CN106850253A - 一种基于多状态网络的传输时间可靠性测量的方法 - Google Patents
一种基于多状态网络的传输时间可靠性测量的方法 Download PDFInfo
- Publication number
- CN106850253A CN106850253A CN201611159169.7A CN201611159169A CN106850253A CN 106850253 A CN106850253 A CN 106850253A CN 201611159169 A CN201611159169 A CN 201611159169A CN 106850253 A CN106850253 A CN 106850253A
- Authority
- CN
- China
- Prior art keywords
- node
- network
- state
- packet
- transmission time
- 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
- 238000000034 method Methods 0.000 title claims abstract description 56
- 230000005540 biological transmission Effects 0.000 title claims abstract description 49
- 238000005259 measurement Methods 0.000 title claims abstract description 20
- 230000008859 change Effects 0.000 claims description 19
- 230000008569 process Effects 0.000 claims description 19
- 239000011159 matrix material Substances 0.000 claims description 18
- 238000004422 calculation algorithm Methods 0.000 claims description 16
- 238000012545 processing Methods 0.000 claims description 16
- 238000004088 simulation Methods 0.000 claims description 11
- 238000005070 sampling Methods 0.000 claims description 6
- 238000011160 research Methods 0.000 claims description 5
- 229910020899 PmOn Inorganic materials 0.000 claims description 3
- 230000003139 buffering effect Effects 0.000 claims description 3
- 238000005315 distribution function Methods 0.000 claims description 3
- 230000006855 networking Effects 0.000 claims description 3
- 235000013399 edible fruits Nutrition 0.000 claims 1
- 238000004891 communication Methods 0.000 abstract description 11
- 238000001514 detection method Methods 0.000 abstract description 2
- XAHTWKGGNHXJRP-UHFFFAOYSA-N 1,2,3,4,6,7,8,9-octabromodibenzo-p-dioxin Chemical compound BrC1=C(Br)C(Br)=C2OC3=C(Br)C(Br)=C(Br)C(Br)=C3OC2=C1Br XAHTWKGGNHXJRP-UHFFFAOYSA-N 0.000 description 12
- 238000011156 evaluation Methods 0.000 description 10
- 230000006870 function Effects 0.000 description 7
- 238000012546 transfer Methods 0.000 description 6
- 238000004458 analytical method Methods 0.000 description 4
- 238000005516 engineering process Methods 0.000 description 4
- 238000010586 diagram Methods 0.000 description 3
