《2013年雷恩第一大学博士论文：电信网络中的主动自诊断》

2013年论文/雷恩第一大学由布列塔尼欧洲大学盖章为的等级雷恩第一大学博士提及：信息学马蒂斯博士学校提交人Carole Hounkennou在INRIA研究单位编制国家计算机科学与自动化研究所大学部分电信网络中的主动自诊断电信网络中的主动自我诊断。论文答辩于2013年陪审团由以下人员组成：弗朗辛·克里夫波尔多大学IPB教授1/报告员亚辛·加姆里-杜丹东巴黎大学高级讲师/报告员泽维尔·拉格兰奇布列塔尼电信教授/考官克里斯蒂安·德斯特雷Orange Labs项目经理/审查员劳伦斯·恰瓦利亚阿尔卡特朗讯贝尔实验室项目经理审查员埃里克·法布尔INRIA研究总监/论文总监1确认书首先，也是最重要的，我向全能的上帝祈祷，感谢他给了我这个机会，让我有能力成功地应对所面临的许多挑战。如果没有我周围的人的帮助和支持，完成这篇博士论文是不可能的，只有一些人在这里可以特别提到。我想表达我对埃里克·F·阿布·雷、我和我的服务员的真诚，因为他的手臂在整个论文过程中提供鼓励、批评性意见和深思熟虑的指导。我还要特别感谢Samir Ghamri-Doudane为这项工作付出的时间、宝贵我还要感谢我的论文委员会的成员。 我衷心感谢Francine Krief和YacineGhamri-Doudane 花 时 间 对 我 进 行 了 审 查 。 我 还要感谢XavierLag range 、ChristianDest rée和Laurent Ciavaglia担任我论文的考官。我想感谢你们所有人让我的辩护成为一个快乐的时刻，感谢你们所有人的精彩评论和建议。有许多人提供了有趣的反馈和宝贵的建议，我想感谢他们：我在INRIA的同事，以及阿尔卡特朗讯贝尔实验室和INRIA的高级管理能力联合研究小组的成员。特别感谢C'esarViho，他在学术和个人层面上都提供了宝贵的建议和知识。我也非常感谢Nathalie Bertrand和LoïcHelou，感谢他们帮助我建立了一个视频和反馈系统。所有这些人都是友谊的源泉，也是良好的建议和合作的源泉。最后但并非最不重要的是，一个特别的想法是献给我的家人。 言语无法表达我对父母阿纳斯塔西和奥苏·洪孔努以及兄弟奥伦斯、奥斯瓦尔德和伯纳德的感激之情，感谢你们为我所做的一切牺牲。你为我的祈祷让我坚持了这么久。上帝保佑你们所有人。2摘要虽然现代网络和服务在规模、复杂性和异构性方面不断增长，但这种从技术和经济上讲，需要传统管理任务的更多自动化。这引发了一项重大的研究工作，集中在自我管理和自治网络这两个术语之下。本文旨在为实现电信网络中的一些自我管理特性做出贡献。我们提供了一种自动化故障管理的方法，涵盖网络的不同网段以及部署在其上的端到端服务。这是一种基于模型的方法，它解决了基于模型的诊断的两个弱点，即：a）如何在给定的时间内导出适合给定网络的这样一个模型，特别是如果一个人希望捕获多个网络层和段; b）如何使用潜在的大模型进行推理，例如，如果一个人希望管理一个全国性的网络。为了解决第一个问题，我们提出了一个称为自建模的新概念，它离线制定模型的通用模式，并在线标识部署在托管网络中的这些模式的实例。第二点是通过基于贝叶斯网络形式的主动自诊断引擎来解决的，该主动自诊断引擎包括对网络模型的逐渐增长的片段进行推理，依赖于自建模能力：收集更多的观察结果并执行新的测试，直到以足够的置信度定位故障。这种主动诊断方法已经被测试用于在IP多媒体子系统（IMS）网络上执行跨层和跨段警报管理。第一章法语中的Resum'e内容物1.1背景31.2导言41.3IMS6网络.............................................................................................................1.4自动化：故障校准的辅助功能。81.5推理ntav与ReseauxBayesiensgenerique13...................................................1.6结果15...................................................................................................................1.7结论................................................................................................................... 171.1背景电信网络的网络正变得越来越复杂，特别是由于所实施的技术的最后一次复制，它们的颈部和地理范围扩大，流量的增长，以及运营商提供的服务的演变。 