CN103051473A - 一种网络运维保障效果仿真方法及系统 - Google Patents
一种网络运维保障效果仿真方法及系统 Download PDFInfo
- Publication number
- CN103051473A CN103051473A CN2012105520658A CN201210552065A CN103051473A CN 103051473 A CN103051473 A CN 103051473A CN 2012105520658 A CN2012105520658 A CN 2012105520658A CN 201210552065 A CN201210552065 A CN 201210552065A CN 103051473 A CN103051473 A CN 103051473A
- Authority
- CN
- China
- Prior art keywords
- network
- time
- moe
- rate
- event
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
Images
Landscapes
- Data Exchanges In Wide-Area Networks (AREA)
Abstract
本发明涉及一种网络运维保障效果仿真方法及系统。该网络运维保障效果仿真方法包括：步骤1，输入事件参数，所述事件参数表征面向网络运维保障的事件模型；步骤2，输入能力参数，所述能力参数表征网络运维保障能力模型；步骤3，根据所述事件参数和能力参数计算并输出对网络运维保障效果。本发明能够实现不同网络优化与网络故障事件下的网络运维保障效果仿真，降低仿真应用的开发成本。
Description
技术领域
本发明涉及计算机仿真领域，特别是一种网络运维保障效果仿真方法及系统。
背景技术
网络运维保障的目标是及时发现并解决影响网络运行效能的各类问题，保障网络的优化运行。网络运维保障仿真，其核心是利用计算机仿真技术对相关运维保障措施进行模拟，并以此作为评估、优化网络运维保障措施的依据。基于仿真的方法具有风险低、效率高、成本低、可重复实验、便于定量分析等特点，是分析评估网络运维保障效能的有力手段。
目前在网络运维保障仿真方面研究较少，也有一些研究开展了运维保障效能仿真研究，但这些研究尚不能完全满足要求。具体地说，一是已有研究缺乏面向网络运维保障的事件建模，尤其没有从网络优化与网络故障两个方面进行事件建模，因而难以有效驱动运维保障进程；二是缺乏网络运维保障能力建模，已有模型专业性要求高、计算复杂、涉及到的相关性能参数有时甚至难以获取，建模困难且周期长，而对诸多大型仿真而言，网络运维保障仿真可能只是其中一个部分，建模人员并不希望从底层机理开始进行全过程建模，而是希望能够以一种更简单、更富效率的方式仿真得到网络对抗效果；三是缺乏事件驱动下的运维保障效果仿真算法，难以定量计算网络运维保障效果。
发明内容
为了解决上述的技术问题，提供了一种网络运维保障效果仿真方法及系统，其目的在于，实现定量计算运维保障效果的网络运维保障效果仿真。
本发明提供了一种网络运维保障效果仿真方法，包括：
步骤1，输入事件参数，所述事件参数表征面向网络运维保障的事件模型；
步骤2，输入能力参数，所述能力参数表征网络运维保障能力模型；
步骤3，根据所述事件参数和能力参数计算并输出对网络运维保障效果。
优选地，步骤3包括：
步骤31，计算并输出网络优化事件对应的运维保障效果；和/或
步骤32，计算并输出网络故障事件对应的运维保障效果；
其中网络优化事件和网络故障事件均为事件参数。
优选地，步骤31包括：
步骤311，在网络优化事件发生后，取第一随机值并判断该第一随机值是否小于或等于网络感知范围与网络态势完整度的乘积，如果是，执行步骤312，否则执行步骤315；
步骤312，取第二随机值并判断该第二随机值是否小于或等于网络物理资源调度率、网络物理资源成功调度率、网络逻辑资源调度率以及网络逻辑资源成功调度率的乘积，如果是，执行步骤313，否则执行步骤314；
步骤313，在T0≤t≤(T0+网络态势更新时间)时，根据MOE＝MOE0×网络优化门限×(1-维管代价)计算并输出当前网络效能；t＞(T0+网络态势更新时间)时，根据MOE＝MOE0计算并输出当前网络效能；
步骤314，在T0≤t≤(T0+网络态势更新时间)时，根据MOE＝MOE0×网络优化门限×(1-维管代价)计算并输出当前网络效能；在t＞(T0+网络态势更新时间)时，根据MOE＝MOE0×网络物理资源调度率×网络物理资源成功调度率×网络逻辑资源调度率×网络逻辑资源成功调度率计算并输出当前网络效能；
