CN112020085B - 一种面向航空自组网的节点失效波及影响分析方法 - Google Patents
一种面向航空自组网的节点失效波及影响分析方法 Download PDFInfo
- Publication number
- CN112020085B CN112020085B CN202010878430.9A CN202010878430A CN112020085B CN 112020085 B CN112020085 B CN 112020085B CN 202010878430 A CN202010878430 A CN 202010878430A CN 112020085 B CN112020085 B CN 112020085B
- Authority
- CN
- China
- Prior art keywords
- node
- network
- aviation
- failure
- 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
Links
- 238000004458 analytical method Methods 0.000 title claims abstract description 24
- 230000000694 effects Effects 0.000 title claims abstract description 18
- 238000000034 method Methods 0.000 claims abstract description 56
- 230000001419 dependent effect Effects 0.000 claims abstract description 22
- 230000002776 aggregation Effects 0.000 claims description 12
- 238000004220 aggregation Methods 0.000 claims description 12
- 238000006243 chemical reaction Methods 0.000 claims description 7
- 238000004364 calculation method Methods 0.000 claims description 6
- 230000008859 change Effects 0.000 claims description 6
- 238000013507 mapping Methods 0.000 claims description 5
- 241001442234 Cosa Species 0.000 claims description 3
- 244000089409 Erythrina poeppigiana Species 0.000 claims description 3
- 101100221616 Halobacterium salinarum (strain ATCC 29341 / DSM 671 / R1) cosB gene Proteins 0.000 claims description 3
- 235000009776 Rathbunia alamosensis Nutrition 0.000 claims description 3
- 230000008602 contraction Effects 0.000 claims description 3
- 238000012937 correction Methods 0.000 claims description 3
- 230000004927 fusion Effects 0.000 claims description 3
- 239000011159 matrix material Substances 0.000 claims description 3
- 238000004891 communication Methods 0.000 description 6
- 230000003993 interaction Effects 0.000 description 2
- 238000005457 optimization Methods 0.000 description 2
- 230000008569 process Effects 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 238000010219 correlation analysis Methods 0.000 description 1
- 230000008878 coupling Effects 0.000 description 1
- 238000010168 coupling process Methods 0.000 description 1
