CN107797909A - 一种系统弹性极限指标及其测量方法 - Google Patents

一种系统弹性极限指标及其测量方法 Download PDF

Info

Publication number
CN107797909A
CN107797909A CN201711083732.1A CN201711083732A CN107797909A CN 107797909 A CN107797909 A CN 107797909A CN 201711083732 A CN201711083732 A CN 201711083732A CN 107797909 A CN107797909 A CN 107797909A
Authority
CN
China
Prior art keywords
disturbance
limit
test
elastic limit
action
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
Application number
CN201711083732.1A
Other languages
English (en)
Other versions
CN107797909B (zh
Inventor
李大庆
刘萌
刘一萌
李瑞莹
康锐
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Beihang University
Original Assignee
Beihang University
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Beihang University filed Critical Beihang University
Priority to CN201711083732.1A priority Critical patent/CN107797909B/zh
Publication of CN107797909A publication Critical patent/CN107797909A/zh
Application granted granted Critical
Publication of CN107797909B publication Critical patent/CN107797909B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F11/00—Error detection; Error correction; Monitoring
    • G06F11/30—Monitoring
    • G06F11/34—Recording or statistical evaluation of computer activity, e.g. of down time, of input/output operation ; Recording or statistical evaluation of user activity, e.g. usability assessment
    • G06F11/3409—Recording or statistical evaluation of computer activity, e.g. of down time, of input/output operation ; Recording or statistical evaluation of user activity, e.g. usability assessment for performance assessment
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F11/00—Error detection; Error correction; Monitoring
    • G06F11/30—Monitoring
    • G06F11/34—Recording or statistical evaluation of computer activity, e.g. of down time, of input/output operation ; Recording or statistical evaluation of user activity, e.g. usability assessment
    • G06F11/3409—Recording or statistical evaluation of computer activity, e.g. of down time, of input/output operation ; Recording or statistical evaluation of user activity, e.g. usability assessment for performance assessment
    • G06F11/3419—Recording or statistical evaluation of computer activity, e.g. of down time, of input/output operation ; Recording or statistical evaluation of user activity, e.g. usability assessment for performance assessment by assessing time
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F11/00—Error detection; Error correction; Monitoring
    • G06F11/30—Monitoring
    • G06F11/34—Recording or statistical evaluation of computer activity, e.g. of down time, of input/output operation ; Recording or statistical evaluation of user activity, e.g. usability assessment
    • G06F11/3452—Performance evaluation by statistical analysis
    • 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
    • H04L43/0852—Delays

Landscapes

  • Engineering & Computer Science (AREA)
  • General Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Computer Hardware Design (AREA)
  • Quality & Reliability (AREA)
  • General Physics & Mathematics (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Bioinformatics & Computational Biology (AREA)
  • Evolutionary Biology (AREA)
  • Probability & Statistics with Applications (AREA)
  • Environmental & Geological Engineering (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Signal Processing (AREA)
  • Investigating Strength Of Materials By Application Of Mechanical Stress (AREA)
  • Data Exchanges In Wide-Area Networks (AREA)

Abstract

本发明提供一种系统弹性极限指标及其测量方法，其步骤如下：一、确定测评对象和监控性能指标；二、确定扰动类型、作用时间长度和作用强度范围；三、作用强度为极大值和极小值的扰动，确定弹性极限是否存在；四、施加不同水平扰动，采用二分搜索法，通过恢复时间外推弹性极限，得到弹性极限大小；进而确定测试间隔，生成系统恢复时间随扰动变化关系；通过以上步骤，本发明能够对系统的固有弹性极限进行测量，解决目前弹性测评依赖于扰动大小和类型，而不能发现系统固有所能承受的不可恢复临界扰动强度的问题；本发明有利于系统的设计者和使用者了解系统的使用极限，明确使用需求，便于系统顺利运行。