- 238000006243 chemical reaction Methods 0.000 description 2
- 238000011161 development Methods 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 239000004744 fabric Substances 0.000 description 2
- 238000012360 testing method Methods 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000015572 biosynthetic process Effects 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 239000012141 concentrate Substances 0.000 description 1
- 238000000354 decomposition reaction Methods 0.000 description 1
- 230000007812 deficiency Effects 0.000 description 1
- 230000005611 electricity Effects 0.000 description 1
- 238000002474 experimental method Methods 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 230000007257 malfunction Effects 0.000 description 1
- 238000000691 measurement method Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000003012 network analysis Methods 0.000 description 1
- 238000005457 optimization Methods 0.000 description 1
- 230000001105 regulatory effect Effects 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
- 238000003786 synthesis reaction Methods 0.000 description 1
Classifications
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L41/00—Arrangements for maintenance, administration or management of data switching networks, e.g. of packet switching networks
- H04L41/14—Network analysis or design
- H04L41/145—Network analysis or design involving simulating, designing, planning or modelling of a network
Landscapes
- Engineering & Computer Science (AREA)
- Computer Networks & Wireless Communication (AREA)
- Signal Processing (AREA)
- Data Exchanges In Wide-Area Networks (AREA)
Abstract
一种基于多状态网络的传输时间可靠性测量的方法,涉及电力通信传输网可靠性检测技术领域,其特征在于:包括以下步骤,建立网络节点的状态模型、建立参数模型、建立网络拓扑模型、建立流生成模型、建立节点传输模型。本发明操作方便、效率高、方法可靠。
Description
技术领域:
本发明涉及电力通信传输网可靠性检测技术领域,具体涉及一种基于多状态网络的传输时间可靠性测量的方法。
背景技术:
随着智能电网的快速发展,电力系统间的信息交互日趋频繁,电力通信传输网[2]将承载越来越多的控制、自动化等业务。这些业务对电网运行数据的实时性具有较高要求,需要准确掌握传输时间的变化规律并实施有效控制,使网络传输时间成为考察传输网可靠性的重要指标。电力系统网络传输时间的变化规律需要从大量测试结果中分析得出,但是,电网安全稳定原则又不允许在运行的电网中进行大量的数据实验。此外,飞速发展的智能电网呈现出结构复杂、设备数量众多、数据传递量大的特点,导致电力数据传输时间的可靠性分析变得更加困难。因此,需要研究电力通信传输时间可靠性的测量技术,对数据传输活动进行模拟,以此研究其变化规律,对于提升网络可靠性具有重要意义。