步骤315，在T0≤t≤(T0+网络态势更新时间)时，根据MOE＝MOE0×网络优化门限×(1-维管代价)计算并输出当前网络效能，在t＞(T0+网络态势更新时间)时，根据MOE＝MOE0×网络优化门限计算并输出当前网络效能；
其中，网络感知范围、网络态势完整度、网络物理资源调度率、网络物理资源成功调度率、网络逻辑资源调度率、网络逻辑资源成功调度率以及网络态势更新时间均为能力参数；
网络优化门限和维管代价均为事件参数；
T0为网络优化事件发生的时间，t为当前时间，MOE0为T0时刻的网络效能，MOE为当前网络效能；T0为事件参数。
优选地，步骤32包括：
步骤321，在网络故障事件发生后，取第三随机值并判断该第三随机值是否大于故障误报率，如果是，执行步骤322，否则执行326；
步骤322，当故障类型是网络时，取第四随机值并判断该第四随机值是否小于或等于网络运行管理率，如果是，执行步骤323，否则执行步骤325；当故障类型是设备时，取第五随机值并判断该第五随机值是否小于或等设备运行管理率，如果是，执行步骤323，否则执行步骤325；当故障类型是信息服务时，取第六随机值并判断该第六随机值是否小于或等于信息服务运行管理率，如果是，执行步骤323，否则执行步骤325；
步骤323，取第七随机值并判断该第七随机值是否小于或等于修复率，如果是，执行步骤324，否则执行步骤325；
步骤324，在T0≤t≤(T0+(网络故障定位时间/(1+远程监测率))+网络故障诊断时间+(网络故障修复时间/(1+远程升级率)))时，根据MOE＝MOE0×故障效果×(1-维管代价)计算并输出当前网络效能；在t＞(T0+(网络故障定位时间/(1+远程监测率))+网络故障诊断时间+(网络故障修复时间/(1+远程升级率)))时，MOE＝MOE0；
步骤325，在T0≤t≤(T0+(网络故障定位时间/(1+远程监测率))+网络故障诊断时间+(网络故障修复时间/(1+远程升级率)))时，根据MOE＝MOE0×故障效果×(1-维管代价)计算并输出当前网络效能；在t≥(T0+(网络故障定位时间/(1+远程监测率))+网络故障诊断时间+(网络故障修复时间/(1+远程升级率)))时，根据MOE＝MOE0×故障效果计算并输出当前网络效能；
步骤326，在T0≤t≤(T0+(网络故障定位时间/(1+远程监测率))+网络故障诊断时间+(网络故障修复时间/(1+远程升级率)))时，根据MOE＝MOE0×(1-维管代价)计算并输出当前网络效能；在t≥(T0+(网络故障定位时间/(1+远程监测率))+网络故障诊断时间+(网络故障修复时间/(1+远程升级率)))时，根据MOE＝MOE0计算并输出当前网络效能；
其中，故障误报率、修复率、网络故障定位时间、远程监测率、网络故障诊断时间、网络故障修复时间以及远程升级率均为能力参数；
故障类型、故障效果以及维管代价均为事件参数；
T0为网络优化事件发生的时间，t为当前时间，MOE0为T0时刻的网络效能，MOE为当前网络效能；T0为事件参数。
本发明提供了一种网络运维保障效果仿真系统，包括：
事件参数输入模块，用于输入事件参数，所述事件参数表征面向网络运维保障的事件模型；
能力参数输入模块，用于输入能力参数，所述能力参数表征网络运维保障能力模型；
网络运维保障效果计算和输出模块，用于根据所述事件参数和能力参数计算并输出对网络运维保障效果。
优选地，网络运维保障效果计算和输出模块包括网络优化事件模块和/或网络故障事件模块；
网络优化事件模块，用于计算并输出网络优化事件对应的运维保障效果；
网络故障事件模块，用于计算并输出网络故障事件对应的运维保障效果；
其中网络优化事件和网络故障事件均为事件参数。
优选地，网络优化事件模块包括：
第一处理模块，用于在网络优化事件发生后，取第一随机值并判断该第一随机值是否小于或等于网络感知范围与网络态势完整度的乘积，如果是，调用第二处理模块，否则调用第五处理模块；
第二处理模块，用于取第二随机值并判断该第二随机值是否小于或等于网络物理资源调度率、网络物理资源成功调度率、网络逻辑资源调度率以及网络逻辑资源成功调度率的乘积，如果是，调用第三处理模块，否则调用第四处理模块；
第三处理模块，用于在T0≤t≤(T0+网络态势更新时间)时，根据MOE＝MOE0×网络优化门限×(1-维管代价)计算并输出当前网络效能；t＞(T0+网络态势更新时间)时，根据MOE＝MOE0计算并输出当前网络效能；
第四处理模块，用于在T0≤t≤(T0+网络态势更新时间)时，根据MOE＝MOE0×网络优化门限×(1-维管代价)计算并输出当前网络效能；在t＞(T0+网络态势更新时间)时，根据MOE＝MOE0×网络物理资源调度率×网络物理资源成功调度率×网络逻辑资源调度率×网络逻辑资源成功调度率计算并输出当前网络效能；
