-
Gebiet der
Technik
-
Diese
Erfindung bezieht sich auf Anwendungen zur Netzverwaltung und insbesondere
auf Anwendungen, die das Verwalten von lokalen Wählnetzen (lokalen Datennetzen)
gestatten, die in virtuellen lokalen Datennetzen organisiert sind.
-
Grundlagen
der Technik
-
Überbrückte und
auf Wegsteuerung beruhende lokale Datennetze (LAN) bewegen sich
in Richtung zu vermittelten LAN-Wählnetzen. Mit der wachsenden
Größe von Netzen
und der Art von Datenverkehr in den LANs, der eher im Rundspruch statt
im Gegensprechen erfolgt, scheint es so, dass das traditionelle
LAN nicht ausreicht. Das LAN-Protokoll, wie etwa Ethernet und Token-Ring
(Berechtigungsring), ist für
die Regelung des Datenverkehrs innerhalb des Übertragungskanals verantwortlich,
so dass nur eine Einheit vom Übertragungskanal
Gebrauch machen kann, um zu einem Zeitpunkt Daten zu senden. Aus
einem anderen Gesichtspunkt sind die Vorgänge, die eine Wegsteuerung
für jedes
Datenpaket durchführen
muss, die Folgenden: Durchsuchen der Adresse der OSI-Ebene 3 in
ihren Tabellen und Ermitteln des Ausgabeanschlusses, Aktualisieren
des Kennsatzes der Ebene 3 (beispielsweise, um die Sprungzählung zu
vermindern) und den Kennsatz der Ebene 2 abstreifen und ersetzen.
Weiterhin werden in den Wegsteuerungen diese Vorgänge als
Software realisiert. Diese Vorgänge
müssen von
allen Wegsteuerungen auf dem Wege zwischen zwei Endstationen erledigt
werden, die miteinander in Verbindung treten wollen, je mehr Wegsteuerungen,
desto mehr Arbeit. Im Gegensatz dazu ist die Wähltechnologie schneller, leichter
und billiger; sie ist vielmehr auf Hardware-Ausführungen
angewiesen, welche die Kosten mindern und das Leistungsvermögen steigern.
Eine LAN-Wählstelle
erlernt wie eine Überbrückung mit
mehreren Anschlüssen
alle die MAC-Adressen
in den Segmenten, an denen ihre Anschlüsse hängen, und sie überbrückt den
Datenverkehr zwischen ihren Anschlüssen.
-
Ein
zweiter Vorzug des LAN-Wählnetzes
besteht in der Möglichkeit,
virtuelle lokale Datennetze (VLANs) oder logische Teilmengen eines
physischen Netzes oder physischer Netze aufzubauen. Das Gruppieren
in Rundspruchdomänen
erfolgte früher
in Netzknoten (Hubs) und Weglenkungen auf Ebene 3; unglücklicherweise
sollte, wenn sich die Adresse der Einheit geändert hat (Verschiebung der
physischen Datenstation), jemand an die Einheit gehen und eine neue
Netzadresse zuordnen. Bei den VLANs ist die Gruppierung unabhängig vom
physischen Standort. Ein VLAN könnte
auf physischen Adress-Standorten, MAC-Adressen,
Netzadressen oder einigen anderen definierenden Eigenschaften wie
etwa dem Protokoll beruhen. Eine Standardisierung des VLAN für Vererbungs-LANs
läuft unter
dem Bezug zu IEEE 802.1Q ab. Wie bei den VLANs wird der Datenverkehr
nur an solche Benutzer gerichtet, die ihn benötigen, die Ausnutzung der Bandbreite
wird verbessert, und damit wird die Leistungsfähigkeit des Netzes erhöht. Ein weiterer
Vorzug der VLANs besteht darin, dass sie in der Lage sind, größenveränderliche
Wählnetze
aufzubauen: die hierarchische Aufstellung von Wählnetzen hilft dabei, große Wählnetze
aufzubauen. Schließlich
besteht ein Hauptvorzug der VLANs darin, dass manuelles erneutes
Konfigurieren der Netzknoten vermieden wird, wenn Datenstationen
verschoben/hinzugefügt
werden: was auch immer die neue physische Adresse des Benutzers
sein wird, er wird weiterhin seine Gruppierung im LAN behalten. Beispielsweise
werden bei Internetprotokoll(IP)-Netzen die IP-Adressen beibehalten,
wenn die Stationen verschoben werden. Ein VLAN ist ein LAN, das
Datenstationen auf einer etwas anderen Grundlage abbildet als dem
geografischen Standort: die Datenstationen können beispielsweise nach Abteilung,
Art des Benutzers oder primärer
Anwendung gruppiert werden.
-
Der
Netzverwalter, der mit dem Konfigurieren des VLAN beauftragt ist,
definiert die erste Konfiguration und kann Datenstationen verändern oder hinzufügen und
Auslastungen und Bandbreitenzuordnungen leichter als bei einem physischen
Abbild des LAN verwalten. Software für die Netzverwaltung dient
der Rückverfolgung
zur Verknüpfung
des virtuellen Abbildes des lokalen Datennetzes mit dem tatsächlichen
physischen Abbild. Dieser Vorgang des Definierens der VLAN-Konfigurationen wird
von der Datenstation zur Netzverwaltung so durchgeführt, dass über die
Benutzerschnittstelle Befehle in Richtung der Wähleinheiten eingegeben werden,
welche die Datenstationen über
das Netz verbinden. Programme zur Verwaltung von VLANs wie etwa
der VLAN-Verwalter ClearVISN von COMPAQ bestehen aus einer grafischen
SNMP-Anwendung (einem einfachen Netzverwaltungsprotokoll), die Netzverwalter in
die Lage versetzt, VLANs grafisch zu konfigurieren und zu verwalten.
Dieses Programm hilft insbesondere beim Konfigurieren von anschlussdefinierten VLANs
und verwaltet über
grafische Software das Verschieben, Hinzufügen und Verändern. Was auch immer die Hilfsmittel
waren, die für
das Konfigurieren von VLANs in den Wähleinheiten benutzt worden sind,
der VLAN-Verwalter muss immer die Datenstationen des Netzes durch
VLANs klassifizieren.
-
Ein
erstes Problem beim VLAN-Klassifizieren besteht in der Zeit, die
durch den Netzverwalter gebraucht wird, um Netzeinheiten durch ULAN
auf der Grundlage des Kriteriums einzugruppieren, das für die Klassifizierung
gewählt
worden ist. Ohne jegliches Verfahren ist dies zeitaufwendig und
fehleranfällig.
Obwohl die Lieferanten die Einfachheit von virtuellen LANs anpreisen,
lässt sich
ihre derzeitige Unpopularität
trotz spürbarem
Nutzen auf die manuellen Vorgänge
zurückführen, die üblicherweise
für die
anfängliche
Einrichtung erforderlich sind, insbesondere, wenn das zu konfigurierende
Netz mehrere tausend Knoten enthält.