Description

一种系统弹性极限指标及其测量方法
技术领域
本发明提出一种系统弹性极限指标及其测量方法，它涉及一种系统弹性极限的定义及其测量方法，属于可靠性技术领域。
背景技术
随着工程技术的不断进步，系统可靠性水平日益提高，冗余、容错、重组等技术的发展与应用，使得系统在遭受到外部扰动或发生内部故障时，可以在一定程度上通过自修复回复或接近原有功能和性能水平。这种现象实际就是系统的“弹性”，反映了系统承受扰动以及扰动后恢复的能力，已经逐渐成为系统设计开发者关心的重要指标。
对于弹性的研究，最初用于衡量系统可持续性，吸收变化和扰动并维持种群关系的能力。而后这一概念逐步扩展到工程系统、心理学、组织管理等领域，广泛用于评价个体、集体或者系统承受扰动以及扰动后的恢复能力。对于“弹性”的定义目前并没有形成统一，但是大都是关注于系统抵抗/吸收扰动的能力以及从扰动中恢复的能力。这种扰动包含来自系统外部的干扰和来自系统内部的故障。系统受到扰动后，会因不同系统对扰动的抵抗、吸收、适应能力的不同，产生不同程度的性能降级；之后由于系统不同程度的恢复能力，逐渐回到原始状态或者新的稳定状态并呈现不同恢复速率，或由于系统的恢复能力有限或者所受扰动过高而产生系统无法正常弹性恢复的问题。这也就是系统受扰动后的弹性行为。
与弹性的定义一样，目前还没有形成一致的弹性度量参数。以往系统的弹性参数主要围绕系统性能降级程度与恢复能力展开，对于弹性的测评依赖于扰动进行测量，主要关心的是系统受扰动后的性能降级与恢复过程和正常情况下系统的性能水平的对比。目前弹性度量参数根据不同的参数形式通常可以总结为确定型参数与概率型参数两类。
弹性确定型参数是对给定事件的描述，适用于系统受扰动后对弹性进行事后的评估。2003年，地震工程研究多学科中心(即MCEER研究组)提出了“弹性损失”指标，定义了一个归一化的系统性能曲线并用性能损失曲线的积分表达系统弹性损失。之后美国D.A.Reed在此基础上提出将系统受扰动后性能函数下的面积所占系统未受扰动时性能函数下全部面积的比例作为系统弹性，可称之为“基于恢复时间内性能积分的系统弹性参数”；考虑到不同系统的恢复时间不同，美国C.W.Zobel为了减少对性能指标实时监测的依赖以便对系统弹性进行预测，提出了基于几何关系的简化算法，采用一个长时间区间T*，通过几何面积算法对一次扰动时间进行弹性计算，可称之为“基于几何关系的系统弹性参数”；类似的，中国Ouyang Min等也考虑到时间尺度的一致性问题对MCEER研究组提出的弹性参数进行了改进，其将度量的时间区间从扰动发生到性能恢复扩展到从0到T这样一个较长的时间范围，可称之为“基于0-T时间内性能积分的系统弹性参数”。
弹性概率型参数在确定型参数的基础上，考虑由于系统所受扰动、性能降级、性能恢复时间都属于随机事件，系统弹性本身应具有概率分布，因此提出概率型系统弹性参数。MCEER研究组提到可以根据系统性能降级和恢复时间两个参数是否满足对应的阈值来对弹性进行评估，美国Chang进一步给出了参数表达，将弹性定义为系统受扰动后性能损失和恢复时间均不超过给定的最大性能损耗和恢复时间的概率。这一测度为目前应用最为广泛的弹性概率测度。