第五处理模块，用于在T0≤t≤(T0+网络态势更新时间)时，根据MOE＝MOE0×网络优化门限×(1-维管代价)计算并输出当前网络效能，在t＞(T0+网络态势更新时间)时，根据MOE＝MOE0×网络优化门限计算并输出当前网络效能；
其中，网络感知范围、网络态势完整度、网络物理资源调度率、网络物理资源成功调度率、网络逻辑资源调度率、网络逻辑资源成功调度率以及网络态势更新时间均为能力参数；
网络优化门限和维管代价均为事件参数；
T0为网络优化事件发生的时间，t为当前时间，MOE0为T0时刻的网络效能，MOE为当前网络效能；T0为事件参数。
优选地，网络故障事件模块包括：
第六处理模块，用于在网络故障事件发生后，取第三随机值并判断该第三随机值是否大于故障误报率，如果是，调用第七处理模块，否则调用第十一处理模块；
第七处理模块，用于当故障类型是网络时，取第四随机值并判断该第四随机值是否小于或等于网络运行管理率，如果是，调用第八处理模块，否则调用第十处理模块；当故障类型是设备时，取第五随机值并判断该第五随机值是否小于或等设备运行管理率，如果是，调用第八处理模块，否则调用第十处理模块；当故障类型是信息服务时，取第六随机值并判断该第六随机值是否小于或等于信息服务运行管理率，如果是，调用第八处理模块，否则调用第十处理模块；
第八处理模块，用于取第七随机值并判断该第七随机值是否小于或等于修复率，如果是，调用第九处理模块，否则调用第十处理模块；
第九处理模块，用于在T0≤t≤(T0+(网络故障定位时间/(1+远程监测率))+网络故障诊断时间+(网络故障修复时间/(1+远程升级率)))时，根据MOE＝MOE0×故障效果×(1-维管代价)计算并输出当前网络效能；在t＞(T0+(网络故障定位时间/(1+远程监测率))+网络故障诊断时间+(网络故障修复时间/(1+远程升级率)))时，MOE＝MOE0；
第十处理模块，用于在T0≤t≤(T0+(网络故障定位时间/(1+远程监测率))+网络故障诊断时间+(网络故障修复时间/(1+远程升级率)))时，根据MOE＝MOE0×故障效果×(1-维管代价)计算并输出当前网络效能；在t≥(T0+(网络故障定位时间/(1+远程监测率))+网络故障诊断时间+(网络故障修复时间/(1+远程升级率)))时，根据MOE＝MOE0×故障效果计算并输出当前网络效能；
第十一处理模块，用于在T0≤t≤(T0+(网络故障定位时间/(1+远程监测率))+网络故障诊断时间+(网络故障修复时间/(1+远程升级率)))时，根据MOE＝MOE0×(1-维管代价)计算并输出当前网络效能；在t≥(T0+(网络故障定位时间/(1+远程监测率))+网络故障诊断时间+(网络故障修复时间/(1+远程升级率)))时，根据MOE＝MOE0计算并输出当前网络效能；
其中，故障误报率、修复率、网络故障定位时间、远程监测率、网络故障诊断时间、网络故障修复时间以及远程升级率均为能力参数；
故障类型、故障效果以及维管代价均为事件参数；
T0为网络优化事件发生的时间，t为当前时间，MOE0为T0时刻的网络效能，MOE为当前网络效能；T0为事件参数。
本发明能够实现不同网络优化与网络故障事件下的网络运维保障效果仿真，降低仿真应用的开发成本。
附图说明
图1为网络运维保障效果仿真过程图；
图2为网络优化事件处理过程图；
图3为网络故障事件处理过程图。
具体实施方式
下面结合附图，对本发明做进一步的详细描述。
如图1所示，本发明提供了一种网络运维保障效果仿真方法。所述方法包括下列步骤：
步骤1，构建面向网络运维保障的事件模型，输入事件参数。其中，事件分为两类：一是网络优化事件，用于描述网络运行一段时间后由于效能下降需要进行优化以恢复效能；二是网络故障事件，用于描述网络发生故障造成效能降低。事件参数如表1所示。
表1事件参数列表
下表示出了事件参数示例：
表2事件参数列表
步骤2，构建网络运维保障能力模型，输入能力参数(能力参数如表3所示)。能力模型由一系列能力指标构成。
表3能力参数列表
下表示出了能力参数示例：
表1能力参数列表
步骤3，明确运维保障效果仿真算法，其中可以按照时间触发事件，并计算网络运维管理效果。在按照时间触发事件时，需要遍历所有的事件集。步骤3具体包括：
步骤3.1，明确网络优化事件对应的运维保障效果仿真算法(如图2所示)
步骤3.1.1，设MOE0表示初始网络效能，T0时刻，有网络优化事件E1发生。
步骤3.1.2，判断能否优化。具体地说，取随机值看其是否≤(网络感知范围*网络态势完整度)，如是则说明能启动优化，转入下一步，如不是则转入步骤3.1.6。
步骤3.1.3，判断能否完全恢复网络效能。具体地说，取随机值看其是否≤(网络物理资源调度率×网络物理资源成功调度率×网络逻辑资源调度率×网络逻辑资源成功调度率)，如是则说明能完全恢复，转入下一步，如不是则转入步骤3.1.5。