-
Ein
zweites Problem des Klassifizierens von Datenstationen durch VLANs
besteht in der Wahl des Kriteriums. Klassifizierung kann anschlussbezogen sein:
es ist die einfachste Form von VLANs, das einfach aus einer Ansammlung
von unterschiedlichen Anschlüssen
in einer LAN-Wählstelle
oder einer Anzahl von Wählstellen
besteht. Aber das Problem des Hinzufügens von Einheiten oder des
Veränderns physischer
Standorte von Einheiten im Netz kann damit nicht gelöst werden.
Es gibt auch VLANs, die auf MAC-Adressen beruhen: in jedem VLAN
gibt es eine Liste von MAC-Adressen. Diese Modell kann Netzeinheiten
automatisch verfolgen, wenn sie ihren Standort verändern. Es
ist unter Umständen
jedoch nicht so einfach, eine große Anzahl von MAC-Adressen
zu verwalten. Es ist ebenfalls möglich,
ein VLAN auf der Grundlage seiner IP- Teilnetzadresse, der IPX-Teilnetzadresse
und so weiter ... aufzubauen. Es gibt dem Netzverwalter mehr Flexibilität und ist
leichter zu verwalten als die auf MAC-Adressen beruhenden Netze.
-
Die
Internationale Patentanmeldung WO 98/05146 von MADGE NETWORKS (ISRAEL)
Ltd., veröffentlicht
unter PTC, legt eine Vorrichtung zum Verwalten eines Wählnetzes
einschließlich
einer Lerneinheit zur Netzkonfiguration, die in der Lage ist, eine
Konfiguration des Wählnetzes
mit Weglenkung zu lernen, einer Zuordnungseinheit für ein VLAN
zum Erzeugen einer Unterteilung des Netzes in VLRNs auf der Grundlage
der gelernten Konfiguration des Netzes und eines Veränderungsverwalters
dar, der in der Lage ist, eine Veränderung in der Konfiguration des
Netzes zu erkennen und die Unterteilung des Netzes in VLANs zu modifizieren.
Ein Verfahren zum Erzeugen einer auf einer Lernkonfiguration des
Netzes beruhenden Unterteilung eines Wählnetzes in VLANs wird ebenfalls
dargelegt.
-
Die
flexibelste Einrichtung eines VLAN ist jedoch das auf einer geeigneten
Strategie beruhende VLAN, das alle vorstehend erwähnten Arten
des Definierens eines VLAN enthalten kann und bei dem es möglich ist,
ein für
ein speziellen Netz geeignetes Verfahren auszuwählen. Diese auf einer geeigneten Strategie
beruhenden Verfahren werden heute am häufigsten benutzt, um die beste
Optimierung der Bandbreite zu erreichen. Die Schwierigkeit beim
Einrichten eines guten Kriteriums für das Klassifizieren von VLANs
besteht darin, aus einer umfangreichen Menge von Daten nutzbringende
Muster zu entnehmen.
-
Der
Artikel „Neural
Networks in Network Management" von
Jacques E. Hara, Andrea O'Neil
und Pamelo Surko von SPRINT im 8081er Annual Review of Communications
Bd. 48, 1994/1995, Chicago, IL, USA, schlägt den Gebrauch von neuronalen Netzen
und sogar von ART-neuronalen Netzen zum Analysieren einer riesigen
Datenmenge bei der Fehlerermittlung in großen Netzen vor. In der in dem
Artikel dargelegten Anwendung wird das neuronale Netz mit Alarminformation
des Netzes und den physischen Komponenten des Netzes gespeist, wie
etwa einer Adapterkarte in einer Einheit, einem Anschluss einer
Adapterkarte usw.
-
ZUSAMMENFASSUNG
DER ERFINDUNG
-
Es
ist daher Aufgabe der vorliegenden Erfindung, ein automatisches
Verfahren zum Klassifizieren eines VLAN bereitzustellen.
-
Es
ist eine weitere Aufgabe der vorliegenden Erfindung, ein Kriterium
für das
automatische Klassifizieren eines VLAN auszuwählen, das die Ausnutzung der
Bandbreite optimiert, wobei der Entwicklung der Veränderungen
des Datenverkehrs im Netz Rechnung getragen wird.
-
Diese
Aufgabe wird durch ein Verfahren zum Klassifizieren von Netzeinheiten
in VLANs in einem Wählnetz
erfüllt,
das eine Anwendung zur Netzverwaltung hat, welche die Netzeinheiten
verwaltet, wobei das Verfahren dadurch gekennzeichnet ist, dass es
die folgenden Schritte umfasst:
- – Sammeln
von logischen Netzadressen, die unter Verwendung der Anwendung zur
Netzverwaltung in den Netzeinheiten gespeichert sind;
- – Einspeisen
der logischen Netzadressen in ein neuronales Netz, das auf einem
Rechner betrieben wird; und
- – Betreiben
des neuronalen Netzes, wobei das neuronale Netz eine Ausgabeliste
von Netzeinheiten bereitstellt, die nach den miteinander kommunizierenden
logischen Netzadressen in VLANs gruppiert werden.
-
Durch
Verwendung der Adressen von Netzelementen (physischen Einheiten
oder Anwendungen, die auf derartigen Einheiten laufen), die miteinander kommunizieren
und auf der Grundlage dieses Kriteriums VLANs bilden, wird der Netzverwalter
sicher sein, dass die per VLAN gebildete Rundspruch-Domäne den Gebrauch
der Bandbreite des Netzes optimieren wird; aber der Hauptvorzug
der Lösung
besteht darin, dass sie aufgrund des Gebrauchs eines neuronalen
Netzes zum automatischen Klassifizieren in der Lage ist, und in
der Tatsache, dass diese Information, die zuerst in den ARP-Tabellen
der Wählstellen
gespeichert wird, sich als Variable der Netzverwaltung ergibt, die
von den Netzeinheiten gespeichert wird: diese Klassifizierung kann
automatisch erfolgen und periodisch aufgefrischt werden, weil die Netzeinheiten
die Information aktuell halten. Die Anwendung stellt dem Verwalter
automatisch eine Liste zum VLAN bereit, der dann die VLAN-Definitionen in den
Wählstellen
des Netzes aktualisieren kann; weiterhin kann man unter Verwendung
des Klassifizierers der Erfindung dieser Anwendung einfach nach Klassifizierungsschritten
eine automatische Aktualisierung der Wählstellen im Netz mit der VLAN-Definition über die
Protokoll-Einrichtungen des Netzverwaltung hinzufügen.