综上所述，目前对于弹性的度量都是依赖于所受扰动进行，即对系统弹性的度量范围主要针对具体事件进行，并没有考虑到系统本身的固有弹性。当系统所受扰动过高或者超过了系统本身的恢复能力时，系统可能无法进行弹性恢复，即在弹性的度量过程中，系统会存在一个固有的弹性极限，当系统承受的扰动增大到这个极限值时，系统会无法恢复到原有状态。弹性极限的确定有利于系统设计者与使用者明确使用需求，更有助于提高系统可靠性。因此本专利将给出一个弹性极限测量的方法。
本发明围绕系统功能，收集系统指标、所受扰动作用类型、时长、强度等数据进行测试，分别对系统添加扰动水平的极大值(即Fmax)和极小值(即Fmin)，判断系统在两个极值扰动作用下，去除扰动后，系统指标是否能够回归正常状态。如果去除两个极值扰动后，系统性能指标(即P)都能回归正常状态，则说明被测系统对这类扰动的弹性极限为∞；如果去除两个极值扰动后，系统性能指标P都不能回归正常状态，则说明被测系统对这类扰动的弹性极限为0；否则说明系统弹性极限存在。若弹性极限存在，则采用二分搜索法缩小弹性极限的范围，对系统添加不同水平的扰动，观察系统受扰动后的恢复时间，进而通过外推法得到规定精度下的弹性极限。具体地令当前弹性极限所在区间为[Fa,Fb](初始情况下Fa＝Fmin,Fb＝Fmax)，测量扰动水平为Fmid＝(Fa+Fb)/2时，扰动去除后系统是否可恢复，若恢复令Fa＝Fmid，反之令Fb＝Fmid，重复这样的过程直到弹性极限达到所要求的精度(即(Fa-Fb)<ε)，确定弹性极限的大小。随后通过确定测试间隔，得到系统恢复时间随扰动的变化关系。
发明内容
(一)发明的目的
本发明的目的是：为了提出一种适用于系统的弹性极限指标，并给出相应的测评方法，用以反映系统承受扰动的能力极限，解决现有弹性测评度量依赖于扰动(系统响应随扰动强度变化，且具有强随机性)，而不能发现系统固有所能承受的不可恢复临界扰动强度。
本发明的理论基础：在一定扰动作用范围内，系统在受到扰动之后具有承受扰动并恢复的能力，即为弹性。超过系统可承受的扰动极限(弹性极限)时，系统将无法恢复原状；弹性极限范围内，系统的固有弹性与系统扰动后的恢复时间成正比；确定弹性极限存在后利用二分搜索法，通过测试不断缩小弹性极限的范围，通过观测系统恢复时间来外推系统弹性极限，进而可以最终得到在规定精度下弹性极限的大小。
(二)技术方案
本发明的技术解决方案：本发明提供的系统弹性极限，指系统受不超过某一极限值的扰动作用，若扰动作用停止，其由于扰动作用而产生的响应可全部消失而恢复原状，这个极限值称为“弹性极限”，记做rc。本发明建立一种系统弹性极限指标及其测量方法。首先确定测评对象和监控性能指标，确定扰动类型、作用时间长度、作用强度范围等参数，即确定系统对象，所监测性能指标，所受扰动类型、时长、强度，准备进行弹性极限测试；之后为系统作用极大和极小的扰动，判断系统在两个极值扰动作用下，去除扰动后，系统指标是否能够回归正常状态。