CN101854274A - 基于吉布斯系综理论的网络系统状态确定方法 - Google Patents

Abstract

本发明公开了一种基于吉布斯巨正则系综理论的网络系统状态确定方法，所述网络系统由Socketon组成，其特征在于，所述方法包括如下步骤：(1)由Socketon的体确定Socketon的附加能量；(2)根据附加能量确定网络系统的内能；(3)基于网络系统的内能采用吉布斯巨正则系综理论获取网络系统的巨配分函数；(4)根据获取的巨配分函数确定网络系统的状态参量，进而根据状态参量确定网络系统的状态。本方法通过对吉布斯巨正则系综理论中的系统内能以及成分进行更新，从而完善应用在网络系统中的吉布斯巨正则系综理论，并将完善后的吉布斯巨正则系综理论应用于网络系统状态确定过程中，获得网络系统的状态，为网上知识产权或电子商务方面法律纠纷现象提供准确的证据。

Description

基于吉布斯系综理论的网络系统状态确定方法

技术领域

本发明涉及统计物理和网络系统领域，特别涉及基于统计物理吉布斯系综理论的网络系统状态确定方法。

背景技术

随着近年来英特网的快速发展，各大型网站、搜索引擎和各专业目标取向的网络系统纷纷创立并极速发展和扩张，网上知识产权或电子商务方面法律纠纷现象与日俱增，因此急需一种描述网站之间相互作用和影响、各网站与其客户之间的动态关系和时空分布的网络系统状态确定方法。

众所周知，网络系统的传输层中的传输包(socket)是网络系统中客观存在的实体，在物理层中也存在与所述传输包(socket)对应的实体-传输子(Socketon)。客户的任一点击操作会向网络系统中以电磁波的形式发出一个传输子(socketon)，即Socketon本质上是光子(网络中的电磁波)的组合体。

既然物理层中的传输子(Socketon)本质上是光子的组合体，而描述光子体系已有成熟的统计理论，并且通过对google、baidu、bing等几个大型网站的分析，得知全球因特网的规模已经达到或接近热力学极限数的要求一网络传输层面的传输包(socket)的数量和成份(10¹³)远远超过介观体系的数量级(10¹⁰)，完全满足统计物理的基本条件，因此可以考虑引入吉布斯巨正则系综理论等统计物理的方法来描述当前全球英特网系统的状态。

然而，物理层中的传输子(Socketon)由头和体(数据)两部分组成，其中头是由目标ip地址和端口以及源ip地址和端口组成，具有方向性的；体是由大小不一的比特(BIT)量组成，具有大小的。正是由于传输子(Socketon)的体具有大小不一的比特量，所以传输子(Socketon)具有一个附加的“质量”，网络系统不能直接采用吉布斯巨正则系综理论来确定其状态。

因此，急需提供一种完善的基于吉布斯巨正则系综理论的网络系统状态确定方法来确定网络系统的状态。

发明内容

本发明的目的是提供一种基于吉布斯巨正则系综理论的网络系统状态确定方法，能针对网络系统对吉布斯巨正则系综理论进行完善，并将完善后的吉布斯巨正则系综理论应用于网络系统状态确定过程中，获得网络系统的状态，为网上知识产权或电子商务方面法律纠纷现象提供准确的证据。

为了实现上述目的，本发明提供了一种基于吉布斯巨正则系综理论的网络系统状态确定方法，所述网络系统由Socketon组成，其特征在于，所述方法包括如下步骤：(1)由Socketon的体确定Socketon的附加能量；(2)根据所述附加能量确定网络系统的内能；(3)基于所述网络系统的内能采用吉布斯巨正则系综理论获取网络系统的巨配分函数；(4)根据所述获取的巨配分函数确定所述网络系统的状态参量，进而根据所述状态参量确定所述网络系统的状态。

在本发明的一个实施例中，所述步骤(3)具体为：将所述Socketon的头的目标IP地址、目标端口、源IP地址和源端口作为Socketon广义的成分；基于所述网络系统的内能以及所述广义的成分采用吉布斯巨正则系综理论获取网络系统的巨配分函数。

较佳地，所述网络系统的状态包括巨配分函数、宏观量平均值、网络系统总热度、各种成分的平均数、外界对网络系统的作用力的平均值、网络系统的总熵、自由能、热度涨落、各种成分的涨落。

