CN105389434A - 一种用于多故障模式云计算平台的可靠性评估方法 - Google Patents

Abstract

本发明属于互联网领域，具体涉及一种用于多故障模式云计算平台的可靠性评估方法。本发明旨在建立基于BDD的扩展形式多值决策图的多故障模式云计算平台可靠性分析方法，从而允许多种故障模式共同建模和分析、提升可靠性分析的准确性和效率；本发明是通过下述技术方案实现的：一种用于多故障模式云计算平台的可靠性评估方法，包括以下步骤：第一步：多故障模式MDD建模。第二步：系统MDD模型构造。第三步：基于MDD的可靠性评估。对于所述共模故障、传播故障、部件故障各个故障模式，基于故障之间逻辑组合或者部件的状态空间建立不交事件空间，根据不交事件空间构造各个故障模式的MDD模型。

Description

一种用于多故障模式云计算平台的可靠性评估方法

技术领域

本发明属于互联网领域，具体涉及一种用于多故障模式云计算平台的可靠性评估方法。

背景技术

近年来，随着网络技术、软件技术、微电子技术的迅猛发展，现代人类社会各个领域中涌现出的大量多故障模式云计算平台，其可靠性行为与简单计算系统相比，呈现出各种故障模式，包括：

共模故障：共模故障是指能够导致系统多个部件同时失效的外部因素。随着多故障模式云计算平台地域分布越来越广，包含的异构部件越来越多，操作管理越来越复杂，与基础设施结合越来越紧密，使得现代多故障模式云计算平台随时都可能受到各种共模故障影响。典型的共模故障大致包括三种类型：1)不可预测的自然灾害，如地震、台风、水灾、雷电、火灾等；2)基础设施的损坏，如建筑物倒塌、电源中断等；3)操作失误，如误操作、人为蓄意破坏等。共模故障的存在，增大了系统中各部件的联合失效概率，使得系统中的冗余容错机制的有效性降低，造成系统局部或整体失效。

传播故障：由于多故障模式云计算平台内某个部件的失效，导致系统其他部件同时失效的可靠性行为称为传播故障。如当路由器或交换机故障，其所管理的整个子网的网络通信就会失效。又如当某个计算节点感染恶意病毒之后，往往会造成对其他节点的攻击，导致其他节点的失效。此外，如果集群系统负载比较大时，当某个计算节点故障之后集群进行负载重新平衡时，有可能会使得其他计算节点过载，从而导致集群整体失效。

准确地评估多故障模式云计算平台的可靠性能为各种高可靠性设计决策(冗余体系结构和容错机制等)的制定提供依据，也是多故障模式云计算平台运营和管理的基础，具有重要的现实意义。但是系统中广泛存在的多种故障模式，大大提高了可靠性分析的困难程度：一方面，传统的静态可靠性分析方法，如静态故障树分析、可靠性块图分析等，专注于系统静态可靠性行为，往往忽略共模故障和传播故障的影响，从而高估了系统的可靠性，会对系统设计和管理带来了较大的负面影响；另一方面作为通用性的状态空间方法，由于计算复杂性只能够处理小规模分布式系统。为此，研究和建立高效的多故障模式云计算平台可靠性分析方法显得非常迫切。

已有方法是基于分治策略把二值决策图(BinaryDecisionDiagram，简称BDD)方法和状态空间方法相结合进行多故障模式云计算平台可靠性分析，在模型复杂性、计算效率、分析自动化、算法实现等诸多方面存在各种效率问题。

发明内容

本发明根据现有方法存在的问题，旨在建立基于BDD的扩展形式—多值决策图(Multi-valuedDecisionDiagram，简称MDD)—的多故障模式云计算平台可靠性分析方法，从而允许多种故障模式共同建模和分析、提升可靠性分析的准确性和效率；本发明针对部件故障、共模故障和传播故障共存的情况下，改进已有BDD方法和EDA方法，通过在MDD框架下的统一建模来简化可靠性建模和评估的复杂性，提升可靠性分析的准确性和效率。