如果去除两个极值扰动后，系统性能指标都能回归正常状态，则说明被测系统对这类扰动的弹性极限为∞；如果去除两个极值扰动后，系统性能指标P都不能回归正常状态，则说明被测系统对这类扰动的弹性极限为0；否则说明系统弹性极限存在；接下来采用二分搜索法缩小弹性极限的范围，通过施加作用强度介于极大值与极小值之间的扰动，观测系统的恢复时间以此来外推系统弹性极限，不断缩小弹性极限的范围，重复这样的过程直到弹性极限达到所要求的精度，确定弹性极限的大小，随后通过确定测试间隔，得到系统恢复时间随扰动的变化关系。
本发明一种系统弹性极限指标及其测量方法，其步骤如下：
步骤一、确定测评对象和监控性能指标；
确定测评对象(即Sys)和监控的性能指标(即P)以网络为例，常用的性能指标包括：网络时延、吞吐量、丢包率和传输成功率等等；
步骤二、确定扰动类型、作用时间长度和作用强度范围；
确定系统的扰动类型，以网络系统为例，这些扰动可能包括网络负载增加、网络电磁干扰等；假设扰动作用时长对扰动结束后系统的恢复行为无影响，但为了体现扰动作用的累积效果，一般讲扰动作用时长设置为一定时长(如5分钟以上)；作用强度范围一般为扰动作用的极小值到极大值，如网络负载的强度范围是从0到网络带宽；
步骤三、作用强度为极大值和极小值的扰动，确定弹性极限是否存在；
分别加载扰动作用强度的极大值(即Fmax)和极小值(即Fmin)，观察在系统是否存在弹性极限，即判断系统Sys在这两个极值扰动作用下，去除扰动后，所监控的系统性能指标P能否回归正常状态；这里弹性的定量定义具体可以用性能指标恢复到指定水平所需要的恢复时间t来表示；
如果去除两个极值扰动后，系统性能指标P都能回归正常状态，则说明被测系统对这类扰动的弹性极限为∞；如果去除两个极值扰动后，系统性能指标P都不能回归正常状态，则说明被测系统对这类扰动的弹性极限为0；否则说明系统弹性极限存在；
步骤四、施加不同水平扰动，采用二分搜索法，通过恢复时间外推弹性极限，得到弹性极限大小；进而确定测试间隔，生成系统恢复时间随扰动变化关系；
采用二分搜索法的分治策略，给系统施加作用强度介于极大值与极小值间的不同扰动，通过系统的恢复时间外推来判断弹性极限的范围，不断缩小范围后确定弹性极限的大小；具体过程是：
(a)令当前弹性极限所在区间为[Fa,Fb](初始情况下Fa＝Fmin,Fb＝Fmax)；
(b)施加扰动，其大小设为Fmid；测量扰动大小为(Fa+Fb)/2时，扰动去除后系统是否可恢复；
1)如果扰动Fmid去除后系统可恢复，则将恢复时间记为t(Fmid)，且令Fa＝Fmid；
2)如果扰动Fmid去除后系统不可恢复，则将恢复时间记为∞，且令Fb＝Fmid；
(c)转入步骤1，直到弹性极限达到所要求的精度ε，即(Fa-Fb)<ε；
恢复时间的确定方法为(te-ts)，其中，ts是扰动作用结束时刻，te是确定系统监控性能指标P恢复的时刻；由于性能指标P为动态值，因此，性能恢复时刻可定义为扰动作用结束开始，给定时间间隔内(如1秒)的系统监控性能指标均值恢复到正常情况下的系统性能水平的时刻；得到弹性极限大小后，根据测试需求，确定扰动的测试间隔，能够得到系统恢复时间随扰动变化关系图；为了这张图的准确性，一般要求弹性极限两侧的测试值各不少于20组；
