CN109218084B - 一种基于耦合链接局部中心性累积指标的提高相互依存网络鲁棒性的方法 - Google Patents

一种基于耦合链接局部中心性累积指标的提高相互依存网络鲁棒性的方法 Download PDF

Info

Publication number
CN109218084B
CN109218084B CN201810984467.2A CN201810984467A CN109218084B CN 109218084 B CN109218084 B CN 109218084B CN 201810984467 A CN201810984467 A CN 201810984467A CN 109218084 B CN109218084 B CN 109218084B
Authority
CN
China
Prior art keywords
network
node
coupling
nodes
link
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.)
Active
Application number
CN201810984467.2A
Other languages
English (en)
Other versions
CN109218084A (zh
Inventor
杨旭华
冯文灏
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.)
Zhejiang University of Technology ZJUT
Original Assignee
Zhejiang University of Technology ZJUT
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 Zhejiang University of Technology ZJUT filed Critical Zhejiang University of Technology ZJUT
Priority to CN201810984467.2A priority Critical patent/CN109218084B/zh
Publication of CN109218084A publication Critical patent/CN109218084A/zh
Application granted granted Critical
Publication of CN109218084B publication Critical patent/CN109218084B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

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
    • H04L41/08—Configuration management of networks or network elements
    • H04L41/0803—Configuration setting
    • H04L41/0823—Configuration setting characterised by the purposes of a change of settings, e.g. optimising configuration for enhancing reliability
    • H04L41/0836—Configuration setting characterised by the purposes of a change of settings, e.g. optimising configuration for enhancing reliability to enhance reliability, e.g. reduce downtime
    • 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
    • H04L41/00—Arrangements for maintenance, administration or management of data switching networks, e.g. of packet switching networks
    • H04L41/14—Network analysis or design
    • H04L41/142—Network analysis or design using statistical or mathematical methods
    • 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
    • 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
    • H04L41/06—Management of faults, events, alarms or notifications
    • H04L41/0631—Management of faults, events, alarms or notifications using root cause analysis; using analysis of correlation between notifications, alarms or events based on decision criteria, e.g. hierarchy, tree or time analysis
    • H04L41/065—Management of faults, events, alarms or notifications using root cause analysis; using analysis of correlation between notifications, alarms or events based on decision criteria, e.g. hierarchy, tree or time analysis involving logical or physical relationship, e.g. grouping and hierarchies

Landscapes

  • Engineering & Computer Science (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Signal Processing (AREA)
  • Physics & Mathematics (AREA)
  • Algebra (AREA)
  • General Physics & Mathematics (AREA)
  • Mathematical Analysis (AREA)
  • Mathematical Optimization (AREA)
  • Mathematical Physics (AREA)
  • Probability & Statistics with Applications (AREA)
  • Pure & Applied Mathematics (AREA)
  • Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
  • Data Exchanges In Wide-Area Networks (AREA)

Abstract

一种基于耦合链接局部中心性累积指标的提高相互依存网络鲁棒性的方法，包括以下步骤：步骤一：建立相互依存网络模型；步骤二：计算相互依存网络中每个节点的两层邻居度；步骤三：计算相互依存网络中每个节点的局部中心性；步骤四：计算耦合链接的局部中心性累积指标；步骤五：根据局部中心性累积指标大小对相互依存网络中的所有耦合链接进行降序排列，找出局部中心性累积指标最大的前设定百分比的耦合链接，并在相互依存网络G中删除这些耦合链接。本发明采用耦合链接两端节点局部中心性的累积来寻找脆弱的耦合链接，通过移除少量累积值大的耦合链接可以有效提升相互依存网络的鲁棒性。