- 238000005859 coupling reaction Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000012545 processing Methods 0.000 description 1
Classifications
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W24/00—Supervisory, monitoring or testing arrangements
- H04W24/02—Arrangements for optimising operational condition
-
- 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
-
- 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
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W24/00—Supervisory, monitoring or testing arrangements
- H04W24/08—Testing, supervising or monitoring using real traffic
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W40/00—Communication routing or communication path finding
- H04W40/02—Communication route or path selection, e.g. power-based or shortest path routing
- H04W40/20—Communication route or path selection, e.g. power-based or shortest path routing based on geographic position or location
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W84/00—Network topologies
- H04W84/18—Self-organising networks, e.g. ad-hoc networks or sensor networks
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02D—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN INFORMATION AND COMMUNICATION TECHNOLOGIES [ICT], I.E. INFORMATION AND COMMUNICATION TECHNOLOGIES AIMING AT THE REDUCTION OF THEIR OWN ENERGY USE
- Y02D30/00—Reducing energy consumption in communication networks
- Y02D30/70—Reducing energy consumption in communication networks in wireless communication networks
Landscapes
- Engineering & Computer Science (AREA)
- Computer Networks & Wireless Communication (AREA)
- Signal Processing (AREA)
- Mobile Radio Communication Systems (AREA)
Abstract
一种面向航空自组网的节点失效波及影响分析方法。其包括构建业务网络并计算业务节点权重;构建物理网络并计算节点权值;建立业务‑物理相依网络模型;建立失效传播模型;计算链路生存性;确定流量再分配策略;完成波及影响分析等步骤。本发明在建立网络模型时,考虑网络实际因素,增加对于航空自组网业务网络的考虑,使得模型更加符合实际情况;同时,提出一种基于链路生存性的流量再分配策略,为距离较远的节点赋予以小的权值,为距离较近的节点赋予较大的权值,结合网络节点失效率,择优选择流量分配路径,将此流量再分配策略应用于建立的业务‑物理相依网络模型,使得网络在遭受攻击之后,能够更好地降低网络损失,提升了网络的稳定性。
Description
技术领域
本发明属于网络安全技术领域,特别是涉及一种面向航空自组网的节点失效波及影响分析方法。
背景技术
航空自组网是以有人或无人驾驶飞机作为空中无线通信发送、接收或转发的节点,以节点间无线通信连接作为链路构建的多跳、动态拓扑、无中心的一种新型移动自组织网络。该网络能够满足航空领域的业务需求,是集成多种通信系统、功能网和信息系统的复杂网络,具有良好的应用前景。
