CN105656721A - 电力通信网的抗毁性熵值的确定方法和装置 - Google Patents
电力通信网的抗毁性熵值的确定方法和装置 Download PDFInfo
- Publication number
- CN105656721A CN105656721A CN201610065696.5A CN201610065696A CN105656721A CN 105656721 A CN105656721 A CN 105656721A CN 201610065696 A CN201610065696 A CN 201610065696A CN 105656721 A CN105656721 A CN 105656721A
- Authority
- CN
- China
- Prior art keywords
- communication node
- entropy
- survivability
- importance degree
- network
- 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.)
- Pending
Links
Classifications
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L43/00—Arrangements for monitoring or testing data switching networks
- H04L43/08—Monitoring or testing based on specific metrics, e.g. QoS, energy consumption or environmental parameters
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L43/00—Arrangements for monitoring or testing data switching networks
- H04L43/08—Monitoring or testing based on specific metrics, e.g. QoS, energy consumption or environmental parameters
- H04L43/0805—Monitoring or testing based on specific metrics, e.g. QoS, energy consumption or environmental parameters by checking availability
- H04L43/0811—Monitoring or testing based on specific metrics, e.g. QoS, energy consumption or environmental parameters by checking availability by checking connectivity
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L63/00—Network architectures or network communication protocols for network security
- H04L63/14—Network architectures or network communication protocols for network security for detecting or protecting against malicious traffic
- H04L63/1441—Countermeasures against malicious traffic
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L9/00—Cryptographic mechanisms or cryptographic arrangements for secret or secure communications; Network security protocols
- H04L9/002—Countermeasures against attacks on cryptographic mechanisms
Landscapes
- Engineering & Computer Science (AREA)
- Computer Security & Cryptography (AREA)
- Computer Networks & Wireless Communication (AREA)
- Signal Processing (AREA)
- Environmental & Geological Engineering (AREA)
- Computer Hardware Design (AREA)
- Computing Systems (AREA)
- General Engineering & Computer Science (AREA)
- Data Exchanges In Wide-Area Networks (AREA)
Abstract
本发明公开了一种电力通信网的抗毁性熵值的确定方法和装置。其中,该方法包括:获取电力通信网中的通信节点总数和各个通信节点的重要度;基于各个通信节点的重要度确定各个通信节点的抗毁性熵值;基于各个通信节点的抗毁熵值和通信节点总数确定电力通信网的抗毁性熵值。本发明解决了相关技术中不能准确确定电力通信网的抗毁性的技术问题。
Description
技术领域
本发明涉及电力信息通信领域,具体而言,涉及一种电力通信网的抗毁性熵值的确定方法和装置。
背景技术