本发明是通过下述技术方案实现的：一种用于多故障模式云计算平台的可靠性评估方法，包括以下步骤：

第一步：多故障模式MDD建模

基于MDD的多故障模式建模，能够获得相对于BDD更为简洁的决策图模型，也是缓解EDA分析方法复杂性、实现分析自动化并提升分析效率的基础。本发明对于各个故障模式，基于故障之间逻辑组合或者部件的状态空间建立不交事件空间，根据不交事件空间构造各个故障模式的MDD模型。

第二步：系统MDD模型构造

在多故障模式MDD的基础上，构造完整的系统MDD模型是系统可靠性分析的关键步骤。本发明确定了分阶段的系统级MDD模型构造方法，在生成基本部件故障MDD决策图的基础上通过不断包含新型故障模式，对初始MDD模型不断裁剪获得最终系统MDD模型。

第三步：基于MDD的可靠性评估

MDD模型生成后，通过评估该MDD获得系统失效的概率。本发明确定了根据系统级MDD模型自底向上计算系统不可靠度的方法，保证线性时间复杂性。

作为优选，对于所述共模故障、传播故障、部件故障各个故障模式，基于故障之间逻辑组合或者部件的状态空间建立不交事件空间，根据不交事件空间构造各个故障模式的MDD模型。

作为优选，对于系统级MDD模型采用了分阶段构造的方法，在生成基本部件故障MDD决策图的基础上通过不断包含新型故障模式，对初始MDD模型不断裁剪获得最终系统MDD模型。

作为优选，根据系统级MDD模型计算系统不可靠度过程中采用了自底向上递归计算方法，保证线性时间复杂性。

本发明与背景技术相比，具有的有益的效果是：与现有技术相比，本发明具有以下有益效果：已有的基于二值决策图BDD的方法对各种故障模式进行二值建模，导致决策变量指数级增加和决策图尺度爆炸问题，以及最优变量排序难以获得的困境，可分析的系统规模和复杂性极其有限；已有的基于分治思想的EDA方法不能够用单一模型对多种故障模式进行建模，需要对各种故障模式人工手动建模分析，应用起来较为复杂、难以高效率处理多故障模式混合作用的场景，难以实现分析自动化。本发明提出了在MDD框架下对多故障模式统一建模，大大缩小了决策图的尺度，能够有效处理多故障模式混合作用的系统实例，多故障模式统一建模保证了分析方法的统一性和简洁性，也是分析自动化的基础。

附图说明

图1是本发明的实施实例系统图

图2是本发明的实施实例系统故障树图

图3是本发明的基本部件故障决策图；

图4是本发明的扩展传播故障决策图

图5是本发明的扩展共模故障决策图。

图6是本发明的共模故障CC的MDD模型图。

图7是本发明的传播故障PF的MDD模型图。

图8是本发明的部件故障的MDD建模图。

图中：ServerA(P1)、ServerB(P2)、ServerC(P3)、NetworkA(B1)、NetworkB(B2)、StorageA(M1)、StorageB(M2)、StorageC(M3)。

具体实施方式

下面通过实施例，结合附图，对本发明的技术方案作进一步具体的说明：

一种用于多故障模式云计算平台的可靠性评估方法，构建实施实例系统如图1所示，实施实例系统包括3个处理节点ServerA、ServerB和ServerC，2个网络节点NetworkA和NetworkB，3个存储节点StorageA、StorageB和StorageC。该实施实例系统且采用冗余的方式组合起来，处理节点ServerA、ServerB和ServerC允许任意1个节点失效，网络节点允许NetworkA和NetworkB任意1个节点失效，存储节点StorageA、StorageB和StorageC最多可以允许任意2个节点失效。