相依网络是指两种网络之间存在耦合或者映射关系,网络之间相互影响。航空自组网各节点之间存在通信链路,信息交互等多种关联关系,因此需要构造一种多层网络模型,从不同维度对航空自组网各业务及关联关系进行建模描述。将相依网络理论应用于航空自组网,可以更为精确地描述网络的特性以便进行相关分析。
目前,网络信息技术的快速发展使得网络面临的威胁越来越大,航空自组网的提出一方面加强了航空器之间的通信,另一方面也使得网络面临更大的威胁。当网络中节点因攻击失效,会将失效节点流量分配给邻居节点,而网络中每个节点处理流量能力有限,这样的流量再分配可能会导致邻居节点失效从而引起网络大规模的节点连续失效。
节点失效波及影响分析,主要是将网络中的节点抽象出来建立相应网络模型,由此研究节点失效对整个网络造成的影响程度。目前主流的对节点失效进行波及影响分析的方法为失效传播模型和负载-容量模型,通过将实际网络抽象为网络拓扑应用于上述模型,能够快速分析出节点失效对整个网络的影响程度。但是,目前针对航空自组网缺乏相关方法进行分析,同时,为了保持网络持续有效的业务能力,需要制定相应网络流量优化再分配策略,以提高网络的稳定性。
发明内容
为了解决上述问题,本发明的目的在于提供一种面向航空自组网的节点失效波及影响分析方法。
为了达到上述目的,本发明提供的面向航空自组网的节点失效波及影响分析方法包括按顺序进行的下列步骤:
1)构建业务网络并计算业务节点权重的S1阶段:在此阶段,识别航空自组网中的主要业务节点,建立相应业务网络,并根据业务节点的业务量获得业务节点的权重,对主要业务节点进行加权得到有向加权业务网络;
2)构建物理网络并计算节点权值的S2阶段:在此阶段,将实时航空自组网中的航空器抽象为实体节点,构建物理网络,同时,利用物理网络的凝聚度计算实体节点的重要度,对实体节点进行加权得到无向加权物理网络;
3)建立业务-物理相依网络模型的S3阶段:在此阶段,将上述步骤1)获得的有向加权业务网络和步骤2)获得的无向加权物理网络根据业务-物理网络之间的映射关系,建立相依网络依赖矩阵,得到业务-物理相依网络模型;
4)建立失效传播模型的S4阶段:在此阶段,建立基于步骤3)获得的业务-物理相依网络模型的失效传播模型,定义工作节点按照失效率转变为失效节点,同时失效节点按照转化率转变为工作节点;
5)计算链路生存性的S5阶段:在此阶段,通过实体节点空间位置信息计算得到实体节点之间的实际距离,并利用反距离加权插值法进行加权,结合步骤4)获得的失效传播模型中工作节点的失效率计算出链路生存性;
6)确定流量再分配策略的S6阶段:在此阶段,根据步骤5)获得的链路生存性择优选择可用链路,利用流量再分配公式将失效节点流量重分配给各邻居节点;
7)完成波及影响分析的S7阶段:在此阶段,将步骤6)中确定的流量再分配策略应用于步骤4)获得的失效传播模型,得到各时刻波及影响值,并根据波及影响值判断出航空自组网波及影响程度,由此完成波及影响分析。
在步骤1)中,所述的根据业务节点的业务量获得业务节点的权重的方法如下:
设航空自组网的网络业务量为CB,单位时间内航空自组网能处理的业务总量为TB;链路j的业务量为Sj,共有EB条边;航空自组网的最短路径长度为业务节点Nu和Nv之间的最短距离为du,v,航空自组网中的业务节点数量为VB,则有:
设单位时间内业务节点处理的业务量为Cu,则业务节点的权重wB可表示为单位时间内业务节点处理的业务量和网络业务量的比值,即:
在步骤2)中,所述的利用物理网络的凝聚度计算实体节点的重要度的方法如下:
假设Nu是物理网络GP中的一个实体节点,用GP×Nu表示将实体节点Nu收缩后所得到的网络;实体节点Nu收缩是指将与实体节点Nu相连接的ku个节点都与实体节点Nu融合,即用一个新节点代替这ku+1个节点,原来与它们关联的边现在都与新节点关联,则物理网络GP的凝聚度α可表示为:
其中,n为物理网络的实体节点数,n≥2,VP为物理网络中链路的数量,du,v为实体节点Nu和Nv之间的最短距离,由此,根据上述物理网络GP的凝聚度α可以求得实体节点的重要度wu为:
在步骤4)中,所述的建立基于业务-物理相依网络模型的失效传播模型的方法如下:
失效传播模型将航空自组网中的节点分为2种:其一是工作节点,记作W;其二是失效节点,记作F;将W(t)设置为t时刻工作节点的数量,将F(t)设置为t时刻失效节点的数量;
设每一个失效节点F以转化率γ转变为工作节点W,同时每一个工作节点W又会受到航空自组网中失效节点F的影响,以失效率β转变为失效节点F,则失效传播模型可表示为:
在步骤5)中,所述的计算链路生存性的方法如下:
假设两实体节点NA和NB的经纬度坐标分别为(Aj,Aw)和(Bj,Bw),地球半径R取平均值6371km,则两实体节点间的距离为:
dA,B=R×arccos[cosAw×cosBw×cos(Aj-Bj)+sinAw×sinBw] (8)
基于上述两实体节点间的距离,利用反距离加权插值法,则节点NA和NB之间的链路权重wA,B为:
其中,μ为修正因子,μ>0;
基于节点NA和NB之间的链路权重wA,B,链路生存性σ可表示为:
σ=wA,B×β (10)
其中,β表示工作节点转化为失效节点的失效率。