电力通信网主要采用MSTP技术,以SDH设备为主,如青海电力通信网建成有2个10G光纤通信环网、6个2.5G光纤通信环网,其承载大量华为、中兴、ECI传输业务,为公司电网生产和电网管理提供了通信业务服务及安全保障。因此,电力通信网是否可靠对电力传输的稳定性至关重要,其中,抗毁性更是电网稳定传输的重中之重,所以电力通信网的抗毁性对电网传输具有重要意义。
抗毁性(Invulnerability)描述了通信网在人为破坏作用下的网络可靠性,它假定“破坏者具有关于网络结构的全部资料,并采用一种确定的破坏策略”。对于一个通信网,网络的抗毁性表明至少需要破坏几个节点或几条链路才能中断部分节点间的通信,即指出破坏一个通信网的困难程度。
拓扑平衡性好的网络具有较高的可靠性,在最优化的平衡网络结构中,所有节点和链路的拓扑重要度都相同。通常情况下,在所有的网络节点和链路中,通常有几个节点和链路显得尤为重要,因此评估节点和链路的重要度是非常关键的。节点的重要度对网络的性能影响很大,重要节点的保障和维护对实现整个网络信息流通、降低网络信息交换成本以及提高信息流通效率有重要意义。
现在对网络的抗毁性的计算和处理集中在使用图论研究网络抗毁性,图论中有很多抗毁性度量指标,最常用的有节点粘连度、离散数、完整度、连通度、膨胀系数、代数连通度、持有度等等。使用图论研究网络抗毁性有一个共同的问题,当网络规模较大时,网络抗毁性指标求解都是非常难的问题,无法得出解析解(如节点重要度),或者通过经验进行估算,但是往往得到的估算值的误差较大。而现实生活中的网络,节点数量都很大,因此使用图论研究网络抗毁性只适用于小规模网络,不适用于现实生活中的复杂网络,因此,不能准确对网络抗毁性进行确定。
针对相关技术中不能准确确定电力通信网的抗毁性的技术问题,目前尚未提出有效的解决方案。
发明内容
本发明实施例提供了一种电力通信网的抗毁性熵值的确定方法和装置,以至少解决相关技术中不能准确确定电力通信网的抗毁性的技术问题。
根据本发明实施例的一个方面,提供了一种电力通信网的抗毁性熵值的确定方法,该方法包括:获取电力通信网中的通信节点总数和各个通信节点的重要度;基于各个通信节点的重要度确定各个通信节点的抗毁性熵值;基于各个通信节点的抗毁熵值和通信节点总数确定电力通信网的抗毁性熵值。
进一步地,基于各个通信节点的重要度确定各个通信节点的抗毁性熵值包括:获取各个通信节点的归一化重要度其中,k为小于n的自然数,j为小于n的自然数,ik为通信节点k的重要度,ij为通信节点j的重要度,n为通信节点总数;基于各个通信节点的归一化重要度确定各个通信节点的抗毁性熵值
进一步地,在基于各个通信节点的归一化重要度确定各个通信节点的抗毁性熵值之后,该方法还包括:获取各个通信节点的抗毁性熵值之和
进一步地,基于各个通信节点的抗毁熵值和通信节点总数确定电力通信网的抗毁性熵值包括:基于抗毁性熵值之和NIE和通信节点总数n确定电力通信网的抗毁性熵值NNIE=NIE/lg(n)。
进一步地,获取电力通信网中各个通信节点的重要度包括:获取电力通信网对应的无向图G(V,E),其中,V为电力通信网中通信节点的集合,E为电力通信网中通信链路的集合;获取无向图中各个通信节点对应的无向子图,其中,任一通信节点对应的无向子图为无向图中去掉任一通信节点和以任一通信节点为起点或终点的通信链路后得到的图;基于无向图的最小生成树值和无向子图的最小生成树值确定各个通信节点的重要度。
根据本发明实施例的另一个方面,提供了一种电力通信网的抗毁性熵值的确定装置,该装置包括:获取单元,用于获取电力通信网中的通信节点总数和各个通信节点的重要度;第一确定单元,用于基于各个通信节点的重要度确定各个通信节点的抗毁性熵值;第二确定单元,用于基于各个通信节点的抗毁熵值和通信节点总数确定电力通信网的抗毁性熵值。
进一步地,第一确定单元包括:第一获取模块,用于获取各个通信节点的归一化重要度其中,k为小于n的自然数,j为小于n的自然数,ik为通信节点k的重要度,ij为通信节点j的重要度,n为通信节点总数;第一确定模块,用于基于各个通信节点的归一化重要度确定各个通信节点的抗毁性熵值
进一步地,第一确定单元在基于各个通信节点的归一化重要度确定各个通信节点的抗毁性熵值之后,还用于获取各个通信节点的抗毁性熵值之和
进一步地,第二确定单元包括:第二确定模块,用于基于抗毁性熵值之和NIE和通信节点总数n确定电力通信网的抗毁性熵值NNIE=NIE/lg(n)。
进一步地,获取单元包括:第二获取模块,用于获取电力通信网对应的无向图G(V,E),其中,V为电力通信网中通信节点的集合,E为电力通信网中通信链路的集合;第三获取模块,用于获取无向图中各个通信节点对应的无向子图,其中,任一通信节点对应的无向子图为无向图中去掉任一通信节点和以任一通信节点为起点或终点的通信链路后得到的图;第三确定模块,用于基于无向图的最小生成树值和无向子图的最小生成树值确定各个通信节点的重要度。
在本发明实施例中,通过获取电力通信网中的通信节点总数和各个通信节点的重要度;基于各个通信节点的重要度确定各个通信节点的抗毁性熵值;基于各个通信节点的抗毁熵值和通信节点总数确定电力通信网的抗毁性熵值,由于电力通信网由多个节点组成,几乎每个节点的抗毁性均会对整个网络的抗毁性造成影响,因此,本申请通过对各个节点的抗毁性熵值进行准确确定,然后基于各个节点的抗毁性熵值来确定整个网络的抗毁性熵值,从而解决了相关技术中不能准确确定电力通信网的抗毁性的技术问题,实现了对电力通信网的抗毁性进行量化且准确确定的技术效果。
附图说明
此处所说明的附图用来提供对本发明的进一步理解,构成本申请的一部分,本发明的示意性实施例及其说明用于解释本发明,并不构成对本发明的不当限定。在附图中:
图1是根据本发明实施例的一种可选的电力通信网的抗毁性熵值的确定方法的流程图;
图2是根据本发明实施例的另一种可选的电力通信网的抗毁性熵值的确定方法的流程图;
图3是根据本发明实施例的一种可选的电力通信网的示意图;
图4是根据本发明实施例的关联矩阵的示意图;
图5是根据本发明实施例的另一种可选的电力通信网的示意图;