按上述故障产生的演算，实施实例系统对应所产生的故障树模型如图2所示。

对应实施实例系统以及实施实例系统所产生的故障树模型按照如下步骤进行MDD建模；

第一步，对多故障模式进行MDD建模：

1)共模故障的MDD建模

本实施模式包含两个共模故障：

(1)地震共模故障CC1，该共模故障影响的系统部件集合为CCG1＝{P1,M1}。

(2)电源共模故障CC2，该共模故障影响的系统部件集合为CCG2＝{P1,B2,M2}。

由此，共模故障CC的不交事件空间为{CCE,CCE1,CCE2,CCE3}。每个不交事件的说明如下：

对应CC的0分支；

对应CC的1分支；

对应CC的2分支；

CCE3＝CC1∩CC2，对应CC的3分支。

根据建立的不交事件空间，该系统的共模故障CC的MDD模型为图6所示；

2)传播故障的MDD建模

本实施模式中计算节点P3有四种状态：工作状态S0，自身部件故障状态S1，以及两种传播故障状态S2和S3。其中传播故障状态S2的发生会致使部件M1故障，即PFG1＝{M1}，而传播故障状态S3的发生会致使部件M1和M2故障，即PFG1＝{M1、M2}。

由此，传播故障PF的不交事件空间{PFE,PFE1,PFE2,PFE3}等同于计算节点P3的状态空间为：

PFE0＝S0，对应PF的0分支；

PFE1＝S1，对应PF的1分支；

PFE2＝S2，对应PF的2分支；

PFE3＝S3，对应PF的3分支。

根据建立的不交事件空间，该系统的传播故障PF的MDD模型为图7所示；

3)部件故障的MDD建模

本实施例模式其他部件P1，P2，B1，B2，M1，M2，M3有两种状态：工作状态S0和自身部件故障状态S1。它们对应的MDD模型为图8所示；

X＝P1，P2，B1，B2，M1，M2，M3。

第二步，生成完整的系统级MDD模型：

首先，以自底向上的方式根据故障树构建不包含多故障模式的MDD模型。过程如下：

1)如果正在处理的故障树节点X是一个部件失效事件，那么将X的初始MDD设为case(x,0,1)；

2)如果正在处理的故障树节点X是一个逻辑门，也就是X＝X1＜＞X2，这里的<>是一个AND或者OR，X1和X2是逻辑门X的子树，那么X对应的MDD模型是X1和X2对应的MDD模型E和F的<>逻辑操作的结合，具体组合规则如下：

E＝case(x,E₀,E₁,…,E_m)

F＝case(y,F₀,F₁,…,F_n)

所获得的不包含多故障模式的MDD模型如图3所示。

然后，在不包含多故障模式的MDD模型基础上构建包含传播故障PF的MDD模型。过程如下：

1)利用传播故障PF模型替换部件故障P3，PF的0分支连接到P3的0分支，而PF的123分支连接到P3的1分支；

2)利用PF的故障传播集合PFG1和PFG2对分支2和3进行修剪，去除分支2(或3)上属于PFG1(或PFG2)中的部件。

所获得的包含传播故障PF的MDD模型如图4所示。

最后，在包含传播故障PF的MDD模型基础上进一步构建包含共模故障CC的MDD模型。过程如下：

1)把已有MDD模型连接到CC的0分支；

2)去除已有MDD模型中属于CCG1中的部件，并连接到CC的1分支；

3)去除已有MDD模型中属于CCG2中的部件，并连接到CC的2分支；

4)去除已有MDD模型中属于CCG1或CCG2中的部件，并连接到CC的3分支。

所获得的包含共模故障CC的MDD模型如图5所示。

第三步，评估系统级MDD模型：

MDD模型生成后，我们通过评估该MDD获得系统失效的概率。在生成的MDD中，从根节点到汇点的路径上的所有的事件没有关联。因此，每条路径的概率就是，出现在每条路径上的每条边的概率的乘积。因为所有的路径不相交，失效概率(也就是不可靠性)就是从根节点到汇点的所有的路径的概率总和。

首先，计算各条边的边概率，包含下面几种情况。

1)对于部件故障节点X，当X的失效分布为F_X(t)时，则0边概率为1-F_X(t)，1边概率为F_X(t)。

2)对于共模故障节点CC，当CC1的概率是p，CC2的概率是q时，0边概率为Pr{CCE0}＝(1-p)*(1-q)，1边概率为Pr{CCE1}＝p*(1-q)，2边概率为Pr{CCE2}＝(1-p)*q，3边概率为Pr{CCE3}＝p*q。