在步骤6)中,所述的确定流量再分配策略的方法如下:
I)设N为邻居节点的集合,其元素为Nj;
II)设L为链路信息的集合,其元素为Aj,Aw,Bj,Bw;
III)根据式(9),利用集合L中存储的链路信息计算失效节点Fi和邻居节点Nj之间的实际距离dA,B;
IV)基于上述失效节点Fi和邻居节点Nj之间的实际距离dA,B,利用反距离加权插值法,根据式(10)计算出各可用链路权重wA,B;
V)利用上述可用链路权重wA,B,根据式(11)计算出链路生存性σ;
VI)利用上述链路生存性σ,根据式(12)计算出可用链路的平均链路生存性
其中,nl为可用链路数量;
VII)根据上述链路生存性σ选择可用链路:若大于集合中可用链路的平均链路生存性则这条链路可靠性高,选为最终可用链路;反之,则放弃这条链路;
VIII)利用式(6)计算出失效节点Ni的节点重要度wi,将流量根据下面的流量再分配公式分发到各邻居节点:
其中,wi为失效节点Fi的节点重要度;L为需要重新分配的流量;ΔLj为邻居节点上增加的流量;Nj为邻居节点;wj为邻居节点的节点重要度。
在步骤7)中,所述的得到各时刻波及影响值,并根据波及影响值判断出航空自组网波及影响程度的方法如下:
波及影响值f的计算公式如下:
其中,F(t)为t时刻失效节点数量,N为航空自组网中所有节点数量;
根据波及影响值f的大小,将航空自组网波及影响程度分为多个等级,最后根据表1示出的航空自组网波及影响程度等级就能够确定航空自组网波及影响状态,由此完成航空自组网的波及影响分析;
表1航空自组网波及影响程度等级
本发明提供的面向航空自组网的节点失效波及影响分析方法具有如下有益效果:与现有技术相比,该航空自组网节点失效波及影响方法在建立网络模型时,考虑网络实际因素,增加对于航空自组网业务网络的考虑,其中实体节点为业务节点实现功能提供物理基础,业务节点是实体节点在业务层的逻辑体现,使得模型更加符合实际情况;同时,提出一种基于链路生存性的流量再分配策略,为距离较远的节点赋予以小的权值,为距离较近的节点赋予较大的权值,结合网络节点失效率,择优选择流量分配路径,将此流量再分配策略应用于建立的业务-物理相依网络模型,使得网络在遭受攻击之后,能够更好地降低网络损失,提升了网络的稳定性。
附图说明
图1为本发明提供的面向航空自组网的节点失效波及影响分析方法流程图。
图2为本发明建立的相依网络模型图。
图3为在随机攻击下本发明方法与负载-容量(Motter-Lai,ML)模型、失效传播(Failure Propagation,FP)模型和WR(Weight based Redistribution,WR)模型的波及影响值对比图。
图4为在蓄意攻击下本发明方法与负载-容量模型、失效传播模型和WR模型的波及影响值对比图。
具体实施方式
下面结合附图及具体实施例对本发明做进一步的说明,但下述实施例绝非对本发明有任何限制。
如图1所示,本发明提供的面向航空自组网的节点失效波及影响分析方法包括按顺序进行的下列步骤:
1)构建业务网络并计算业务节点权重的S1阶段:在此阶段,识别航空自组网中的主要业务节点,建立相应业务网络,并根据业务节点的业务量获得业务节点的权重,对主要业务节点进行加权得到有向加权业务网络;
所述的根据业务节点的业务量获得业务节点的权重的方法如下:
设航空自组网的网络业务量为CB,单位时间内航空自组网能处理的业务总量为TB;链路j的业务量为Sj,共有EB条边;航空自组网的最短路径长度为业务节点Nu和Nv之间的最短距离为du,v,航空自组网中的业务节点数量为VB,则有:
设单位时间内业务节点处理的业务量为Cu,则业务节点的权重wB可表示为单位时间内业务节点处理的业务量和网络业务量的比值,即:
2)构建物理网络并计算节点权值的S2阶段:在此阶段,将实时航空自组网中的航空器抽象为实体节点,构建物理网络,同时,利用物理网络的凝聚度计算实体节点的重要度,对实体节点进行加权得到无向加权物理网络;
所述的利用物理网络的凝聚度计算实体节点的重要度的方法如下:
假设Nu是物理网络GP中的一个实体节点,用GP×Nu表示将实体节点Nu收缩后所得到的网络;实体节点Nu收缩是指将与实体节点Nu相连接的ku个节点都与实体节点Nu融合,即用一个新节点代替这ku+1个节点,原来与它们关联的边现在都与新节点关联,则物理网络GP的凝聚度α可表示为:
其中,n为物理网络的实体节点数,n≥2,VP为物理网络中链路的数量,du,v为实体节点Nu和Nv之间的最短距离,由此,根据上述物理网络GP的凝聚度α可以求得实体节点的重要度wu为:
3)建立业务-物理相依网络模型的S3阶段:在此阶段,将上述步骤1)获得的有向加权业务网络和步骤2)获得的无向加权物理网络根据业务-物理网络之间的映射关系,建立相依网络依赖矩阵,得到业务-物理相依网络模型;
4)建立失效传播模型的S4阶段:在此阶段,建立基于步骤3)获得的业务-物理相依网络模型的失效传播模型,定义工作节点按照失效率转变为失效节点,同时失效节点按照转化率转变为工作节点;
所述的建立基于业务-物理相依网络模型的失效传播模型的方法如下:
失效传播模型将航空自组网中的节点分为2种:其一是工作节点,记作W(Working);其二是失效节点,记作F(Failed);将W(t)设置为t时刻工作节点的数量,将F(t)设置为t时刻失效节点的数量;
设每一个失效节点F以转化率γ转变为工作节点W,同时每一个工作节点W又会受到航空自组网中失效节点F的影响,以失效率β转变为失效节点F,则失效传播模型可表示为:
其中,该转化率γ会同时受t时刻工作节点的数量W(t)和t时刻失效节点的数量F(t)的影响,因此在任意时刻,航空自组网中工作节点W和失效节点F的比例随时间变化的情况可用下列微分方程来描述:
其中,N为某一时间内节点的总量,βWF为由工作节点向失效节点转化过程中增加的节点数,γF为由失效节点向工作节点转化过程中增加的节点数,F0为航空自组网处于原始状态下失效节点的数量。
5)计算链路生存性的S5阶段:在此阶段,通过实体节点空间位置信息计算得到实体节点之间的实际距离,并利用反距离加权插值法进行加权,结合步骤4)获得的失效传播模型中工作节点的失效率计算出链路生存性;
所述的计算链路生存性的方法如下:
假设两实体节点NA和NB的经纬度坐标分别为(Aj,Aw)和(Bj,Bw),地球半径R取平均值6371km,则两实体节点间的距离为:
dA,B=R×arccos[cosAw×cosBw×cos(Aj-Bj)+sinAw×sinBw] (9)
基于上述两实体节点间的距离,利用反距离加权插值法,则节点NA和NB之间的链路权重wA,B为:
其中,μ为修正因子,μ>0;
基于节点NA和NB之间的链路权重wA,B,链路生存性σ可表示为:
σ=wA,B×β (11)
其中,β表示工作节点转化为失效节点的失效率。
6)确定流量再分配策略的S6阶段:在此阶段,根据步骤5)获得的链路生存性择优选择可用链路,利用流量再分配公式将失效节点流量重分配给各邻居节点;
所述的确定流量再分配策略的方法如下:
I)设N为邻居节点的集合,其元素为Nj;
II)设L为链路信息的集合,其元素为Aj,Aw,Bj,Bw;
III)利用集合L中存储的链路信息计算失效节点Fi和邻居节点Nj之间的实际距离dA,B;
IV)基于上述失效节点Fi和邻居节点Nj之间的实际距离dA,B,利用反距离加权插值法,根据式(10)计算出各可用链路权重wA,B;
V)利用上述可用链路权重wA,B,根据式(11)计算出链路生存性σ;
VI)利用上述链路生存性σ,根据式(12)计算出可用链路的平均链路生存性
其中,nl为可用链路数量;
VII)根据上述链路生存性σ选择可用链路:若大于集合中可用链路的平均链路生存性则这条链路可靠性高,选为最终可用链路;反之,则放弃这条链路;
VIII)利用式(6)计算出失效节点Fi的节点重要度wi,将流量根据下面的流量再分配公式分发到各邻居节点:
其中,wi为失效节点Fi的节点重要度;L为需要重新分配的流量;ΔLj为邻居节点上增加的流量;Nj为邻居节点;wj为邻居节点的节点重要度。
7)完成波及影响分析的S7阶段:在此阶段,将步骤6)中确定的流量再分配策略应用于步骤4)获得的失效传播模型,得到各时刻波及影响值,并根据波及影响值判断出航空自组网波及影响程度,由此完成波及影响分析。
所述的得到各时刻波及影响值,并根据波及影响值判断出航空自组网波及影响程度的方法如下:
波及影响值f的计算公式如下:
其中,F(t)为t时刻失效节点数量,N为航空自组网中所有节点数量;
根据波及影响值f的大小,将航空自组网波及影响程度分为多个等级,如表1所示,最后根据航空自组网波及影响程度等级就能够确定航空自组网波及影响状态,由此完成航空自组网的波及影响分析。
表1航空自组网波及影响程度等级
如图2所示,本发明采用的相依网络模型是从不同维度对航空自组网各业务及关联关系进行建模描述。其中,物理网络由实体节点(各类航空器)和通信链路构成;业务网络是将航空自组网的各类业务(包括飞行数据传输、空中交通管制、航空器位置追踪和机内娱乐等)抽象为业务节点,业务节点之间的信息交互抽象为边的网络。两层网络通过实体节点与业务节点之间的映射关系进行耦合并相互影响。
图3和图4分别为在随机攻击下和蓄意攻击下本发明方法与负载-容量(Motter-Lai,ML)模型、失效传播(Failure Propagation,FP)模型和WR(Weight basedRedistribution,WR)模型的波及影响值对比图。通过图3可知,在航空自组网遭受随机攻击时,无论使用哪一种节点失效波及影响分析模型,航空自组网均会在初始时受到影响,波及影响程度上升,而后趋于平稳。负载-容量模型波及影响值在初期会陡然上升且到达一个较为严重的影响程度;失效传播模型会在航空自组网发生节点连续失效初期,波及影响值陡然上升,然后快速达到稳态;WR模型相较于传统模型使得航空自组网稳定性有所提升;本发明提出的基于链路生存性优化流量分配策略的节点失效波及影响分析模型,在航空自组网发生故障初期,缓慢稳步上升,最后较晚达到稳态。显然,本发明提出的模型使得航空自组网受到的损失较传统模型有明显下降,同时,航空自组网的稳定性也有显著的提升。从图4可知,四个模型的最终影响程度都是“较高”,但与其他模型相比,本发明提出的模型造成的航空自组网损耗明显降低。和随机攻击下的波及影响值对比可以看出,在攻击强度一定的情况下,蓄意攻击对航空自组网造成的影响明显大于随机攻击,这是由于关键节点自身流量较高,一旦失效会造成其他节点难以承载所分配的流量,进而产生节点连续失效效应,造成航空自组网受波及影响较大。