步骤3.1.4，计算当前网络效能MOE。具体地说，T0≤t≤(T0+网络态势更新时间)时，MOE＝MOE0×网络优化门限×(1-维管代价)；t＞(T0+网络态势更新时间)时，MOE＝MOE0。
步骤3.1.5，计算当前网络效能MOE。具体地说，T0≤t≤(T0+网络态势更新时间)时，MOE＝MOE0×网络优化门限×(1-维管代价)；t＞(T0+网络态势更新时间)时，MOE＝MOE0×网络物理资源调度率×网络物理资源成功调度率×网络逻辑资源调度率×网络逻辑资源成功调度率。
步骤3.1.6，计算当前网络效能MOE。具体地说，T0≤t≤(T0+网络态势更新时间)时，MOE＝MOE0×网络优化门限×(1-维管代价)，t＞(T0+网络态势更新时间)时，MOE＝MOE0×网络优化门限。
步骤3.2，明确网络故障事件对应的运维保障效果仿真算法(如图3所示)
步骤3.2.1，判断是否误报。具体地说，取随机值看其是否＞故障误报率，如是则说明不是误报，转入下一步，如不是则转入步骤3.2.6；
步骤3.2.2，判断能否发现故障。具体地说，当故障类型是网络时，取随机值看其是否≤网络运行管理率，如是则说明能发现，转入下一步，如不是则转入步骤3.2.5；当故障类型是设备时，取随机值看其是否≤设备运行管理率，如是则说明能发现，转入下一步，如不是则转入步骤3.2.5；当故障类型是信息服务时，取随机值看其是否≤信息服务运行管理率，如是则说明能发现，转入下一步，如不是则转入步骤3.2.5。
步骤3.2.3，判断能否修复故障。具体地说，取随机值看其是否≤修复率，如是则说明能修复，转入下一步，如不是则转入步骤3.2.5。
步骤3.2.4，计算当前网络效能MOE。具体地说，T0≤t≤(T0+(网络故障定位时间/(1+远程监测率))+网络故障诊断时间+(网络故障修复时间/(1+远程升级率)))时，MOE＝MOE0×故障效果×(1-维管代价)；t＞(T0+(网络故障定位时间/(1+远程监测率))+网络故障诊断时间+(网络故障修复时间/(1+远程升级率)))时，MOE＝MOE0。
步骤3.2.5，计算当前网络效能MOE。具体地说，T0≤t≤(T0+(网络故障定位时间/(1+远程监测率))+网络故障诊断时间+(网络故障修复时间/(1+远程升级率)))时，MOE＝MOE0×故障效果×(1-维管代价)；t≥(T0+(网络故障定位时间/(1+远程监测率))+网络故障诊断时间+(网络故障修复时间/(1+远程升级率)))时，MOE＝MOE0×故障效果。
步骤3.2.6，计算当前网络效能MOE。具体地说，T0≤t≤(T0+(网络故障定位时间/(1+远程监测率))+网络故障诊断时间+(网络故障修复时间/(1+远程升级率)))时，MOE＝MOE0×(1-维管代价)；t≥(T0+(网络故障定位时间/(1+远程监测率))+网络故障诊断时间+(网络故障修复时间/(1+远程升级率)))时，MOE＝MOE0。
步骤4，设仿真过程包含网络运维保障事件集E＝{E1，E2，...}，轮询所有事件，计算并输出运维保障效果，例如网络效能，以期保持网络效能不衰减。
上述步骤3中，下面以t＝50时为例说明其效能保持率。
步骤3.1，设MOE0表示初始网络效能，t＝0时刻，有网络优化事件发生。
步骤3.2，判断能否优化。具体地说，取随机值65％，发现其≤(网络感知范围*网络态势完整度)90％，说明能启动优化。
步骤3.3，判断能否完全恢复网络效能。具体地说，取随机值76％，发现其≤(网络物理资源调度率×网络物理资源成功调度率×网络逻辑资源调度率×网络逻辑资源成功调度率)81％，说明能完全恢复，转入下一步。
步骤3.4，计算当前网络效能MOE。具体地说，t＞10时，MOE＝MOE0。
步骤3.5，t＝30时刻，有网络故障事件发生，故障类型为设备。
步骤3.6，判断是否误报。具体地说，取随机值43％，发现其＞故障误报率10％，说明不是误报，转入下一步。
步骤3.7，判断能否发现故障。具体地说，取随机值76％，发现≤设备运行管理率90％，说明能发现，转入下一步。
步骤3.8，判断能否修复故障。具体地说，取随机值54％，发现≤修复率，说明能修复，转入下一步。
步骤3.9，计算当前网络效能MOE。具体地说，30≤t≤49时，MOE＝MOE0×故障效果×(1-维管代价)；t＞(30+(网络故障定位时间/(1+远程监测率))+网络故障诊断时间+(网络故障修复时间/(1+远程升级率)))49时，MOE＝MOE0，即在t＝50时，效能保持率为100％。
本领域的技术人员在不脱离权利要求书确定的本发明的精神和范围的条件下，还可以对以上内容进行各种各样的修改。因此本发明的范围并不仅限于以上的说明，而是由权利要求书的范围来确定的。
Claims (8)
