CN107947955A - 一种结合虚拟树映射和中心性的网络鲁棒性增强方法 - Google Patents
一种结合虚拟树映射和中心性的网络鲁棒性增强方法 Download PDFInfo
- Publication number
- CN107947955A CN107947955A CN201610893906.XA CN201610893906A CN107947955A CN 107947955 A CN107947955 A CN 107947955A CN 201610893906 A CN201610893906 A CN 201610893906A CN 107947955 A CN107947955 A CN 107947955A
- Authority
- CN
- China
- Prior art keywords
- centrality
- node
- network
- index
- weighting function
- 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
- H04L41/00—Arrangements for maintenance, administration or management of data switching networks, e.g. of packet switching networks
- H04L41/12—Discovery or management of network topologies
-
- 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
- H04L45/00—Routing or path finding of packets in data switching networks
- H04L45/02—Topology update or discovery
Landscapes
- Engineering & Computer Science (AREA)
- Computer Networks & Wireless Communication (AREA)
- Signal Processing (AREA)
- Environmental & Geological Engineering (AREA)
- Data Exchanges In Wide-Area Networks (AREA)
Abstract
本发明涉及一种结合虚拟树映射和中心性的网络鲁棒性增强方法,包括:将多个具有树形拓扑的虚拟网络映射到同一个物理网络,得到近似拓扑结构,选择待计算的网络中心性指标,设置中心性加权函数和中心性加权函数阈值;获取待识别当前节点的拓扑属性,基于拓扑属性计算网络中心性指标,计算中心性加权函数值,接着将其与中心性加权函数阈值进行比较,找出关键节点;基于虚拟树映射、中心性指标和保护等级量化函数,为关键节点划分保护级别,依据保护级别的高低,执行相应的保护措施。
Description
技术领域
本发明涉及网络通信领域,特别涉及一种结合虚拟树映射和中心性的网络鲁棒性增强方法。
背景技术
虚拟网络映射技术是近年来发展迅速的一项技术,它与虚拟化隔离技术结合,可以搜集到虚拟网络中不同虚拟节点对应的物理实体的信息,以便尽可能地获取一个比较完整的物理拓扑及资源属性,如物理连接关系、节点的计算能力、存储能力,作为制定节点保护策略的依据。其中,虚拟化隔离技术通过对底层的抽象屏蔽物理网络实现细节,将网络的控制管理与数据平面的转发和交换进行有效的分离。虚拟网络与底层硬件解耦给网络设计提供了广阔的空间,但同时也带来了严重的问题,比如要是一个虚拟节点占据了某个物理实体的大部分资源,一旦它遭受到攻击或者失效,不仅会影响上层虚拟网络的正常功能,也将影响底层物理节点的资源回收和利用,甚至影响整个底层物理网络的性能,因而有必要将虚拟节点所对应物理实体的资源属性作为节点保护策略的参考依据,以便更好地制定节点保护的策略,提高网络的抗毁性和安全性。
只要能用网络来表示的结构,例如互联网、物联网、电力网等,都存在一些关键节点,关乎整个网络的鲁棒性和安全性。所谓的关键节点,是指在网络结构或者网络控制上占据重要位置的节点。关键节点一般只占整个网络节点的极少部分,但其对维持网络功能具有重要作用。一旦这些关键节点出现故障或遭到攻击,将会严重影响整个网络的性能,特别是树形拓扑的虚拟网络会直接导致网络断裂,所以识别和保护网络中的关键节点对维护网络的安全和稳定有着极其重要的意义。