所有这一切都使这些水的管理变得越来越繁琐、复杂、容易出错，因此对我们的操作员来说成本很高。 我们把术语"自主水资源"放在这里，解决方案的含义是让你对这个水资源的管理更加自主。这个词的作用是归因于在电子通信的网络中某些自主功能的实现。 我们建议您不要管理我们的自动化故障管理，同时涵盖网络的不同部分和上述EPL Oes的B到B服务。 这是一个近似，它解决了诊断的两个困难：a）获得这样一个元素的方法，adap t'e a a eseau don'e a moment n t don'e，特别是如果一个人希望捕获几个ces和segment nts reseau和b）如何推理一个元素的mo，如果一个人要管理一个国家的eseau，例如。为了解决第一个困难，我们提出了一个新的水概念：这是一个很好的例子，它是一个第二个困难是框架，这要归功于一个活跃的自我诊断引擎，它依赖于r ese a u x B a y esians的形式主义，它包括对一个片段的推理。34我是一个女人，我是一个女人。从正在增加的桶中取出一个桶，使用自动化的能力：观察收集的结果和测试的结果，直到错误的丝绸被准确地计算出来。该主动诊断应用程序不适用于IMS（IP多媒体子系统）网络中报警的多颈管理和多段管理。1.2简介我们的几种故障管理方法使用黑盒子或学习编织的方法：神经元网络、自适应地图、统计学习（Kavulya等人，2011年），词典技术（Reali和Monacelli，2009年），编年史的发展（Dousson，1996年;Dousson和Duong，1999年;K avul ya等人，2012年）。 这样的战略通常遭受缺乏传统的礼物，他们没有联系的故障与症状观察到的。由于多重错误、时间错误或观察者的丧失，这些策略对复杂症状组的ph enoménes并不坏。此外，这些methesosontd如果他们是它可能会在你逃跑的时候被抓住。因此，这样的方法并不适用于我们的警报关系，而是适用于固定的理论，在那里，明智的适应过程的一致性是有保证的。在上述目标之后，我们将发展一种新的LE结构，其包括从a b到构造一个LE模型，建立一个函数nc o r rec t或不正确的关系，以及观察症状或信号，然后在该LE模型上建立用于管理e v e ts的算法。 这是由几个c'ontributions（参见Steinder和Sethi，2004a）中的travers'ee的techniques，以及它们在图形理论中的ge Dautr e s co ntributions asse m ble n t在形成自动推理支持的因果图中获得关于功能障碍及其后果或症状及其原因的经验知识（Lu et al.，2011年;格罗斯克劳德，2008年）。另一种方法是从捐赠、趋势（逻辑或统计）和资源、初始故障和症状开始，然后将它们放入桶B ayesiens或类 似 的 桶B 中 （Bouloutas等人，1994 年、1995年;Fabre等人，2004年）。在这种结构上运行的发动机不是标准的，也不适合使用。事实上，这个主题以及这些techniques的分布是如此之多的techemes以及颈部verts由床téerature（F abre等人，2004年、2005年）。这一点，正如你在上面的三个例子中所看到的，是在两个困难的情况下对我进行的：a）因为ntt和b）如何推理一个巨大的经济规模，如果一个人管理一个国家的水资源，例如。这是一个很大的问题，也是一个很大的问题。获得一个mod'eel e的r'eseaug'er'e是远远不是Triv i al，特别是如果一个人希望你简介5捕获故障传播i n ter-cou che和i n ter-segme nt。必须使用的第一个信息来源当然是水的行为学，它已经在几个版本中得到了验证（例如（Bo u loutas et al.，1994）），包括专业的教育工具和特定的水技术。这一点，我们应该走得更远 ， 在 标 准 、 协 议 描 述 和 专 家 知 识 （ 如 果 可 用 ） 中 寻 找 不 同 的 信 息 来源，而不是通常的信息来源。