测量仿真是网络传输时间可靠性研究的一种主要方法。离散事件模型可以用来模拟网络信息传输活动,并评估网络传输时间的可靠性。离散事件模型可以被视为一个网络系统的一系列随机过程,发生在各随机时间点的各种事件的结果用状态变化表示。大多数的网络可靠性研究只集中在二态网络系统上,即只有两个状态:工作或故障。
然而,在许多实际的网络系统中,节点存在两个以上的状态,除工作状态和故障状态之外还有一些中间状态。因此,在多状态节点的网络中,研究网络传输时间的可靠性更具有现实意义。然而,如何建立多状态节点的网络模型,并有效体现数据在网络中的传输过程,成为技术研究难点。为此,我们结合电力系统实际情况,提出了一种多状态网络的传输时间可靠性测量模 型,不仅考虑到更多的节点状态,并且对节点状态之间的转换、数据包的传输活动过程进行了描述,使得网络传输时间可靠性分析更加精确有效。
为了解现有技术的发展状况,对已有的论文和专利进行了检索、比较和分析,筛选出如下与本发明相关度比较高的技术信息:
已有技术方案1:专利号为CN 103501248A的《确定电力通信网络可靠性的方法、装置及应用方法》专利,属于计算机网络领域,尤其涉及一种基于无向图的采用误差可控的因子分解算法。该发明提供了一种确定电力通信网络可靠性的方法、装置及应用方法,将电力通信网络抽象为节点和边均可能失效的无向图;确定无向图中的源点集合和汇点集合,其中源点集合中包括作为受控站的节点,汇点集合中包括作为区控中心的节点;将电力通信网络的无向图转化为多个实例,各实例为源点集合中其中一个节点s至汇点集合中的区控中心的无向图,采用误差可控的因子分解算法分别确定各实例的不连通概率;将各实例的不连通概率求平方和得到所述电力通信网络的不连通概率和,所述不连通概率和越高,所述电力通信网络的可靠性越低,计算出的不连通概率和越低,所述电力通信网络的可靠性越高。
已有技术方案2:专利号为CN102801568A的《网络可靠性动态评估的方法和装置》专利,属于网络拓扑动态规划领域,尤其涉及利用网络路径函数OBDD和基于OBDD的动态评估算法来评估网络可靠性。该发明为网络可靠性动态评估的方法和装置,本法步骤为:I捕获网络拓扑信息;II判断是否第一次评估,是则执行III,否则执行VI;III确定待评估网络的源点、目的节点;获取网络故障数据并建库;得网络路径函数OBDD,并用基于OBDD的边扩展算法评估网络可靠性,进入;找到网络拓扑信息的变化;获取新增故障数据,并入库;用上一次评估时得到的网络路径函数OBDD和基于OBDD的动态评估算法,评估网络可靠性;输出网络可靠性评估结果和评估建议。本装置包括拓扑分析单元、故障数据获取单元和可靠性动态评估单元。本发明适应动态变化的网络,快速高效地精确评估网络的可靠性;避免重复计算、效率提高。适用多种网络系统。
已有技术方案3:专利号为CN105469317A的《一种电力通信网络可靠性分析方法》专利,属于计算机网络矩阵领域,尤其涉及一种运用矩阵描述电力 通信网络拓扑并用链路失效矩阵来解决故障的方法。该发明提出了一种运用矩阵法描述电力通信网络业务拓扑,当网络业务拓扑发生失效时,生成链路失效矩阵;通过判断业务通道是否存在,分析失效链路的影响范围;确定系统的关键部件,获取关键部件失效集合;对所述关键部件失效集合进行优化,获取最小负载业务通道;为电力通信网络可靠性评价提供了一种新的思维方法,其过程仅需要表示网络矩阵的存储空间,简单有效地解决了电力通信网络拓扑复杂度高,所需存储空间大,计算不便等问题。
已有技术方案1提出了一种基于无向图,利用各实例不连通概率和来确定电力通信网可靠性的方法,将电力通信网抽象为节点和边均可能失效的无向图,确定无向图中的源点和汇点集合,其中源点集合包括作为受控点的节点,汇点集合包括作为区控中心的节点,之后将电力通信网络的无向图转化为多个实例,采用误差可控的因子分解算法分别确定各实例的不连通概率,将各实例的不连通概率求平方和得到不连通概率和,通过不连通概率和来确定电力通信网络的可靠性。但该方法需要确定网络中所有实例的不连通概率,计算不连通概率算式复杂,计算复杂度高。
已有技术方案2提出了一种利用网络路径函数OBDD和基于OBDD的动态评估算法来动态评估网络可靠性的方法,通过对每次捕获的网络拓扑信息和上一次进行网络可靠性评估得到的拓扑信息进行比较,发现拓扑信息的变化后将新增加的节点和链路故障数据加入到故障数据库,最后利用上一次评估时得到的网络路径函数OBDD和基于OBDD的动态评估算法,评估网络可靠性。该方案改进了对静态网络可靠性进行精确评估的OBDD边扩展算法,能够对网络进行动态评估,但OBDD其义为有序二叉决策图,只能考虑网络节点的两种状态,而不能表示网络节点的一些中间状态。
已有技术方案3提出了一种运用矩阵描述电力通信网络拓扑,利用链路失效矩阵来评价网络可靠性的方法,通过及时采集失效信息,可以对失效引起的业务全局变化及时反映,并可以判断在给定失效模式下,业务是否受影响及影响范围,并最终确定失效模式。该方案解决了用图表示电力通信网络拓扑复杂度高,所需存储空间大,计算不便等问题,但若存在多个失效时,需要循环计算并生成链路失效矩阵,对于同一时刻发生的多个失效来讲,效率 过低。
发明内容:
本发明所要解决的技术问题在于克服现有的技术缺陷提供一种操作方便、效率高、方法可靠的一种基于多状态网络的传输时间可靠性测量的方法。