3)对于传播故障节点PF，当状态S0的概率是p0，状态S1的概率是p1，状态S2的概率是p2，状态S3的概率是p3时，0边概率为Pr{PFE0}＝p0，1边概率为Pr{PFE1}＝p1，2边概率为Pr{PFE2}＝p2，3边概率为Pr{PFE3}＝p3。

然后，根据MDD中，G＝case(x,G_x＝0,G_x＝1,…,G_x＝m)，所有子表达式(x＝i)*(G_x＝i)，都是不相交的，系统不可靠性UN可以通过下面的递归算法计算：

Pr{G＝1}＝Pr{x＝0}*Pr{G_x＝0＝1}+...+Pr{x＝s}*Pr{G_x＝s＝1}

其中Pr{G_x＝i＝1}是子MDD模型G_x＝i的概率。

作为优选，对于所述共模故障、传播故障、部件故障各个故障模式，基于故障之间逻辑组合或者部件的状态空间建立不交事件空间，根据不交事件空间构造各个故障模式的MDD模型。

作为优选，对于系统级MDD模型采用了分阶段构造的方法，在生成基本部件故障MDD决策图的基础上通过不断包含新型故障模式，对初始MDD模型不断裁剪获得最终系统MDD模型。

作为优选，根据系统级MDD模型计算系统不可靠度过程中采用了自底向上递归计算方法，保证线性时间复杂性。

本文中所描述的具体实施例仅仅是对本发明精神作举例说明。本发明所属技术领域的技术人员可以对所描述的具体实施例做各种各样的修改或补充或采用类似的方式替代，但并不会偏离本发明的精神或者超越所附权利要求书所定义的范围。

Claims (4)

1.一种用于多故障模式云计算平台的可靠性评估方法，其特征是：构建实施实例系统，实施实例系统包括3个处理节点ServerA(P1)、ServerB(P2)和ServerC(P3)，2个网络节点NetworkA(B1)和NetworkB(B2)，3个存储节点StorageA(M1)、StorageB(M2)和StorageC(M3)。该实施实例系统且采用冗余的方式组合起来，处理节点ServerA、ServerB和ServerC允许任意1个节点失效，网络节点允许NetworkA和NetworkB任意1个节点失效，存储节点StorageA、StorageB和StorageC最多可以允许任意2个节点失效。

按上述故障产生的演算，实施实例系统对应所产生的故障树模型。

对应实施实例系统以及实施实例系统所产生的故障树模型按照如下步骤进行MDD建模；

第一步，对多故障模式进行MDD建模：

1)共模故障的MDD建模

本实施模式包含两个共模故障：

(1)地震共模故障CC1，该共模故障影响的系统部件集合为CCG1＝{P1,M1}。

(2)电源共模故障CC2，该共模故障影响的系统部件集合为CCG2＝{P1,B2,M2}。

由此，共模故障CC的不交事件空间为{CCE,CCE1,CCE2,CCE3}。每个不交事件的说明如下：

对应CC的0分支；

对应CC的1分支；

对应CC的2分支；

CCE3＝CC1∩CC2，对应CC的3分支。

根据建立的不交事件空间，该系统的共模故障CC的MDD模型为：

2)传播故障的MDD建模

本实施模式中计算节点P3有四种状态：工作状态S0，自身部件故障状态S1，以及两种传播故障状态S2和S3。其中传播故障状态S2的发生会致使部件M1故障，即PFG1＝{M1}，而传播故障状态S3的发生会致使部件M1和M2故障，即PFG1＝{M1、M2}。

由此，传播故障PF的不交事件空间{PFE,PFE1,PFE2,PFE3}等同于计算节点P3的状态空间为：

PFE0＝S0，对应PF的0分支；

PFE1＝S1，对应PF的1分支；

PFE2＝S2，对应PF的2分支；

PFE3＝S3，对应PF的3分支。

根据建立的不交事件空间，该系统的传播故障PF的MDD模型为：

3)部件故障的MDD建模

本实施模式中其他部件P1，P2，B1，B2，M1，M2，M3有两种状态：工作状态S0和自身部件故障状态S1。它们对应的MDD模型为：

X＝P1，P2，B1，B2，M1，M2，M3。

第二步，生成完整的系统级MDD模型：

首先，以自底向上的方式根据故障树构建不包含多故障模式的MDD模型。过程如下：

1)如果正在处理的故障树节点X是一个部件失效事件，那么将X的初始MDD设为case(x,0,1)；

2)如果正在处理的故障树节点X是一个逻辑门，也就是X＝X1<>X2，这里的<>是一个AND或者OR，X1和X2是逻辑门X的子树，那么X对应的MDD模型是X1和X2对应的MDD模型E和F的<>逻辑操作的结合，具体组合规则如下：