其中，在步骤一中所述的“确定测评对象和监控性能指标”，其具体作法如下：根据具体测试要求，选定测评对象与所监控性能指标；本发明的方法主要针对系统进行测评，如通信网络系统、电力网络系统、机器人系统等；根据所测评对象的不同，选择可以反映系统某一性能的指标作为所监控性能指标，以此来判断系统是否能够恢复，进而推断弹性极限大小；
其中，在步骤二中所述的“确定扰动类型、作用时间长度和作用强度范围”，其具体作法如下：根据测评对象以及测试要求，选择可以影响性能指标的扰动类型并确定扰动的作用时长；扰动的大小会影响所检测性能指标降级程度，进而影响到系统是否能够恢复，因此要确定扰动作用强度范围；具体范围要根据系统类型具体确定，可根据系统已有数据进行推断；
其中，在步骤四中所述的“二分搜索法”，在计算机科学中，二分搜索也称折半搜索、对数搜索，是一种在有序数组中查找某一特定元素的搜索算法。搜索过程从数组的中间元素开始，如果中间元素正好是要查找的元素，则搜索过程结束；如果某一特定元素大于或者小于中间元素，则在数组大于或小于中间元素的那一半中查找，而且跟开始一样从中间元素开始比较。如果在某一步骤数组为空，则代表找不到。本专利中这种搜索算法每一次比较都使搜索范围缩小一半,直到中间值在精度内，则算法停止。步骤四的具体过程即应用二分搜索法求得弹性极限大小。
通过以上步骤，本发明能够对系统的固有弹性极限进行测量，解决目前弹性测评依赖于扰动大小和类型，而不能发现系统固有所能承受的不可恢复临界扰动强度的问题；本发明有利于系统的设计者和使用者了解系统的使用极限，明确使用需求，便于系统顺利运行。
(三)优点和功效
本发明具有如下的优点与积极效果：
(a)通用性：本发明中的弹性极限测量方法适用于各类系统，不会被系统间的差异所影响。本发明给出的弹性极限测量方法主要基于二分搜索法，给系统施加不同水平的扰动，将弹性定量定义为系统所监测性能指标恢复到指定水平所需时间，通过恢复时间外推来计算弹性极限的大小。测量方法中不涉及系统所具有的特点，因此本发明中的测量方法适用于各类系统。
(b)易计算：本发明中采用二分搜索发进行弹性极限的测量使计算更加简单快捷。采用二分搜索法通过给系统施加不同水平的扰动，观察系统的恢复时间，以此来外推系统弹性极限的大小。主要需要的计算仅是测量系统的恢复时间，收敛速度快，易于计算，便于工程操作。
(c)规范使用要求：本发明给出的弹性极限测量方法能够测量系统固有的弹性极限，扰动作用在此极限范围之内，系统性能可以恢复；扰动作用在此极限范围之外，系统性能将无法恢复。确定弹性极限的大小有利于系统设计者和使用者明确系统使用要求。进而有助于提高系统的可靠性，使系统能够运行的更加顺利。
综上，这种测评方法能够有利于提高系统功能的可靠性，为系统正常运转提供支撑。
附图说明
图1是本发明的系统弹性极限测量方法的整体流程示意图。
图2是本发明实施例中负载极大值作用去除后的网络时延随时间变化曲线。
图3是本发明实施例中正常坐标下恢复时间随负载的变化曲线。
图4是本发明实施例中横坐标为对数坐标下恢复时间随负载的变化曲线。