由上述技术方案可知，本发明基于吉布斯巨正则系综理论的网络系统状态确定方法通过对吉布斯巨正则系综理论中的系统内能以及成分进行更新，从而完善应用在网络系统种的吉布斯巨正则系综理论，并将完善后的吉布斯巨正则系综理论应用于网络系统状态确定过程中，获得网络系统的状态，为网上知识产权或电子商务方面法律纠纷现象提供准确的证据。

通过以下的描述并结合附图，本发明将变得更加清晰，这些附图用于解释本发明的实施例。

附图说明

图1为本发明基于吉布斯巨正则系综理论的网络系统状态确定方法的流程图。

具体实施方式

现在参考附图描述本发明的实施例，附图中类似的元件标号代表类似的元件。

在具体描述本实施例基于吉布斯巨正则系综理论的网络系统状态确定方法之前，先对吉布斯巨正则系综理论进行简要说明。

吉布斯巨正则系综理论中具有单一成分的情况

具有单一成分的分布函数-吉布斯巨正则分布函数为：

$\mathrm{\ρ}=\frac{1}{N!}{e}^{-\mathrm{\ξ}-\mathrm{N\α}-\mathrm{\βE}}$

其中 $\mathrm{\β}=\frac{1}{\mathrm{kT}},$ $\mathrm{\α}=-\mathrm{\β\μ}=-\frac{\mathrm{\μ}}{\mathrm{kT}}$

μ为成分的化学势能，K为波尔兹曼(Boltmann)常数，T为绝对温度，N为成分的数目，E为该成分的能量，ξ为单一成分吉布斯巨正则系综的配分函数的对数。

归一化条件为：

$\underset{\left(N\right)}{\mathrm{\Σ}}\frac{1}{N!}\∫e^{-\mathrm{\ξ}-\mathrm{N\α}-\mathrm{\βE}}\text{d\Ω=1}$

其中，Ω代表该成分的相空间，dΩ则为它的相体积元。

网络巨正则系综的巨配函数为：

Ξ＝e^ξ

由吉布斯系综理论，巨配分函数Ξ与相体积无关，可以作为常数提到积分号和求和号外，我们把它称作单一成分巨正则系综的巨配函数，即

$\mathrm{\Ξ}=e^{\mathrm{\ξ}}=\underset{N}{\mathrm{\Σ}}\frac{e^{-\mathrm{N\α}}}{N!}\∫e^{-\mathrm{\βE}}\mathrm{d\Ω}$

其中对N求和是从0到∞。

吉布斯巨正则系综理论中具有多种成分的情况

对上述具有单一成分的吉布斯巨正则系综理论进行推广，得到多种成分的分布函数-吉布斯巨正则分布函数为：

$\mathrm{\ρ}=\frac{1}{\underset{i}{\mathrm{\Π}}{N}_i!}{\∫e}^{-\mathrm{\ξ}-\underset{i}{\mathrm{\Σ}}{N}_i{\mathrm{\α}}_i-\mathrm{\βE}}\mathrm{d\Ω}$

其中，多成分的巨正则系综的归一化条件为：

$\underset{\left(N_i\right)}{\mathrm{\Σ}}\frac{1}{\underset{i}{\mathrm{\Π}}{N}_i!}{\∫e}^{-\mathrm{\ξ}-\underset{i}{\mathrm{\Σ}}{\mathrm{\α}}_i{N}_i-\mathrm{\βE}}\mathrm{d\Ω}=1$

则，由上述归一化条件得出的多成分的巨正则系综的巨配分函数为：

$\mathrm{\Ξ}=e^{\mathrm{\ξ}}=\underset{\left(N_i\right)}{\mathrm{\Σ}}\frac{e^{-\underset{i}{\mathrm{\Σ}}{N}_i{\mathrm{\α}}_i}}{\underset{i}{\mathrm{\Π}}{N}_i!}{\∫e}^{-\mathrm{\βE}}\mathrm{d\Ω}$

对于任意一个网络系统的宏观量u(它可以是总内能E，第i种成分数N_i，外界作用力Y_λ等等)，其平均值用符号

表示。

对ξ求导，得到网络系统的任何一个宏观量u的平均值为：

$\stackrel{\‾}{u}=\underset{\left(N_i\right)}{\mathrm{\Σ}}\frac{e^{-\mathrm{\ξ}-\underset{i}{\mathrm{\Σ}}{N}_i{\mathrm{\α}}_i}}{\underset{i}{\mathrm{\Π}}{N}_i!}\∫u{e}^{-\mathrm{\βE}}\mathrm{d\Ω}$