-
KURZE BESCHREIBUNG DER
ZEICHNUNGEN
-
Die
vorstehenden und andere Aufgaben, Gesichtspunkte und Vorzüge werden
aus der folgenden ausführlichen
Beschreibung einer bevorzugten Ausführungsform der Erfindung unter
Bezugnahme auf die Zeichnungen besser verständlich, in denen
-
1 einen Überblick über den
Aufbau des Systems der Erfindung zeigt, der die Software-Komponenten
der Anwendung zur VLAN-Klassifizierung der Erfindung enthält;
-
2 das
allgemeine Flussbild der Anwendung zur VLAN-Klassifizierung der Erfindung zeigt;
-
3 das
allgemeine Flussbild des Unterprogramms der Anwendung für das neuronale
Netz zeigt;
-
4 das
Flussbild des Unterprogramms zum Erzeugen der Datenstruktur des
neuronalen Netzes zeigt;
-
5 das
Flussbild des Unterprogramms zum Betreiben des Programms zur Modellerzeugung zeigt;
-
6 das
allgemeine Flussbild für
das Unterprogramm zur Belehrung des neuronalen Netzes ist;
-
7 das
allgemeine Flussbild für
das Unterprogramm zum Betreiben des Programms des Lehrmodells ist;
-
8 das
allgemeine Flussbild für
das Unterprogramm zum Betreiben des neuronalen Netzes ist;
-
9 das
allgemeine Flussbild zum Unterprogramm zum Betreiben des Programms
zum Ablaufen des Modells ist;
-
10 die
Software-Realisierung des neuronalen Netzes veranschaulicht;
-
11 ein
Rahmenentwurf für
die Anwendung des neuronalen Netzes ist;
-
12 den
Rahmenentwurf der Klassifizierungs-Software des neuronalen Netzes
veranschaulicht;
-
13 das
Flussbild des Unterprogramms des Moduls für den Netzzugriff ist;
-
14 das
Flussbild des Unterprogramms des Moduls für den Zugriff auf die Netzdaten
ist;
-
15 das
Flussbild für
das Unterprogramm zum Auswählen
des Anwendungselementes ist;
-
16 die
Gruppe von Variablen zur Adressübersetzung
der Verwaltungsdatenbank (MIB) II veranschaulicht;
-
17 die
Gruppe von Variablen der RMON-Matrix veranschaulicht;
-
18 das
Modell des Netzaufbaus veranschaulicht;
-
19 das
Flussbild des Unterprogramms zum Formatieren der Eingabe ist;
-
20 das
Flussbild des Unterprogramms zum Formatieren der Ausgabe ist;
-
21 das
Flussbild des Unterprogramms der Endbenutzer-Schnittstelle ist.
-
AUSFÜHRLICHE
BESCHREIBUNG DER BEVORZUGTEN AUSFÜHRUNGSFORM
-
Unter
Bezugnahme auf 1 und nach der bevorzugten Ausführungsform
der vorliegenden Erfindung wird dort ein Aufbau eines Systems zur
automatischen Klassifizierung von Netzeinheiten gezeigt, das Einheiten
von Sendesteuerprotokoll-/Internet-(TCP/IP)Netzen
ein virtuelles LAN zuordnet. Es umfasst ein TCP-/IP-Netz (2),
das Netzeinheiten (3, 4) hat, die jeweils entweder
logische oder physische Verbindung untereinander haben. Ein Rechnersystem
(1) ist über
eine Netzzugriffskomponente (5), die beispielsweise aus
einer Token-Ring-Karte zum Anschluss an Token-Ring-Einheiten besteht,
mit dem Netz verbunden. Das Rechnersystem umfasst einen Hauptprozessor
(11), der Zugriff auf eine Speichereinheit (12)
hat, die primär,
wie etwa eine RAM-Einheit,
oder sekundär,
wie etwa eine Magnet- oder Speichereinheit, sein kann. Das Rechnersystem
umfasst auch eine Benutzerschnittstelle (10), die es Benutzern
gestattet, mit dem Rechner unter Verwendung von beispielsweise einer
Datenstation zu kommunizieren, die eine Datenendstation mit einer
Tastatur und einem Bildschirm umfasst. Der Rechnerspeicher umfasst
die Daten und ausführbare
Programme, die das Klassifizieren der Netzeinheiten in VLANs erlauben.
-
Die
Rechnerspeicherung umfasst die Daten und ausführbaren Programme, die das
Klassifizieren von Netzeinheiten in VLANs gestatten. Über den Netzzugriff
werden durch das Rechnersystem Eingabedaten von den Netzeinheiten
gesammelt, die variable Daten verwalten, wenn sie von einer Anwendung
zur Netzverwaltung verwaltet werden. Eine Anwendung zur Netzverwaltung
(13), die im Rechnerspeicher gespeichert ist, benutzt in
der bevorzugten Ausführungsform
das SNMP-Protokoll (einfaches Netzverwaltungsprotokoll), um mit
den Netzeinheiten zu kommunizieren. Die Netzeinheiten speichern
alle die Variablen, die in ihren Verwaltungsdatenbanken (MIB) definiert
sind. Die von den verwalteten Netzeinheiten gespeicherten und gesammelten
Eingabedaten sind die Informationen, die in der Tabelle des Adressauflösungsprotokolls
in den Zwischeneinheiten gespeichert worden sind, wenn zwischen
zwei Benutzern eine Übertragung
eingerichtet wurde; derartige Informationen bilden in der Einheit
ein historischen Aufbewahrungsort; in der Tat ist es so, dass diese
Informationen erneut benutzt werden können, wenn die Übertragung
zwischen zwei Benutzern erneut eingerichtet wird, die schon miteinander
verbunden worden sind, und zwar zur Beschleunigung des Vorganges.
Sobald die Eingabedaten gesammelt worden sind, werden sie zur Verarbeitung
in die Klassifizieranwendung des VLAN (14) eingegeben,
die im Speicher (12) des Systemrechners gespeichert ist.
In der bevorzugten Ausführungsform
kann der Benutzer immer die Klassifizieranwendung für ein VLAN
starten und anhalten und jede Komponente (6, 7, 8, 9) des
Klassifizierers (14) über
die Benutzerschnittstelle getrennt aktivieren: vorzugsweise wird
die Klassifizieranwendung für
ein VLAN auf der Datenstation zur Netzverwaltung installiert, die
den Netzzugriff (5) auf das Netz und eine Benutzerschnittstelle
(10) hat. Eine andere Lösung
besteht darin, die Klassifizieranwendungskomponenten (6, 7, 8, 9)
für ein
VLAN auf einem unabhängigen
Rechner installiert zu haben und laufen zu lassen. Diese Klassifizieranwendung für ein VLAN
kann im Dialog über
eine Benutzerschnittstelle betrieben werden oder kann automatisch
ohne jegliche Teilnahme eines Benutzers am Dialog laufen. Die Eingabedaten
werden durch eine Software-Komponente zum Formatieren von Eingabedaten
(6) in der Klassifizieranwendung formatiert. Sobald sie
formatiert worden sind, werden die Eingabedaten als Trainingsdaten
gespeichert und als Eingabe zum Üben
einem im Speicher des Systemrechners gespeicherten Anwendungsprogramm
des neuronalen Netzes (8) bereitgestellt. Das benutzte
neuronale Netz ist ein künstliches
neuronales Netz (ANN). Der Vorteil der Benutzung eines ANN ist dreifach:
erstens ist ein ANN bestens geeignet, Probleme zu verallgemeinern.