具体实施方式
为使本发明要解决的技术问题、技术方案更加清楚，下面将结合附图及具体实施案例进行详细描述。
本发明的目的在于解决现有弹性测评度量依赖于扰动而不能发现系统固有所能承受的不可恢复临界扰动强度的问题，提出了一种适用于系统的弹性极限指标，用以反映系统固有能力极限。本发明中，以系统为对象，系统扰动作用类型、时长、强度等数据为基础，分别对系统加载扰动的极大值与极小值判断系统弹性极限是否存在，采用二分搜索方法得到弹性极限大小，根据测试需求确定扰动测试间隔并得到系统恢复时间与扰动变化关系图。
如图1所示为本发明中一种系统弹性极限指标及其测量方法的整体流程图，在实施案例中的具体步骤如下：
本发明实施例以美东某企业网络为例，基于通用网络仿真平台OPNET阐述本发明方法。具体地说，该企业在美西纽约、波士顿、费城等15个城市设有办事处，每个办事处有对应的局域网，局域网内有10个用户；每个城市的办事处有自己的路由器，并于设置在不同美东其他地方的7个路由器一起，担负起网络运转工作；企业网络服务器设置在首都华盛顿，采用文件传输协议(即FTP)为整个企业提供文件传输服务。
本发明一种系统弹性极限指标及其测量方法，如图1所示，具体步骤如下：
步骤一：确定测评对象和监控性能指标
测评网络对象为整个企业网络，监控性能指标为网络时延D；
步骤二：确定扰动类型、作用时间长度和作用强度范围
确定网络测量的扰动为网络负载；扰动从系统开始运行的第5分钟开始施加，作用时长为5分钟，作用强度范围是从0到网络带宽10Mbps；
步骤三：作用极大和极小扰动，确定弹性极限是否存在
在本案例中，我们假设系统性能指标如果超过30min没有恢复到指定水平的话，则表示系统不能够恢复到正常状态。显然网络负载取极小值Fmin＝0Mbps的情况下，网络时延D为0；对网络加载负载极大值Fmax＝10Mbps，并于5min后去除，发现30min内网络无法恢复，且时延在不断攀升，如图2所示；这即表明网络在加载极大值负载时，无法恢复到正常状态。因此说明，弹性极限存在；
步骤四：施加不同水平扰动，采用二分搜索法，通过恢复时间外推弹性极限，得到弹性极限大小；进而确定测试间隔，生成系统恢复时间随扰动变化关系；
在ε＝0.01Mbps的精度要求下，按二分搜索法测试。测试中，凡是恢复时间超过30min的，认为不满足弹性要求。通过二分搜索法，观察计算系统弹性恢复时间，外推弹性极限，在14组测试后能够得到弹性极限为0.44Mbps。进而确定测试间隔，在[0,0.44]和[0.44,10]中间，弹性极限两侧平均间隔测试20个负载下的恢复时间，得到恢复时间随负载的变化曲线如图3所示。其中测量的恢复时间超过阈值的点，在图中记恢复时间为阈值。为了更清晰的观察恢复时间随负载产生变化部分的曲线特征，可以将横坐标转为对数坐标，得到实施例中恢复时间随负载的变化曲线如图4所示。
本发明未详细阐述部分属于本领域公知技术。
以上所述，仅为本发明部分具体实施方式，但本发明的保护范围并不局限于此，任何熟悉本领域的人员在本发明揭露的技术范围内，可轻易想到的变化或替换，都应涵盖在本发明的保护范围之内。