1.一种网络运维保障效果仿真方法，其特征在于，包括：
步骤1，输入事件参数，所述事件参数表征面向网络运维保障的事件模型；
步骤2，输入能力参数，所述能力参数表征网络运维保障能力模型；
步骤3，根据所述事件参数和能力参数计算并输出对网络运维保障效果。
2.根据权利要求1所述的方法，其特征在于，步骤3包括：
步骤31，计算并输出网络优化事件对应的运维保障效果；和/或
步骤32，计算并输出网络故障事件对应的运维保障效果；
其中网络优化事件和网络故障事件均为事件参数。
3.根据权利要求2所述的方法，其特征在于，步骤31包括：
步骤311，在网络优化事件发生后，取第一随机值并判断该第一随机值是否小于或等于网络感知范围与网络态势完整度的乘积，如果是，执行步骤312，否则执行步骤315；
步骤312，取第二随机值并判断该第二随机值是否小于或等于网络物理资源调度率、网络物理资源成功调度率、网络逻辑资源调度率以及网络逻辑资源成功调度率的乘积，如果是，执行步骤313，否则执行步骤314；
步骤313，在T0≤t≤(T0+网络态势更新时间)时，根据MOE＝MOE0×网络优化门限×(1-维管代价)计算并输出当前网络效能；t＞(T0+网络态势更新时间)时，根据MOE＝MOE0计算并输出当前网络效能；
步骤314，在T0≤t≤(T0+网络态势更新时间)时，根据MOE＝MOE0×网络优化门限×(1-维管代价)计算并输出当前网络效能；在t＞(T0+网络态势更新时间)时，根据MOE＝MOE0×网络物理资源调度率×网络物理资源成功调度率×网络逻辑资源调度率×网络逻辑资源成功调度率计算并输出当前网络效能；
步骤315，在T0≤t≤(T0+网络态势更新时间)时，根据MOE＝MOE0×网络优化门限×(1-维管代价)计算并输出当前网络效能，在t＞(T0+网络态势更新时间)时，根据MOE＝MOE0×网络优化门限计算并输出当前网络效能；
其中，网络感知范围、网络态势完整度、网络物理资源调度率、网络物理资源成功调度率、网络逻辑资源调度率、网络逻辑资源成功调度率以及网络态势更新时间均为能力参数；
网络优化门限和维管代价均为事件参数；
T0为网络优化事件发生的时间，t为当前时间，MOE0为T0时刻的网络效能，MOE为当前网络效能；T0为事件参数。
4.根据权利要求2所述的方法，其特征在于，步骤32包括：
步骤321，在网络故障事件发生后，取第三随机值并判断该第三随机值是否大于故障误报率，如果是，执行步骤322，否则执行326；
步骤322，当故障类型是网络时，取第四随机值并判断该第四随机值是否小于或等于网络运行管理率，如果是，执行步骤323，否则执行步骤325；当故障类型是设备时，取第五随机值并判断该第五随机值是否小于或等设备运行管理率，如果是，执行步骤323，否则执行步骤325；当故障类型是信息服务时，取第六随机值并判断该第六随机值是否小于或等于信息服务运行管理率，如果是，执行步骤323，否则执行步骤325；
步骤323，取第七随机值并判断该第七随机值是否小于或等于修复率，如果是，执行步骤324，否则执行步骤325；
步骤324，在T0≤t≤(T0+(网络故障定位时间/(1+远程监测率))+网络故障诊断时间+(网络故障修复时间/(1+远程升级率)))时，根据MOE＝MOE0×故障效果×(1-维管代价)计算并输出当前网络效能；在t＞(T0+(网络故障定位时间/(1+远程监测率))+网络故障诊断时间+(网络故障修复时间/(1+远程升级率)))时，MOE＝MOE0；
步骤325，在T0≤t≤(T0+(网络故障定位时间/(1+远程监测率))+网络故障诊断时间+(网络故障修复时间/(1+远程升级率)))时，根据MOE＝MOE0×故障效果×(1-维管代价)计算并输出当前网络效能；在t≥(T0+(网络故障定位时间/(1+远程监测率))+网络故障诊断时间+(网络故障修复时间/(1+远程升级率)))时，根据MOE＝MOE0×故障效果计算并输出当前网络效能；
步骤326，在T0≤t≤(T0+(网络故障定位时间/(1+远程监测率))+网络故障诊断时间+(网络故障修复时间/(1+远程升级率)))时，根据MOE＝MOE0×(1-维管代价)计算并输出当前网络效能；在t≥(T0+(网络故障定位时间/(1+远程监测率))+网络故障诊断时间+(网络故障修复时间/(1+远程升级率)))时，根据MOE＝MOE0计算并输出当前网络效能；
其中，故障误报率、修复率、网络故障定位时间、远程监测率、网络故障诊断时间、网络故障修复时间以及远程升级率均为能力参数；
故障类型、故障效果以及维管代价均为事件参数；
T0为网络优化事件发生的时间，t为当前时间，MOE0为T0时刻的网络效能，MOE为当前网络效能；T0为事件参数。
5.一种网络运维保障效果仿真系统，其特征在于，包括：