根据我们团队在消除故障和警报传播方面的经验（F abre等人，2004年），我们在这里提出了一个新的概念：自动化。自动化是从一个b或r到一个iden的一切，以区分你的水资源的不同家族，这些资源是如何被结构化的，以及它们是如何相互联系的，这是水资源的通常结构。这就产生了一个集合的mod'elesgeneriques，资源和ependances'en these，根据特定的语法设计。然后，在探索水资源的过程中，我们可以确定水资源的实例，而这些实例在水资源的生态学中是如此的脆弱。由于这些实例共享某些资源，这种结构导致了一种结构"agra ndeechelleou"，这种结构具有相似的倾向，因此是双重的，并且是部分的。 这个人的名字是完全正确的，如果不是为了诊断，也不会有任何用处。关于diag nostic引擎，我们主张将水资源及其趋势转化为水资源的形式主义，这似乎是水资源管理委员会内部共识的一个组成部分。他自己的资源不容易与统计趋势和逻辑联系在一起，而当数据不那么可靠时，他就有了一个熟练的统计编织极限（印度对para me'tre s的量化）。 它们也可能不适应动态系统的反应（Fabre，2007; Fabre等人，2004年;Fabre和Hadjicostis，2006年）。关于他自己的资源Baye的概率原因是t 'esbiend'uncume n'eetpermetd'associer观察到的v个变量或你的结果的状态是可变的pertinentescah'ees。尽管如此，当涉及到处理时，桶B的大小并不合适。它们的数量是巨大的，甚至是巨大的。因此，我们建议调整我们的a）只探索元素的一部分，从必须解释的失败中涉及的资源开始，b）如果v e me n更多的re源（v变量），我将努力进行/revéller，以获得更多的观察v为了满足这两个方向的需求，在IMS水域进行故障管理，同时捕获多个通用系统（a c ccess、met r o和co re），并提供bout到bout的服务（Bertinetal.，2007年）。6我是一个女人，我是一个女人。过程层注册阶段1、阶段2SIP寄存器、直径UAR等。之前执行基本会话设置第一阶段、第二阶段等...SIP邀请、直径LIR等。RCEFL2TFI-BCFI-BGFC-BGFP-CSCFNACFUAAFIWFSPDFBGCF会议IP控制器服务器A-RACFSPDFCLFPDBFAMFARF1.3IMS网络的结构国王的脖子是最后的解决方案在IMS网络的经典描述中，这里的目标是帮助区分这种网络中涉及的资源，以及这些资源如何被结构化，以及如何识别其他资源。 这些知识将用于诊断故障。功能层由物理层支持者纳斯ARF、AMF、PDBF、UAAF、NACF、CLF接入网络RACSA-RACF、C-BGF、SPDF、I-BGF、RCEF、L2TF核心IMSP/S/I-CSCF、HSS、SLF、MRFC、MRFP、IWF、IBCFMGCF媒体网关SGF地铁通道MRFCMRFP介质服务器控制者核心网络T-MGF其他知识产权第一英里聚合Metro-CoreCPE DSLAM ARMA-SBCUPSFSLF用户配置文件I/S-CSCF媒体网关I-SBC网络图1.1：IMS网络的组织方式并非如此。图1.1说明了IMS网络的独特结构，它可以分为三个部分，并将特定性质的资源组合在一起。术语"资源"既包括物理的、在外部运行的软件，也包括对服务的准备和维护。物理层由接入网络和核心网络组成。访问不起作用是段NT的C o n s ti e met r o-a c cess和met r o- c o r e的C o n s ti e。地铁段-从ecom pose到ntspluspetits段的访问：第一英里和agg regation。数据段通过一个或多个广域网和远程访问服务器（B RAS）进行聚合和连接。Metro-Core段通过会话边界控制器（SBC）等路由器连接到核 心业 务组 织， 该组 织维 护IMS 服务 平台 。物理系 统 的 结 构 是 nesse ntielleme n t h erar c hique：这个颈部是由它构成的，它连接了特定的部分，这些部分连接了其他部分，这些部分连接了其他部分，这些部分连接了更多的部分。功能颈是IMS功能架构的核心，由三个子系统组成。