Claims (3)

1.一种系统弹性极限指标及其测量方法，其特征在于：其步骤如下：
步骤一、确定测评对象和监控性能指标；
确定测评对象即Sys和监控的性能指标即P以网络为例，常用的性能指标包括：网络时延、吞吐量、丢包率和传输成功率；
步骤二、确定扰动类型、作用时间长度和作用强度范围；
确定系统的扰动类型，以网络系统为例，这些扰动包括网络负载增加、网络电磁干扰；假设扰动作用时长对扰动结束后系统的恢复行为无影响，但为了体现扰动作用的累积效果，在讲扰动作用时长设置为一预定时长；作用强度范围为扰动作用的极小值到极大值，如网络负载的强度范围是从0到网络带宽；
步骤三、作用强度为极大值和极小值的扰动，确定弹性极限是否存在；
分别加载扰动作用强度的极大值即Fmax和极小值即Fmin，观察在系统是否存在弹性极限，即判断系统Sys在这两个极值扰动作用下，去除扰动后，所监控的系统性能指标P能否回归正常状态；这里弹性的定量定义具体用性能指标恢复到指定水平所需要的恢复时间t来表示；
如果去除两个极值扰动后，系统性能指标P都能回归正常状态，则说明被测系统对这类扰动的弹性极限为∞；如果去除两个极值扰动后，系统性能指标P都不能回归正常状态，则说明被测系统对这类扰动的弹性极限为0；否则说明系统弹性极限存在；
步骤四、施加不同水平扰动，采用二分搜索法，通过恢复时间外推弹性极限，得到弹性极限大小；进而确定测试间隔，生成系统恢复时间随扰动变化关系；
采用二分搜索法的分治策略，给系统施加作用强度介于极大值与极小值间的不同扰动，通过系统的恢复时间外推来判断弹性极限的范围，不断缩小范围后确定弹性极限的大小；具体过程是：
(a)令当前弹性极限所在区间为[Fa,Fb]，初始情况下Fa＝Fmin,Fb＝Fmax；
(b)施加扰动，其大小设为Fmid；测量扰动大小为(Fa+Fb)/2时，扰动去除后系统是否能恢复；
1)如果扰动Fmid去除后系统能恢复，则将恢复时间记为t(Fmid)，且令Fa＝Fmid；
2)如果扰动Fmid去除后系统不能恢复，则将恢复时间记为∞，且令Fb＝Fmid；
(c)转入步骤1，直到弹性极限达到所要求的精度ε，即(Fa-Fb)<ε；
恢复时间的确定方法为(te-ts)，其中，ts是扰动作用结束时刻，te是确定系统监控性能指标P恢复的时刻；由于性能指标P为动态值，因此，性能恢复时刻定义为扰动作用结束开始，给定时间间隔内的系统监控性能指标均值恢复到正常情况下的系统性能水平的时刻；得到弹性极限大小后，根据测试需求，确定扰动的测试间隔，能够得到系统恢复时间随扰动变化关系图；为了这张图的准确性，一般要求弹性极限两侧的测试值各不少于20组；
通过以上步骤，本发明能够对系统的固有弹性极限进行测量，解决目前弹性测评依赖于扰动大小和类型，而不能发现系统固有所能承受的不可恢复临界扰动强度的问题；本发明有利于系统的设计者和使用者了解系统的使用极限，明确使用需求，便于系统顺利运行。
2.根据权利要求1所述的一种系统弹性极限指标及其测量方法，其特征在于：
在步骤一中所述的“确定测评对象和监控性能指标”，其具体作法如下：根据具体测试要求，选定测评对象与所监控性能指标；本发明的方法针对系统进行测评，如通信网络系统、电力网络系统、机器人系统；根据所测评对象的不同，选择能反映系统一预定性能的指标作为所监控性能指标，以此来判断系统是否能够恢复，进而推断弹性极限大小。
3.根据权利要求1所述的一种系统弹性极限指标及其测量方法，其特征在于：
在步骤二中所述的“确定扰动类型、作用时间长度和作用强度范围”，其具体作法如下：根据测评对象以及测试要求，选择能影响性能指标的扰动类型并确定扰动的作用时长；扰动的大小会影响所检测性能指标降级程度，进而影响到系统是否能够恢复，因此要确定扰动作用强度范围；具体范围要根据系统类型具体确定，根据系统已有数据进行推断。
CN201711083732.1A 2017-11-07 2017-11-07 一种系统弹性极限指标测量方法 Active CN107797909B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201711083732.1A CN107797909B (zh) 2017-11-07 2017-11-07 一种系统弹性极限指标测量方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201711083732.1A CN107797909B (zh) 2017-11-07 2017-11-07 一种系统弹性极限指标测量方法