E＝case(x,E₀,E₁,…,E_m)

F＝case(y,F₀,F₁,…,F_n)

所获得的不包含多故障模式的MDD模型。

然后，在不包含多故障模式的MDD模型基础上构建包含传播故障PF的MDD模型。过程如下：

1)利用传播故障PF模型替换部件故障P3，PF的0分支连接到P3的0分支，而PF的123分支连接到P3的1分支；

2)利用PF的故障传播集合PFG1和PFG2对分支2和3进行修剪，去除分支2(或3)上属于PFG1(或PFG2)中的部件。

所获得的包含传播故障PF的MDD模型。

最后，在包含传播故障PF的MDD模型基础上进一步构建包含共模故障CC的MDD模型。过程如下：

1)把已有MDD模型连接到CC的0分支；

2)去除已有MDD模型中属于CCG1中的部件，并连接到CC的1分支；

3)去除已有MDD模型中属于CCG2中的部件，并连接到CC的2分支；

4)去除已有MDD模型中属于CCG1或CCG2中的部件，并连接到CC的3分支。

所获得的包含共模故障CC的MDD模型。

第三步，评估系统级MDD模型：

MDD模型生成后，我们通过评估该MDD获得系统失效的概率。在生成的MDD中，从根节点到汇点的路径上的所有的事件没有关联。因此，每条路径的概率就是，出现在每条路径上的每条边的概率的乘积。因为所有的路径不相交，失效概率(也就是不可靠性)就是从根节点到汇点的所有的路径的概率总和。

首先，计算各条边的边概率，包含下面几种情况。

1)对于部件故障节点X，当X的失效分布为F_X(t)时，则0边概率为1-F_X(t)，1边概率为F_X(t)。

2)对于共模故障节点CC，当CC1的概率是p，CC2的概率是q时，0边概率为Pr{CCE0}＝(1-p)*(1-q)，1边概率为Pr{CCE1}＝p*(1-q)，2边概率为Pr{CCE2}＝(1-p)*q，3边概率为Pr{CCE3}＝p*q。

3)对于传播故障节点PF，当状态S0的概率是p0，状态S1的概率是p1，状态S2的概率是p2，状态S3的概率是p3时，0边概率为Pr{PFE0}＝p0，1边概率为Pr{PFE1}＝p1，2边概率为Pr{PFE2}＝p2，3边概率为Pr{PFE3}＝p3。

然后，根据MDD中，G＝case(x,G_x＝0,G_x＝1,…,G_x＝m)，所有子表达式(x＝i)*(G_x＝i)，都是不相交的，系统不可靠性UN可以通过下面的递归算法计算：

Pr{G＝1}＝Pr{x＝0}*Pr{G_x＝0＝1}+...+Pr{x＝s}*Pr{G_x＝s＝1}

其中Pr{G_x＝i＝1}是子MDD模型G_x＝i的概率。

2.根据权利要求书1所述的一种用于多故障模式云计算平台的可靠性评估方法，其特征在于：对于各个故障模式，基于故障之间逻辑组合或者部件的状态空间建立不交事件空间，根据不交事件空间构造各个故障模式的MDD模型。

3.根据权利要求书1所述的一种用于多故障模式云计算平台的可靠性评估方法，其特征在于：对于系统级MDD模型采用了分阶段构造的方法，在生成基本部件故障MDD决策图的基础上通过不断包含新型故障模式，对初始MDD模型不断裁剪获得最终系统MDD模型。

4.根据权利要求书1所述的一种用于多故障模式云计算平台的可靠性评估方法，其特征在于：根据系统级MDD模型计算系统不可靠度过程中采用了自底向上递归计算方法，保证线性时间复杂性。