利用单个中心性指标来识别关键节点的方法,虽然能够得到一些在网络拓扑中处于核心地位的节点,但是难以发现网络一些不太引人注意但却又能对网络性能产生重要影响的节点。利用多种中心性指标结合的关键节点识别方法,虽然弥补了基于单个中心性的方法的部分缺陷,但由于只考虑网络节点和连接关系,而限制了该方法的适用范围。除此之外,大部分中心性指标的计算复杂度较高,所以只适用于静态网络,而对于动态网络,尤其是对于节点频繁加入和退出的大规模高搅动网络,每次节点的更新都会影响中心性指标,所以很难适应大规模网络的动态变化。因而,如何设计出一种关键节点识别与网络安全保护方法,全面和准确地识别网络中的关键节点,并能适用于动态变化的大规模网络,是一个亟待解决的问题。
多机备份是目前网络中常见的保护关键节点资源的方式,当网络中的关键节点失效时,网络中其他节点可从备份节点处获取关键节点的数据资源,备份节点也可提供一部分的任务处理能力以应对节点的失效;当连接到关键节点的重要链路失效时,备份链路可以为关键节点提供一个新的访问通路,以保证网络的正常运行。而如何将虚拟网络结构属性和物理实体节点的资源属性结合作为备份节点和备份链路选择的依据,以提高网络的抗毁性,是目前亟待解决的技术问题。
综上所述,针对树形拓扑的虚拟网络,有必要提出一种网络关键节点保护方法,不仅考虑网络节点的结构属性,还考虑节点对应物理实体的相关属性,结合复杂网络中心性计算、虚拟网络映射技术和网络备份技术,以便更加全面和准确地识别出关键节点,制定网络节点保护措施,用以提高网络的抗毁性、可控性以及服务的可生存性,以适用于未来高度虚拟化的网络。
发明内容
本发明的目的在于解决动态网络环境下具有树形拓扑的虚拟网络因节点失效而导致网络断裂的问题,从而提供一种能够增强网络鲁棒性的方法。
为了实现上述目的,本发明提供了一种结合虚拟树映射和中心性的网络鲁棒性增强方法,包括:
步骤1)、将多个具有树形拓扑的虚拟网络映射到同一个物理网络,得到物理网络的近似拓扑结构,然后选择待计算的网络中心性指标,得到中心性指标集合,并设置中心性加权函数和中心性加权函数阈值;
步骤2)、获取待识别当前节点的拓扑属性,基于所述拓扑属性计算步骤1)所选择的待计算的网络中心性指标,然后将计算结果代入步骤1)中所设置的中心性加权函数中,得到该节点的中心性加权函数值,接着将其与步骤1)中所设置的中心性加权函数阈值进行比较,以判断当前节点是否为关键节点,若为关键节点,将当前节点加入关键节点集合中;
步骤3)、基于虚拟树映射、中心性指标和保护等级量化函数,为关键节点集合中的任意一个关键节点划分关键节点的保护级别,依据保护级别的高低,执行相应的保护措施;
步骤4)、如果关键节点集合中的所有节点都判断完毕,或者满足用户设置的终止条件,结束关键节点保护过程;否则,获取下一个节点作为当前节点,返回步骤2)。
上述技术方案中,在所述步骤1)中,所述网络中心性指标包括度中心性指标、介数中心性指标、紧密度中心性指标、特征向量中心性指标中的一种或多种。
上述技术方案中,将介数中心性指标、紧密度中心性指标一起作为待计算的网络中心性指标。
上述技术方案中,在所述步骤1)中,所述中心性加权函数采用多项式函数,或指数函数,或高斯函数。
上述技术方案中,所述中心性加权函数为高斯函数,其表达式如下:
其中,Vi为物理网络中节点的ID,其中0≤i≤N-1,N为节点个数;Vcur为待识别的当前节点,BCVcur和CCVcur分别为待识别的当前节点的介数中心性指标和紧密度中心性指标,0<W1,W2≤1且W1+W2=1,W1和W2的默认值皆为0.5,δ表示方差,表示Vcur到其K跳内节点距离的平均值,δ和K的默认值皆为1。
上述技术方案中,在所述步骤1)中,所述中心性加权函数阈值CV设置为中心性加权函数最大值fmax的90%以上,即0.9*fmax<CV<fmax。
上述技术方案中,所述步骤3)进一步包括:
步骤301)、利用虚拟网络映射技术,获取当前虚拟节点所对应的物理节点的自身属性和物理连接的链路属性,包括节点的CPU、存储容量、可用链路带宽,并对该节点进行资源等级划分;
步骤302)、根据当前节点的资源等级和中心性加权函数值,依据保护等级量化函数计算关键节点的保护等级量化值;
步骤303)、判断当前节点的保护等级量化值是否大于关键节点保护等级量化阈值Lthres:若是,则对当前节点执行较高等级保护措施,转到步骤304),否则,对当前节点执行较低等级保护措施,转到步骤306);
步骤304)、从当前节点的K跳以内邻居节点中选择备份节点,结合可用链路带宽选择备份链路,对节点本身的资源以及关键链路进行分布式备份;
步骤305)、对虚拟网络拓扑结构进行调整,使备份链路发挥作用,转到步骤4);
步骤306)、从当前节点的K跳以内邻居节点中选择备份节点,仅对节点本身的资源进行分布式备份,转到步骤4)。
上述技术方案中,所述保护等级量化函数为多项式函数或指数函数。
上述技术方案中,所述保护等级量化函数为指数函数,其表达式如下:
其中,Ui为任意关键节点,Lsource为节点资源等级,Cf为中心性加权函数值。
本发明的优点在于:
与现有技术相比,本发明提出了结合虚拟树映射和中心性的网络鲁棒性增强方法,该方法在划分关键节点时不仅考虑节点的网络结构,同时也考虑物理节点的自身属性,可用于解决动态网络环境下具有树形拓扑的虚拟网络因节点失效而导致网络断裂的问题,提高网络的鲁棒性。