Dies steht im Gegensatz zu konventionellen Algorithmen, die oftmals
mit allen möglichen
Kombinationen von Eingabedaten überprüft werden
müssen:
dies ist für
komplizierte Probleme nicht machbar; zweitens werden ANN nicht ausdrücklich programmiert,
sondern trainiert; dies bedeutet, dass in vielen Bereichen, wo das
Problem zu kompliziert ist, um eine umfassende Theorie bereitzustellen,
ein ANN noch in der Lage sein kann, neue Probleme zu lösen, wenn
ihm eine ausreichende Anzahl von Daten gezeigt wird. Es ist kein
Fachmann erforderlich, um Regeln aufzustellen, die sich oftmals als
unrichtig oder unvollständig
herausstellen. Mit neuronalen Netzen mit Merkmalsfindung können sie ohne
jegliche Beaufsichtigung Muster und Merkmale finden. Drittens kann
ein ANN so aufgebaut werden, dass es als Näherungsfunktion betrieben wird,
insbesondere in Fällen,
in denen die Funktion so kompliziert ist, dass man nicht in der
Lage war, mit konventionellen mathematischen Verfahren eine ausreichend vereinfachte,
aber genaue Annäherung
zu finden. Noch spezieller ist das ANN ein künstliches neuronales Netz mit
sich selbst organisierender Merkmalsabbildung (SOFM), das ein Abbild
der Wahrscheinlichkeitsdichte des Eingabevektorenraumes entwickelt,
um topologisches Abbilden auszuführen, damit
die Klassifizieraufgabe bewerkstelligt wird. Ein weiteres ANN könnte auch
ein neuronales Netz nach adaptiver Resonanztheorie (ART) sein. Bei
Rückkehr zu 1 wird
das neuronale Netz, wenn es schon belehrt worden ist, direkt mit
formatierten Eingabedaten gespeist und betrieben, wobei das Ergebnis
der Klassifizieranwendung eine Datenmenge ist, die dann vom Formatierer
für die
Ausgabedaten (9) formatiert wird, der im Speicher des Rechnersystems gespeichert
ist und beim Empfang der Ausgabedaten vom Anwendungsprogramm des
neuronalen Netzes (8) aktiviert wird. Der Benutzer greift über die
Benutzerschnittstelle auf die Ausgabedaten zu, die eine Liste von
Netzeinheiten pro VLAN bereitstellen. Der Netzverwalter benutzt
diese Liste, um die VLANs in den Wählstellen des Netzes zu definieren.
Das Ergebnis dieser Klassifizierung stellt auf einer geeigneten
Strategie beruhende VLANs bereit, für die das Klassifizier-Kriterium
die reale Aktivität
der verschiedenen Benutzer widerspiegelt; so werden in einem gleichen
VLAN alle Netzbenutzer gruppiert, die zusammenarbeiten. Dies bedeutet,
dass die Organisation des Wählnetzes
nach VLAN die Optimierung der Bandbreite des Netzes zulassen wird.
Weiterhin werden diese Informationen, die als Eingabe in den Klassifizierer
des neuronalen Netzes gegeben werden, 'gealtert', das bedeutet, dass, wenn es während einer gewissen
Zeitspanne keine Kommunikation zwischen zwei Benutzern mehr gibt,
die Informationen aus dem Speicher der Netzeinheit entfernt werden. Um
sie aktuell zu halten, sollte die automatische VLAN-Klassifizierung
periodisch wiederholt und die neuen VLANs folglich neu definiert
werden, um die realen Aktivitäten
zwischen den Netzeinheiten widerzuspiegeln. Dies garantiert dem
Verwalter des Netzes, dass in dem Wählnetz die beste Ausnutzung
der Bandbreite realisiert ist.
-
In 2 wird
das allgemeine Flussbild der bevorzugten Ausführungsform der vorliegenden
Erfindung gezeigt, das logische Blöcke umfasst, die auf dem Hauptprozessor
(11) des Rechnersystems (1) ausgeführt werden,
das als Hauptprogramm und Unterprogramme zum Klassifizieren der
Zuordnung von virtuellen LANs von TCP-/IP-Netzeinheiten von einer Datenstation
aus eingerichtet ist, die mit dem Rechnersystem über eine Benutzerschnittstelle
(1) gekoppelt ist. Es wird angemerkt, dass in dieser Ausführungsform
jeder Vorgang nach dem Abfragen des Benutzers über die Benutzerschnittstelle
gestartet wird. In diesem allgemeinen Flussbild können die
Vorgänge
gekennzeichnet werden, die erforderlich sind, ein neuronales Netz
zu benutzen, welches das Sammeln von Daten, das Formatieren von
Daten, das Betreiben des neuronalen Netzes zu Trainingszwecken, das
Betreiben des neuronalen Netzes, das Formatieren von Ausgabedaten
umfasst. In der bevorzugten Ausführungsform
kann der Benutzer des Klassifizierers die Ausführung der Hauptschritte des
Verfahrens überspringen
oder anfordern (Prüfungen 81, 82, 83, 84, 85),
indem er die Benutzerschnittstelle benutzt. wenn das Programm beginnt
(80), wird ein Prüfung durchgeführt, um
in Erfahrung zu bringen, ob eine neue Datenerfassung für das Netz
(81) angefordert worden ist; wenn die Antwort ja ist, sammelt
ein Unterprogramm (90, beschrieben in 13, 14, 15, 16, 17),
das Netzzugriffsmodul, von den Netzeinheiten die Eingabedaten in
das neuronale Netz. In der bevorzugten Ausführungsform wird das Netzzugriffsmodul über das
Schreiben von SNMP-Befehlen auf der Benutzeroberfläche erledigt, wobei
die Eingabedaten die variablen Werte der MIB sind, die in der MIB
der Einheiten gesammelt worden sind. Nachdem das Erfassen von neuen
Netzdaten abgelaufen ist oder wenn eine neue Erfassung der Netzdaten
nicht angefordert worden ist, wird eine Prüfung (82) durchgeführt, um
in Erfahrung zu bringen, ob schon vorhandene Eingabedaten formatiert werden
sollen. Wenn dies der Fall ist, wird das Unterprogramm zum Formatieren
von Eingaben aufgerufen (120, beschrieben in 19).