图6是根据本发明实施例的第三种可选的电力通信网的示意图;
图7是根据本发明实施例的第四种可选的电力通信网的示意图;
图8是根据本发明实施例的第五种可选的电力通信网的示意图;以及
图9是根据本发明实施例的电力通信网的抗毁性熵值的确定装置的示意图。
具体实施方式
为了使本技术领域的人员更好地理解本发明方案,下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本发明一部分的实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都应当属于本发明保护的范围。
需要说明的是,本发明的说明书和权利要求书及上述附图中的术语“第一”、“第二”等是用于区别类似的对象,而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换,以便这里描述的本发明的实施例能够以除了在这里图示或描述的那些以外的顺序实施。此外,术语“包括”和“具有”以及他们的任何变形,意图在于覆盖不排他的包含,例如,包含了一系列步骤或单元的过程、方法、系统、产品或设备不必限于清楚地列出的那些步骤或单元,而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它步骤或单元。
首先,在对本发明实施例进行描述的过程中出现的部分名词或术语适用于如下解释:
网络抗毁性:网络抗毁性的定义分为广义和狭义,广义的网络抗毁性主要指:网络在遭受攻击或者遇到故障之后,保持自己正常的运行状态的能力。狭义的网络抗毁性主要指:网络在遭受攻击或者遇到故障之后,网络拓扑结构中依然存在一个规模与网络节点总数成正比的连通区域存在。
根据本发明实施例,提供了一种电力通信网的抗毁性熵值的确定方法的方法实施例,需要说明的是,在附图的流程图示出的步骤可以在诸如一组计算机可执行指令的计算机系统中执行,并且,虽然在流程图中示出了逻辑顺序,但是在某些情况下,可以以不同于此处的顺序执行所示出或描述的步骤。
图1是根据本发明实施例的一种可选的电力通信网的抗毁性熵值的确定方法的流程图,如图1所示,该方法包括如下步骤:
步骤S101,获取电力通信网中的通信节点总数和各个通信节点的重要度。
具体地,为了通过采用图论的思想和最小生成树算法来处理各个节点的关联关系,以对电力通信网中通信节点的重要度进行准确计算,上述步骤可以包括:
步骤S11,获取电力通信网对应的无向图G(V,E),其中,V为电力通信网中通信节点的集合,E为电力通信网中通信链路的集合。
上述的无向图G(V,E)为无自环的无向图,V={V1,V2,V3,…,Vn}代表节点集合,V1至Vn表示节点1至节点n,E={e1,e2,e3,┅,en}∈V,即代表链路集合,e1至en表示链路1至链路n。
需要说明的是,集合V中的通信节点为电力通信网中的所有节点经由统计学的统计处理后得到的大比例的节点。
步骤S12,获取无向图中各个通信节点对应的无向子图,其中,任一通信节点对应的无向子图为无向图中去掉任一通信节点和以任一通信节点为起点或终点的通信链路后得到的图。
图G-Vi代表去掉节点Vi以及它的关联链路(即以节点Vi为起点或终点的通信链路)后得到的图。
步骤S13,基于无向图的最小生成树值和无向子图的最小生成树值确定各个通信节点的重要度。
需要说明的是,树是连通无环图,如图G的树是G的一个连通无环子图;图G的生成树是具有图G的全部顶点的树。
步骤S102,基于各个通信节点的重要度确定各个通信节点的抗毁性熵值。
步骤S103,基于各个通信节点的抗毁熵值和通信节点总数确定电力通信网的抗毁性熵值。
通过上述实施例,通过获取电力通信网中的通信节点总数和各个通信节点的重要度;基于各个通信节点的重要度确定各个通信节点的抗毁性熵值;基于各个通信节点的抗毁熵值和通信节点总数确定电力通信网的抗毁性熵值,由于电力通信网由多个节点组成,几乎每个节点的抗毁性均会对整个网络的抗毁性造成影响,因此,本申请通过对各个节点的抗毁性熵值进行准确确定,然后基于各个节点的抗毁性熵值来确定整个网络的抗毁性熵值,从而解决了相关技术中不能准确确定电力通信网的抗毁性的技术问题,实现了对电力通信网的抗毁性进行量化且准确确定的技术效果。
在上述实施例中,为了便于对数据进行处理,在获取对应于电力通信网的无向图之后,还可以建立用于表征无向图的关联矩阵,其中,关联矩阵为n行m列的矩阵,n为电力通信网中的通信节点总数,m为电力通信网中的通信链路总数;在获取无向图中各个通信节点对应的无向子图之后,还可以获取关联矩阵中各个通信节点对应的关联子矩阵,其中,任一通信节点对应的关联子矩阵用于表征任一通信节点对应的无向子图,任一通信节点对应的关联子矩阵为去掉关联矩阵中的目标行和目标行中不为零的元素所在列后,在得到的矩阵中再去掉任一行所得到的矩阵,目标行为任一通信节点对应的行。
可选地,建立用于表征无向图的关联矩阵可以通过如下方式实现:建立n行m列的空白矩阵,其中,空白矩阵的元素aij为对应于第i通信节点和第j通信链路的元素,元素aij的初始值为0,i为小于n的自然数,j为小于m的自然数;逐个为空白矩阵中的元素赋值,得到关联矩阵,其中,若第i通信节点是第j通信链路的起点,则aij的值为1,若第i通信节点是第j通信链路的终点,则aij的值为-1,若第i通信节点不是第j通信链路的起点和终点,则aij的值为0。下面结合图2至图3详述本发明的实施例:
步骤S201,获取全节点关联矩阵A1。
可以假设通信节点具有相同的可靠概率,但不需要知道该数值,图G的全节点关联矩阵A1(元素为aij)为具有n行和m列的矩阵,其中,每行对应一个通信节点,每列对应一条链路,通过将图G转换为矩阵,即相当于将图G转化为有向图,关联矩阵A1的元素aij的定义如下:若第j条链路和第i个节点关联,且离开第i个节点,则aij=1;若第j条链路和第i个节点关联,且指向第i个节点,则aij=-1;若第j条链路和第i个节点无关联,则aij=0。