附图说明
图1是本发明的结合虚拟树映射和中心性的网络鲁棒性增强方法的总体流程图;
图2是本发明的结合虚拟树映射和中心性的网络鲁棒性增强方法的详细流程图。
具体实施方式
现结合附图对本发明作进一步的描述。
图1是本发明的针对节点集合的结合虚拟树映射和中心性的网络鲁棒性增强方法的流程示意图,所述方法包括:
步骤1)将多个具有树形拓扑的虚拟网络映射到同一个物理网络,得到物理网络的近似拓扑结构,选择待计算的网络中心性指标,得到中心性指标集合,并设置中心性加权函数和中心性加权函数阈值;
本步骤中,所述待计算的网络中心性指标可以有多种,如度中心性、介数中心性、紧密度中心性、特征向量中心性等多种指标中的一种或多种,作为一种优选实现方式,在一个优选实施例中,将介数中心性指标、紧密度中心性指标一起作为待计算的网络中心性指标。将中心性指标集合用θ表示,则在优选实施例中,θ={BC,CC},其中,BC表示介数中心性指标,CC表示紧密度中心性指标。
在设置中心性加权函数时,可采用包括多项式函数、指数函数和高斯函数在内的多种类型的函数中的任意一种,为了适用于动态变化的网络拓扑,在一个优选实施例中,可以采用高斯函数作为中心性加权函数,其表达式如下:
其中,Vi为物理网络中节点的ID,其中0≤i≤N-1,N为节点个数;Vcur为待识别的当前节点,BCVcur和CCVcur分别为待识别的当前节点的介数中心性指标和紧密度中心性指标,0<W1,W2≤1且W1+W2=1,W1和W2的默认值皆为0.5,δ表示方差,表示Vcur到其K跳内节点距离的平均值,δ和K的默认值皆为1。
中心性加权函数阈值CV一般设置为中心性加权函数最大值fmax的90%以上,即0.9*fmax<CV<fmax。
具体地,所述步骤1)进一步包括:
步骤101)获取物理网络的网络拓扑图,包括节点属性及节点间的连接关系;
步骤102)设定一个中心性指标的集合,可以包括度中心性、介数中心性、紧密度中心性和特征向量中心性等指标中的一种或多种,并选择中心性加权函数和中心性加权阈值。
步骤2)获取待识别当前节点的拓扑属性,根据步骤1)所选择的待计算的网络中心性指标,基于所述拓扑属性计算该类型的网络中心性指标,然后将计算结果代入步骤1)中所设置的中心性加权函数中,得到该节点的中心性加权函数值,接着将其与步骤1)中所设置的中心性加权函数阈值进行比较,以判断当前节点是否为关键节点,进而得到关键节点集合。
其中,所述拓扑属性包括当前节点与其他节点间的连接数目、经过当前节点的最短路径数目等。
具体地,所述步骤2)进一步包括:
步骤201)获取当前节点的拓扑属性,计算中心性指标,并代入加权函数中,得到该节点的中心性加权函数值;
步骤202)判断当前节点的中心性加权函数值是否大于中心性加权函数阈值Cthres:若是,则将该节点加入关键节点集合中,转到步骤3);否则,转到步骤4)。
步骤3)基于虚拟树映射、中心性指标和保护等级量化函数,为关键节点集合中的任意一个关键节点划分关键节点的保护级别,依据保护级别的高低,执行不同保护措施;
保护等级量化函数可以采用多项式函数或指数函数,优选地,采用如下的指数函数作为保护等级量化函数:
其中,Ui为任意关键节点,Lsource为节点资源等级,Cf为中心性加权函数值。
具体地,所述步骤3)进一步包括:
步骤301)利用虚拟网络映射技术,获取当前虚拟节点所对应的物理节点的自身属性和物理连接的链路属性,包括节点的CPU、存储容量、可用链路带宽等资源属性,并对该节点进行资源等级划分;
步骤302)根据当前节点的资源等级和中心性加权函数值,依据保护等级量化函数计算关键节点的保护等级量化值;
步骤303)判断当前节点的保护等级量化值是否大于关键节点保护等级量化阈值Lthres:若是,则对当前节点执行较高等级保护措施,转到步骤304),否则,对当前节点执行较低等级保护措施,转到步骤306);
步骤304)从当前节点的K跳以内邻居节点中选择备份节点,结合可用链路带宽选择备份链路,对节点本身的资源以及关键链路进行分布式备份;
步骤305)对虚拟网络拓扑结构进行调整,使备份链路发挥作用,转到步骤4);
步骤306)从当前节点的K跳以内邻居节点中选择备份节点,仅对节点本身的资源进行分布式备份,转到步骤4)。
步骤4)如果关键节点集合中的所有节点都判断完毕,或者满足用户设置的终止条件,就结束关键节点保护过程;否则,获取下一个节点作为当前节点,返回步骤2)。
图2是本发明的针对单一节点的结合虚拟树映射和中心性的网络鲁棒性增强方法的流程示意图,所述方法包括:
步骤001)利用虚拟树映射获取当前节点Vcur的拓扑属性;
步骤002)计算节点在中心性指标集合θ中的中心性指标;
步骤003)将中心性指标代入中心性加权函数中,得到该节点的中心性加权函数值,记为Cf=f(Vcur,θ);