Nachdem die Eingabedaten formatiert worden sind oder wenn es nicht notwendig
war, Eingabedaten zu formatieren, wird eine Prüfung durchgeführt, um
zu klären,
ob das Klassifizieren von Daten erforderlich ist (ja bei Prüfung 83),
die Klassifizierung wird gestartet (Unterprogramm zur Anwendung
des neuronalen Netzes 130, beschrieben in 3, 4, 5, 6, 7, 8, 9).
Diese Klassifizierung enthält
den Schritt des Betreibens eines neuronalen Netzes, nachdem es trainiert
worden ist, falls dies nicht schon erfolgt ist. Dann wird, wenn
das Ausgabeergebnis der gerade durchgeführten oder vorher statt gefundenen Klassifizierung
Daten sind, die formatiert werden müssen (ja bei Prüfung 84),
das Unterprogramm zum Formatieren von Ausgabedaten aufgerufen (200,
beschrieben in 20); in der bevorzugten Ausführungsform
kann das Ausgabeergebnis falls gewünscht (Prüfung 85) auch angezeigt
werden, indem das Unterprogramm für die Endbenutzerschnittstelle (210,
beschrieben in 21) aufgerufen wird.
-
3 zeigt
ein Flussbild für
das Unterprogramm zur Anwendung des neuronalen Netzes (130),
auf das im allgemeinen Flussbild von 2 Bezug
genommen worden ist. Eine erste Prüfung wird durchgeführt (131),
um festzustellen, ob es erforderlich ist, eine Datenstruktur für ein neuronales Netz
zu erzeugen. Wie üblich,
wenn es zum ersten Mal benutzt wird, muss das neuronale Netz eine
Datenstruktur aufbauen. Dies wird durchgeführt, indem das Unterprogramm
zur Datenstruktur des neuronalen Netzes (140, beschrieben
in 4) aktiviert wird. Das Erzeugen der Datenstruktur
eines neuronalen Netzes ist ein üblicher
Schritt, wenn ein neuronales Netz in einer Anwendung zum ersten
Mal benutzt wird. Dann wird der Benutzer gefragt, ob es notwendig
ist, das neuronale Netz zu trainieren (132). Wenn der Benutzer
für das
Trainieren des neuronalen Netzes mit ja antwortet, wird das Unterprogramm
zur Belehrung des neuronalen Netzes (160, beschrieben in 6 und 7)
aktiviert. Das Trainieren eines neuronalen Netzes ist ein üblicher
Schritt, wenn ein neuronales Netz in einer Anwendung das erste Mal
benutzt wird. Der nächste
Schritt besteht aus einer Prüfung
(133), bei der die Benutzerschnittstelle dafür benutzt
wird, um zu prüfen,
ob das neuronale Netz betrieben werden soll. Wenn die Antwort ja
ist, wird das Unterprogramm zum Betreiben des neuronalen Netzes
(180, wie in 8 und 9 beschrieben)
gestartet. Wenn die Antwort nein ist oder wenn das Unterprogramm
zum Betreiben des neuronalen Netzes ausgeführt worden ist, endet das Unterprogramm
zur Anwendung des neuronalen Netzes. Die Steuerung wird an die Hauptanwendung übergeben,
wie durch das Flussbild von 2 veranschaulicht.
-
4 veranschaulicht
das Unterprogramm zum Erzeugen der Datenstruktur des neuronalen Netzes
(140). Dieses Unterprogramm, das während der Ausführung des
Unterprogramms zur Anwendung des neuronalen Netzes (130)
von 3 aufgerufen wird, dient dem Erzeugen eines neues
Modells des neuronalen Netzes. Der Benutzer wird aufgefordert, den
Namen des neuen Modells (141) bereitzustellen; der Name
des neuen Modells wird gelesen und mit den vorhandenen Modellnamen
verglichen, die im Speicher des Rechnersystems (1) gespeichert sind;
und wenn das Modell nicht vorhanden ist (Ergebnis nein in Prüfung 142),
wird das Unterprogramm zum Erzeugen eines Modells (150,
beschrieben in 5) aufgerufen. Eine Fehlernachricht
wird an der Datenstation des Benutzers angezeigt, wenn der vom Benutzer
eingegebene Modellname ein vorhandener Modellname ist. Das Unterprogramm
endet, und die Steuerung geht zurück zum aufrufenden Unterprogramm,
sobald das Unterprogramm zum Betreiben der Modellerzeugung (150)
abgeschlossen ist.
-
5 beschreibt
in einem Flussbild die Schritte des Unterprogramms zum Ablauf einer
Modellerzeugung (150) von 4. Dieses
Unterprogramm wird aufgerufen, wenn eine Anforderung vorliegt, ein
neues Modell für
das neuronale Netz zu erzeugen. Dies ist ein für neuronale Netze üblicher
Vorgang, wenn sie das erste Mal benutzt werden. Das Unterprogramm
erzeugt zuerst eine Standardstruktur eines neuronalen Netzes (151)
und fordert vom Benutzer bestimmte Parameter ab, die das Modell
des neuronalen Netzes kennzeichnen, das für die Anwendung des VLAN-Klassifizierers
aktiviert werden soll. Diese Parameter können insbesondere ein künstliches
neuronales Netz nach SOFM oder ART anzeigen. Wenn die vom Benutzer
bereitgestellten Parameter fehlerhaft sind, wird die Aufforderung
wiederholt; wenn die bereitgestellten Parameter korrekt sind (Ergebnis 'ja' in Prüfung 153),
werden die Benutzerparameter eingestellt (154) und verarbeitet,
um das neuronale Netz mit ihnen zu laden (154).
-
6 zeigt
das Flussbild des Unterprogramms zur Belehrung des neuronalen Netzes
(160), das immer dann aufgerufen wird, wie in 3 veranschaulicht,
wenn eine Anforderung zum Belehren des neuronalen Netzes auftritt.
Insbesondere veranschaulicht 6 die einleitende
Phase des Belehrens, die aus dem Abrufen der Struktur des neuronalen
Netzes (161, 162) und dem Abrufen der Trainingsdaten über einen
Dialog mit dem Benutzer (163, 164) besteht. Trainingsdaten
für das
neuronale Netz sind Anfangsdaten, die vom Netz gesammelt worden sind
und die vorher formatiert worden sind. Sobald die Trainingsdaten überprüft worden
sind, wird der Benutzer aufgefordert, ein kundenbezogenes Schnittstellenprogramm
(165) einzugeben. Diese spezielle Schnittstelle wird vom
neuronalen Netz benutzt, um auf die Daten zuzugreifen, die als Eingabe bereitgestellt
werden: sie hängt
von der Art des neuronalen Netzes ab und ist unumgänglich.