attacheme n t au reseau，Ne tw ork Attachment Subsystem（NASS）（TISPAN，2010 a）的sub-sys eme提供了acces级别的注册和用户设备（UE）的初始化，以使我们的acceder与multiméedia服务保持一致。这是一个很大的问题，也是一个很大的问题，也是一个很大的问题。IMS网络的结构7准入、资源和准入控制子系统（RACS）（TISPAN，2006）负责控制功能、资源分配和准入控制。最后，IMS（TIS PAN，2007）的子系统负责向用户终端提供多媒体服务。在图1.1的功能体系结构中，O bjetsherar chiq es的子系统t em nt由几个f nct e t。 这些函数通过接口（也称为连接器的接口）相互通信。我们的解决方案存在于物理节点中，作者在（Dar vishanetal.，2009年）比较了ntdifere ntesimp n个国家。Figure1.1REF是一个使用ACeseau的Impl'ementationav的示例，它是冰冷的。这个imp的第n个句子是m odeli see，通过一个关系是-sup ported-by n是一个函数和一个equipeme ntp hysiq ue。这是资源趋势的第一个例子，因为一个等式的故障通常会影响它所服务的功能。在IMS服务的操作过程中，编写所涉及的程序的教育颈部是必要的。这些程序写在标准中，是一个最高形式的结构：它们是从ecom p ose nt到phases的，而p h as es又是从ecom p ose nt到它们的序列（或偏序），它们是顶尖的SNS、R ACS和IMS核心的功能（例如，见图1.3）。 每一个请求都导致在n个接口上发生变化，这些接口要么没有DHCP、SIP，要么没有DIAMETER等功能。一个proocedurep的执行包含状态变量，其中一些变量要么不符合条件，要么不符合你的条件。例如，获取正确的IP地址作为欧盟在网络上（通过SNS）的atta c heme n t确实是一个错误（见图1.3）。前体、前体和前体、前体此外，它们也不是由（关系is-supported-by）函数和功能颈部的i n个面来支持或支持的。这些信息不容易从标准和另一种形式的趋势资源中获得。L’auto-mo上面写的三个脖子中的"我"是通用的，因为它定义了水资源的差异以及它们相互作用和相互依赖的方式。本说明主要来自编号中包含的信息和运营商的当前实践。然而，某些信息必须由经验来定义。这个词之所以容易，是因为这个词的相对大小，这个词的语法的存在。 这个hierarchiepermetd'emoelisercchaquecou cheadiferentsni vea ux deretail（抽象），从而选择最好的gra nulari t'e '，我们希望把水带到它那里。从年龄的主动性来看，年龄的不稳定性定义了U n r eau的基本composa nts。 这个penda nt，我们必须管理的reseau， 包含 这 些组 件的 几 个实例。与编程类似8我是一个女人，我是一个女人。AL我CE劳里访问网络#1CPE#1第一英里数#1地铁通道1号媒体网关控制器#1媒体网关#1ARF #1聚合#1地铁-核心#1CPE#2核心网络媒体服务器1用户其他知识产权网络I-SBC #1A第一里程#2DSLAM #1DSLAM #2第一英里数#3简手臂#1PDBF#1NACF#1AMF#1UAAF#1CLF#1L2TF #1RCEF#1A-SBC #1A-RACF#1C-BGF#1SPDF#1P-CSCF#1配置文件服务器#1IP会话的控制器#1CPE#3SLF #1UPSF #1BGCF #1I/S-CSCF #1MRFP #1MRFC#1T-MGF #1SGF#1MGCF#1ARF#2SPDF#1I-BGF#1IWF #1I-BCF#1图 1.2 ： 你 不 是 你 的 ncedereeuIMS ： 你 的 ncetlesfonctions 的 nc efonctionelleheberees，所以你不会被抓住。ORieneeobIt，EGeenerique的M是CSsaeta的一个Diggramme，而O N't t Ger是O Bj和s的一个d i agr amme。这是一个很大的问题，也是一个很大的问题。 图1.2中没有说明，也没有说明它们在多个站点上的使用情况，但它们可能共享也可能不共享一个DSLAM、一个段聚合等。因此，当你把它们放在一起时，你就把它们放在一起，把它们放在一起。 