步骤004)判断Cf是否大于中心性加权函数阈值Cthres:若是,则转到步骤005),否则Vcur为非关键节点,获取下一个待判断的节点Vi,并令Vcur=Vi,返回步骤001);
步骤005)通过虚拟网络映射技术,获取与Vcur所对应的物理节点的本身及链路资源属性,包括CPU大小、存储容量以及可用链路带宽等,根据这些属性值的大小将节点资源划分为5个等级,用{1,2,3,4,5}来表示,记为Lsource;
步骤006)通过Vcur的资源等级Lsource和中心性加权函数值Cf计算关键节点保护等级量化函数值,记为Lprotect=φ(Vi,Lsource(Vi),Cf);
步骤007)判断关键节点保护等级量化函数值Lprotect是否大于关键节点保护等级量化阈值Lthres:若是,则对该节点执行较高等级的保护措施,转至步骤008),否则,对该节点执行较低等级的保护措施,转至步骤0012);
步骤008)从Vcur的K跳邻居中选择至少一个备份节点,对节点资源进行备份,并设置相应的资源访问权限和节点资源使用上限;
步骤009)计算与Vcur直接相连的链路的边介数,记为BClink,对BClink值较高的链路进行备份;
步骤0010)待备份链路记为Link(Vcur,Vj),Vj为链路连接的另一个节点,在拓扑图中重新计算Vcur和Vj之间的最短路径,优先选择可用带宽BWa高的链路作为备份链路;
步骤0011)调整虚拟网络中的拓扑结构,使备份链路发挥作用,链路保护完毕;
步骤0012)获取Vcur的K跳邻居,将K跳邻居内的非关键节点加入其K跳邻居节点集合N中,并获取邻居节点的资源信息,包括CPU大小和存储容量;
步骤0013)将集合N中的节点分别按资源大小进行排序,得到不同的可用资源列表;以及
步骤0014)选择邻居节点中存储容量较大且CC值较大的M个节点进行数据备份,选择邻居节点中CPU较高且CC值较大的P个节点作为任务处理备份节点,节点本身的资源保护完毕,关键节点保护过程结束。
最后所应说明的是,以上实施例仅用以说明本发明的技术方案而非限制。尽管参照实施例对本发明进行了详细说明,本领域的普通技术人员应当理解,对本发明的技术方案进行修改或者等同替换,都不脱离本发明技术方案的精神和范围,其均应涵盖在本发明的权利要求范围当中。
Claims (9)
1.一种结合虚拟树映射和中心性的网络鲁棒性增强方法,包括:
步骤1)、将多个具有树形拓扑的虚拟网络映射到同一个物理网络,得到物理网络的近似拓扑结构,然后选择待计算的网络中心性指标,得到中心性指标集合,并设置中心性加权函数和中心性加权函数阈值;
步骤2)、获取待识别当前节点的拓扑属性,基于所述拓扑属性计算步骤1)所选择的待计算的网络中心性指标,然后将计算结果代入步骤1)中所设置的中心性加权函数中,得到该节点的中心性加权函数值,接着将其与步骤1)中所设置的中心性加权函数阈值进行比较,以判断当前节点是否为关键节点,若为关键节点,将当前节点加入关键节点集合中;
步骤3)、基于虚拟树映射、中心性指标和保护等级量化函数,为关键节点集合中的任意一个关键节点划分关键节点的保护级别,依据保护级别的高低,执行相应的保护措施;
步骤4)、如果关键节点集合中的所有节点都判断完毕,或者满足用户设置的终止条件,结束关键节点保护过程;否则,获取下一个节点作为当前节点,返回步骤2)。
2.根据权利要求1所述的结合虚拟树映射和中心性的网络鲁棒性增强方法,其特征在于,在所述步骤1)中,所述网络中心性指标包括度中心性指标、介数中心性指标、紧密度中心性指标、特征向量中心性指标中的一种或多种。
3.根据权利要求2所述的结合虚拟树映射和中心性的网络鲁棒性增强方法,其特征在于,将介数中心性指标、紧密度中心性指标一起作为待计算的网络中心性指标。
4.根据权利要求1所述的结合虚拟树映射和中心性的网络鲁棒性增强方法,其特征在于,在所述步骤1)中,所述中心性加权函数采用多项式函数,或指数函数,或高斯函数。
5.根据权利要求4所述的结合虚拟树映射和中心性的网络鲁棒性增强方法,其特征在于,所述中心性加权函数为高斯函数,其表达式如下:
<mrow>
<mi>f</mi>
<mrow>
<mo>(</mo>
<msub>
<mi>V</mi>
<mi>i</mi>
</msub>
<mo>,</mo>
<mi>&theta;</mi>
<mo>)</mo>
</mrow>
<mo>=</mo>
<mrow>
<mo>(</mo>
<msub>
<mi>W</mi>
<mn>1</mn>
</msub>
<mo>*</mo>
<msub>
<mi>BC</mi>
<mrow>
<mi>V</mi>
<mi>c</mi>
<mi>u</mi>
<mi>r</mi>
</mrow>
</msub>
<mo>+</mo>
<msub>
<mi>W</mi>
<mn>2</mn>
</msub>
<mo>*</mo>
<msub>
<mi>CC</mi>
<mrow>
<mi>V</mi>
<mi>c</mi>