本发明所要解决的技术问题采用以下的技术方案来实现:
一种基于多状态网络的传输时间可靠性测量的方法,其特征在于:包括以下步骤,
步骤一、建立网络节点的状态模型:网络可靠性研究的网络节点的状态模型只包含两个状态:工作或故障,然而,在实际的网络系统中,会有两个或者两个以上的状态,在网络运行期间,各个组件状态受硬件故障、软件错误、拥塞等因素的影响;
设多状态网络的节点集合为。对于任何节点vi,用Sij表示节点状态,状态个数为hi,即j=1,…,hi;
Si={si1,si2,…,sij,…} (1)
式中,Si为状态集合。状态si1代表物理故障状态,而Sihi代表功能正常状态;
在网络运行过程中,节点的状态将不断变化,为了模拟这个节点状态的变化过程,定义随机变量Ti:
Ti,i=1,…,n (2)
Ti代表节点vi状态改变的时间间隔,可以通过下述方法生成随机数:
xi=(xi-1×a+c)modM (3)
这些随机数可以表达节点vi状态变化的时间,其中a,c,M为常数;
步骤二、建立参数模型:
tk,m表示第k个数据包沿路径Pm从起始节点到目的节点传输时间,表示为
式中,Pm表示数据包通过的节点集合,TPi表示传输时间,TW表示等待时间,假设每个路径段的传输时间是相同的,整个网络的平均传输是
Np是网路中的路径数,Nm是路径Pm上的数据包数量,
传输时间可靠性定义为:
Tmax表示数据包的最大允许传输时间,表示传输时间不超过Tmax的数据包数量,NS代表数据包的总数;
步骤三、建立网络拓扑模型:
网络拓扑模型描述了网络节点之间的连接关系,表示为邻接矩阵的形式,设G(N,E,S)表示一个从源点到目的节点的网络,N表示节点集合,E表示边的集合,S={Si|i=1,...,n}表示节点的可能状态节点,网络拓扑的邻接矩阵是一个n×n矩阵,E(G)=(eij),
其中,路由算法采用Dijkstra算法的路由算法,当网络节点状态发生变化时,从原点到目的地的路径需要更新,每个数据包存储目的地信息,并且该节点具有路由信息,数据包根据到达节点时的目标和路由信息获取下一个节点;
步骤四、建立流生成模型:
TI表示源点发送数据包的时间间隔,网络流量通常遵循泊松分布,所以TI总是服从指数分布,
T1(TI)是TI的采样值,η由采样产生的随机数;
步骤五、建立节点传输模型:
网络节点有一个处理单元和一个大小有限的数据包缓冲区,用于存储挂起的挂起的数据包的缓冲区是由有限长度的链表表示的,处理单元的服务策略是FIFO(先进先出),
TP是节点处理时间,其分布具有一定的分布函数,可以采用常数分布或 指数分布,T2(TP)是TP的采样值,η由采样产生的随机数;
所述多状态网络的传输时间可靠性测量模型的网络传输时间可靠性测量仿真流程如下所示,
Step 1:仿真参数初始化,设置常量的值;
Step 2:判断仿真是否结束,转Step10;否则,转Step3;
Step 3:执行下一个进程;
Step 4:如果是状态管理进程,则按照式(1)、(2)、(3)中的参数设置状态,转Step2;如果是数据包生成进程,则按照式(8)产生数据包,转Step5;如果是数据包发送进程,按照式(4)和式(9)处理数据包,转Step7;如果是仿真控制进程,转Step2;
Step 5:如果缓存已满,转Step3;否则,转Step6;
Step 6:将数据包压入缓存,转Step3;
Step 7:如果缓存为空,转Step8;否则,转Step9;
Step 8:等待,转Step3;
Step 9:处理数据包并将其转发给下一节点;
Step 10:仿真结束。
本发明的技术关键点在于:
根据实际网络系统中,网络节点可能存在两个以上的状态的情况,模拟节点状态的变化过程,设置一定时间间隔,改变节点状态;
依据网络节点状态随时间的变化,设计网络拓扑的动态变化方法。
本发明的有益效果为:该技术综合考虑了网络系统中节点可能存在的除工作状态和故障状态之外的一些中间状态,研究在多状态网络中网络传输时间可靠性的分析,建立了网络传输时间可靠性仿真模型和多状态网络的节点状态模型,对节点状态之间的转换、数据包的传输活动过程进行了详细的描述,其中模型中涉及的表达式简单直接,易于理解。此外,网络节点的状态及网络拓扑等能够实时变化,符合实际场景。仿真试验表明,本发明所提方法,提升了网络传输时间测量的真实性。
附图说明:
图1为本发明的传输时间可靠性测量仿真流程图。
图2为本发明传输时间可靠性测量仿真网络的拓扑图。
图3为不考虑节点状态转移的仿真方法与本文的方法的对比图。
具体实施方式:
为了使本发明实现的技术手段、创作特征、达成目的与功效易于明白了解,下面结合具体图示,进一步阐述本发明。
如图1所示,一种基于多状态网络的传输时间可靠性测量的方法,其特征在于:包括以下步骤,
步骤一、建立网络节点的状态模型:网络可靠性研究的网络节点的状态模型只包含两个状态:工作或故障,然而,在实际的网络系统中,会有两个或者两个以上的状态,在网络运行期间,各个组件状态受硬件故障、软件错误、拥塞等因素的影响;
设多状态网络的节点集合为。对于任何节点vi,用Sij表示节点状态,状态个数为hi,即j=1,…,hi;