Wenn es kein derartiges kundenbezogenes Schnittstellenprogramm gibt,
das dem neuronalen Netz entspricht, wie es im vorhergehenden Schritt
ermittelt worden ist, wird der Benutzer mit einer Fehlermeldung
(166) benachrichtigt und erneut gebeten, ein neues kundenbezogenes
Schnittstellenprogramm einzugeben. Wenn das Ergebnis der Prüfung (166) 'ja' ist, wird das Unterprogramm
zum Betreiben des Belehrungsmodellprogramms aufgerufen (170).
-
7 ist
das Flussbild des Unterprogramms zum Betreiben des Belehrungsmodellprogramms (170),
das vom Unterprogramm zum Belehren des neuronalen Netzes (160)
aufgerufen wird, wie es in 6 veranschaulicht
wird. Der erste Schritt besteht im Initialisieren des Modells des
neuronalen Netzes (171); sobald das erfolgt ist, werden
aus der Datenmenge gemäß der vom
Benutzer eingegebenen Information Trainingsdaten entnommen (172).
Dann wird der Benutzer gefragt, ob er möchte, dass die Trainingsdaten
angezeigt werden (173) oder protokolliert werden (174).
Wenn der Benutzer möchte, dass
die Daten protokolliert werden, wird der Datei ein Standarddateiname
bereitgestellt, mit dem die Daten protokolliert werden. Das neuronale
Netz wird dann mit Daten gespeist (175), die aus der Datenmenge
kommen. Die Eingabedaten werden geprüft, um festzustellen, ob sie
für das
neuronale Netz die letzte Epoche bilden, wobei die Epoche der Eingabevektor
ist, der einem neuronalen Netz bereitgestellt wird: im Falle des
Einspeisens des NN mit der IP-Adresse der Einheiten haben wir einen
eindimensionalen Vektor. Wenn sie nicht aus der letzten Epoche sind,
wird das neuronale Netz mit dem nächsten Protokollsatz gespeist,
der aus der Datenmenge gelesen wird. Wenn alle Daten gelesen worden
sind, wird die Anzahl der Durchläufe,
die beim Lesen der Datenmenge schon durchgeführt worden sind, mit einer
vorgegebenen Anzahl von Durchläufen
verglichen (177). Diese Anzahl ist einer der Parameter,
der für
die Initialisierung einiger Arten von NN bereitgestellt werden;
dies zeigt an, dass das NN nach einer definierten Anzahl von Durchläufen vor
der Konvergenz anhalten sollte. Wenn die Anzahl der Durchläufe erreicht
ist, geht das Unterprogramm zurück,
wenn dies nicht der Fall ist, wird das Einspeisen des neuronalen
Netzes mit der Datenmenge (175) erneut gestartet.
-
8 und 9 sind
die Flussbilder des Unterprogramms zum Betreiben des neuronalen
Netzes (180), eines anderen Unterprogramms des Unterprogramms
zur Anwendung des neuronalen Netzes (130), das während der
Klassifizierung (3) in dem allgemeinen Flussbild
(2) aufgerufen wird. Während des Vorganges der Klassifizierung
wird dieses Unterprogramm aufgerufen, sobald das neuronale Netz
schon trainiert worden ist. Es besteht zuerst aus einer Initialisierung
(181) des Modells des neuronalen Netzes auf der Grundlage
von Parametern, die während
der Ausführung
des Unterprogramms zum Betreiben der Modellerzeugung (Schritt 154)
entsprechend dem Modell eingegeben worden sind; dann wird der Name
des neuronalen Netzes ermittelt (182); dann werden die
formatierten Eingabedaten in das ermittelte neuronale Netz eingegeben,
das vorher trainiert worden ist (7). Jeder
Eingabedatensatz wird vom neuronalen Netz gelesen und verarbeitet
und hat ein Protokollergebnis, das in einer Protokolldatei gespeichert
wird (193). Protokolldaten, die aus dem Verarbeiten des
neuronalen Netzes herrühren,
werden in roher Form ohne jegliche Zusatzinformation gespeichert.
Dieser Vorgang wird so lange wiederholt, bis die formatierten Eingabedaten
vollständig
gelesen worden sind: wenn die Antwort auf die Prüfung (192) 'Ende der Datenmenge' ja ist.
-
Wie
in 1 gezeigt, ist die Umgebung für das Betreiben des Klassifizierers
ganz einfach. Insbesondere veranschaulicht 10, wie
es möglich ist,
Rechner mit aus Hardware bestehenden neuronalen Netzen (parallele)
auf einem von Neumann-Prozessorsystem (einem seriellen) zu simulieren.
Es gibt viele unterschiedliche Modelle von neuronalen Netzen mit
unterschiedlichen Verbindungstopologien und unterschiedlichen Attributen
von Verarbeitungseinheiten. Sie können jedoch beschrieben werden
als Rechensysteme, die aus vielen (im Zehner-, Hunderter-, Tausenderbereich
liegenden) einfachen Verarbeitungseinheiten (21) bestehen,
die durch angepasste Wichtungen (22) verbunden sind. Es
ist bekannt, dass Wichtungen benutzt werden, um den Grad an Bedeutung
festzustellen, der für
Kommunikationen von Knoten innerhalb des neuronalen Netzes gilt.
Die Wichtungen werden verändert,
während
das neuronale Netz belehrt wird. Zusätzlich zu Prozessoren und Wichtungen
muss ein Modell eines neuronales Netz einen Lernmechanismus (23)
haben, der durch das Aktualisieren der Wichtungen nach jedem Trainingsdurchlauf
arbeitet. Die Wichtungen stellen die Ausgabe der Aktivierungsfunktion
vor den Verarbeitungseinheiten dar. Ein Modell der Hardware eines
neuronalen Netzes kann auf einem Digital-Rechner durch Programme
und Daten simuliert werden. Programme (24) simulieren die
Verarbeitungsfunktionen, die von Verarbeitungseinheiten des neuronalen
Netzes (21) ausgeführt
werden; angepasste Wichtungen von Verbindungen werden als Daten
(25) gespeichert. Programme (26) werden auch dafür benutzt,
den Lern- oder Anpassungsmechanismus der Verbindungswichtung (23)
einzurichten.
