CN110188473A - 一种电力骨干通信网节点重要度识别方法 - Google Patents

Abstract

本发明公开了一种电力骨干通信网节点重要度识别方法，结合复杂网络异构性，基于电力骨干通信网拓扑结构，构建网络节点差异性矩阵；依据通信业务的特点，将链路流量作为链路的权重，构建网络链路差异性矩阵；综合考虑网络节点差异性和链路差异性，构建网络异构性矩阵，并通过异构性矩阵计算节点重要度。本发明方法不仅考虑了节点的度、度分布对网络的贡献，同时融合了连接通信节点的链路承载的业务流量，反映了业务对于节点重要度的贡献，该方法涉及的算法计算形式简洁，复杂度低，能较好的适应规模较大的电力骨干通信网的节点重要度识别。

Description

一种电力骨干通信网节点重要度识别方法

技术领域

本发明涉及电力通信网技术领域，具体涉及一种电力骨干通信网节点重要度识别方法。

背景技术

随着通信技术的发展及信息传递需求的急剧增长，通信网的网络规模越来越庞大，其结构也日趋复杂，网络的可靠性需求也越来越高。通信节点是通信网络的核心元素，承担着上、下业务及业务转发的功能，其重要性与节点所在网络中的位置和承载业务安全等级、服务质量及业务数量密切相关。如果网络中核心节点遭到破坏，就会影响业务的正常传输。当网络中5％～10％的关键节点被破坏时，整个通信网就会崩溃，导致通信中断。为增强网络防护能力，降低网络运行风险，准确识别通信网的关键节点并进行重点保护极为重要。

现有的衡量节点重要度的方法，如节点收缩法、节点删除法、介数法等，大多以连接度、介数、聚类系数和自然连通度等指标的一种或几种作为参考指标，通过假设节点或链路失效后的情况分析节点重要度。这些方法在分析节点重要度时多数只考虑了网络拓扑自身的特性，而忽略了网络承载业务对节点重要度的影响，因而得出的结论有时较为片面，不能准确反映通信网络的节点特性。

发明内容

针对现有技术的不足，本发明旨在提供一种电力骨干通信网节点重要度识别方法，复杂度低，能较好的适应规模较大的复杂通信网络。

为了实现上述目的，本发明采用如下技术方案：

一种电力骨干通信网节点重要度识别方法，包括如下步骤：

S1、根据实际电力骨干通信网的网络拓扑，构建与之相对应的网络模型，并建立相应的邻接矩阵A(G)，所述邻接矩阵A(G)表示为：

A(G)中的元素a_ij定义为：a_ij＝0表示节点v_i与节点v_j间无链路或链路工作状态失效；a_ij＝1表示节点v_i与节点v_j间有链路且链路工作状态正常，i,j∈{1,2,...,N}，N为电力骨干通信网中的节点数量；

S2、根据步骤S1中得到的邻接矩阵构建所述电力骨干通信网的节点差异性矩阵S(G)，S(G)的元素s_ij按下式计算：

s_ij＝[1-p(k_i)]·N·a_ij；

其中，p(k_i)为节点v_i的连接度分布概率，k_i表示节点v_i的度；p(k_i)＝n/N，n为电力骨干通信网中度的值为k_i的节点数，1≤n≤N；

S3、根据所述电力骨干通信网的业务承载情况建立目标网络的链路流量加权矩阵W(G)：

W(G)中的元素w_ij定义为：w_ij＝0表示节点v_i与节点v_j间无链路、链路工作状态失效或无业务；w_ij＝E_ij表示节点v_i与节点v_j间有链路且链路工作状态正常并有业务；E_ij为节点v_i与节点v_j所连链路的线路流量权值；

S4、建立所述电力骨干通信网的链路差异性矩阵D(G)：

其中，元素d_ij为：

d_ij＝k_i·[1-p(k_i)]·N·w_ij；

其中k_i为节点v_i的度，N为电力骨干通信网中的节点个数，w_ij为链路流量加权矩阵W(G)的元素；

S5、由节点差异性矩阵S(G)和链路差异性矩阵D(G)，建立网络异构性矩阵X(G)：

可得X(G)的元素x_ij为：

x_ij＝αs_ij+βd_ij＝α[1-p(k_i)]·N·a_ij+βk_i[1-p(k_i)]·N·w_ij；

式中，α和β分别为节点差异性的权重和链路差异性的权重，且满足α+β＝1；

S6、由网络异构性矩阵X(G)计算所述电力骨干通信网中各节点的重要度值，重要度值计算公式如下：

其中I_i是节点v_i的重要度值，N为电力骨干通信网的节点数量。

进一步地，步骤S1中，所述网络模型表示如下：

G＝(V，E)；

其中V＝{v₁,v₂,...,v_N}为所述电力骨干通信网中的节点的集合，N为节点的数量，E＝{e₁,e₂,...,e_M}表示电力骨干通信网中的链路的集合，链路为连接通信节点以实现信息传递的通信链路，M为链路的数量。