Claims (7)
1.一种面向航空自组网的节点失效波及影响分析方法,其特征在于:所述的分析方法包括按顺序进行的下列步骤:
1)构建业务网络并计算业务节点权重的S1阶段:在此阶段,识别航空自组网中的主要业务节点,建立相应业务网络,并根据业务节点的业务量获得业务节点的权重,对主要业务节点进行加权得到有向加权业务网络;
2)构建物理网络并计算节点权值的S2阶段:在此阶段,将实时航空自组网中的航空器抽象为实体节点,构建物理网络,同时,利用物理网络的凝聚度计算实体节点的重要度,对实体节点进行加权得到无向加权物理网络;
3)建立业务-物理相依网络模型的S3阶段:在此阶段,将上述步骤1)获得的有向加权业务网络和步骤2)获得的无向加权物理网络根据业务-物理网络之间的映射关系,建立相依网络依赖矩阵,得到业务-物理相依网络模型;
4)建立失效传播模型的S4阶段:在此阶段,建立基于步骤3)获得的业务-物理相依网络模型的失效传播模型,定义工作节点按照失效率转变为失效节点,同时失效节点按照转化率转变为工作节点;
5)计算链路生存性的S5阶段:在此阶段,通过实体节点空间位置信息计算得到实体节点之间的实际距离,并利用反距离加权插值法进行加权,结合步骤4)获得的失效传播模型中工作节点的失效率计算出链路生存性;
6)确定流量再分配策略的S6阶段:在此阶段,根据步骤5)获得的链路生存性择优选择可用链路,利用流量再分配公式将失效节点流量重分配给各邻居节点;
7)完成波及影响分析的S7阶段:在此阶段,将步骤6)中确定的流量再分配策略应用于步骤4)获得的失效传播模型,得到各时刻波及影响值,并根据波及影响值判断出航空自组网波及影响程度,由此完成波及影响分析。
2.根据权利要求1所述的面向航空自组网的节点失效波及影响分析方法,其特征在于:在步骤1)中,所述的根据业务节点的业务量获得业务节点的权重的方法如下:
设航空自组网的网络业务量为CB,单位时间内航空自组网能处理的业务总量为TB;链路j的业务量为Sj,共有EB条边;航空自组网的最短路径长度为业务节点Nu和Nv之间的最短距离为du,v,航空自组网中的业务节点数量为VB,则有:
设单位时间内业务节点处理的业务量为Cu,则业务节点的权重wB可表示为单位时间内业务节点处理的业务量和网络业务量的比值,即:
3.根据权利要求1所述的面向航空自组网的节点失效波及影响分析方法,其特征在于:在步骤2)中,所述的利用物理网络的凝聚度计算实体节点的重要度的方法如下:
假设Nu是物理网络GP中的一个实体节点,用GP×Nu表示将实体节点Nu收缩后所得到的网络;实体节点Nu收缩是指将与实体节点Nu相连接的ku个节点都与实体节点Nu融合,即用一个新节点代替这ku+1个节点,原来与它们关联的边现在都与新节点关联,则物理网络GP的凝聚度α可表示为:
其中,n为物理网络的实体节点数,n≥2,VP为物理网络中链路的数量,du,v为实体节点Nu和Nv之间的最短距离,由此,根据上述物理网络GP的凝聚度α可以求得实体节点的重要度wu为:
4.根据权利要求1所述的面向航空自组网的节点失效波及影响分析方法,其特征在于:在步骤4)中,所述的建立基于业务-物理相依网络模型的失效传播模型的方法如下:
失效传播模型将航空自组网中的节点分为2种:其一是工作节点,记作W;其二是失效节点,记作F;将W(t)设置为t时刻工作节点的数量,将F(t)设置为t时刻失效节点的数量;
设每一个失效节点F以转化率γ转变为工作节点W,同时每一个工作节点W又会受到航空自组网中失效节点F的影响,以失效率β转变为失效节点F,则失效传播模型可表示为:
5.根据权利要求3所述的面向航空自组网的节点失效波及影响分析方法,其特征在于:在步骤5)中,所述的计算链路生存性的方法如下:
假设两实体节点NA和NB的经纬度坐标分别为(Aj,Aw)和(Bj,Bw),地球半径R取平均值6371km,则两实体节点间的距离为:
dA,B=R×arccos[cosAw×cosBw×cos(Aj-Bj)+sinAw×sinBw] (8)
基于上述两实体节点间的距离,利用反距离加权插值法,则节点NA和NB之间的链路权重wA,B为:
其中,μ为修正因子,μ>0;
基于节点NA和NB之间的链路权重wA,B,链路生存性σ可表示为:
σ=wA,B×β (10)
其中,β表示工作节点转化为失效节点的失效率。
6.根据权利要求5所述的面向航空自组网的节点失效波及影响分析方法,其特征在于:在步骤6)中,所述的确定流量再分配策略的方法如下:
I)设N为邻居节点的集合,其元素为Nj;
II)设L为链路信息的集合,其元素为Aj,Aw,Bj,Bw;
III)根据式(9),利用集合L中存储的链路信息计算失效节点Fi和邻居节点Nj之间的实际距离dA,B;
IV)基于上述失效节点Fi和邻居节点Nj之间的实际距离dA,B,利用反距离加权插值法,根据式(10)计算出各可用链路权重wA,B;