这是一个很好的例子，也是一个很好的例子。因此，当你把一个人的灵魂放在一个人的灵魂里，他就把一个人的灵魂放在一个人的灵魂里，他就把一个人的灵魂放在一个人的灵魂里，他就把一个人的灵魂放在一个人的灵魂里。我是一个飞行员。这是一个很大的问题，也是一个很大的问题，也是一个很大的问题。这是真的吗？这是一个很好的例子，说明了一个人的生活方式是什么样的，一个人的生活方式是什么样的。 一个服务器冰或一个服务器这是一个很好的例子，也是一个很好的例子，也是一个很好的例子，一个很好的例子。1.4我的意思是，我的意思是。我的意思是，我是。这是一个很好的例子，也是一个很好的例子。我的意思是，如果你在那里，你会有一个很好的机会，你会有一个很好的机会，你会有一个很好的机会。这是一个很好的例子，也是一个很好的例子，也是一个很好的例子。9功能性或教育性。在我们的第二部分中说明的关系不是自然的，而是根据关系B的形式化而存在的关系。 这些都是我们的代表，既不代表贸易，也不代表统计趋势。 此外，它们还包含了条件关系中的关系，在这些关系上，我们可以找到一致性算法的算术，这是一个由几个关于re c her c he的tra v处理的主题。在这篇文章中，争论在这个例子中，一些状态变量的有效性并不意味着其他变量的有效性。然而，这一背景需要在几个方面进行调整。 Toutaborder，thereseaug'er'eevolueavwithtime（用户登录到reseau，注册nt，连接nt，从nouveauxequipementssonajout'es，等等）. 他不可能在他所有的罪和罪中被定罪。因此，在此使用的网络B应该建立在捕获网络状态的基础上，以便响应于正在进行的诊断请求。此外，并不是所有的水资源都涉及到服务的功能障碍。因此，只应考虑水资源的一部分。然后，ReseauB ayesiendev r的m o d ele的这个构造必须在Eav中与F引擎一起被击中。用户不共享某些存储或存储桶，因为他们不传输有关此存储桶状态的这对推理是有用的。因此，我们必须设想一个网络B的动态构造，或者以类似的方式，一个网络的动态探索，以便逐步收集信息并响应诊断请求，这是不可能的。最后，让我们来看看什么是诊断请求。假设某个资源的状态是o b s er v ee，如eta n t down（例如，IP配置是为特定用户配置的），我们必须覆盖此p年的起源（主要原因）。这一主要原因不一定存在于颈部的资源中，这些资源不足以使我们建立资源库或资源库。这可以被看作是一个问题，在国家的影响中，人们不能对其他国家变量进行观察。推而广之，我们可以想象，我们可以对所有变量的状态进行迭代。不，不，请求的一个示例是suivan te：如果第一英里的路段出现故障，那么UE（非特定UE）能够执行AP的概率是多少？这种不必要的需求是B a y eseaux形式主义中的nou v eau，显然构成了评估故障影响的一种方法。我们敢于校准一种资源的功能障碍的起源的方法1. Retrou ver和/或asse mbler（"ani veaudegra nulari tedon ne"）是一个词，指的是一个词。2. o校准此网络B的实例在IMS网络的实例中是唯一的10我是法国人，..因此，我们得到了一个例子，即我们ap p elonspattern。3. 在reseauB ayesienact uel（lnstance）中，用观测值v4. 如果满足生态条件还不够，则通过探索与当前网络B共享资源的其他模式（其他实例）来扩展当前网络B。 在这个网络B已经扩展，收集新的-v他们观察到的可能性，以提高故障校准的准确性。5. Re扩展，直到pan n e的原点是l cali see a v，并有pecision。示例为了将这一体系结构简化为一个实用的概念，我们大胆地解释了为什么在图1.2的reseau实例中，IP配置是用户Laurie的。 如图1.3所示，IP配置服务分两个连续阶段运行，由欧盟执行。在C或C中，函数-UE.AR.FNACF*CLF*.1. DHCP发现/.....2. DHCP发现/.....3. DHCP优惠.4.DHCP请求..//..5.... Bind I P-地址请求s//t。.... ，，6. .SNS用户配置文件请求.. 7. NSS用户响应//。.. ，，8. 绑定IP地址应答器. ，，.9. DHCP确认（IP地址和P-CSCF地址）图1.3：使用DHCP协议的IP配置序列图（颈端）。 