Publications (2)

Publication Number Publication Date
CN107797909A true CN107797909A (zh) 2018-03-13
CN107797909B CN107797909B (zh) 2020-08-25

Family

ID=61547826

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201711083732.1A Active CN107797909B (zh) 2017-11-07 2017-11-07 一种系统弹性极限指标测量方法

Country Status (1)

Country Link
CN (1) CN107797909B (zh)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109377750A (zh) * 2018-09-18 2019-02-22 北京航空航天大学 一种基于渗流分析的交通系统弹性临界点确定方法
WO2021244029A1 (zh) * 2020-05-30 2021-12-09 北京航空航天大学 一种可靠性、弹性、脆性的系统状态评估方法

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20040024934A1 (en) * 2002-07-31 2004-02-05 Webb Randall K. System and method for indicating the status of a communications link and traffic activity on non-protocol aware modules
CN104331551A (zh) * 2014-10-29 2015-02-04 华东电网有限公司 一种电网频率扰动恢复过程输出方法
CN105741016A (zh) * 2016-01-22 2016-07-06 中国电力科学研究院 一种用于中期电网规划的静态可靠性概率指标获取方法
CN106533824A (zh) * 2016-10-17 2017-03-22 北京航空航天大学 一种给定扰动下的通信网络弹性测评方法

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20040024934A1 (en) * 2002-07-31 2004-02-05 Webb Randall K. System and method for indicating the status of a communications link and traffic activity on non-protocol aware modules
CN104331551A (zh) * 2014-10-29 2015-02-04 华东电网有限公司 一种电网频率扰动恢复过程输出方法
CN105741016A (zh) * 2016-01-22 2016-07-06 中国电力科学研究院 一种用于中期电网规划的静态可靠性概率指标获取方法
CN106533824A (zh) * 2016-10-17 2017-03-22 北京航空航天大学 一种给定扰动下的通信网络弹性测评方法

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
康锐等: "可靠性系统工程的理论与技术框架", 《航空学报》 *

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109377750A (zh) * 2018-09-18 2019-02-22 北京航空航天大学 一种基于渗流分析的交通系统弹性临界点确定方法
CN109377750B (zh) * 2018-09-18 2020-10-09 北京航空航天大学 一种基于渗流分析的交通系统弹性临界点确定方法
WO2021244029A1 (zh) * 2020-05-30 2021-12-09 北京航空航天大学 一种可靠性、弹性、脆性的系统状态评估方法

Also Published As

Publication number Publication date
CN107797909B (zh) 2020-08-25

Similar Documents

Publication Publication Date Title
CN108768745B (zh) 一种基于复杂网络的集群系统脆性测评方法
Saleh et al. Optimal microgrids placement in electric distribution systems using complex network framework
CN107220775B (zh) 一种考虑信息系统作用的有源配电网多视角协同脆弱性评估方法
CN108959072A (zh) 一种基于复杂网络的集群系统弹性测评方法
CN107483487B (zh) 一种基于topsis的多维网络安全度量方法
CN107797909A (zh) 一种系统弹性极限指标及其测量方法
CN108933694A (zh) 基于拨测数据的数据中心网络故障节点诊断方法及系统
CN113055249B (zh) 一种关键基础设施网络弹性检测方法及系统
CN112637006A (zh) 一种电力通信网关键节点及影响域分析方法
Zhang et al. An efficient method of robustness analysis for power grid under cascading failure
Min et al. Evaluation of cross-layer network vulnerability of power communication network based on multi-dimensional and multi-layer node importance analysis
CN110428191B (zh) 配电网脆弱节点辨识的方法
Zhao et al. Risk assessment and optimization for key services in smart grid communication network
CN107834563B (zh) 电压暂降的处理方法和系统
CN108510162B (zh) 一种有源配电网安全效能评估方法
CN106603294B (zh) 一种基于电力通信网结构和状态的综合脆弱性评估方法
CN103096380B (zh) 无线接入点负载均衡优化方法
CN109861855A (zh) 一种电力通信网络中节点重要度的确定方法和装置
Gan et al. Node importance ranking algorithm based on grey relational degree
CN107132990A (zh) 基于超融合存储的读io调度方法及装置
Hawick et al. Node-failure and islanding in national grid scale electricity distribution networks
Zhao et al. Identifying influential nodes in large-scale software networks
Luo et al. Critical node identification of power wireless private communication network based on complex network
Pan et al. Modeling and analysis of cascading failures in cyber-physical power systems under different coupling strategies
Safonova et al. On the estimate of the structural reliability of corporate telecommunications networks

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
GR01 Patent grant
GR01 Patent grant