V)利用上述可用链路权重wA,B,根据式(11)计算出链路生存性σ;
VI)利用上述链路生存性σ,根据式(12)计算出可用链路的平均链路生存性
其中,nl为可用链路数量;
VII)根据上述链路生存性σ选择可用链路:若大于集合中可用链路的平均链路生存性则这条链路可靠性高,选为最终可用链路;反之,则放弃这条链路;
VIII)利用式(6)计算出失效节点Ni的节点重要度wi,将流量根据下面的流量再分配公式分发到各邻居节点:
其中,wi为失效节点Fi的节点重要度;L为需要重新分配的流量;ΔLj为邻居节点上增加的流量;Nj为邻居节点;wj为邻居节点的节点重要度。
7.根据权利要求1所述的面向航空自组网的节点失效波及影响分析方法,其特征在于:在步骤7)中,所述的得到各时刻波及影响值,并根据波及影响值判断出航空自组网波及影响程度的方法如下:
波及影响值f的计算公式如下:
其中,F(t)为t时刻失效节点数量,N为航空自组网中所有节点数量;
根据波及影响值f的大小,将航空自组网波及影响程度分为多个等级,最后根据表1示出的航空自组网波及影响程度等级就能够确定航空自组网波及影响状态,由此完成航空自组网的波及影响分析;
表1航空自组网波及影响程度等级
。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010878430.9A CN112020085B (zh) | 2020-08-27 | 2020-08-27 | 一种面向航空自组网的节点失效波及影响分析方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010878430.9A CN112020085B (zh) | 2020-08-27 | 2020-08-27 | 一种面向航空自组网的节点失效波及影响分析方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN112020085A CN112020085A (zh) | 2020-12-01 |
CN112020085B true CN112020085B (zh) | 2023-11-28 |
Family
ID=73502684
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010878430.9A Active CN112020085B (zh) | 2020-08-27 | 2020-08-27 | 一种面向航空自组网的节点失效波及影响分析方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112020085B (zh) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115022190B (zh) * | 2022-06-02 | 2023-01-24 | 中电普信(北京)科技发展有限公司 | 一种基于大数据分析的网络拓扑性能计算方法和系统 |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106789376A (zh) * | 2017-03-24 | 2017-05-31 | 大连大学 | 带有层级结构的指控网络级联失效模型构建方法 |
CN108665150A (zh) * | 2018-04-24 | 2018-10-16 | 中国民航大学 | 一种航空相依网络故障传播分析方法 |
CN111193629A (zh) * | 2020-01-14 | 2020-05-22 | 西安电子科技大学 | 一种多层信息网络的动态负载级联失效的故障传播方法 |
Family Cites Families (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US8264949B2 (en) * | 2006-08-30 | 2012-09-11 | Rockstar Bidco Lp | Method and apparatus for selecting between available neighbors in a rapid alternate path calculation |
US9893981B2 (en) * | 2016-03-14 | 2018-02-13 | Mitsubishi Electric Research Laboratories, Inc. | Resource aware multi-task routing in multi-hop heterogeneous wireless networks |
-
2020
- 2020-08-27 CN CN202010878430.9A patent/CN112020085B/zh active Active
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106789376A (zh) * | 2017-03-24 | 2017-05-31 | 大连大学 | 带有层级结构的指控网络级联失效模型构建方法 |