这种配置导致UE（'a gauc che）和SNS（' a right）的功能之间的对话。在nelle中，gra nulari tec选择了一个单独的资源，该资源没有teeN ACF*，它将AMF（访问管理功能）、NACF（网络访问配置功能）、UAAF（用户访问授权功能）和接口组合在一起。以同样的方式，granularit'ecchoisi的niv水区分了一种资源这是一个很好的例子，也是一个很好的例子，也是一个很好的例子。11聚合#1DSLAM#1劳里LaurieMetro核心#1SBC#1手臂#1第一英里1号CPE #1CLF*#1国际NACF*#1 -CLF*#1国际UE #1-NACF*#1欧盟排名劳里之前执行支持者欧盟ARFCLF*支持者欧盟内部-NACF*NACF*阶段1IP配置地铁核心SBC手臂聚合德兰第一英里CPE国际NACF* -CLF*国际ARF -NACF*欧盟内部-ARF阶段2在CLF（Con nectivitysession-location and repository Function）和A-RACF（Access-Resource and Admission Control Function）上设置CLF * q i r egr ou p e l es f，以及这 两 个 函 数 之 间 的 接 口 。如果你有一个单一的系统，你就没有一个单一的系统，你就没有一个单一的系统，你4）。这是一个很好的例子，如果你有一个很好的例子，你有一个很好的例子。因此，我得出的结论是，配置过程的最终结果是由第一阶段的第一个阶段组成的，第一阶段的第二个阶段是由第一个阶段的第二个阶段组成的，第一个阶段的第二个阶段是由第一个阶段的第二个阶段组成的，第一个阶段的第二个阶段是由第一个阶段的第二个阶段组成的，第一个阶段的第二个阶段是由第一个阶段的第二个阶段组成的，第一个阶段的第二个阶段是由第一个阶段的第二个阶段的第二个阶段组成的。这如果Quee ntreEU和ARF，则在段n t fi rst -mi e的a-d i r e中，在p h y中的t或r中的li。如果这个网络B已经存在于g-e-er-iqu-e中，那么avariabled'et at IP con figu r at i我们正在观察v ab le pu i sq'我们本可以在欧盟拥有一个e-ad resse IP cor rect e的情况下拥有它。图1.4：对于用户的配置和操作，这是一个很好的解决方案。这是一个很好的例子，但我们没有读过，也没有读过，我们也没有读过。这是一个很大的问题，也是一个很大的问题，也是一个很大的问题。5在那里，这些人的生命是在黄金时代被创造出来的。如果有一个人在那里，他就在那里。ChacuN国际UE#1 -ARF#1ARF#1国际ARF#1 -NACF*#1NACF #1FIGURE1. 第五章第一次见面第二次见面第二次见面第三次见面第三次见面第四次见面第五次见面第五次见面在他的灵魂中有一个灵魂，他是一个灵魂。12我是法国人，NACF #1欧盟排名第一-NACF #11CPE#3第一英里#3聚合#1DSLAM#1NACF #1UE#3欧盟内部#3-ARF#2ARF#2国际ARF#2NACF #1欧盟内部#3-CLF*#国际NACF*#1-CLF*#1NACF #1国际ARF#1ARF #1欧盟排名第一-ARF #1欧盟排名简劳里简Laurie手臂#1第一英里1号CPE #1简的第劳里观察veechlaurie.如果一个人在一个人身上看到的东西是一个人在另一个人身上看到的东西是一个人请注意，并不是所有的资源都能提供关于地球的可观测数据，这是一个很好的资源，它可以提供关于地球的可观测数据，也可以提供关于地球的可观测数据。这是一个很大的问题，也是一个很大的问题，也是一个很大的问题。这 是 一 个 很 大 的 问 题 ， 也 是 一 个 很 大 的 问 题 。Pa rexemple ，nousavonschoisideverifyrlIPDJ和E。因此，我们在这里有一个很好的例子，那就是在你的脑海中，在你的脑海中。 图1.6m n是r e a u B a y e n的e 如果您的帐户未设置，则您的帐户未这是一个很好的例子，说明了这一点。这意味着，对于所有的s-re-ss或u-rc-squ-eLauriepartageav与janefonctionn ncorreme nt，这是一个ee 因此，当你在一个地方，当你在另一个地方。