进一步地，步骤S3中，所述节点v_i与节点v_j所连链路的线路流量权值的计算方式为：设定统一的带宽单位，则E_ij＝节点v_i与节点v_j所连链路的业务流量需求/统一的带宽单位。

本发明的有益效果在于：

本发明基于电力骨干通信的网拓扑结构，定义了网络节点差异性矩阵，依据通信业务的特点，将链路流量作为链路的权重，定义了网络链路差异性矩阵，最后综合考虑网络节点的节点差异性和链路差异性，构建网络异构性矩阵，并以节点异构性与全网异构性的比值作为节点重要度。本发明提供的电力骨干通信网节点重要度识别方法不仅考虑了节点的度、度分布对网络的贡献，同时融合了业务流量，反映了节点承载业务对于全网络承载业务的贡献，该方法涉及的算法计算形式简洁，复杂度低，能较好的适应规模较大的复杂通信网络。

附图说明

图1为本发明实施例的方法流程示意图；

图2为本发明实施例的网络模型示意图。

具体实施方式

以下将结合附图对本发明作进一步的描述，需要说明的是，本实施例以本技术方案为前提，给出了详细的实施方式和具体的操作过程，但本发明的保护范围并不限于本实施例。

如图1所示，一种电力骨干通信网节点重要度识别方法，包括如下步骤：

S1、根据实际电力骨干通信网的网络拓扑，构建与之相对应的网络模型，所述网络模型可用图G表示如下：

G＝(V，E)；

其中V＝{v₁,v₂,...,v_N}为所述电力骨干通信网中的节点的集合，所述节点主要为光传输设备，N为节点的数量，E＝{e₁,e₂,...,e_M}表示电力骨干通信网中的链路的集合，链路为连接通信节点以实现信息传递的通信链路(主要为光缆)，M为链路的数量；

相应的邻接矩阵A(G)可表示为

A(G)中的元素a_ij定义为：a_ij＝0表示节点v_i与节点v_j间无链路或链路工作状态失效；a_ij＝1表示节点v_i与节点v_j间有链路且链路工作状态正常，i,j∈{1,2,...,N}。

以图2所示某电力骨干通信网局部网络为例，进行验证，该网络包含17个节点和20条链路。该网络模型G的邻接矩阵可表示如下：

S2、根据步骤S1中得到的邻接矩阵构建所述电力骨干通信网的节点差异性矩阵S(G)，S(G)的元素s_ij按下式计算：

s_ij＝[1-p(k_i)]·N·a_ij；

其中，p(k_i)为节点v_i的连接度分布概率，k_i表示节点v_i的度；p(k_i)＝n/N，n为电力骨干通信网中度的值为k_i的节点数，1≤n≤N。例如，当网络中度的值为k_i的节点数为1时，则p(k_i)＝1/N，当网络中度的值为k_i的节点数为2时，则p(k_i)＝2/N，以此类推。

在本实施例中，得到图G的节点差异性矩阵为：

S3、根据所述电力骨干通信网的业务承载情况建立目标网络的链路流量加权矩阵W(G)：

W(G)中的元素w_ij定义为：w_ij＝0表示节点v_i与节点v_j间无链路、链路工作状态失效或无业务；w_ij＝E_ij表示节点v_i与节点v_j间有链路且链路工作状态正常并有业务；E_ij为节点v_i与节点v_j所连链路的线路流量权值；

在本实施例中，所述节点v_i与节点v_j所连链路的线路流量权值的计算方式为：设定统一的带宽单位，则E_ij＝节点v_i与节点v_j所连链路的业务流量需求/统一的带宽单位。

图2所示的电力骨干通信网的各个节点之间的业务流量如表1所示。为便于后续计算，将业务流量按1Gbit/s的带宽单位统一进行简化折算。

表1电力骨干通信网业务流量

根据表1，将各个链路对应的M作为该链路的线路流量权值，则可以得到流量加权矩阵W(G)为：

S4、建立所述电力骨干通信网的链路差异性矩阵D(G)：

式中，元素d_ij表示为：

d_ij＝k_i·[1-p(k_i)]·N·w_ij；

其中k_i为节点v_i的度，N为电力骨干通信网中的节点个数，w_ij为链路流量加权矩阵W(G)的元素；

在本实施例中，可得到D(G)为

S5、由节点差异性矩阵S(G)和链路差异性矩阵D(G)，建立网络异构性矩阵X(G)：

可得X(G)的元素x_ij为：

x_ij＝αs_ij+βd_ij＝α[1-p(k_i)]·N·a_ij+βk_i[1-p(k_i)]·N·w_ij；

式中，α和β分别为节点差异性的权重和链路差异性的权重，且满足α+β＝1；当α＝1，β＝0时表示仅考虑节点差异性对于网络异构性的影响，而不考虑链路差异性；α＝0,β＝1则表示仅考虑链路差异性对于网络异构性的影响，不考虑节点差异性。在本实例中，以链路差异性为主，节点差异性为辅，在设定权重矩阵Q＝[α,β]＝[1,2]的情况下，利用变异系数法可求得系数α＝1/3，β＝2/3。