<mi>u</mi>
<mi>r</mi>
</mrow>
</msub>
<mo>)</mo>
</mrow>
<mo>*</mo>
<msup>
<mi>e</mi>
<mrow>
<mo>-</mo>
<msup>
<mrow>
<mo>(</mo>
<mfrac>
<mover>
<msub>
<mi>d</mi>
<mi>k</mi>
</msub>
<mo>&OverBar;</mo>
</mover>
<mi>&delta;</mi>
</mfrac>
<mo>)</mo>
</mrow>
<mn>2</mn>
</msup>
</mrow>
</msup>
<mo>,</mo>
</mrow>
其中,Vi为物理网络中节点的ID,其中0≤i≤N-1,N为节点个数;Vcur为待识别的当前节点,BCVcur和CCVcur分别为待识别的当前节点的介数中心性指标和紧密度中心性指标,0<W1,W2≤1且W1+W2=1,W1和W2的默认值皆为0.5,δ表示方差,表示Vcur到其K跳内节点距离的平均值,δ和K的默认值皆为1。
6.根据权利要求1所述的结合虚拟树映射和中心性的网络鲁棒性增强方法,其特征在于,在所述步骤1)中,所述中心性加权函数阈值CV设置为中心性加权函数最大值fmax的90%以上,即0.9*fmax<CV<fmax。
7.根据权利要求1所述的结合虚拟树映射和中心性的网络鲁棒性增强方法,其特征在于,所述步骤3)进一步包括:
步骤301)、利用虚拟网络映射技术,获取当前虚拟节点所对应的物理节点的自身属性和物理连接的链路属性,包括节点的CPU、存储容量、可用链路带宽,并对该节点进行资源等级划分;
步骤302)、根据当前节点的资源等级和中心性加权函数值,依据保护等级量化函数计算关键节点的保护等级量化值;
步骤303)、判断当前节点的保护等级量化值是否大于关键节点保护等级量化阈值Lthres:若是,则对当前节点执行较高等级保护措施,转到步骤304),否则,对当前节点执行较低等级保护措施,转到步骤306);
步骤304)、从当前节点的K跳以内邻居节点中选择备份节点,结合可用链路带宽选择备份链路,对节点本身的资源以及关键链路进行分布式备份;
步骤305)、对虚拟网络拓扑结构进行调整,使备份链路发挥作用,转到步骤4);
步骤306)、从当前节点的K跳以内邻居节点中选择备份节点,仅对节点本身的资源进行分布式备份,转到步骤4)。
8.根据权利要求7所述的结合虚拟树映射和中心性的网络鲁棒性增强方法,其特征在于,所述保护等级量化函数为多项式函数或指数函数。
9.根据权利要求8所述的结合虚拟树映射和中心性的网络鲁棒性增强方法,其特征在于,所述保护等级量化函数为指数函数,其表达式如下:
<mrow>
<mi>&phi;</mi>
<mrow>
<mo>(</mo>
<msub>
<mi>U</mi>
<mi>i</mi>
</msub>
<mo>,</mo>
<msub>
<mi>L</mi>
<mrow>
<mi>s</mi>
<mi>o</mi>
<mi>u</mi>
<mi>r</mi>
<mi>c</mi>
<mi>e</mi>
</mrow>
</msub>
<mo>(</mo>
<msub>
<mi>U</mi>
<mi>i</mi>
</msub>
<mo>)</mo>
</mrow>
<mo>,</mo>
<msub>
<mi>C</mi>
<mi>f</mi>
</msub>
<mo>)</mo>
<mo>=</mo>
<msup>
<mi>e</mi>
<msub>
<mi>C</mi>
<mi>f</mi>
</msub>
</msup>
<mo>+</mo>
<msup>
<mi>e</mi>
<mrow>
<msub>
<mi>L</mi>
<mrow>
<mi>s</mi>
<mi>o</mi>
<mi>u</mi>
<mi>r</mi>
<mi>c</mi>
<mi>e</mi>
</mrow>
</msub>
<mrow>
<mo>(</mo>
<msub>
<mi>U</mi>
<mi>i</mi>
</msub>
<mo>)</mo>
</mrow>
</mrow>
</msup>
<mo>/</mo>
<mn>2</mn>
<mo>;</mo>
</mrow>
其中,Ui为任意关键节点,Lsource为节点资源等级,Cf为中心性加权函数值。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201610893906.XA CN107947955A (zh) | 2016-10-13 | 2016-10-13 | 一种结合虚拟树映射和中心性的网络鲁棒性增强方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201610893906.XA CN107947955A (zh) | 2016-10-13 | 2016-10-13 | 一种结合虚拟树映射和中心性的网络鲁棒性增强方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN107947955A true CN107947955A (zh) | 2018-04-20 |