因此，对于由Socketon所组成的网络系统，众热力学函数公式如下：

总内能的平均值：

$\stackrel{\‾}{E}=\underset{\left(N_i\right)}{\mathrm{\Σ}}\frac{e^{-\mathrm{\ξ}-\underset{i}{\mathrm{\Σ}}{N}_i{\mathrm{\α}}_i}}{\underset{i}{\mathrm{\Π}}{N}_i!}\∫E{e}^{-\mathrm{\βE}}\mathrm{d\Ω}=-\frac{\∂\mathrm{\ξ}}{\∂\mathrm{\β}}$

第i种成分的平均数：

$\stackrel{\‾}{N_i}=-\frac{\∂\mathrm{\ξ}}{{\∂\mathrm{\α}}_i}$

外界作用力的平均值：

$\stackrel{\‾}{Y_{\mathrm{\λ}}}=-\frac{1}{\mathrm{\β}}\frac{\∂\mathrm{\ξ}}{{\∂y}_{\mathrm{\λ}}}$

系统的熵：

$S=k(\mathrm{\ξ}-\mathrm{\β}\frac{\∂\mathrm{\ξ}}{\∂\mathrm{\β}}-\underset{i}{\mathrm{\Σ}}{\mathrm{\α}}_i\frac{\∂\mathrm{\ξ}}{{\∂\mathrm{\α}}_i})$

自由能：

$F=\stackrel{\‾}{E}-\mathrm{TS}$

能量的涨落：

$\stackrel{\‾}{{(E-\stackrel{\‾}{E})}^2}=\stackrel{\‾}{E^2}-{\left(\stackrel{\‾}{E}\right)}^2=\frac{{\∂}^2\mathrm{\ξ}}{{\∂\mathrm{\β}}^2}=-\frac{\∂\stackrel{\‾}{E}}{\∂\mathrm{\β}}$

其中，

$\stackrel{\‾}{E^2}=\underset{\left(N_i\right)}{\mathrm{\Σ}}\frac{e^{-\underset{i}{\mathrm{\Σ}}{N}_i{\mathrm{\α}}_i}}{\underset{i}{\mathrm{\Π}}{N}_i!}{\∫E}^2{e}^{-\mathrm{\βE}}\mathrm{d\Ω}={\left(\frac{\∂\mathrm{\ξ}}{\∂\mathrm{\β}}\right)}^2+\frac{{\∂}^2\mathrm{\ξ}}{{\∂\mathrm{\β}}^2}$

第i种成分数的涨落：

$\stackrel{\‾}{{(N_i-\stackrel{\‾}{N_i})}^2}=\stackrel{\‾}{N_i^2}-{\left(\stackrel{\‾}{N_i}\right)}^2=\frac{{\∂}^2\mathrm{\ξ}}{{\∂\mathrm{\α}}_i^2}=-\frac{\∂\stackrel{\‾}{N_i}}{{\∂\mathrm{\α}}_i}$

下面基于上述多种成分的吉布斯巨正则系综理论来描述本实施例网络系统状态确定方法。所述基于吉布斯巨正则系综理论的网络系统状态确定方法包括如下步骤：

步骤S1，由Socketon的体确定Socketon的附加能量ε′_i。

具体地，由于Socketon的体具有大小不一的比特量，因此Socketon具有一个附加的“质量”，进而具有附加能量ε′_i。

步骤S2，根据所述附加能量确定网络系统的内能E。

具体地，网络系统的内能E为：E＝∑(ε_i+ε′_i)，其中ε_i为第i种成分的能量(动能、势能、及其他外场中的势能)，它只是广义坐标和广义动量及外场参量的函数(与其他粒子的坐标和动量无关)；ε′_i为第i种成分因其具有附加“质量”所具有的附加能量。

步骤S3，基于所述网络系统的内能采用吉布斯巨正则系综理论获取网络系统的巨配分函数；

步骤S4，根据所述获取的巨配分函数确定所述网络系统的状态参量，进而根据所述状态参量确定所述网络系统的状态。

由上述技术方案可知，本实施例基于吉布斯巨正则系综理论的网络系统状态确定方法通过对吉布斯巨正则系综理论中的系统内能以及成分进行更新，从而完善应用在网络系统种的吉布斯巨正则系综理论，并将完善后的吉布斯巨正则系综理论应用于网络系统状态确定过程中，获得网络系统的状态，为网上知识产权或电子商务方面法律纠纷现象提供准确的证据。

其中，所述步骤S3具体为：

步骤S31，将所述Socketon的头的D_ip(目标IP地址)、D_port(目标端口)、S_ip(源IP地址)和S_port(源端口)的不同组合作为Socketon广义的成分；