关联矩阵A1的一行称为图G的一个关联向量,由于每条通信链路包括链路输入点和链路输出点,因此,关联矩阵A1的每一列恰好都含有两个非零元素,且分别为+1和-1。这样,关联矩阵A1的任意n-1行都包含了关于关联矩阵A1的全部信息,也就是说,关联矩阵A1中的各行是线性相关的。
图3中示出了5个节点、7条链路的网络,按上述方法进行处理,得到的关联矩阵A1如图4所示,图4中的V1至V5分别表示图3中的节点1至节点5,e1至e7即图3中的链路e1至链路e7,D区域示出的即关联矩阵。
关联矩阵A1的任意n-1行子矩阵A2称为图G的一个关联子矩阵。对应于关联矩阵A1中某行但不在A中的顶点称为A的参考点。假设图G是连通无向图,A是由图G的每条链路任意标定方向后得到的有向图的关联矩阵,图G的生成树数目T=det(A*AT)。
步骤S202,对于任意节点i,去掉关联矩阵A1所在的第i行及该行不为零的元素所在的列,得到矩阵B。
步骤S203,去掉矩阵B中任意一行得到矩阵A2。
在一个可选的实施例中,基于无向图的最小生成树值和无向子图的最小生成树值确定各个通信节点的重要度可以包括:获取关联矩阵的第一最小生成树值;获取各个通信节点对应的关联子矩阵的第二最小生成树值;基于第一最小生成树值t1和第二最小生成树值t2确定各个通信节点的重要度r=[1-t2/t1]。
具体地,获取关联矩阵的第一最小生成树值包括:基于关联矩阵A1和关联矩阵的装置矩阵A1T确定第一最小生成树值t1=det(A1*A1T),获取各个通信节点对应的关联子矩阵的第二最小生成树值包括:基于各个通信节点对应的关联子矩阵A2和关联子矩阵A2的装置矩阵A2T确定第二最小生成树值t2=det(A2*A2T)。下面结合图2详细说明:
步骤S204,用公式计算各个通信节点对应的生成树数目。
上述保证包括计算关联矩阵A1的第一最小生成树值t1=det(A1*A1T)和计算各个通信节点的第二最小生成树值t2=det(A2*A2T)。
步骤S205,确定各个通信节点的归一化重要度。
在执行完步骤S205之后,可以回到步骤S201,继续计算下一节点的生成树值,直至将所有节点对应的生成树值计算完毕为止。
可选地,上述的方法可以通过计算机实现,如通过算法输入数据为图G的全节点关联矩阵,算法输出结果为图G中各个节点及相关联链路被去掉后,图中各节点对应的生成树数目及归一化结果。
节点对应的生成树数目越少,表明节点越重要,具有相同生成树数目的节点有相同的重要性,若要使指标归一化,需要通过公式ri=[1-t2/t1]进行处理,以确定节点Vi归一化后的重要度。其中,ri为节点Vi的归一化重要性,t2为图G-Vi的生成树的数目,t1为图G的生成树数目,t2的数值越小,则ri所得数值越大,表明该节点的失效对整个通信网的破坏程度越为严重,当第i个节点对应的生成树数目t2为零时,则表明去掉该节点以及相关联的链路后,图是不连通的。这时该节点被认为在网络拓扑结构中具有最重要的地位,相应的归一化结果为1。
如对实施例图3示出各节点进行归一化处理后得到的结果(包括节点的生成树数目和归一化后节点的重要度)如表1所示:
表1
节点名称 | 生成树数目 | 归一化后节点的重要度 |
节点1 | 8.0 | 0.6190 |
节点2 | 3.0 | 0.8571 |
节点3 | 1.0 | 0.9524 |
节点4 | 3.0 | 0.8571 |
节点5 | 8.0 | 0.6190 |
在表1中,归一化后的节点重要度数值越大则代表节点的重要度越大,通过计算生成树数目,可以看出图3中的节点重要性依次排序为:节点3>节点2=节点4>节点1=节点5。
在通过上述步骤S103确定了电力通信网中通信节点的重要度之后,还可以通过如下步骤确定个通信链路的重要度。
对于电力通信网系统的可靠性而言,通信网链路的重要度也是重要影响因子之一。评价链路重要度有不少评价指标,本申请从链路正常工作的角度出发,使用边收缩的链路重要度评价方法,认为某条边收缩后,得到的图对应的生成树数目越多,则该边越重要来量化处理通信链路的重要度。
步骤S21,分别对无向图G中各个通信链路对应的边进行收缩处理,得到各个通信链路对应的子图。
设e是图G(V,E)的一条边,则G-e是对边e进行收缩处理后,即从G中删除边e后所得的子图,边的收缩是指将边删除,并把它的端点短接。需要注意的是,边e的端点并不从G中删除,而是将图G中边e的一对顶点Vi和Vj短接,指的是这两个顶点由一个新顶点代替,原先与Vi和Vj关联的所有边(即与顶点Vi和Vj有连接关系的边)现在都与新顶点关联。
在图5示出的实施例中,V1至V21表示顶点1至顶点21,即通信节点1至通信节点21,e1至e26表示通信链路1至通信链路26,在进行处理时,可以用flag来表示指定边的两个端点的标号(即是边的起始端或结束端),数组nst存储各边的生成树数目,对于已知拓扑结构图,可以直接输入邻接矩阵完成初始化,每一步依次将一条链路删去,把该链路两端相连的节点信息进行合并,实现边的收缩,最后再计算收缩该链路之后的生成树数目用以衡量该链路的重要度,多次循环,得到所有链路的重要度。
步骤S22,确定各个通信链路对应的子图的生成树数目。
对如图5所示通信网络进行处理后得到的各链路的生成树数目如表2所示。
表2
链路编号 | 生成树数目 |
1、2 | 9811 |
3 | 10860 |
4、5、6 | 13140 |
7、8、9、10、11、12 | 13783 |
13、14 | 12614 |
15 | 9964 |
16 | 7910 |
17、18 | 10401 |
19、20 | 10931 |
21、22 | 12065 |
23 | 11934 |
24、25、26 | 12970 |
如表2所示,对如图5所示的包括21个节点和26条链路的通信网络,按上述方法进行处理,各通信链路的重要度为:
e7=e8=e9=e10=e11=e12>e4=e5=e6>e24=e25=e26>e13=e14>e21=e22>e23>e19=e20>e3>e17=e18>e15>e1=e2>e16。