Description

一种基于耦合链接局部中心性累积指标的提高相互依存网络 鲁棒性的方法
技术领域
本发明涉及多层网络可靠性领域，特别是指一种基于耦合链接局部中心性累积指标的提高相互依存网络鲁棒性的方法。
背景技术
随着信息技术和网络的快速发展，使得现代网络在本质上彼此孤立变得越来越困难。在网络和物理世界中，许多系统表现出耦合特性。一个完整复杂系统的功能取决于内部耦合的系统各司其职。例如，电网和通信网络高度耦合。电网需要通信网络来进行控制，而通信网络则依靠电网来提供电力。虽然相互依赖性为网络提供丰富的功能，但是这样的系统受到攻击或发生节点故障会更加脆弱，因为网络的一个层中的故障节点可能导致相互依赖层之间的递归级联故障，这可能导致整个网络系统崩溃。现实世界已经发生此类的灾难性事件，包括在美国和意大利等国家的停电事故。
因此，提高相互依存网络的鲁棒性已经成为了研究的热点。近年来，已经提出了几种方法来保护相互依存网络，有去耦合策略、链路添加策略和保护关键的节点等。去耦合策略是指可以通过删除一些耦合的链接来减少网络之间的耦合程度。利用去耦合策略能够大大减少级联故障，并且显著提高相互依存网络在遭受攻击下的鲁棒性。然而，因为大量耦合链接被删除，这些网络的整体功能性在这个过程中发生了变化。因此需要找出相互依存网络中最脆弱的那些耦合链接显得十分必要。通过对少数脆弱的耦合链接去耦合，使相互依存网络在保持系统的功能和完整性较好的基础上，网络系统仍具有出色的鲁棒性。
发明内容
为了改善现有去耦合策略的保护相互依存网络方法性能较差、提升网络鲁棒性较弱的不足，以便可以更全面保护相互依存网络，提升相互依存网络的鲁棒性，本发明提出一种基于耦合链接局部中心性累积指标的提高相互依存网络鲁棒性的方法。
本发明解决其技术问题所采用的技术方案是：
一种基于耦合链接局部中心性累积指标的提高相互依存网络鲁棒性的方法，包括以下步骤：
步骤一：构建相互依存网络模型G＝(A,B,E)，其中A是一个无向无权网络A(VA,EA)，VA表示网络A中的节点，EA表示网络A中的连边，网络A的节点数为N；B是一个和A具有同样节点数目和类型的网络B(VB,EB)，VB表示网络B中的节点，EB表示网络B中的连边；E表示连接网络A、B的耦合链接集合，一条耦合链接由随机选取的一个网络A的节点和一个网络B的节点连接而成，每条耦合链接只能连接网络A或B中的一个点，耦合链接总数为N；耦合链接具有依赖性，即如果耦合链接的一端节点发生故障，则另一端节点也会同时发生故障；
步骤二：计算相互依存网络中任意节点w的两层邻居度N(w)，其值等于从节点w出发2步内可到达的节点的数目；遍历整个相互依存网络，计算每个节点的两层邻居度；
步骤三：计算相互依存网络中任意节点i的局部中心性：
Figure BDA0001779356760000021
其中u是节点i的邻居节点，Γi和Γu分别是节点i和u的邻居节点集合；遍历整个相互依存网络，计算每个节点的局部中心性，并分别找到网络A、B中最大的局部中心性值记录为
Figure BDA0001779356760000022
和
Figure BDA0001779356760000023
步骤四：任意选取一条耦合链接Ei，该链接在A和B网络中的两个端点分别为节点Ai和Bi，计算该链接的局部中心性累积指标LP(Ei)：
Figure BDA0001779356760000031
LAi和LBi分别是节点Ai和Bi的局部中心性；遍历整个相互依存网络，计算每条耦合链接的局部中心性累积指标；
步骤五：根据LP指标大小对相互依存网络中的所有耦合链接进行降序排列，找出LP指标最大的前设定百分比的耦合链接，并在相互依存网络G中删除这些耦合链接，改善相互依存网络的耦合链接两侧的均衡状态，提升网络鲁棒性。
本发明的技术构思为：基于耦合链接局部中心性累积指标的去耦合方法，利用局部中心性去识别每个节点的属性，并用耦合链接两端节点的属性累积来定义耦合链接的脆弱程度，因为相互依存网络的依赖特性使得当其中一个高属性节点发生故障时，将导致耦合的另一高属性节点损坏，会导致更为严重的级联故障，因此将少量属性累积值最大的耦合链接删除，就能提高相互依存网络的鲁棒性。
本发明的有益效果为：采用耦合链接两端节点的局部中心性的累积来寻找脆弱的耦合链接，通过移除少量累积值大的耦合链接可以有效提升相互依存网络的鲁棒性。
附图说明
图1为相互依存网络的示意图，图2为局部中心性累积去耦合策略的示意图。白色圆形代表相互依存网络的节点，黑色细实线是网络A、B内部的连接链接，黑色粗实线是网络间的耦合链接，黑色虚线是采取去耦合策略删除的链接。据图可知在网络A中节点A1、A2、A3、A4、A5的局部中心性分别为16、24、24、24、16，网络B中节点B1、B2、B3、B4、B5的局部中心性分别为6、9、12、9、6，因此A3与B3的局部中心性累积指标最大为1，从而将A3与B3之间耦合链接删除。
具体实施方式
下面结合附图对本发明做进一步说明。
参照图1和图2，一种基于耦合链接局部中心性累积指标的提高相互依存网络鲁棒性的方法，包括以下步骤：
步骤一：构建相互依存网络模型G＝(A,B,E)，其中A是一个无向无权网络A(VA,EA)，VA表示网络A中的节点，EA表示网络A中的连边，网络A的节点数为N；B是一个和A具有同样节点数目和类型的网络B(VB,EB)，VB表示网络B中的节点，EB表示网络B中的连边；E表示连接网络A、B的耦合链接集合，即图1中的黑色粗实线，一条耦合链接由随机选取的一个网络A的节点和一个网络B的节点连接而成，每条耦合链接只能连接网络A或B中的一个点，耦合链接总数为N；耦合链接具有依赖性，即如果耦合链接的一端节点发生故障，则另一端节点也会同时发生故障；
步骤二：计算相互依存网络中任意节点w的两层邻居度N(w)，其值等于从节点w出发2步内可到达的节点的数目；遍历整个相互依存网络，计算每个节点的两层邻居度；
步骤三：计算相互依存网络中任意节点i的局部中心性：
Figure BDA0001779356760000041
其中u是节点i的邻居节点，Γi和Γu分别是节点i和u的邻居节点集合；遍历整个相互依存网络，计算每个节点的局部中心性，并分别找到网络A、B中最大的局部中心性值记录为
Figure BDA0001779356760000042
和
Figure BDA0001779356760000043
步骤四：任意选取一条耦合链接Ei，该链接在A和B网络中的两个端点分别为节点Ai和Bi，计算该链接的局部中心性累积指标LP(Ei)：
Figure BDA0001779356760000051
LAi和LBi分别是节点Ai和Bi的局部中心性；遍历整个相互依存网络，计算每条耦合链接的局部中心性累积指标；
步骤五：根据LP指标大小对相互依存网络中的所有耦合链接进行降序排列，找出LP指标最大的前设定百分比(例如10％)的耦合链接，并在相互依存网络G中删除这些耦合链接，即图2中节点A3和B3之间的黑色虚线，改善相互依存网络的耦合链接两侧的均衡状态，提升网络鲁棒性。
如上所述，本专利实施的具体实现步骤使本发明更加清晰。在本发明的精神和权利要求的保护范围内，对本发明作出的任何修改和改变，都落入本发明的保护范围。