步骤S32，基于所述网络系统的内能E以及所述广义的成分(D_ip、D_port、S_ip、S_port)采用吉布斯巨正则系综理论获取网络系统的巨配分函数。

其中，所述网络系统的状态包括匹配分函数、宏观量平均值、网络系统总热度、各种成分的平均数、外界对网络系统的作用力的平均值、网络系统的总熵、自由能、热度涨落、各种成分的涨落。下面说明网络系统各状态如何确定。

多种成分的网络系统的分布函数-吉布斯巨正则分布函数为：

$\mathrm{\ρ}=\frac{1}{\underset{i}{\mathrm{\Π}}{N}_i!}{\∫e}^{-\mathrm{\ξ}-\underset{i}{\mathrm{\Σ}}{N}_i{\mathrm{\α}}_i-\mathrm{\βE}}\mathrm{d\Ω}$

其中， ${\mathrm{\α}}_i=-\mathrm{\β}{\mathrm{\μ}}_i=-\frac{{\mathrm{\μ}}_i}{\mathrm{kT}}$

μ_i为第i种成分的Socketon的广义化学势，与Socketon体的比特质量有关，N_i为第i种成分数(比如在英特网中，与google网站相关联的Socketon数目)，E为网络系统的总内能，Ω代表相空间，dΩ则为相体积元，

归一化条件为：

$\underset{\left(N_i\right)}{\mathrm{\Σ}}\frac{1}{\underset{i}{\mathrm{\Π}}{N}_i!}{\∫e}^{-\mathrm{\ξ}-\underset{i}{\mathrm{\Σ}}{N}_i{\mathrm{\α}}_i-\mathrm{\βE}}\mathrm{d\Ω}=1$

由归一化条件得出网络巨正则系综的巨配分函数为：

$\mathrm{\Ξ}=e^{\mathrm{\ξ}}=\underset{\left(N_i\right)}{\mathrm{\Σ}}\frac{e^{-\underset{i}{\mathrm{\Σ}}{N}_i{\mathrm{\α}}_i}}{\underset{i}{\mathrm{\Π}}{N}_i!}{\∫e}^{-\mathrm{\βE}}\mathrm{d\Ω}$

对ξ求导，得到网络系统的宏观量平均值为：

$\stackrel{\‾}{u}=\underset{\left(N_i\right)}{\mathrm{\Σ}}\frac{e^{-\mathrm{\ξ}-\underset{i}{\mathrm{\Σ}}{N}_i{\mathrm{\α}}_i}}{\underset{i}{\mathrm{\Π}}{N}_i!}\∫u{e}^{-\mathrm{\βE}}\mathrm{d\Ω}$

因此，对于由Socketon所组成的Internet系统，众热力学函数公式如下：网络系统总热度：

$\stackrel{\‾}{E}=\underset{\left(N_i\right)}{\mathrm{\Σ}}\frac{e^{-\mathrm{\ξ}-\underset{i}{\mathrm{\Σ}}{N}_i{\mathrm{\α}}_i}}{\underset{i}{\mathrm{\Π}}{N}_i!}\∫E{e}^{-\mathrm{\βE}}\mathrm{d\Ω}=-\frac{\∂\mathrm{\ξ}}{\∂\mathrm{\β}}$

网络系统第i种成分的平均数(也称作为网站势)：

$\stackrel{\‾}{N_i}=-\frac{\∂\mathrm{\ξ}}{{\∂\mathrm{\α}}_i}$

外界对网络系统的作用力的平均值：

$\stackrel{\‾}{Y_{\mathrm{\λ}}}=-\frac{1}{\mathrm{\β}}\frac{\∂\mathrm{\ξ}}{{\∂y}_{\mathrm{\λ}}}$

网络系统的总熵：

$S=k(\mathrm{\ξ}-\mathrm{\β}\frac{\∂\mathrm{\ξ}}{\∂\mathrm{\β}}-\underset{i}{\mathrm{\Σ}}{\mathrm{\α}}_i\frac{\∂\mathrm{\ξ}}{{\∂\mathrm{\α}}_i})$

网络系统的自由能：

$F=\stackrel{\‾}{E}-\mathrm{TS}$

网络系统的热度涨落：

$\stackrel{\‾}{{(E-\stackrel{\‾}{E})}^2}=\stackrel{\‾}{E^2}-{\left(\stackrel{\‾}{E}\right)}^2=\frac{{\∂}^2\mathrm{\ξ}}{{\∂\mathrm{\β}}^2}=-\frac{\∂\stackrel{\‾}{E}}{\∂\mathrm{\β}}$