Si={si1,si2,…,sij,…} (1)
式中,Si为状态集合。状态si1代表物理故障状态,而Sihi代表功能正常状态;
在网络运行过程中,节点的状态将不断变化,为了模拟这个节点状态的变化过程,定义随机变量Ti:
Ti,i=1,…,n (2)
Ti代表节点vi状态改变的时间间隔,可以通过下述方法生成随机数:
xi=(xi-1×a+c)modM (3)
这些随机数可以表达节点vi状态变化的时间,其中a,c,M为常数;
步骤二、建立参数模型:
tk,m表示第k个数据包沿路径Pm从起始节点到目的节点传输时间,表示为
式中,Pm表示数据包通过的节点集合,TPi表示传输时间,TW表示等待时间,假设每个路径段的传输时间是相同的,整个网络的平均传输是
Np是网路中的路径数,Nm是路径Pm上的数据包数量,
传输时间可靠性定义为:
Tmax表示数据包的最大允许传输时间,表示传输时间不超过Tmax的数据包数量,NS代表数据包的总数;
步骤三、建立网络拓扑模型:
网络拓扑模型描述了网络节点之间的连接关系,表示为邻接矩阵的形式,设G(N,E,S)表示一个从源点到目的节点的网络,N表示节点集合,E表示边的集合,S={Si|i=1,...,n}表示节点的可能状态节点,网络拓扑的邻接矩阵是一个n×n矩阵,E(G)=(eij),
其中,路由算法采用Dijkstra算法的路由算法,当网络节点状态发生变化时,从原点到目的地的路径需要更新,每个数据包存储目的地信息,并且该节点具有路由信息,数据包根据到达节点时的目标和路由信息获取下一个节点;
步骤四、建立流生成模型:
TI表示源点发送数据包的时间间隔,网络流量通常遵循泊松分布,所以TI总是服从指数分布,
T1(TI)是TI的采样值,η由采样产生的随机数;
步骤五、建立节点传输模型:
网络节点有一个处理单元和一个大小有限的数据包缓冲区,用于存储挂起的挂起的数据包的缓冲区是由有限长度的链表表示的,处理单元的服务策略是FIFO(先进先出),
TP是节点处理时间,其分布具有一定的分布函数,可以采用常数分布或 指数分布,T2(TP)是TP的采样值,η由采样产生的随机数;
所述多状态网络的传输时间可靠性测量模型的网络传输时间可靠性测量仿真流程如下所示,
Step 1:仿真参数初始化,设置常量的值;
Step 2:判断仿真是否结束,转Step10;否则,转Step3;
Step 3:执行下一个进程;
Step 4:如果是状态管理进程,则按照式(1)、(2)、(3)中的参数设置状态,转Step2;如果是数据包生成进程,则按照式(8)产生数据包,转Step5;如果是数据包发送进程,按照式(4)和式(9)处理数据包,转Step7;如果是仿真控制进程,转Step2;
Step 5:如果缓存已满,转Step3;否则,转Step6;
Step 6:将数据包压入缓存,转Step3;
Step 7:如果缓存为空,转Step8;否则,转Step9;
Step 8:等待,转Step3;
Step 9:处理数据包并将其转发给下一节点;
Step 10:仿真结束。
如图2所示,仿真过程的数据包时从节点发送至节点,数据包的到达率服从的泊松分布。节点处理数据包的时间服从指数分布(见表1),其状态变化(见表2);
表1 处理时间参数
节点 | |
V1 | 0.1 |
V2 | 0.15 |
V3 | 0.2 |
V4 | 0.2 |
V5 | 0.15 |
V6 | 0.2 |
V7 | 0.15 |
V8 | 0.2 |
表2 状态列表
随着数据包速率的增大,网络拥塞渐渐出现。从图3可以看出,考虑了节点状态转移的仿真方法,其传输时间的可靠性在不断下降,与实际相符;而不考虑节点状态转移的仿真方法,其传输时间的可靠性稳定不变,与实际情况不符。
以上显示和描述了本发明的基本原理和主要特征和本发明的优点。本行业的技术人员应该了解,本发明不受上述实施例的限制,上述实施例和说明书中描述的只是说明本发明的原理,在不脱离本发明精神和范围的前提下,本发明还会有各种变化和改进,这些变化和改进都落入要求保护的本发明范围内。本发明要求保护范围由所附的权利要求书及其等效物界定。
Claims (2)
1.一种基于多状态网络的传输时间可靠性测量的方法,其特征在于:包括以下步骤,
步骤一、建立网络节点的状态模型:网络可靠性研究的网络节点的状态模型只包含两个状态:工作或故障,然而,在实际的网络系统中,会有两个或者两个以上的状态,在网络运行期间,各个组件状态受硬件故障、软件错误、拥塞等因素的影响;
设多状态网络的节点集合为。对于任何节点vi,用Sij表示节点状态,状态个数为hi,即j=1,…,hi;
Si={si1,si2,…,sij,…} (1)
式中,Si为状态集合。状态si1代表物理故障状态,而Sihi代表功能正常状态;
在网络运行过程中,节点的状态将不断变化,为了模拟这个节点状态的变化过程,定义随机变量Ti:
Ti,i=1,…,n (2)
Ti代表节点vi状态改变的时间间隔,可以通过下述方法生成随机数:
xi=(xi-1×a+c)modM (3)
这些随机数可以表达节点vi状态变化的时间,其中a,c,M为常数;
步骤二、建立参数模型:
tk,m表示第k个数据包沿路径Pm从起始节点到目的节点传输时间,表示为
式中,Pm表示数据包通过的节点集合,TPi表示传输时间,TW表示等待时间,假设每个路径段的传输时间是相同的,整个网络的平均传输是
Np是网路中的路径数,Nm是路径Pm上的数据包数量,
传输时间可靠性定义为:
Tmax表示数据包的最大允许传输时间,表示传输时间不超过Tmax的数据包数量,NS代表数据包的总数;
步骤三、建立网络拓扑模型:
网络拓扑模型描述了网络节点之间的连接关系,表示为邻接矩阵的形式,设G(N,E,S)表示一个从源点到目的节点的网络,N表示节点集合,E表示边的集合,S={Si|i=1,...,n}表示节点的可能状态节点,网络拓扑的邻接矩阵是一个n×n矩阵,E(G)=(eij),
其中,路由算法采用Dijkstra算法的路由算法,当网络节点状态发生变化时,从原点到目的地的路径需要更新,每个数据包存储目的地信息,并且该节点具有路由信息,数据包根据到达节点时的目标和路由信息获取下一个节点;
步骤四、建立流生成模型:
TI表示源点发送数据包的时间间隔,网络流量通常遵循泊松分布,所以TI总是服从指数分布,
T1(TI)是TI的采样值,η由采样产生的随机数;
步骤五、建立节点传输模型:
网络节点有一个处理单元和一个大小有限的数据包缓冲区,用于存储挂起的挂起的数据包的缓冲区是由有限长度的链表表示的,处理单元的服务策略是FIFO(先进先出),
TP是节点处理时间,其分布具有一定的分布函数,可以采用常数分布或指数分布,T2(TP)是TP的采样值,η由采样产生的随机数。
2.根据权利要求1所述的一种基于多状态网络的传输时间可靠性测量的方法,其特征在于:所述多状态网络的传输时间可靠性测量模型的网络传输时间可靠性测量仿真流程如下所示,
Step 1:仿真参数初始化,设置常量的值;
Step 2:判断仿真是否结束,转Step10;否则,转Step3;
Step 3:执行下一个进程;
Step 4:如果是状态管理进程,则按照式(1)、(2)、(3)中的参数设置状态,转Step2;如果是数据包生成进程,则按照式(8)产生数据包,转Step5;如果是数据包发送进程,按照式(4)和式(9)处理数据包,转Step7;如果是仿真控制进程,转Step2;
Step 5:如果缓存已满,转Step3;否则,转Step6;
Step 6:将数据包压入缓存,转Step3;
Step 7:如果缓存为空,转Step8;否则,转Step9;
Step 8:等待,转Step3;
Step 9:处理数据包并将其转发给下一节点;
Step 10:仿真结束。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201611159169.7A CN106850253A (zh) | 2016-12-15 | 2016-12-15 | 一种基于多状态网络的传输时间可靠性测量的方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201611159169.7A CN106850253A (zh) | 2016-12-15 | 2016-12-15 | 一种基于多状态网络的传输时间可靠性测量的方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN106850253A true CN106850253A (zh) | 2017-06-13 |
Family
ID=59140855
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201611159169.7A Pending CN106850253A (zh) | 2016-12-15 | 2016-12-15 | 一种基于多状态网络的传输时间可靠性测量的方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN106850253A (zh) |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108307267A (zh) * | 2017-11-27 | 2018-07-20 | 中科观世(北京)科技有限公司 | 基于目标信息分布模式的随机采样系统 |
CN109495305A (zh) * | 2018-11-26 | 2019-03-19 | 佛山科学技术学院 | 一种多分布多商品多态流网络可靠性评估方法和装置 |
CN110213088A (zh) * | 2019-05-16 | 2019-09-06 | 南京理工大学 | 一种传输时限下aloha网络可靠性的优化方法 |
CN113124878A (zh) * | 2021-04-21 | 2021-07-16 | 哈尔滨工业大学 | 一种月面大范围道路拓扑网构建方法、系统及装置 |
-
2016
- 2016-12-15 CN CN201611159169.7A patent/CN106850253A/zh active Pending