SBC#1Metro核心#1DSLAM#2FIGURE1. 第六：这一年是一个j或tee;它的r esou r这些p r i v是如此之多，所以nt r ep rese n是蓝色的。这是一个很大的问题，也是一个很大的问题。我的意思是，我的意思是，我的意思是。如果我们选择询问爱丽丝，她与L a u rie的共同资源比与Jan e的共同资源多，那么res e a u B a y e n a c杀死了l do it e n cor e te ndu u r in- co r l inta nc e，从m e que de config u ra tio n I P，rela ti v e A lice。图1.7mnreseauBayen'etendu（Jane我的意思是，我的意思是，我的意思是。请注意，A lice e's up，c-'a-d i r e的配置urationIP工作正常。这一观察结果意味着Laurie与Alice共享的所有资源都运行良好。再一次，在Lau- r i e的例子中，en m 'b the des r essou r ces d' ef ect u有它的p ossi b l 'es e stéd u it t在s-ense m b the des r essou ces q i n t p ar t a g ees av与Al ice或J an e. Parco ntre，sup posonsquelAlice的IP配置已关闭。这一观察增加了我们的确定性，即与冰和与冰的关系，以及与冰和与冰的关系，他的第一个儿子是一个儿子，他的第二个儿子是一个儿子，他的第一个儿子是一个儿子。13欧盟排名第一NACF #1UE#2欧盟内部#2-ARF #1欧盟内部#2-NACF #1欧盟排名第一-NACF #1NACF #1国际ARF#1ARF #1欧盟排名第一-爱丽丝劳里AliceLaurieCPE#3第一英里#3Metro核心#1DSLAM #1第一英里1号CPE#1CLF*#1国际NACF*#1-CLF*#1ARF#1爱丽丝劳里我不知道。这是一个很大的问题，也是一个很大的问题。聚合#1手臂#1SBC#1FIGURE1. 第七章：冰是一种冰，它的意义是这样的。这些人的名字和他们的名字一样多，他们的名字和他们的名字一样。1.5他是一个很好的例子，他是一个很好的例子，他是一个很好的例子。他们是一个人，一个人，一个人。这是一个很好的例子，就像一个R是在O'PLU中的，如果R是P，那么我是如此的黑暗，它是--这是一个很大的问题，也是一个很大的问题。因此，我们不应该把它看作是一个不存在的问题，而应该把它看作是一个不存在的问题，就像一个不存在的问题一样，一个不存在的问题。形式化1.1AesetoBa esiinX=（V ，E，PX ）estfed'ung r ap h e or i in t e 无 环 G = （ V ，E ） ， 其 中 V 是 顶 点 的 集 合 ， E V × V 是 弧 的 集 合 ， u ne c o l l l cti on va r i ab l es aea t o i r es （ X v ） v U U nedi s tr i bu ti on p r r o b ab i l t e P X.注意·v={u奏效V：（u，v）奏效E}lespa rents的 节点udv奏效V在eg raphe（V，E）中，distributiondeXs 'E sp 押 韵 c o 如 下 ： P X = v 奏 效 V P Xv|X·v ， o'uXU=（Xu ， u 交存U） representeunv ecteur从variablea latoires，UV.正如在这种情况下，一个mor ph i sme φ：G 1 → G 2 n tre g ra phe s or i e n 'es acity cli q u es G i =（V i，E i）e t是V 1 v e r s V 2 p r eser v a t l es的一个因此，我们可以得出结论：u，v奏效于Dom（φ） =V1jV1，（u，v）奏效于E1（φ（u），φ（v））奏效于E2。φ是APE如果和唯一的nt即 φ|V1′是一个isomorphismee ntreG1|V1′=（V1J，E1≤V1J×V1J）和G2。