其中，

$\stackrel{\‾}{E^2}=\underset{\left(N_i\right)}{\mathrm{\Σ}}\frac{e^{-\underset{i}{\mathrm{\Σ}}{N}_i{\mathrm{\α}}_i}}{\underset{i}{\mathrm{\Π}}{N}_i!}{\∫E}^2{e}^{-\mathrm{\βE}}\mathrm{d\Ω}={\left(\frac{\∂\mathrm{\ξ}}{\∂\mathrm{\β}}\right)}^2+\frac{{\∂}^2\mathrm{\ξ}}{{\∂\mathrm{\β}}^2}$

网络系统第i种成分的涨落：

$\stackrel{\‾}{{(N_i-\stackrel{\‾}{N_i})}^2}=\stackrel{\‾}{N_i^2}-{\left(\stackrel{\‾}{N_i}\right)}^2=\frac{{\∂}^2\mathrm{\ξ}}{{\∂\mathrm{\α}}_i^2}=-\frac{\∂\stackrel{\‾}{N_i}}{{\∂\mathrm{\α}}_i}$

下面我们简要表述一下这些由网络巨正则系综理论得到的描述网络系统宏观状态参量当中的几个参量的意义。

根据网站势

确定网站点击度和点击客户的空间分布。网站势

显然比网站点击度要更全面更科学的反映某个网站的火热现状和发展势头，因为由Socketon头的源IP地址，使网站势除了反映网站点击度之外，还包括点击客户的空间分布(例如可以判断是欧洲高校的用户在点击，还是中国科学院网络系统的人员在点击，或者是美国的某群散户在点击等等)。此外，由Socketon头的源端口，可以得到用户所使用软件工具的资料等等。

根据外界对网络系统的作用力的平均值

确定以选择的模型为基础的金融危机对某个网站的影响或作用力。比如金融危机就是一个外界对网络系统的作用力，只要我们(经济学家)选择适合的模型，则基于网络巨正则系综理论获得的

就能得出以所选模型为基础的金融危机对某个网站的影响或作用力，而且可以定量算出作用力的大小。

根据络系统第i种成分的涨落

确定网上知识产权以及电子商务方面法律纠纷。根据这些状态确定网站之间的相互作用和影响、各网站与其客户的动态关系和时空分布，进而掌控信息流产生、发展、变化及信息流对相关产业的影响，能对涉及网上知识产权或解决电子商务方面法律纠纷提供更准确资料和更深层次、更科学的手段。比如，用网络系统第i种成分的涨落

与网络系统第j种成分的涨落之间的相关性，就是这些更准确资料和更深层次、更科学的手段之一，比如我们通过适当选择Socketon头的目标IP地址和Socketon体的比特质量(比如本发明先由百度网站发表，其网页的比特质量为某一确定值)，使第i种成分和第j种成分分别代表与此网页相关的google和百度两个网站，百度发表该网页之后，如果前者正涨落，后者负涨落，而且在同一特定时间发生，这就说明google侵百度的权。

以上结合最佳实施例对本发明进行了描述，但本发明并不局限于以上揭示的实施例，而应当涵盖各种根据本发明的本质进行的修改、等效组合。

Claims (3)

1.一种基于吉布斯巨正则系综理论的网络系统状态确定方法，所述网络系统由传输子组成，其特征在于，所述方法包括如下步骤：

(1)由传输子的体确定传输子的附加能量；

(2)根据所述附加能量确定网络系统的内能；

(3)基于所述网络系统的内能采用吉布斯巨正则系综理论获取网络系统的巨配分函数；以及

(4)根据所述获取的巨配分函数确定所述网络系统的状态参量，进而根据所述状态参量确定所述网络系统的状态。

2.如权利要求1所述的基于吉布斯系综理论的网络系统状态确定方法，其特征在于，所述步骤(3)具体为：

将所述传输子的头的目标IP地址、目标端口、源IP地址和源端口作为传输子广义的成分；

基于所述网络系统的内能以及所述广义的成分采用吉布斯巨正则系综理论获取网络系统的巨配分函数。

3.如权利要求1所述的基于吉布斯系综理论的网络系统状态确定方法，其特征在于，所述网络系统的状态包括巨匹配分函数、宏观量平均值、网络系统总热度、各种成分的平均数、外界对网络系统的作用力的平均值、网络系统的总熵、自由能、热度涨落、各种成分的涨落。

Images