Family
ID=61928436
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201610893906.XA Pending CN107947955A (zh) | 2016-10-13 | 2016-10-13 | 一种结合虚拟树映射和中心性的网络鲁棒性增强方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN107947955A (zh) |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110135484A (zh) * | 2019-05-05 | 2019-08-16 | 辽宁大学 | 一种判定食物网关键种的方法 |
CN110493300A (zh) * | 2018-09-27 | 2019-11-22 | 北京白山耘科技有限公司 | 一种分布式数据系统及分布式数据同步方法 |
CN111355691A (zh) * | 2018-12-24 | 2020-06-30 | 国网信息通信产业集团有限公司 | 一种异构冗余干扰的关键节点拟态隐匿的方法 |
CN114363851A (zh) * | 2022-01-17 | 2022-04-15 | 北京工商大学 | 一种无线传感器网络抗毁性度量方法 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102592440A (zh) * | 2012-02-14 | 2012-07-18 | 清华大学 | 道路网关键节点诊断技术 |
CN103179052A (zh) * | 2011-12-20 | 2013-06-26 | 中国科学院声学研究所 | 一种基于接近度中心性的虚拟资源分配方法及系统 |
CN105306372A (zh) * | 2015-11-06 | 2016-02-03 | 北京空间飞行器总体设计部 | 一种综合拓扑优化方法 |
CN105591876A (zh) * | 2016-03-04 | 2016-05-18 | 重庆邮电大学 | 一种虚拟网络映射方法 |
-
2016
- 2016-10-13 CN CN201610893906.XA patent/CN107947955A/zh active Pending
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103179052A (zh) * | 2011-12-20 | 2013-06-26 | 中国科学院声学研究所 | 一种基于接近度中心性的虚拟资源分配方法及系统 |
CN102592440A (zh) * | 2012-02-14 | 2012-07-18 | 清华大学 | 道路网关键节点诊断技术 |
CN105306372A (zh) * | 2015-11-06 | 2016-02-03 | 北京空间飞行器总体设计部 | 一种综合拓扑优化方法 |
CN105591876A (zh) * | 2016-03-04 | 2016-05-18 | 重庆邮电大学 | 一种虚拟网络映射方法 |
Cited By (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110493300A (zh) * | 2018-09-27 | 2019-11-22 | 北京白山耘科技有限公司 | 一种分布式数据系统及分布式数据同步方法 |
CN111355691A (zh) * | 2018-12-24 | 2020-06-30 | 国网信息通信产业集团有限公司 | 一种异构冗余干扰的关键节点拟态隐匿的方法 |
CN110135484A (zh) * | 2019-05-05 | 2019-08-16 | 辽宁大学 | 一种判定食物网关键种的方法 |
CN110135484B (zh) * | 2019-05-05 | 2023-07-07 | 防灾科技学院 | 一种判定食物网关键种的方法 |
CN114363851A (zh) * | 2022-01-17 | 2022-04-15 | 北京工商大学 | 一种无线传感器网络抗毁性度量方法 |
CN114363851B (zh) * | 2022-01-17 | 2024-04-09 | 北京工商大学 | 一种无线传感器网络抗毁性度量方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US20200267066A1 (en) | Application monitoring prioritization | |