Claims (1)

1.一种基于耦合链接局部中心性累积指标的提高相互依存网络鲁棒性的方法，其特征在于，包括以下步骤：
步骤一：构建相互依存网络模型G＝(A,B,E)，其中A是一个无向无权网络A(VA,EA)，VA表示网络A中的节点，EA表示网络A中的连边，网络A的节点数为N；B是一个和A具有同样节点数目和类型的网络B(VB,EB)，VB表示网络B中的节点，EB表示网络B中的连边；E表示连接网络A、B的耦合链接集合，一条耦合链接由随机选取的一个网络A的节点和一个网络B的节点连接而成，每条耦合链接只能连接网络A或B中的一个点，耦合链接总数为M；耦合链接具有依赖性，即如果耦合链接的一端节点发生故障，则另一端节点也会同时发生故障；
步骤二：计算相互依存网络中任意节点w的两层邻居度N(w)，其值等于从节点w出发2步内可到达的节点的数目；遍历整个相互依存网络，计算每个节点的两层邻居度；
步骤三：计算相互依存网络中任意节点i的局部中心性：
Figure FDA0002971060000000011
其中u是节点i的邻居节点，Γi和Γu分别是节点i和u的邻居节点集合；遍历整个相互依存网络，计算每个节点的局部中心性，并分别找到网络A、B中最大的局部中心性值记录为
Figure FDA0002971060000000012
和
Figure FDA0002971060000000013
步骤四：任意选取一条耦合链接Ei，该链接在A和B网络中的两个端点分别为节点Ai和Bi，计算该链接的局部中心性累积指标LP(Ei)：
Figure FDA0002971060000000014
LAi和LBi分别是节点Ai和Bi的局部中心性；遍历整个相互依存网络，计算每条耦合链接的局部中心性累积指标；
步骤五：根据LP指标大小对相互依存网络中的所有耦合链接进行降序排列，找出LP指标最大的前设定百分比的耦合链接，并在相互依存网络G中删除这些耦合链接，改善相互依存网络的耦合链接两侧的均衡状态，提升网络鲁棒性。
CN201810984467.2A 2018-08-28 2018-08-28 一种基于耦合链接局部中心性累积指标的提高相互依存网络鲁棒性的方法 Active CN109218084B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201810984467.2A CN109218084B (zh) 2018-08-28 2018-08-28 一种基于耦合链接局部中心性累积指标的提高相互依存网络鲁棒性的方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201810984467.2A CN109218084B (zh) 2018-08-28 2018-08-28 一种基于耦合链接局部中心性累积指标的提高相互依存网络鲁棒性的方法