-
11 zeigt
die Komponenten der Programmierumgebung der Programme und Daten
des neuronalen Netzes. Stärker
abstrahiert ist diese Entwurfsdarstellung bei der Schnittstelle
der Anwendungsprogrammierung (API) (31) zu den Programmen
und Daten des neuronalen Netzes; die API, die nicht Teil der Erfindung
ist, gestattet es, dass die Entwickler der Anwendung kein Wissen über neuronale Netze
haben müssen,
um auf die 'Dienstprogramme' (32) in
ihrer Anwendung zuzugreifen und sie zu benutzen. Die 'Dienstprogramme' gestatten es, Anwendungen
von neuronalen Netzen zu definieren, zu erzeugen, zu trainieren
und zu betreiben; die neuronalen Netze brauchen eine Datenstruktur
(33), um eine Darstellung der Daten zu haben, die als Eingabe
zum Belehren oder zum Betreiben des neuronalen Netzes vorgegeben
werden; in der bevorzugten Ausführungsform
sollte die Datenstruktur die IP-Adressen der Netzeinheiten in einem
Format darstellen, das für das
neuronale Netz verständlich
ist; die 'Dienstprogramme' bilden mit der 'Datenstruktur' die sogenannte Benutzeroberfläche des
neuronalen Netzes. Bei Benutzung der Benutzeroberfläche des neuronalen Netzes
kann man ein Modell eines neuronalen Netzes erzeugen, indem man
eine generische Datenstruktur eines neuronalen Netzes definiert,
auf das durch die Benutzerprogramme zugegriffen werden kann. Das
Modell könnte
eine Merkmalsabbildung (SOFM) oder ein ART sein.
-
In 12 wird
gezeigt, dass die Software-Anwendung zur automatischen Klassifizierung von
Netzeinheiten der bevorzugten Ausführungsform ein Anwendungsprogramm
eines neuronalen Netzes (40) geworden ist, das so bezeichnet
wird, weil es die Dienste einer Benutzeroberfläche eines neuronalen Netzes
nutzt. Die Software-Anwendung zur automatischen Klassifizierung
von Netzeinheiten der bevorzugten Ausführungsform empfängt Ergebnisse
von der Benutzeroberfläche 36,
und insbesondere auf Pfad 44 empfängt sie die Ausgabe des 'Betriebs'-Dienstprogramms
dieser Benutzeroberfläche. Die
anderen Dienstprogramme, die von der Software-Anwendung zur automatischen
Klassifizierung von Netzeinheiten benutzt werden, sind die Dienstprogramme
des neuronalen Netzes zum Definieren (45), Erzeugen (46)
und Belehren (47); wie es schon vorher bei dem Rahmenkonzept
von 11 erklärt wurde,
bilden die Dienstprogramme selbst eine Schnittstelle mit der Datenstruktur
(33) des neuronalen Netzes. Die Eingabe 42 veranschaulicht
die anderen Dienste und Eingaben der Software-Anwendung zur automatischen Klassifizierung
von Netzeinheiten, wie etwa die Datenformatierer.
-
Das
Unterprogramm des Moduls für
den Netzzugriff (90), das in 2 aufgerufen
wird und in 13, 14, 15 beschrieben
wird, bezieht sich auf die Erfassung von Eingabedaten für das Netz,
damit das neuronale Netz damit gespeist wird, wobei diese Daten
die Grundlage für
die VLAN-Klassifizierung sind.
-
Die
in der bevorzugten Ausführungsform
gewählten
Eingabedaten in das Netz widerspiegeln die Aktivität, die zwischen
den unterschiedlichen Netzelementen (Einheiten oder einer Anwendung,
die auf einer Einheit läuft)
vorhanden sind; sie werden in den ARP-Tabellen (Adressauflösungsprotokoll)
gespeichert, die in den Wählstellen
des Netzes gespeichert sind und von diesen Wählstellen aktualisiert werden. Diese
Tabellen speichern für
jedes Netzelement die logische Adresse und die physische Adresse
der anderen Netzelemente, mit denen das Netzelement kommuniziert.
Die physische Adresse einer Anwendung, die auf einer Netzeinheit
läuft,
ist die physische Adresse der Netzeinheit. Die physische Adresse hängt vom
Protokoll ab. Im Falle von TCP-/IP-LANs ist die logische Adresse
die IP-Adresse, und die physische Adresse ist die MAC-Adresse. Praktisch
wird diese ARP-Tabelleninformation für jede Netzeinheit in den SNMP-Variablen
der MIB (16) oder der RMON-Matrixgruppe
(17) abgerufen. Diese MIBs werden in den Netzeinheiten
gespeichert und periodisch aktualisiert. Die RMON-Matrixgruppe ist eine
bestimmte MIB, die einige SNMP-Beauftragte verwalten
können.
-
Unter
Bezugnahme auf 13, 14, 15 beginnt
die Erfassung von Daten durch das Unterprogramm des Netzzugriffsmoduls
(90) mit der Erfassung aller IP-Adressen der Netzeinheiten,
die durch Lesen (91) der Topologie-Datenbank erhalten wurden.
In der bevorzugten Ausführungsform
ist die Topologie-Datenbank eine ebene Datei, die durch den Ermittlungsvorgang
von NetView/6000 (NetView ist ein Handelsname der International
Business Machines Corp. in den USA, anderen Ländern oder in beiden) aufgefüllt wird,
einer Netzverwaltungsplattform, die auf Datenstationen RS/6000 arbeitet (RS/6000
ist ein Handelsname der International Business Machines Corp. in
den USA, anderen Ländern oder
in beiden). In der ebenen Datei umfassen einige Datensätze die
Information über
die IP-Netzeinheit, was dem IP-Adressfeld entspricht, und andere
Datenfelder, die nicht zum Umfang der Erfindung gehören. Wenn
der in der ebenen Datei der Topologie-Datenbank gelesene Datensatz
mit einer Netzeinheit übereinstimmt
(92), soll die logische Adresse gelesen werden. Der Benutzer
kann die Art der Verwaltungsinformation auswählen, die für diese Netzeinheit gelesen
wird. In der bevorzugten Ausführungsform
wird der Benutzer um das Bereitstellen seiner Wahl gebeten (111),
wenn die Art der Verwaltungsinformation nicht definiert worden ist
(101). Wie später festgestellt,
wird es entweder die RMON-Matrixgruppe
(70) oder die Adressübersetzungsgruppe
der MIB sein. Sobald die Wahl vorgenommen worden ist, wird die Information
an der Netzeinheit unter Verwendung des Standardbefehls der Netzverwaltung
(102) gelesen. Dieser Lesevorgang wird beibehalten, bis
das Ende der ebenen Datei erreicht worden ist (93).
-
16 veranschaulicht
die Adressübersetzungsgruppe
der MIB II (60). Sie besteht aus einer einzigen Tabelle:
at (61). Jede Zeile in der Tabelle entspricht einer physischen
Schnittstelle der Netzeinheit. Die Zeile entspricht dem Abbilden
der logische Netzadresse auf die physische Adresse. Die at-Tabelle
(62) enthält
das Äquivalent
der Netzadresse zur physischen Adresse. Der at-Eintrag (63)
stellt die Tatsache dar, dass jeder Eintrag ein Äquivalent von Netzadresse zu
physischer Adresse enthält.