事件参数输入模块，用于输入事件参数，所述事件参数表征面向网络运维保障的事件模型；
能力参数输入模块，用于输入能力参数，所述能力参数表征网络运维保障能力模型；
网络运维保障效果计算和输出模块，用于根据所述事件参数和能力参数计算并输出对网络运维保障效果。
6.根据权利要求5所述的系统，其特征在于，网络运维保障效果计算和输出模块包括网络优化事件模块和/或网络故障事件模块；
网络优化事件模块，用于计算并输出网络优化事件对应的运维保障效果；
网络故障事件模块，用于计算并输出网络故障事件对应的运维保障效果；
其中网络优化事件和网络故障事件均为事件参数。
7.根据权利要求6所述的系统，其特征在于，网络优化事件模块包括：
第一处理模块，用于在网络优化事件发生后，取第一随机值并判断该第一随机值是否小于或等于网络感知范围与网络态势完整度的乘积，如果是，调用第二处理模块，否则调用第五处理模块；
第二处理模块，用于取第二随机值并判断该第二随机值是否小于或等于网络物理资源调度率、网络物理资源成功调度率、网络逻辑资源调度率以及网络逻辑资源成功调度率的乘积，如果是，调用第三处理模块，否则调用第四处理模块；
第三处理模块，用于在T0≤t≤(T0+网络态势更新时间)时，根据MOE＝MOE0×网络优化门限×(1-维管代价)计算并输出当前网络效能；t＞(T0+网络态势更新时间)时，根据MOE＝MOE0计算并输出当前网络效能；
第四处理模块，用于在T0≤t≤(T0+网络态势更新时间)时，根据MOE＝MOE0×网络优化门限×(1-维管代价)计算并输出当前网络效能；在t＞(T0+网络态势更新时间)时，根据MOE＝MOE0×网络物理资源调度率×网络物理资源成功调度率×网络逻辑资源调度率×网络逻辑资源成功调度率计算并输出当前网络效能；
第五处理模块，用于在T0≤t≤(T0+网络态势更新时间)时，根据MOE＝MOE0×网络优化门限×(1-维管代价)计算并输出当前网络效能，在t＞(T0+网络态势更新时间)时，根据MOE＝MOE0×网络优化门限计算并输出当前网络效能；
其中，网络感知范围、网络态势完整度、网络物理资源调度率、网络物理资源成功调度率、网络逻辑资源调度率、网络逻辑资源成功调度率以及网络态势更新时间均为能力参数；
网络优化门限和维管代价均为事件参数；
T0为网络优化事件发生的时间，t为当前时间，MOE0为T0时刻的网络效能，MOE为当前网络效能；T0为事件参数。
8.根据权利要求6所述的系统，其特征在于，网络故障事件模块包括：
第六处理模块，用于在网络故障事件发生后，取第三随机值并判断该第三随机值是否大于故障误报率，如果是，调用第七处理模块，否则调用第十一处理模块；
第七处理模块，用于当故障类型是网络时，取第四随机值并判断该第四随机值是否小于或等于网络运行管理率，如果是，调用第八处理模块，否则调用第十处理模块；当故障类型是设备时，取第五随机值并判断该第五随机值是否小于或等设备运行管理率，如果是，调用第八处理模块，否则调用第十处理模块；当故障类型是信息服务时，取第六随机值并判断该第六随机值是否小于或等于信息服务运行管理率，如果是，调用第八处理模块，否则调用第十处理模块；
第八处理模块，用于取第七随机值并判断该第七随机值是否小于或等于修复率，如果是，调用第九处理模块，否则调用第十处理模块；
第九处理模块，用于在T0≤t≤(T0+(网络故障定位时间/(1+远程监测率))+网络故障诊断时间+(网络故障修复时间/(1+远程升级率)))时，根据MOE＝MOE0×故障效果×(1-维管代价)计算并输出当前网络效能；在t＞(T0+(网络故障定位时间/(1+远程监测率))+网络故障诊断时间+(网络故障修复时间/(1+远程升级率)))时，MOE＝MOE0；
第十处理模块，用于在T0≤t≤(T0+(网络故障定位时间/(1+远程监测率))+网络故障诊断时间+(网络故障修复时间/(1+远程升级率)))时，根据MOE＝MOE0×故障效果×(1-维管代价)计算并输出当前网络效能；在t≥(T0+(网络故障定位时间/(1+远程监测率))+网络故障诊断时间+(网络故障修复时间/(1+远程升级率)))时，根据MOE＝MOE0×故障效果计算并输出当前网络效能；
第十一处理模块，用于在T0≤t≤(T0+(网络故障定位时间/(1+远程监测率))+网络故障诊断时间+(网络故障修复时间/(1+远程升级率)))时，根据MOE＝MOE0×(1-维管代价)计算并输出当前网络效能；在t≥(T0+(网络故障定位时间/(1+远程监测率))+网络故障诊断时间+(网络故障修复时间/(1+远程升级率)))时，根据MOE＝MOE0计算并输出当前网络效能；
其中，故障误报率、修复率、网络故障定位时间、远程监测率、网络故障诊断时间、网络故障修复时间以及远程升级率均为能力参数；
故障类型、故障效果以及维管代价均为事件参数；