Publications (2)

Publication Number Publication Date
CN109218084A CN109218084A (zh) 2019-01-15
CN109218084B true CN109218084B (zh) 2021-06-18

Family

ID=64985547

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201810984467.2A Active CN109218084B (zh) 2018-08-28 2018-08-28 一种基于耦合链接局部中心性累积指标的提高相互依存网络鲁棒性的方法

Country Status (1)

Country Link
CN (1) CN109218084B (zh)

Families Citing this family (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112735188B (zh) * 2020-11-26 2022-03-25 南京航空航天大学 基于复杂网络理论的空中交通网络脆弱性分析系统
CN112530206B (zh) * 2020-11-26 2022-03-11 南京航空航天大学 空中交通网络脆弱性分析方法

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US8990365B1 (en) * 2004-09-27 2015-03-24 Alcatel Lucent Processing management packets
CN107426000A (zh) * 2017-04-24 2017-12-01 北京航空航天大学 一种网络鲁棒性评估方法及系统
CN108039987A (zh) * 2017-12-19 2018-05-15 北京航空航天大学 基于多层耦合关系网络的关键基础设施脆弱性测评方法

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US8990365B1 (en) * 2004-09-27 2015-03-24 Alcatel Lucent Processing management packets
CN107426000A (zh) * 2017-04-24 2017-12-01 北京航空航天大学 一种网络鲁棒性评估方法及系统
CN108039987A (zh) * 2017-12-19 2018-05-15 北京航空航天大学 基于多层耦合关系网络的关键基础设施脆弱性测评方法

Non-Patent Citations (3)

* Cited by examiner, † Cited by third party
Title
Robustness of multiple interdependent networks under shell attack;Wang Fan, Dong Gaogao, Du Ruijin等;《Proceedings of the 36th Chinese Control Conference》;20170728;全文 *
复杂网络的鲁棒性与中心性指标的研究;陆靖桥，傅秀芬，蒙在桥;《计算机应用与软件》;20160415;全文 *
相互依存网络鲁棒性研究综述;李国颖，成柏松，张鹏等;《电子科技大学学报》;20130130;全文 *

Also Published As

Publication number Publication date
CN109218084A (zh) 2019-01-15

Similar Documents

Publication Publication Date Title
CN111950153A (zh) 一种基于多种攻击策略的电力网络脆弱性评估方法
CN111193629B (zh) 一种多层信息网络的动态负载级联失效的故障传播方法
US6353902B1 (en) Network fault prediction and proactive maintenance system
CN109218084B (zh) 一种基于耦合链接局部中心性累积指标的提高相互依存网络鲁棒性的方法
CN101692227B (zh) 大规模高可靠的归档存储系统构建方法
WO2016173473A1 (zh) 一种定位故障的方法和设备
CN109245924B (zh) 一种基于预警保护机制的提高耦合网络鲁棒性的方法
Manzano et al. Quantitative and qualitative network robustness analysis under different multiple failure scenarios
CN107918570A (zh) 一种双活系统共享仲裁盘的方法
CN113259153B (zh) 一种基于动态耦合节点度偏差的多层耦合网络鲁棒性控制方法
CN109067590B (zh) 一种基于耦合链接核中心性累积指标的提高相互依存网络鲁棒性的方法
He et al. Topological approach to measure network recoverability
CN104901829B (zh) 基于动作编码的路由数据转发行为一致性验证方法及装置
CN109257207B (zh) 一种基于耦合链接介数差异指标的提高相互依存网络鲁棒性的方法
Peng et al. Reliability analysis of interdependent hypergraph network under different attack strategies
CN112436962B (zh) 区块链共识网络动态扩展方法、电子设备、系统及介质
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
CN109067589B (zh) 一种基于耦合链接PageRank差异指标的提高相互依存网络鲁棒性的方法
TWI774060B (zh) 用於階層式系統之故障排除之裝置、方法及電腦程式產品
CN110268397A (zh) 应用于数据仓库系统的高效优化数据布局方法
Gong et al. The effective healing strategy against localized attacks on interdependent spatially embedded networks
CN115858250A (zh) 数据恢复方法、装置、存储介质及电子装置
CN111597397B (zh) 适用于多层融合复杂网络的重要节点组的挖掘方法
CN1588883A (zh) 基于多容量的预置保护圈网络保护方法
CN114978717B (zh) 基于超立方体结构的一类数据中心网络的新型容错方法

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
GR01 Patent grant
GR01 Patent grant