CN108665150A (zh) * | 2018-04-24 | 2018-10-16 | 中国民航大学 | 一种航空相依网络故障传播分析方法 |
CN111193629A (zh) * | 2020-01-14 | 2020-05-22 | 西安电子科技大学 | 一种多层信息网络的动态负载级联失效的故障传播方法 |
Non-Patent Citations (1)
Title |
---|
基于业务的电力通信网络脆弱性分析评价方法;孙静月;崔力民;李珊君;电力系统保护与控制;第45卷(第24期);全文 * |
Also Published As
Publication number | Publication date |
---|---|
CN112020085A (zh) | 2020-12-01 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110336751B (zh) | 基于隶属函数的低轨卫星网络路由策略 | |
WO2021036414A1 (zh) | 一种低轨移动卫星星座下星地下行链路同频干扰预测方法 | |
CN110161861B (zh) | 基于模糊神经网络的飞行器自组网路由决策方法及装置 | |
CN112987790A (zh) | 一种分布式异构集群系统分组编队跟踪控制方法和系统 | |
CN103906164A (zh) | 海上搜救无线传感器网络拓扑及拓扑控制方法 | |
CN112469047B (zh) | 一种天地一体化智能网络卫星节点部署方法 | |
CN114221691A (zh) | 一种基于深度强化学习的软件定义空天地一体化网络路由优化方法 | |
CN113613301B (zh) | 一种基于dqn的空天地一体化网络智能切换方法 | |
CN108934028B (zh) | 一种多伯努利滤波器分布式融合方法 | |
CN112020085B (zh) | 一种面向航空自组网的节点失效波及影响分析方法 | |
Li et al. | Intelligent resource allocation schemes for UAV-swarm-based cooperative sensing | |
Luo et al. | A two-step environment-learning-based method for optimal UAV deployment | |
CN115173923A (zh) | 一种低轨卫星网络能效感知路由优化方法和系统 | |
CN113965569B (zh) | 一种高能效、低时延的边缘节点计算迁移配置系统 | |
Wu et al. | DSFL: Decentralized satellite federated learning for energy-aware leo constellation computing | |
Fang et al. | Olive branch learning: A topology-aware federated learning framework for space-air-ground integrated network | |
CN107682812A (zh) | 一种异构多通信链路融合网络的链路适配方法及装置 | |
Mao et al. | Digital Twin Satellite Networks Towards 6G: Motivations, Challenges, and Future Perspectives | |
Zixuan et al. | UAV flight strategy algorithm based on dynamic programming | |
Liu et al. | A routing model based on multiple-user requirements and the optimal solution | |
CN115551013A (zh) | 一种多无人机边缘计算网络中无人机部署与任务卸载方法 | |
CN115118323A (zh) | 空天地网络中最小化传输时延的预判决路由方法 | |
Fang et al. | Olive branch learning: A novel federated learning framework for space-air-ground integrated network | |
KR101654734B1 (ko) | 계층 구조를 갖는 정보 전달망에 대한 모델링 방법 및 이에 대한 장치 | |
Sun et al. | Task offloading for post-disaster rescue in vehicular fog computing-assisted UAV 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 |