S6、由网络异构性矩阵X(G)计算所述电力骨干通信网中各节点的重要度值，按节点的重要度值对节点进行排序，即可得到电力骨干通信网的重要节点，重要度计算公式如下：

其中I_i是节点v_i的重要度值，N为电力骨干通信网的节点数量。

在本实施例中，图2所示的电力骨干通信网的节点重要度计算结果及各节点重要度排序如表2所示：

表2节点重要度值及排序

在本实施例方法中，影响节点重要度的主要参数是节点度和链路流量权重。在其他条件相同的情况下，网络中节点的度越大、节点周围链路流量权重越高，则该节点重要度越高。图2中节点2、4的度为4，节点1、5、15的度为3，节点14的度为1，其余节点度均为2。链路权重可由表1获得。因此，节点2的节点重要度最高，其次为节点4、节点1、节点5和节点15。同理，其余节点重要度排序也可由此得出。

从表2的结果可知，本实施例方法不仅考虑了节点的度、度分布对网络的贡献，同时融合了业务流量，在一定程度上强化了网络的业务承载特性，使评估更全面，评估结果更符合实际。由此可见，本实施例方法能够对节点重要度合理排序，选取重要度较高的节点作为重要节点进行重点保护，有效提高网络可靠性。

对于本领域的技术人员来说，可以根据以上的技术方案和构思，给出各种相应的改变和变形，而所有的这些改变和变形，都应该包括在本发明权利要求的保护范围之内。

Claims (3)

1.一种电力骨干通信网节点重要度识别方法，其特征在于，包括如下步骤：

S1、根据实际电力骨干通信网的网络拓扑，构建与之相对应的网络模型，并建立相应的邻接矩阵A(G)，所述邻接矩阵A(G)表示为：

A(G)中的元素a_ij定义为：a_ij＝0表示节点v_i与节点v_j间无链路或链路工作状态失效；a_ij＝1表示节点v_i与节点v_j间有链路且链路工作状态正常，i,j∈{1,2,...,N}，N为电力骨干通信网中的节点数量；

S2、根据步骤S1中得到的邻接矩阵构建所述电力骨干通信网的节点差异性矩阵S(G)，S(G)的元素s_ij按下式计算：

s_ij＝[1-p(k_i)]·N·a_ij；

其中，p(k_i)为节点v_i的连接度分布概率，k_i表示节点v_i的度；p(k_i)＝n/N，n为电力骨干通信网中度的值为k_i的节点数，1≤n≤N；

S3、根据所述电力骨干通信网的业务承载情况建立目标网络的链路流量加权矩阵W(G)：

W(G)中的元素w_ij定义为：w_ij＝0表示节点v_i与节点v_j间无链路、链路工作状态失效或无业务；w_ij＝E_ij表示节点v_i与节点v_j间有链路且链路工作状态正常并有业务；E_ij为节点v_i与节点v_j所连链路的线路流量权值；

S4、建立所述电力骨干通信网的链路差异性矩阵D(G)：

其中，元素d_ij为：

d_ij＝k_i·[1-p(k_i)]·N·w_ij；

其中k_i为节点v_i的度，N为电力骨干通信网中的节点个数，w_ij为链路流量加权矩阵W(G)的元素；

S5、由节点差异性矩阵S(G)和链路差异性矩阵D(G)，建立网络异构性矩阵X(G)：

可得X(G)的元素x_ij为：

x_ij＝αs_ij+βd_ij＝α[1-p(k_i)]·N·a_ij+βk_i[1-p(k_i)]·N·w_ij；

式中，α和β分别为节点差异性的权重和链路差异性的权重，且满足α+β＝1；

S6、由网络异构性矩阵X(G)计算所述电力骨干通信网中各节点的重要度值，重要度值计算公式如下：

其中I_i是节点v_i的重要度值，N为电力骨干通信网的节点数量。

2.根据权利要求1所述的电力骨干通信网节点重要度识别方法，其特征在于，步骤S1中，所述网络模型表示如下：

G＝(V，E)；

其中V＝{v₁,v₂,...,v_N}为所述电力骨干通信网中的节点的集合，N为节点的数量，E＝{e₁,e₂,...,e_M}表示电力骨干通信网中的链路的集合，链路为连接通信节点以实现信息传递的通信链路，M为链路的数量。

3.根据权利要求1所述的电力骨干通信网节点重要度识别方法，其特征在于，步骤S3中，所述节点v_i与节点v_j所连链路的线路流量权值的计算方式为：设定统一的带宽单位，则E_ij＝节点v_i与节点v_j所连链路的业务流量需求/统一的带宽单位。