T0为网络优化事件发生的时间，t为当前时间，MOE0为T0时刻的网络效能，MOE为当前网络效能；T0为事件参数。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201210552065.8A CN103051473B (zh) | 2012-12-18 | 2012-12-18 | 一种网络运维保障效果仿真方法及系统 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201210552065.8A CN103051473B (zh) | 2012-12-18 | 2012-12-18 | 一种网络运维保障效果仿真方法及系统 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN103051473A true CN103051473A (zh) | 2013-04-17 |
| CN103051473B CN103051473B (zh) | 2016-05-11 |
Family
ID=48063978
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201210552065.8A Expired - Fee Related CN103051473B (zh) | 2012-12-18 | 2012-12-18 | 一种网络运维保障效果仿真方法及系统 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN103051473B (zh) |
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN103530735A (zh) * | 2013-10-23 | 2014-01-22 | 北京邮电大学 | 一种灾备中心日常运维管理能力评估方法 |
| WO2015113450A1 (zh) * | 2014-01-29 | 2015-08-06 | 华为技术有限公司 | 一种可视化网络运维方法和装置 |
Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR20080051045A (ko) * | 2006-12-04 | 2008-06-10 | 한국전자통신연구원 | 홈네트워크에서의 오류 모델과 규칙 기반의 오류 관리 장치및 그 방법 |
| CN101620645A (zh) * | 2009-08-17 | 2010-01-06 | 王钰 | 一种仿真大型电子信息系统体系结构的方法和系统 |
| CN102075362A (zh) * | 2011-01-25 | 2011-05-25 | 王钰 | 一种通信网络仿真方法及系统 |
-
2012
- 2012-12-18 CN CN201210552065.8A patent/CN103051473B/zh not_active Expired - Fee Related
Patent Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR20080051045A (ko) * | 2006-12-04 | 2008-06-10 | 한국전자통신연구원 | 홈네트워크에서의 오류 모델과 규칙 기반의 오류 관리 장치및 그 방법 |
| CN101620645A (zh) * | 2009-08-17 | 2010-01-06 | 王钰 | 一种仿真大型电子信息系统体系结构的方法和系统 |
| CN102075362A (zh) * | 2011-01-25 | 2011-05-25 | 王钰 | 一种通信网络仿真方法及系统 |
Cited By (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN103530735A (zh) * | 2013-10-23 | 2014-01-22 | 北京邮电大学 | 一种灾备中心日常运维管理能力评估方法 |
| CN103530735B (zh) * | 2013-10-23 | 2016-08-17 | 北京邮电大学 | 一种灾备中心日常运维管理能力评估方法 |
| WO2015113450A1 (zh) * | 2014-01-29 | 2015-08-06 | 华为技术有限公司 | 一种可视化网络运维方法和装置 |