Die at-Netzadresse (64) entspricht der medienabhängigen physischen
Adresse.
-
In 17 wird
die RMON-Matrixgruppe (70) veranschaulicht, die als Alternative
zur Adressübersetzungsgruppe
der MIB II benutzt wird. Die RMON-Matrixgruppe wird benutzt, um
Informationen über
den Datenverkehr zwischen Hauptrechnerpaaren in einem Netz abzurufen.
Die Tabelle der RMON-Matrixgruppe (71), die für die Erfindung
von Interesse ist, ist die SD-Matrixtabelle (72). Die SD-Matrixtabelle
wird dafür
benutzt, die Statistik über den
Datenverkehr von einem bestimmten Quellhauptrechner zu einer Anzahl
von Bestimmungsorten abzurufen. Die Quelladresse der SD-Matrix (74)
stellt die MAC-Zieladresse dar.
-
18 zeigt
ein Modell des Softwareaufbaus für
das Netzzugriffs-Modul (5), das dem Unterprogramm (90)
entspricht, das vorher in 13, 14, 15 beschrieben
worden ist. Die Grundlage für
diese Software beruht auf SNMP. Das Modul für den Netzzugriff ist in drei
Ebenen organisiert: die oberste Ebene besteht aus der Anwendung
für den Netzdatenzugriff
(50) entsprechend dem Unterprogramm für den Netzdatenzugriff (100),
wie es vorher in 14 und 15 beschrieben
worden ist, das eine Sammlung von Datendiensten bereitstellt. In
der bevorzugten Ausführungsform
entspricht dieser Teil der Anwendung einer Datensammel-Schnittstelle:
jedes Anwendungselement (51 bis 53) richtet einen
bestimmten grundlegenden Zugriff auf eine bestimmte Gruppe von MIB-Variablen ein. Die
unterste Ebene ist ein Dienst zum Transport von Netzverwaltungsdaten
(54): dieses Modul besteht aus einem Netzverwaltungsprotokoll,
um Netzverwaltungsinformationen auszutauschen, und einer Dienstschnittstelle
zu den Anwendungselementen (51 bis 53). In der
bevorzugten Ausführungsform
stellt die Dienstschnittstelle zwei Grundfunktionen bereit, 'einfache Information erhalten' und 'mehrfache Information
erhalten'. Das Modul
für den
Netzzugriff greift auf die lokalen MIBs an den Netzeinheiten zu.
Das Modul für
den MIB-Zugriff (55) enthält Software zur grundlegenden
Dateiverwaltung, die den Zugriff zur MIB ermöglicht. Zusätzlich wandelt das Modul für den MIB-Zugriff
aus dem Format der lokalen MIB in eine Form um, die durch die anderen
Teile des Moduls für
den Netzzugriff verstanden wird. Kommunikationen mit Netzeinheiten
werden durch einen Kommunikationsprotokollstapel (56) unterstützt, der
in der bevorzugten Ausführungsform
TCP/IP ist.
-
Unter
Rückgriff
auf 2, die das allgemeine Flussbild des Verfahrens
der bevorzugten Ausführungsform
der Erfindung veranschaulicht, wird das Unterprogramm für das Formatieren
der Eingabe (120) aufgerufen, ehe die Klassifizierung in
irgend einer weise gestartet wird. In der Tat ist dieser Schritt aufgrund
der Benutzung des neuronalen Netzes notwendig. 19 zeigt,
wie die Informationen, die aus den Netzeinheiten abgerufen werden,
vor dem Einspeisen in das neuronale Netz formatiert werden. Eine
Prüfung
(121) wird durchgeführt,
um zu überprüfen, ob
die Informationen von einer neuen Netzeinheit kommen. Wenn dies
nicht der Fall ist, bedeutet das, dass der Bezug der Netzeinheit
schon bekannt ist und nicht registriert werden muss. Wenn die Netzeinheit
nicht bekannt ist, wird der Kennzeichner der Netzeinheit gespeichert,
um später
verarbeitet zu werden. Bei jeglicher neuen Netzeinheit wird die SNMP-Tabelle
abgerufen, und ihr Inhalt wird formatiert (122). Sobald
dies erledigt ist, wird das Ergebnis zur weiteren Verarbeitung (123)
in einer Datei gespeichert.
-
20 veranschaulicht
das Flussbild für
das Unterprogramm des Formatierens der Ausgabe (200) aus
dem allgemeinen Flussbild in 2. In diesem
Unterprogramm werden die vorher in einer Datei gespeicherten Daten
formatiert. Der Netzkennzeichner wird in einem lesbaren Format mit
einem VLAN-Kennzeichner
gespeichert (201), welcher der Index des Ausgabeergebnisses
des neuronalen Netzes ist. Dieser Vorgang wird für alle Daten durchgeführt, die
in der Eingabedatei (202) enthalten sind.
-
Abschließend stellt 21 das
Flussbild des Unterprogramms für
die Endbenutzerschnittstelle (210) bereit, die am Ende
des Flussbildes von 2 aufgerufen wird. Dieses Unterprogramm
gestattet es dem Benutzer, die sich ergebende Resultatsdatei der Vorgänge der
Klassifizierungen auszunutzen, die früher in vorhergehenden Schritten
ausgeführt
worden sind. Eine Zeile der Ergebnisdatei wird gelesen (211), und
je nach der Art, wie der Benutzer die Daten vorgelegt haben möchte, werden
die Daten angezeigt (212). Der Benutzer kann jederzeit
das Anzeigen von Daten (213) anhalten. Das Unterprogramm
endet, sobald das Ende der Ergebnisdatei erreicht ist (214). Es
wird angemerkt, dass die bevorzugte Ausführungsform auf eine im Dialog
mit demjenigen Benutzer erfolgende Anwendung orientiert ist, welcher
der Netzverwalter ist, der auf die Datenstation zur Netzverwaltung
zugreift. Bei der automatischen Klassifizierung der Erfindung kann
der Netzverwalter darüber
entscheiden, diesen Vorgang automatisch und periodisch ohne die
Benutzerschnittstelle erledigen zu lassen; weiterhin kann man entscheiden,
die Benutzerschnittstelle nicht für das Lesen der Liste zu benutzen,
die im Rechner angezeigt oder protokolliert ist, sondern das Ergebnis
der Klassifizierung als Eingabe in ein Programm bereitgestellt zu
bekommen, welches das Ergebnis nimmt und – immer noch unter Benutzung
der Netzverwaltungsdienste (wenn SNMP, unter Verwendung des SNMP-Befehls
GET usw. ...) – automatisch
die VLAN-Defition in den Wählstellen
des Netzes aktualisiert.