需要说明的是,表2中左列是链路的编号,右列是与其相对应利用边收缩法得到的生成树的数目,在同一行的链路生成树数目相同,即拥有相同的重要度。某条边收缩以后,所得到的图对应的生成树数目越少,则该边越重要,即链路失效对网络影响越大。可以看出链路7、8、9、10、11、12重要度最高,链路16重要度最低。
在确定了节点和链路的重要度之后,为了了解网络的整体可靠性水平,由于节点和链路的重要度仅能反映某个具体设备或链路在拓扑结构方面对通信网可靠性的影响,还可以利用上述确定的节点和链路的重要度对整个网络的可靠性进行综合评估。
节点重要性的熵(EntropyofNodeImportance,NIE)可以用来直接描述网络对恶意攻击的抗毁性,节点的重要度由节点的介数和度决定,NIE表示节点重要度的不确定性,这和网络对攻击的抗毁性是等价的,NIE能直接用于测量网络对恶意攻击的抗毁性,并且能够明显区分无标度网络和随机网络。
在上述实施例中,基于各个通信节点的重要度确定各个通信节点的抗毁性熵值可以包括:获取各个通信节点的归一化重要度其中,k为小于n的自然数,j为小于n的自然数,ik为通信节点k的重要度,ij为通信节点j的重要度,n为通信节点总数;基于各个通信节点的归一化重要度确定各个通信节点的抗毁性熵值
节点重要度的不确定性直接反映了网络对攻击的抗毁性,为了准确测量复杂网络的抗毁性,本申请使用一种基于节点重要度的熵方法简写为NIE,定义如下:
其中,n为网络中节点的数目,pk为节点k的归一化重要性。
上述的复杂网络的抗毁性熵值NIE的取值范围如下:0≤NIE≤lg(n),其中,当网络的n个节点具有相同的重要度,即pk=1/n时,NIE=lg(n);当网络的n个节点重要性为IMP={0,-1,0,…,-1}时,NIE=0。
可选地,在基于各个通信节点的归一化重要度确定各个通信节点的抗毁性熵值之后,还可以获取各个通信节点的抗毁性熵值之和
当网络节点的重要性(即重要度)分布确定时:IMP={i1,i2,…in},IMP是包括n个节点的重要度的集合,i1至in表是节点1至节点n的重要度,上述的节点归一化重要性pk可以通过如下公式计算:
可选地,基于各个通信节点的抗毁熵值和通信节点总数确定电力通信网的抗毁性熵值包括:基于抗毁性熵值之和NIE和通信节点总数n确定电力通信网的抗毁性熵值NNIE=NIE/lg(n)。
为方便结果计算,可以对将复杂网络的抗毁性熵值NIE进行归一化,归一化后的熵用NNIE表示为:NNIE=NIE/lg(n),NNIE为NIE归一化后的熵值,n为网络的节点数目。
图6至图8为链路数目相同(即都包括节点1至节点8,共8个节点)但结构不同的3个网络(图6为网络A,图7为网络B,图8为网络C),按上述方法进行处理后,各个网络归一化后的抗毁性熵值如表3所示:
表3
网络图 | 网络A | 网络B | 网络C |
抗毁性(NNIE) | 0.9031 | 0.9031 | 0.8255 |
网络的抗毁性(NNIE)值越接近于1,表明网络越不容易受到攻击的破坏,表明网络具有对恶意攻击的抗毁性。其中,图6中抗毁性与图7的抗毁性一样,表明这两种网络具有相同的网络抗毁性,而图8中网络的抗毁性较低,说明这个网络最容易受到网络的攻击,对恶意攻击的抗毁性较弱。表3和图6至图8中的数据从另一方面说明,网络的抗毁性与网络拓扑图节点和链路的个数有关,当网络拓扑结构越复杂,网络链路数目越多,节点越重要,则该网络对恶意攻击的抗毁性越大。
在上述实施例中,对于一个高可靠性的网络,一般具有两个特性,一是使攻击者能够识别网络关键部件的能力最小化;另一个是在网络失效前,使得自然失效或人为攻击失效的部件数量最大化。这两条特性表现为网络的拓扑平衡性。本文基于此拓扑平衡性,使用了一种全网可靠性的精确评估法,该方法不需要预知节点和链路的可靠性值,只需要根据节点生成树法和链路收缩法分别得到网络中的节点重要度和链路重要度。通过求熵的方法来评价全网可靠性。对于具有相同节点数的网络,网络熵越高则全网可靠性越高。针对传统网络的应用,基于网络抗毁性的电力通信网络可靠性分析指出了破坏一个网络的困难程度。由于人为因素和自然因素,通信网链路和节点容易发生故障,对通信网的可靠性造成很大影响,在设计网络时,需要对网络中某些链路和节点重要维护,减少它们的故障,以提高整个通信网的可靠性。因此,有必要对通信网节点和链路重要度进行计算。本申请采用了最小生成树法来计算通信网节点重要度,该方法通过计算各个节点对应的生成树数目的多少,以及去掉这组节点及相关联链路后,所得图对应的生成树数目及归一化结果,来判断节点的重要度,该方法能简单方便的计算出各个网络的节点重要度;其次,使用了基于节点重要性的熵直接描述网络对恶意攻击的抗毁性,实现了对网络抗毁性的定量分析;另外,通过计算NNIE来表示网络对随机失效具有的抗毁性,是一种有效的网络对攻击的抗毁性的度量方法。
需要说明的是,对于前述的各方法实施例,为了简单描述,故将其都表述为一系列的动作组合,但是本领域技术人员应该知悉,本发明并不受所描述的动作顺序的限制,因为依据本发明,某些步骤可以采用其他顺序或者同时进行。其次,本领域技术人员也应该知悉,说明书中所描述的实施例均属于优选实施例,所涉及的动作和模块并不一定是本发明所必须的。
本发明实施例还提供了一种电力通信网的抗毁性熵值的确定装置。需要说明的是,本发明实施例的电力通信网的抗毁性熵值的确定装置可以用于执行本发明实施例所提供的电力通信网的抗毁性熵值的确定方法。
图9是根据本发明实施例的电力通信网的抗毁性熵值的确定装置的示意图。如图9所示,该装置可以包括:获取单元10、第一确定单元20以及第二确定单元30。
获取单元10用于获取电力通信网中的通信节点总数和各个通信节点的重要度。
第一确定单元20用于基于各个通信节点的重要度确定各个通信节点的抗毁性熵值。
第二确定单元30用于基于各个通信节点的抗毁熵值和通信节点总数确定电力通信网的抗毁性熵值。