| US10057136B2 (en) | 2014-01-29 | 2018-08-21 | Huawei Technologies Co., Ltd. | Method and apparatus for visualized network operation and maintenance |
Also Published As
| Publication number | Publication date |
|---|---|
| CN103051473B (zh) | 2016-05-11 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| WO2018133348A1 (zh) | 一种静态安全分析计算方法、装置及计算机存储介质 | |
| CN109359031B (zh) | 多设备应用程序测试方法、装置、服务器及存储介质 | |
| Nieuwenhuijs et al. | Modeling dependencies in critical infrastructures | |
| CN109784504A (zh) | 数据中心远程智能运维管理方法及系统 | |
| CN110221145A (zh) | 电力设备故障诊断方法、装置及终端设备 | |
| CN106991095B (zh) | 机器异常的处理方法、学习速率的调整方法及装置 | |
| US8832839B2 (en) | Assessing system performance impact of security attacks | |
| CN111460620B (zh) | 一种试验评估模型构建方法及系统 | |
| CN112702184A (zh) | 故障预警方法及装置、计算机可存储介质 | |
| EP4280051B1 (en) | Inference service deployment method and apparatus, device, and storage medium | |
| Chen et al. | AndroidOff: Offloading android application based on cost estimation | |
| CN103051473A (zh) | 一种网络运维保障效果仿真方法及系统 | |
| CN112367628B (zh) | 一种电力物联网的智能化网络切片实例化方法及系统 | |
| CN112073517B (zh) | 一种分布式数据传输优化方法、系统及相关设备 | |
| CN113407430A (zh) | 基于应用性能监控的单指标参数采集方法及装置 | |
| CN115290139A (zh) | 一种基于大数据的建筑物室外环境性能检测预测平台 | |
| CN112654077B (zh) | 节能方法及装置、计算机可存储介质 | |
| CN109446020B (zh) | 云存储系统的动态评估方法以及装置 | |
| CN111556098A (zh) | 一种基于人工智能的物联网数据的分析系统和分析方法 | |
| CN105991366A (zh) | 一种业务监控方法及系统 | |
| CN103200023A (zh) | 发送硬件信息的方法及装置，处理硬件信息的方法及系统 | |
| CN113779098B (zh) | 数据处理方法、装置、电子设备以及存储介质 | |
| CN109684168A (zh) | 一种显示屏死机检测方法 | |
| CN202649996U (zh) | 物联网设备模拟器 | |
| Liu et al. | A Quantitative Analysis Method of Model Reliability |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| C06 | Publication | ||
| PB01 | Publication | ||
| C10 | Entry into substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| C14 | Grant of patent or utility model | ||
| GR01 | Patent grant | ||
| CF01 | Termination of patent right due to non-payment of annual fee |
Granted publication date: 20160511 Termination date: 20161218 |
|
| CF01 | Termination of patent right due to non-payment of annual fee |