1.2B中的一个reay是iingennnem ble从r e到xB中的一个r y是i ens或rdinaires（Wk）1≤ k≤K，其 中B中的每个reay i inWk=（Vk，Ek，PWk）是t到ssi-ap14我是法国人，UU·U这是一个模式。一个时刻ceX=（V，E，PX，（φk，i）k≤K，i÷Ik），从ceese到ayesiangenéric，是arese到ayesianstandard（V，E，PX）或1. 每个φk，i都是将p模式（Vk，Ek）插入到（V，E）中，并且无环的gr apheoriente（V，E）被这样的模式实例所覆盖：V=≤ k，iDom（φk，i），（u，v）奏效于E，2. probabilitePX是p个元Wkatr的heritee，在插入态射（φk，i）k≤K，i奏效Ik中：v U，我们有a)如果·v=，则k，i：φ k，i（v）=u⇒PXv≤PWkb)如果·v/=，则k，i：φk，i（v）= u，·v奏效（φk，i）/= ⇒·v多姆（φk，i），P Xv |X·v =PWK |W K换句话说，我们在不同模式Wk的几个C上构造X，并且我们在它们之间共享一些随机变量。为了确保这个结构的一致性，每一个可变的VXV都属于你的模式实例，必须由相同的概率条件定义。 图1.8给出了一个例子，即Bayesiengenériqueav有一个由五个可变变量组成的单一模式，而Bayesiengenériqueav有六个模式副本的实例，其模式为chev，其方式不同。reseauB实例中故障的校准是yesienA B C CD E图1.8：一个reseauB有一个yesiengenérique（'agau che）av，它有一 个 模 式 ，而这个reseau的一个实例（'right）av有六个模式的实例che v，它有cha nt。Ge nériquep可以被翻译成一个经典的prob l'eme d'in férence的方式con sui v a n te。让我们假设一个变量v，例如图1.8中的Xs，是eclarée/observée，因为它是有意义的。此资源X是其他资源的端·每年从节点s开始签署。要么X的故障是spontanee，要么，它是X ·· s中pr故障的一种模式。因此，目标是估计X Z，a v的热量v，其中Z = · · s †{ s }（图1.8 中的灰色部分）。因此，我们可以构造一个主要原因定位器L，作为X Z的一个函数，它不涉及X Z 内 单 个 主 要 原 因 的 存 在。因此，目标是估计L的值。在X Z的（或直接ntatta cees'a）内 有v 个 变 量obs er v，通过ticu将obser v 与X s 的 有 意义的v相联系。 签名者XSR结果15ΣˆY0=y0这个向量v观察到ve。条件法则PXZ|Y0=y0给出了X s的故障的第一个I'er-形 式：通过v raise mblance的maxi m um，我们得到了一个解释（即n n e s的传播），v ale u rX Z = arg max x P XZ|Y0=Y0（x）。我们通过计算X Z eta n t donne Y 0 = y 0的n个条件熵来验证这个解释的可靠性H（X Z）|Y0=y0）=-PXZ|Y0=y0（x）·lo g2PXZ|Y0=y0（x）x大的条件熵值意味着观测Y0 = y0不足以在许多e x个映射中进行选择。我们有一个很好的例子，那就是她。为了获得关于X Z的更多信息，即推导出e n tropie conditio n nelle，收集了更多的观测量v。 这个e n太ie越接近zero，X Z的估计值就越大。ee的i是探索一个更大的区域的实例的reseau B a y esien d的目的是收集更多的观察v的情况下，说明了一节的例子p e c ede n te. 从探索节点r s U 0 = Z的意义m ble出发，我们传递到U 1 U 0，使得U 1是fm e p，并且有一个关系式：· U 1 U 1。 这就定 义 了一个新的velense mb，即r v个方程Y 1 = y 1，"由此X Z p可以是一个条件H（XZ|Y0=y0，Y1=y1）s足够弱。否则，我们用另一个扩展来扩展v。在图1.8中，我们可以扩展reseau实例B的explo ree，以便在绿色模式实例或紫色模式实例中捕获观测值。 从Y1和Y2的符号来看，这两个符号都有可能观察到v。最能提供信息的意义是在c ompa