机的指示灯，发现交换机老是在10Mb和100Mb两种工作状态下转换。问题搞定了。

解决方法：发现问题了，如何不让他自动切换工作状态呀。仔细看了机器中网卡的属性，值中指定的速度是AUTO，我把他改成100Mb Full后。测试了一下，一切正常了。

说明：一些网络问题的发生，要首先检查一下所有的网络设备，然后分析一下原因，相信解决问题的速度会很快的。

故障五

网络中所有机器全部IP地址冲突

具体表现：机器启动后，所有的机器出现IP地址冲突。检查了一下IP地址设置，没有重复。工作使用WinXP操作系统。

故障分析：所有的工作站开机后，进入桌面，自动弹出IP地址冲突的提示，而每台客户机使用的是固定的IP地址，没有地址冲突。于是决定在XP的DOS下查看一下网络配置。运行了一下ipconfig /all,发现网络中有一个DHCP服务器在运行，给这台机器动态分配的IP地址与其他机器的IP地址发生了冲突。说明一下，DHCP服务器是网管在进行网络克隆时，为了方便建立的。结果网络克隆结束后，忘记把服务停止了。

解决方法：1、把DHCP服务器关闭 2、把DHCP服务的IP地址池更改一下，排除所有正在使用的固定的IP地址。 ~

基于邻域迭代最优化算法的网络故障分析

引言

随着计算机网络的迅速发展,网络的异构性、多态性和复杂性更为突出。面对复杂的计算机网络,如何快速进行故障检测、故障定位和故障恢复是网络故障管理的主要任务,也是每个网络管理人员需要解决的重要课题。在网络管理中,聚类算法在网络故障检测[1]中有着广泛应用前景。本文在国家自然科学基金项目“面向语用Web服务的网络服务管理机制研究”的研究中,对网络故障信息的分布趋势进行了细致分析,以迭代最优化算法为基础,重点研究样本的初始划分方法,提出基于邻域的迭代最优化算法(iterative optimization clustering algorithm based on neighborhood, IOCAN),提高网络故障检测效率。

1 传统迭代最优化算法分析

传统迭代最优化算法由初始类划分和迭代最优化两部分组成[2]。经过研究和分析发现,该算法在初始类划分方面还有一些值得改进之处。

首先,预移动样本?x?的选择有一定盲目性,要求从ω?i?中任意选择样本x?进行试探性移动。显然,若x?处于ω?i?均值附近,则移动失败的可能性较大;反之,若x?远离ω?i?均值,特别是一些离群的孤立样本,则移动成功的可能性就大。其次,算法在迭代中容易陷入局部极值。若算法多次在ω?i?附近选择样本x?,则将多次移动失败,总体函数J?e?没有变化,认为找到最优划分。但是,这仅是因对x?选择不适当而产生的假象。另外,在初始样本集划分极不合理时算法退化为对x?的枚举。对任意两个相邻类ω?i?和ω?j?,既要试探着将ω?i?中的样本移到ω?j?,也要试探着将ω?j?中的样本移到ω?i?,当ω?i?和ω?j?中样本数分别为n?i?和n?j?时,需移动(n?i?+n?j?)次,对于k类问题,最坏情况下总的移动次数为(k-1)n。一般情况下,若p次迭代后J?e?稳定,则算法结束,移动次数近似为pnk。

可以看出,算法执行效率同样本初次划分结果直接相关。若初始划分符合样本分布趋势,将较密集的区域划分为一类,使类的划分尽可能合理,可减少以后迭代优化中样本移动次数,提高算法效率。 本文主要从样本初始划分入手,根据样本分布趋势,研究一种基于样本邻域[4]的迭代最优化算法。

2 IOCAN算法设计

通过对迭代最优化算法的分析,迭代最优化算法的关键问题是样本的最初划分, IOCAN算法的思想设计就是按照邻域方法对样本进行初始划分。设?d维样本集合χ={x?1?,x?2?,…,x?n?},将χ划分为ω?1?,ω?2?,…,ω?k?类的主要算法步骤如下:

?a?)确定邻域半径

计算样本第i维的最大值?max??i?和最小值?min??i,再通过?max??i?和?min??i?计算R:

R=(1+γ)(∑di=1((?max??i?-?min??i?)/k)?2?)?1/2?;i=1,2,?NA1AD?,d

其中:γ∈[0,1]为一个经验性参数。当样本值为0、1型时,γ≠0?,其他情况下γ=0。

?b?)以R为邻域对χ进行类划分

(?a?)初始值j=1。

(?b?)任选一个样本x′为邻域中心,令m?j?=x′,ω?j?=?。为操作方便,可选χ中第一个样本为邻域中心,将m?j?的R邻域中所有样本x?i?归为类ω?j?:

(?x?i∈χ)‖x?i?-m?i?‖≤R→ω?j?=ω?j?∪{x?i?}

(?c?)若|ω?j?|=1,则转(?b?)。

(?d?)修改样本集合χ,令χ=χ-ω?j?。

(?e?)若χ=?且j=k,则转?c?),否则令j=j+1。

(?f?)若j≤k,转(?b?),否则令ω?k+1?=χ。

?c?)对划分结果进一步处理

类初始划分结果有三种现象:k类、k+1类和不足k类。下面对三种情况分别处理。

(?a?)如果j=k,转?d?)迭代最优化处理。

(?b?)如果j=k+1,将ω?k+1?按最近距离策略合并:

①计算各类的类聚类中心,ω?i?类的类聚类中心m?i?:

m?i?=(1/n?i?)∑x∈ω?i?x,x为d维列向量

除m?k+1?之外,其他类可通过m?i?=m?i?+(x-m?i?)/(n?i?+1)在类划分中迭代计算。

②计算m?k+1?同其他各类的距离:D?i?=‖m?k+1?-m?i?‖。

③将ω?k+1?按最短距离合并:j=?arg??j? ?min?{D?i?|i=1,2,…,k}→ω?j?=ω?j?∪ω?k+1?,且m?j?=(n?i?m?i?+n?k+1?m?k+1?)/(n?i?+n?k+1?)。

(?c?)如果分类数不足k类,可能是最初分类数不合理,也可能在类中有不合理的分类现象。本文仅处理分类不符合聚类趋势问题的算法。在分类中,样本分散程度用类内散布矩阵的迹度量。对ω?i?类,其准则函数为

J?i?=?tr?[?Σ??x∈ω?i?(x-m?i)(x-m?i)??T??]

在类中,选择J?i?最大的类进行类分裂。为了提高算法效率,J?i?可在类划分中迭代计算:

J?i?=J?i?+n?i?×?tr?[(x-m?i?)(x-m?i?)??T??]/(n?i?+1)

具体类分裂步骤如下:

①计算所有类的准则函数J;

②在所有的类中选择J最大的类:

ω? r?=?max??j=1??i=1?{J?i?},r∈[1,j]

③在类ω? r?中,找出到聚类中心最远的样本x?r1?和到x?r1?最远的样本x?r2?:

x?r1?=?max??n?r ???i=1?‖x-m?r?‖,x?r2?=?max??n?r ???i=1,i≠x?r?1??‖x-m?r1?‖

④分别以x?r1?和x?r2?为中心,按最短距离分类:

(?x∈ω?r?)‖x-x?r1?‖<‖x-x?r2?‖→x∈ω?r1?

(?x∈ω?r?)‖x-x?r1?‖≥‖x-x?r2?‖→x∈ω?r2?

⑤修改参数:令ω?r?=ω?r1?, ω?j+1?=ω?r2?,j=j+1。

⑥如果j=k,转?d?),否则分别计算J?r?和J?j?,转?c?)中的②。 d?)对k个类进行迭代最优化

对样本集初始划分采用误差平方和准则逐步迭代优化,使类划分更符合样本的初始分布。设总体误差平方和函数为

J?e?=?Σ??k? i=1??Σ??x∈ω?i?‖x-m?i?‖?2?

其中:m?i?为ω?i?类的均值向量。如果ω?i?和ω?j?相邻,则从ω?i?中将样本x?移到ω?j?后,新的均值和准则函数的迭代式为[3]

m?i?=m?i?-(x?-m?i?)/(n?i?-1),m?j?=m?j?+(x?-m?j?)/(n?j?+1)J?i?=J?i?-n?i?/(n?i?-1)‖x?-m?i?‖?2?=J?i?-Δ?i?J?j?=J?j?+n?j?/(n?j?+1)‖x?-m?j?‖?2?=J?j?+Δ?j?

若Δ?i?>Δ?j?,则J?e?趋于变小,说明移动合理,确认x?移动,否则作废x?移动。

在迭代中用经验性参数s判断类优化的稳定性。对两个相邻类ω?i?和ω?j?,当ω?i?中连续s个样本向ω?j?移动失败,算法就认为分类结果ω?i?→ω?j?稳定,若又有连续s个类的分类结果稳定就认为算法稳定,结束迭代最优化过程。

该算法的最大优点是所划分的类接近分布趋势,只需对少数样本迭代优化,就可得到满意结果。每次迭代中可选离群、远离聚类中心的样本为x?,增加样本移动成功的可能性。