通过上述实施例,通过获取单元获取电力通信网中的通信节点总数和各个通信节点的重要度;第一确定单元基于各个通信节点的重要度确定各个通信节点的抗毁性熵值;第二确定单元基于各个通信节点的抗毁熵值和通信节点总数确定电力通信网的抗毁性熵值,由于电力通信网由多个节点组成,几乎每个节点的抗毁性均会对整个网络的抗毁性造成影响,因此,本申请通过对各个节点的抗毁性熵值进行准确确定,然后基于各个节点的抗毁性熵值来确定整个网络的抗毁性熵值,从而解决了相关技术中不能准确确定电力通信网的抗毁性的技术问题,实现了对电力通信网的抗毁性进行量化且准确确定的技术效果。
可选地,获取单元可以包括:第二获取模块,用于获取电力通信网对应的无向图G(V,E),其中,V为电力通信网中通信节点的集合,E为电力通信网中通信链路的集合;第三获取模块,用于获取无向图中各个通信节点对应的无向子图,其中,任一通信节点对应的无向子图为无向图中去掉任一通信节点和以任一通信节点为起点或终点的通信链路后得到的图;第三确定模块,用于基于无向图的最小生成树值和无向子图的最小生成树值确定各个通信节点的重要度。
在上述实施例中,第一确定单元可以包括:第一获取模块,用于获取各个通信节点的归一化重要度其中,k为小于n的自然数,j为小于n的自然数,ik为通信节点k的重要度,ij为通信节点j的重要度,n为通信节点总数;第一确定模块,用于基于各个通信节点的归一化重要度确定各个通信节点的抗毁性熵值
可选地,第一确定单元在基于各个通信节点的归一化重要度确定各个通信节点的抗毁性熵值之后,还用于获取各个通信节点的抗毁性熵值之和
可选地,第二确定单元包括:第二确定模块,用于基于抗毁性熵值之和NIE和通信节点总数n确定电力通信网的抗毁性熵值NNIE=NIE/lg(n)。
在上述实施例中,对于一个高可靠性的网络,一般具有两个特性,一是使攻击者能够识别网络关键部件的能力最小化;另一个是在网络失效前,使得自然失效或人为攻击失效的部件数量最大化。这两条特性表现为网络的拓扑平衡性。本文基于此拓扑平衡性,使用了一种全网可靠性的精确评估法,该方法不需要预知节点和链路的可靠性值,只需要根据节点生成树法和链路收缩法分别得到网络中的节点重要度和链路重要度。通过求熵的方法来评价全网可靠性。对于具有相同节点数的网络,网络熵越高则全网可靠性越高。针对传统网络的应用,基于网络抗毁性的电力通信网络可靠性分析指出了破坏一个网络的困难程度。由于人为因素和自然因素,通信网链路和节点容易发生故障,对通信网的可靠性造成很大影响,在设计网络时,需要对网络中某些链路和节点重要维护,减少它们的故障,以提高整个通信网的可靠性。因此,有必要对通信网节点和链路重要度进行计算。本申请采用了最小生成树法来计算通信网节点重要度,该方法通过计算各个节点对应的生成树数目的多少,以及去掉这组节点及相关联链路后,所得图对应的生成树数目及归一化结果,来判断节点的重要度,该方法能简单方便的计算出各个网络的节点重要度;其次,使用了基于节点重要性的熵直接描述网络对恶意攻击的抗毁性,实现了对网络抗毁性的定量分析;另外,通过计算NNIE来表示网络对随机失效具有的抗毁性,是一种有效的网络对攻击的抗毁性的度量方法。
本实施例中所提供的各个模块与方法实施例对应步骤所提供的使用方法相同、应用场景也可以相同。当然,需要注意的是,上述模块涉及的方案可以不限于上述实施例中的内容和场景,且上述模块可以运行在计算机终端或移动终端,可以通过软件或硬件实现。
上述本发明实施例序号仅仅为了描述,不代表实施例的优劣。
在本发明的上述实施例中,对各个实施例的描述都各有侧重,某个实施例中没有详述的部分,可以参见其他实施例的相关描述。
在本申请所提供的几个实施例中,应该理解到,所揭露的技术内容,可通过其它的方式实现。其中,以上所描述的装置实施例仅仅是示意性的,例如所述单元的划分,可以为一种逻辑功能划分,实际实现时可以有另外的划分方式,例如多个单元或组件可以结合或者可以集成到另一个系统,或一些特征可以忽略,或不执行。另一点,所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口,单元或模块的间接耦合或通信连接,可以是电性或其它的形式。
所述作为分离部件说明的单元可以是或者也可以不是物理上分开的,作为单元显示的部件可以是或者也可以不是物理单元,即可以位于一个地方,或者也可以分布到多个单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。
另外,在本发明各个实施例中的各功能单元可以集成在一个处理单元中,也可以是各个单元单独物理存在,也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现,也可以采用软件功能单元的形式实现。
所述集成的单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时,可以存储在一个计算机可读取存储介质中。基于这样的理解,本发明的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的全部或部分可以以软件产品的形式体现出来,该计算机软件产品存储在一个存储介质中,包括若干指令用以使得一台计算机设备(可为个人计算机、服务器或者网络设备等)执行本发明各个实施例所述方法的全部或部分步骤。而前述的存储介质包括:U盘、只读存储器(ROM,Read-OnlyMemory)、随机存取存储器(RAM,RandomAccessMemory)、移动硬盘、磁碟或者光盘等各种可以存储程序代码的介质。
以上所述仅是本发明的优选实施方式,应当指出,对于本技术领域的普通技术人员来说,在不脱离本发明原理的前提下,还可以做出若干改进和润饰,这些改进和润饰也应视为本发明的保护范围。
Claims (10)
1.一种电力通信网的抗毁性熵值的确定方法,其特征在于,包括:
获取电力通信网中的通信节点总数和各个通信节点的重要度;
基于所述各个通信节点的重要度确定所述各个通信节点的抗毁性熵值;
基于所述各个通信节点的抗毁熵值和所述通信节点总数确定所述电力通信网的抗毁性熵值。
