计算机专业毕业论文

智能网络管理系统实现
5.1总体开发流程
根据对系统功能的综合分析和系统各个功能模块的详细设计，然后对智能网络管理系统研发，在本章将对该系统的各个主要功能模块的实现进行详细的阐述，并给出实现后的效果图，以便给同类型的系统开发作参考。
5.2用户管理模块实现
用户管理模块包括用户登录、增添用户、修改用户信息、删除用户及用户查询等功能子模块。这些功能子模块是基于用户基本信息的操作。用户管理模块操作流程图如下：
5.2.1用户添加和删除
超级管理员可以在前端用户列表当中查看当前所有用户，查看所有用户使用函数getAllUsers（）实现,通过该函数去用户表中查询数据返回结果，经过渲染之后在展示用户列表。
超级管理员点击添加用户按钮，显示空白表单，表单内填入添加的普通用户的基本信息包括用户名、密码、邮箱等。点击确定之后表单会以POST方法传入后台，使用addUser（）函数在数据库用户表中添加一条用户信息。
超级管理员在用户列表界面选取某个用户，点击删除用户按钮，因为用户id是用户表的主键，所以用户的信息是唯一的，根据用户ID可以迅速查找到该用户在数据库中的位置，调用removeUser（）方法将该用户的信息删除。

5.2.2用户修改
用户登录之后可以在用户基本信息栏查看和修改自己的基本信息，用户点击修改信息的按钮，系统会首先检查用户是否已经登录和cookie是否过期，如果用户状态正常则可以填写修改信息表单，表单会以POST方法提交到后台调用modifUser（）方法去完成修改。

5.3配置管理模块实现
配置管理模块包含走资源添加和删除、配置参数两个子模块。因为该系统的监控目标对象是路由端口，所以配置参数即是对端口进行相关配置。
5.3.1资源添加和删除
设备列表显示端口ip地址以及标签即设备名称。管理人员根据实际情况添加需要监控的设备，在资源列表点击添加按钮，可以通过填写表单对设备进行添加，调用addDevice（）方法添加一条设备信息。同理，当设备已经损坏或者不需要某设备时，管理员可以在资源列表点击选取相应设备点击删除按钮，调用deleteDevice（）方法将设备进行删除。
5.3.2设备配置参数
设备在完成初始配置之后，管理人员可以通过表单对设备修改配置，以端口为例，Python3引入telnetlib模块，通过telnet协议根据路由器的登录名、密码、以及特权密码登录该设备。输入ip地址、子网掩码、用户名、密码、特权密码可以对路由端口ip地址和子网掩码进行完成修改，通过POST方法传递给服务器，首先会先通过checkTelnet（）方法检查设备是否正确配置telnet协议，首先通过用户名和密码登录到路由设备，在通过特权密码进入设备的特权模式，后端configDevice()函数接收到前端传来的POST表单会自动解析出具体操作指令下发到设备上，指令会回显到前端，供管理员查看。设备配置流程图如图所示：
5.4监控模块实现
设备监控模块的前端组件采用的是由百度EFE数据可视化团队开发的ECharts(Enterprise Charts，商业级数据图表)。ECharts是使用轻量级的Canvas类库Zrender实现的JavaScript的图表库，可以在PC和移动终端上流畅地运行，兼容目前主流浏览器，并且能定制具有各种交互功能的数据可视化图表。系统设备监控模块用于监控设备正在运行时的状态和资源使用情况。设备运行时的状态数据和资源使用情况数据被存在Mysql数据库中，通过结合echarts进行前端可视化。其实现过程如图:

本模块实现了一定周期内端口流量的流入、流出可视化，直观的展示出设备流量数据细节。用户在前端根据需求填入想要监控的目标需求，后端程序首先通通checkKink（）函数判断设备是否已经连接，如果连接成功则会按照实际需求每隔30s周期触发计时器调用flow()函数采集流入或流出的流量数据，flow函数将指令下发到目标设备，获取数据后经过计算既当前时刻流量值减去上一时刻流量值，除以时间间隔得出端口实时流量情况。如果没有连接则前端则会提示未连接目标设备。

图5.8 设备流量采集流程图
Fig. 5.8 Flow chart of device flow collection
结果展示如图5.9：

图5.9 流量监控
Fig. 5.9 Flow monitoring
5.5故障模块实现
本系统采用基于BP神经网络的故障诊断方法对以太网接口故障进行故障诊断。前文已经对BP神经网络诊断模型的设计与获取网络数据方法进行了详细分析。网络系统在发生接口故障后，可以使用基于BP神经网络的故障诊断模型对故障进行诊断，然后将诊断结果推送给网络管理人员。系统对网络故障进行诊断的过程如图5.10所示：

图5.10 故障诊断模块实现流程
Fig. 5.10 Realization process of fault diagnosis module
Matlab具有强大数值计算和图形显示功能，并且它可以通过和其他编程的交互避开其执行效率较低的缺点。Matlab引擎库相当于接口函数，它允许用户在自己的应用程序中对Matlab进行调用，所以将Matlab作为计算引擎使用，让其在后台运行可以大大简化前后台程序设计的任务，当用户应用程序使用Matlab引擎时，等同于在后台程序运行了一个引擎进程，引擎函数库用于在用户程序和引擎进程之间传递数据。
Python程序调用Matlab中的故障诊断模型，首先安装Matlab引擎包，包中包含了用于python的Matlab引擎api和python中一组Matlab数组类。其次将故障模型fault_ diagnosis.m文件（训练得出的故障诊断模型）保存到与后台程序同一根目录下，最后导入引擎包，启动引擎。故障诊断流程如图5.11所示：

图5.11 故障诊断流程
Fig. 5.11 Fault diagnosis flow
故障数据的获取第三章已经说明，利用SNMP协议获取与接口相关的变量通过公式计算得到特征数据即待测试数据，将测试数据以输入变量输入到BP神经网络故障模型当中得到故障类型，通过findFault（）作为故障诊断的接口进行故障诊断，通过saveAlarm（）方法将故障记录保存到数据当中，并将故障类型通过pushAlarm（）方法推送到前端报告给管理人员。结果展示图：

图5.12 输入故障检测地址
Fig. 5.12 Enter fault detection address

图5.13 告警记录
Fig. 5.13 Alarm Log
5.6 本章小结
本章内容：介绍了智能网络管理系统的开发流程，根据系统分析和系统设计开发了系统的各个功能模块并加以说明，对模块中重要业务逻辑进行说明，并展示了各个功能模块实现的结果。