The invention discloses a EIGRP routing fault identification method. The hub will be monitored monitoring nodes into the routing system, through the capture program to capture EIGRP data packets routing system in and out of core routers by monitoring, extracting useful fields from the EIGRP data packet capture data as sample characteristics and determine the sample characteristics of the specific value, establish the training sample set, using the training set the establishment of fault type recognition model, mainly FDDT model and FDRF model, and then use the fault type identification model of EIGRP routing fault samples of the unknown identification. This method has the ability of self learning. It has high accuracy and robustness for EIGRP routing fault recognition.
【技术实现步骤摘要】
一种EIGRP路由故障识别方法
本专利技术涉及计算机网络通信领域,尤其涉及一种EIGRP路由故障识别方法。
技术介绍
在计算机网络通信中,路由器是连接计算机实现数据报文路由选择的关键设备,路由器产生故障则直接影响计算机网络通信的质量。路由故障是指路由协议运行偏离正常状态的情况。路由故障识别分为域内路由识别和域间路由识别,EIGRP(EnhancedInteriorGatewayRoutingProtocol,即:增强内部网关路由线路协议)路由协议是一种域内路由协议,部署简单,鲁棒性好,常应用在一些高可靠性、高安全性的领域,如果EIGRP路由在运行过程中发生故障,将造成很严重的后果。在现有技术中,缺乏有效诊断EIGRP路由故障的方法,为此需要提供一种既能够诊断EIGRP路由故障,又能够取得良好性能的识别方法。
技术实现思路
本专利技术主要解决的技术问题是提供一种EIGRP路由故障识别方法,解决现有技术中对EIGRP路由故障识别智能化水平低、鲁棒性不强等问题。为解决上述技术问题,本专利技术采用的一个技术方案是:提供一种EIGRP路由故障识别方法,通过集线器将监测节点并入被 ...
【技术保护点】
一种EIGRP路由故障识别方法,其特征在于,通过集线器将监测节点并入被监测路由系统中,所述监测节点通过抓包程序捕获所述被监测路由系统中进出核心路由器的EIGRP数据报文;从捕获的所述EIGRP数据报文中提取有用字段作为数据样本特征并确定具体的样本特征值,建立训练样本集T;利用所述训练样本集建立故障类别识别模型,再利用所述故障类型识别模型对未知的EIGRP路由故障样本进行识别。
【技术特征摘要】
1.一种EIGRP路由故障识别方法,其特征在于,通过集线器将监测节点并入被监测路由系统中,所述监测节点通过抓包程序捕获所述被监测路由系统中进出核心路由器的EIGRP数据报文;从捕获的所述EIGRP数据报文中提取有用字段作为数据样本特征并确定具体的样本特征值,建立训练样本集T;利用所述训练样本集建立故障类别识别模型,再利用所述故障类型识别模型对未知的EIGRP路由故障样本进行识别。2.根据权利要求1所述的EIGRP路由故障识别方法,其特征在于,所述数据样本特征包括数据报文长度,源路由器,目标路由器,数据包类型,目标路由器,单播标识,附加路由标识,重启标识,初始化结束,路由器编号,AS域编号,带宽,负载,延时,可靠性,丢包率,扩展属性,自动汇总,手动汇总,环回接口,内部路由数目,子网掩码的位数,外部路由数目,样本类型,分发列表,IP地址的路由条目和/或路由器端口的IP地址连续性。3.根据权利要求2所述的EIGRP路由故障识别方法,其特征在于,利用所述样本集T建立的故障类别识别模型是FDDT模型,建立过程包括:输入样本集(T,A),其中,A为特征值集,若所述训练样本集T中的故障类型为同一类故障F,则生成与所述故障F对应的F类叶节点;若所述特征值集A不是空集或者所述训练样本集T中的样本在所述特征值集A中的特征值相同,则生成与所述训练样本集T中样本数最多的类对应的M类叶节点;若所述训练样本集T中的样本在所述特征值集A中的特征值不相同,则计算所述特征值集A中不同属性的信息增益,得到最优属性的样本子集Ta,若Ta为空集,则生成Y类叶节点,否则若Ta不为空集,则循环递归输入样本集(Ta,A)。4.根据权利要求3所述的EIGRP路由故障识别方法,其特征在于,所述信息增益的计算方法是:其中,特征值a有V个可选的值{a1,a2,…,aV},使用所述特征值a对训练集D进行划分,则会产生V个分支节点,其中第v个分支节点包含了训练集D中所有在特征值a上取值为av的样本,记为Dv,Ent(D)代表信息熵,计算公式为:pk是训练集合D中第k类样本所占的比例,y表示样本类别的数量。5.根据权利要求2所述的EIGRP路由故障识别方法,其特征在于,利用所述样本集T建立的故障类别识别模型是FDRF模型,建立过程包括:输入样本集(T,A),其中,A为特征值集,通过Bagging方法得到n个训练集,建立与所述n个训练集相对应的n个基决策树模型,每个所述训练集是每个基决策树模型的全部训练数据;在所述每个基决策树模型的每个节点处,从所述节点的特征值集A中随机挑选一个包含m个特征值的子集,然后从所述m个特征值中选择一个最优特征值划分。6.根据权利要求5所述的EIGRP路由故障识别方法,其特征在于,所述最优特征值划分的方法是:
【专利技术属性】
技术研发人员:钱叶魁,叶立新,王丙坤,李宇翀,钱叶刚,杜江,杨瑞朋,夏军波,刘桂奇,黄浩,雒朝峰,郭煜,
申请(专利权)人:中国人民解放军防空兵学院,中国电子科技集团公司第五十四研究所,
类型:发明
国别省市:河南,41
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。