2.根据权利要求1所述的方法,其特征在于,基于所述各个通信节点的重要度确定所述各个通信节点的抗毁性熵值包括:
获取所述各个通信节点的归一化重要度其中,k为小于n的自然数,j为小于n的自然数,ik为通信节点k的重要度,ij为通信节点j的重要度,n为所述通信节点总数;
基于所述各个通信节点的归一化重要度确定所述各个通信节点的抗毁性熵值
3.根据权利要求2所述的方法,其特征在于,在基于所述各个通信节点的归一化重要度确定所述各个通信节点的抗毁性熵值之后,所述方法还包括:
获取所述各个通信节点的抗毁性熵值之和
4.根据权利要求3所述的方法,其特征在于,基于所述各个通信节点的抗毁熵值和所述通信节点总数确定所述电力通信网的抗毁性熵值包括:
基于所述抗毁性熵值之和NIE和所述通信节点总数n确定所述电力通信网的抗毁性熵值NNIE=NIE/lg(n)。
5.根据权利要求1至4中任意一项所述的方法,其特征在于,获取电力通信网中各个通信节点的重要度包括:
获取电力通信网对应的无向图G(V,E),其中,V为所述电力通信网中通信节点的集合,E为所述电力通信网中通信链路的集合;
获取所述无向图中各个通信节点对应的无向子图,其中,任一通信节点对应的无向子图为所述无向图中去掉所述任一通信节点和以所述任一通信节点为起点或终点的通信链路后得到的图;
基于所述无向图的最小生成树值和所述无向子图的最小生成树值确定所述各个通信节点的重要度。
6.一种电力通信网的抗毁性熵值的确定装置,其特征在于,包括:
获取单元,用于获取电力通信网中的通信节点总数和各个通信节点的重要度;
第一确定单元,用于基于所述各个通信节点的重要度确定所述各个通信节点的抗毁性熵值;
第二确定单元,用于基于所述各个通信节点的抗毁熵值和所述通信节点总数确定所述电力通信网的抗毁性熵值。
7.根据权利要求6所述的装置,其特征在于,所述第一确定单元包括:
第一获取模块,用于获取所述各个通信节点的归一化重要度其中,k为小于n的自然数,j为小于n的自然数,ik为通信节点k的重要度,ij为通信节点j的重要度,n为所述通信节点总数;
第一确定模块,用于基于所述各个通信节点的归一化重要度确定所述各个通信节点的抗毁性熵值
8.根据权利要求7所述的装置,其特征在于,所述第一确定单元在基于所述各个通信节点的归一化重要度确定所述各个通信节点的抗毁性熵值之后,还用于获取所述各个通信节点的抗毁性熵值之和
9.根据权利要求8所述的装置,其特征在于,所述第二确定单元包括:
第二确定模块,用于基于所述抗毁性熵值之和NIE和所述通信节点总数n确定所述电力通信网的抗毁性熵值NNIE=NIE/lg(n)。
10.根据权利要求6至9中任意一项所述的装置,其特征在于,所述获取单元包括:
第二获取模块,用于获取电力通信网对应的无向图G(V,E),其中,V为所述电力通信网中通信节点的集合,E为所述电力通信网中通信链路的集合;
第三获取模块,用于获取所述无向图中各个通信节点对应的无向子图,其中,任一通信节点对应的无向子图为所述无向图中去掉所述任一通信节点和以所述任一通信节点为起点或终点的通信链路后得到的图;
第三确定模块,用于基于所述无向图的最小生成树值和所述无向子图的最小生成树值确定所述各个通信节点的重要度。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201610065696.5A CN105656721A (zh) | 2016-01-29 | 2016-01-29 | 电力通信网的抗毁性熵值的确定方法和装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201610065696.5A CN105656721A (zh) | 2016-01-29 | 2016-01-29 | 电力通信网的抗毁性熵值的确定方法和装置 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN105656721A true CN105656721A (zh) | 2016-06-08 |
Family
ID=56488205
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201610065696.5A Pending CN105656721A (zh) | 2016-01-29 | 2016-01-29 | 电力通信网的抗毁性熵值的确定方法和装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN105656721A (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115022190A (zh) * | 2022-06-02 | 2022-09-06 | 中电普信(北京)科技发展有限公司 | 一种基于大数据分析的网络拓扑性能计算方法和系统 |
CN115473817A (zh) * | 2022-08-10 | 2022-12-13 | 武汉大学 | 一种考虑空间特性的电力信息网的构建方法及系统 |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1642348A (zh) * | 2004-01-08 | 2005-07-20 | 电子科技大学 | 一种高抗毁性的分布式用户网间移动管理方法 |
CN101814997A (zh) * | 2010-03-26 | 2010-08-25 | 电子科技大学 | 一种增强组播抗毁性的方法 |
-
2016
- 2016-01-29 CN CN201610065696.5A patent/CN105656721A/zh active Pending
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1642348A (zh) * | 2004-01-08 | 2005-07-20 | 电子科技大学 | 一种高抗毁性的分布式用户网间移动管理方法 |