US10764119B2 (en) | Link handover method for service in storage system, and storage device | |
CN107947955A (zh) | 一种结合虚拟树映射和中心性的网络鲁棒性增强方法 | |
WO2019085975A1 (zh) | 一种网络拓扑显示方法及网络管理设备 | |
US20220207383A1 (en) | Fault propagation condition extraction method and apparatus and storage medium | |
WO2017032223A1 (zh) | 虚拟机部署方法及装置 | |
Kaur et al. | Edge computing: Classification, applications, and challenges | |
Bianco et al. | Optimal resource allocation for disaster recovery | |
CN114070752B (zh) | 测试方法、装置、电子设备及计算机可读存储介质 | |
US20180115501A1 (en) | Uplink port oversubscription determination | |
US10148516B2 (en) | Inter-networking device link provisioning system | |
US20190097917A1 (en) | Network system, network controller, method, and program | |
US11258632B2 (en) | Unavailable inter-chassis link storage area network access system | |
US10735247B2 (en) | Spanning tree protocol traffic handling system | |
Fan et al. | Node Essentiality Assessment and Distributed Collaborative Virtual Network Embedding in Datacenters | |
US10700890B1 (en) | Spanning tree protocol port-based link selection system | |
US10721163B1 (en) | Spanning tree protocol bridge-based link selection system | |
JP6323194B2 (ja) | ネットワーク管理装置及び方法 | |
CN107450986B (zh) | 一种基于软件通信体系结构的资源调度方法 | |
Liu et al. | Node Importance Evaluation of Cyber-Physical System under Cyber-Attacks Spreading | |
Wang et al. | Constructing an optimal spanning tree over a hybrid network with SDN and legacy switches | |
Min et al. | Searching for influencers in big-data complex networks | |
Yi et al. | SQHCP: Secure-aware and QoS-guaranteed heterogeneous controller placement for software-defined networking | |
US8995827B2 (en) | System and method for finding partially disjoint paths for spare capacity allocation in shared backup path protection for dual fiber cuts | |
US10397099B2 (en) | Spanning tree protocol enabled N-node link aggregation system |
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 | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20180420 |