Cited By (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108307267A (zh) * | 2017-11-27 | 2018-07-20 | 中科观世(北京)科技有限公司 | 基于目标信息分布模式的随机采样系统 |
CN108307267B (zh) * | 2017-11-27 | 2020-09-08 | 中科观世(北京)科技有限公司 | 基于目标信息分布模式的随机采样系统 |
CN109495305A (zh) * | 2018-11-26 | 2019-03-19 | 佛山科学技术学院 | 一种多分布多商品多态流网络可靠性评估方法和装置 |
CN109495305B (zh) * | 2018-11-26 | 2022-07-15 | 佛山科学技术学院 | 一种多分布多商品多态流网络可靠性评估方法和装置 |
CN110213088A (zh) * | 2019-05-16 | 2019-09-06 | 南京理工大学 | 一种传输时限下aloha网络可靠性的优化方法 |
CN110213088B (zh) * | 2019-05-16 | 2022-03-22 | 南京理工大学 | 一种传输时限下aloha网络可靠性的优化方法 |
CN113124878A (zh) * | 2021-04-21 | 2021-07-16 | 哈尔滨工业大学 | 一种月面大范围道路拓扑网构建方法、系统及装置 |
CN113124878B (zh) * | 2021-04-21 | 2023-12-22 | 哈尔滨工业大学 | 一种月面大范围道路拓扑网构建方法、系统及装置 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
WO2020181761A1 (zh) | 一种sdn增强路径装箱装置及方法 | |
CN106850253A (zh) | 一种基于多状态网络的传输时间可靠性测量的方法 | |
CN107358352A (zh) | 基于蒙特卡洛模拟的电力系统可靠性评估系统及方法 | |
CN111737076B (zh) | 服务器监测方法、装置、设备和存储介质 | |
CN113411221B (zh) | 电力通信网络故障仿真验证方法、装置、设备和存储介质 | |
CN104463351A (zh) | 基于电力业务需求的通信带宽预测方法及装置 | |
CN109831320A (zh) | 一种辅助流量预测控制方法、存储介质和电子设备 | |
CN110224427B (zh) | 一种基于微电网能量控制策略的信息物理系统建模方法 | |
CN109039886B (zh) | 网络动态路由计算方法、装置及设备 | |
CN103298009B (zh) | 复杂无线网络控制系统的建模及故障传播方法 | |
CN102684902B (zh) | 基于探针预测的网络故障定位方法 | |
CN111475953B (zh) | 供能可靠性影响分析方法、装置设备及存储介质 | |
CN103281256B (zh) | 基于网络层析的端到端路径丢包率探测方法 | |
CN109299160B (zh) | 一种基于监控大数据挖掘的电力cps安全性分析方法 | |
CN107591807A (zh) | 一种新能源接入下的输电网规划的优化方法 | |
CN104518899A (zh) | 网络路由流量仿真方法和装置 | |
CN104333490A (zh) | 一种基于通信协议的配用电通信业务带宽预测方法 | |
CN107947988A (zh) | 一种实时通信网络仿真系统 | |
CN102571423B (zh) | 基于gshlpn的网络数据传输建模及性能分析方法 | |
Kabrane et al. | Smart cities: Energy consumption in wireless sensor networks for road trafile modeling using simulator SUMO | |
Parlos | Identification of the internet end-to-end delay dynamics using multi-step neuro-predictors | |
CN107528731A (zh) | 应用于ns3并行仿真的网络分割优化算法 | |
US6785736B1 (en) | Method and system for optimizing the network path of mobile programs | |
CN103944748A (zh) | 基于遗传算法的网络关键节点的自相似流量生成简化方法 | |
CN103259731B (zh) | 一种基于开/关源模型的网络关键节点自相似流量生成简化方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20170613 |
|
RJ01 | Rejection of invention patent application after publication |