随着网络通信技术的不断发展,网络给人们的生活带来了极大的便利。在为人们带来便利的同时,网络的运行质量也影响着我们生活的方方面面。保证网络的运行质量,对当前的网络态势给出合理的判断,同时对未来时刻的网络态势给出合理的预测,是当前网络管理中研究的重点。基于网络运行数据的网络运行态势感知技术则是解决这一问题的关键。而网络运行数据具有多源、海量、复杂、不确定性和模糊性的特点,因此网络运行态势感知实质上是分析复杂数据的过程。将模糊理论和神经网络技术相结合,可以使模糊逻辑推理系统借助神经网络强大的并行计算能力大大地提高其模糊推理能力。同时在神经网络上引入了模糊理论后,可以使神经网络自适应地处理模糊信息。因此本文基于模糊神经网络进行网络运行态势感知,其主要研究内容有如下几个方面:1、确定了网络运行质量指标评价体系。本文依据指标评定的全面性、可测性、独立性和真实性原则,综合网络性能和网络流量两个方面的指标,并分别选取网络层和应用层的协议流量指标,从网络性能和业务质量两个方面反映网络的运行质量。此外,本文在确定指标的过程中,充分考虑了指标的可测性。2、提出了CSA-模糊神经网络。结合网络运行态势感知的目标和需求,同时考虑到网络运行数据大都具有模糊性,本文将模糊逻辑推理系统和神经网络相结合,提出基于CSA-模糊神经网络结构的网络运行态势感知模型。将CSA-模糊神经网络和传统的模糊神经网络进行对比,实验证明,本文提出的模糊神经网络模型具有更快的训练速度。3、改进了模糊神经网络学习算法。遗传算法容易受交叉概率和变异概率的影响导致局部搜索能力太差,模拟退火算法能够控制合适的降温速率来保证局部搜索能力。本文对两种算法分别进行改进,并将改进后的算法结合,提出AUGAMTSA混合算法。算法的改进有三个方面:第一,采用混合温度下降函数,使算法在搜索初期有较快的收敛速率,在搜索后期温度下降慢,算法拥有好的局部搜索能力。第二,在生成初始种群的过程中加入距离D作为约束条件,产生在解空间均匀分布的初始个体,有利于算法的全局搜索。第三,采用两种编码方式,使算法能够自适应地调节网络结构。并在适应度函数中引入节点个数,个体适应度的大小由误差损失和节点个数共同作用。并对改进算法的收敛效率进行仿真验证,结果表明,该算法的收敛速率和收敛效果表现更优。4、收集真实的网络运行数据,对数据进行预处理和模糊处理。采用提出的CSA-模糊神经网络和改进的AUGA-MTSA训练算法进行训练,找到最优的参数,最终确定网络运行态势感知模型。并对该模型的态势预测准确率进行比较验证,实验证明,本模型在训练过程中收敛效果更好,在测试过程中的态势预测准确率更高。最后搭建网络态势感知系统,采用确定的态势感知模型完成网络运行态势的实时评估,通过可视化的评估结果能够对系统中业务应用模块进行指导。