CN101814997A (zh) * | 2010-03-26 | 2010-08-25 | 电子科技大学 | 一种增强组播抗毁性的方法 |
Non-Patent Citations (1)
Title |
---|
孙少华: "《电力通信网可靠性分析系统设计》", 《中国优秀硕士学位论文全文数据库 工程科技Ⅱ辑》 * |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115022190A (zh) * | 2022-06-02 | 2022-09-06 | 中电普信(北京)科技发展有限公司 | 一种基于大数据分析的网络拓扑性能计算方法和系统 |
CN115473817A (zh) * | 2022-08-10 | 2022-12-13 | 武汉大学 | 一种考虑空间特性的电力信息网的构建方法及系统 |
CN115473817B (zh) * | 2022-08-10 | 2023-08-15 | 武汉大学 | 一种考虑空间特性的电力信息网的构建方法及系统 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN105721207A (zh) | 电力通信网中通信节点重要度的确定方法和装置 | |
US11438212B2 (en) | Fault root cause analysis method and apparatus | |
US20200212710A1 (en) | Method for predicting operation state of power distribution network with distributed generations based on scene analysis | |
CN109638838B (zh) | 电网关键断面识别方法、装置及电子设备 | |
Yang et al. | Identifying influential spreaders in complex networks based on network embedding and node local centrality | |
CN104135390B (zh) | 一种新的电力通信系统可靠性分析算法 | |
Gertsbakh et al. | Stochastic models of network survivability | |
CN112052404A (zh) | 多源异构关系网络的群体发现方法、系统、设备及介质 | |
Chang et al. | Chung–Yau invariants and graphs with symmetric hitting times | |
Zhong et al. | Identification of vital nodes in complex network via belief propagation and node reinsertion | |
Momtazpour et al. | Analyzing invariants in cyber-physical systems using latent factor regression | |
CN105656721A (zh) | 电力通信网的抗毁性熵值的确定方法和装置 | |
He et al. | Topological approach to measure network recoverability | |
CN117726191A (zh) | 一种考虑外部灾害电网多重故障集生成方法、系统及介质 | |
Lê et al. | Improving the Kuo-Lu-Yeh algorithm for assessing two-terminal reliability | |
CN115801549B (zh) | 基于关键节点识别的自适应网络恢复方法、装置及设备 | |
Bi et al. | Efficient multiway graph partitioning method for fault section estimation in large-scale power networks | |
Dvořák et al. | A dynamic data structure for MSO properties in graphs with bounded tree-depth | |
CN107241222B (zh) | 一种网络拓扑校准方法 | |
CN103441891B (zh) | 电力数据网络的网络拓扑安全性测试方法及装置 | |
Li et al. | Connectivity probability evaluation of a large-scale highway bridge network using network decomposition | |
Luo et al. | Non-adaptive group testing on graphs with connectivity | |
Smith et al. | Automated Markov-chain based analysis for large state spaces | |
CN104731989B (zh) | 一种大规模电阻网络端到端等效电阻的快速计算方法 | |
Samad | Methods for global reliability evaluation of any large complex system |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20160608 |
|
RJ01 | Rejection of invention patent application after publication |