CN112637087B - 一种基于节点重要度的动态资源分配方法及系统 - Google Patents

Abstract

本发明公开了一种基于节点重要度的动态资源分配方法及系统，属于通信网络中的相继故障控制技术领域。方法包括：构建基于数据包发送与接收的相继故障通信网络模型，初始化通信网络的各参数；移除网络中数据包负载最大的节点，作为相继故障的触发条件；根据节点的负载分布，进行超载节点的预判与记录；根据预估结果实行基于节点重要度的资源分配策略；判断通信网络是否存在超载节点，若是，则移除相应节点并重新进行超载预判与资源分配；否则计算网络中剩余最大连通图占原始网络的比例作为鲁棒性衡量指标，相继故障终止。本发明减小了通信网络的相继故障规模，能够对通信网络中节点数据包负载状态进行灵活预判，并动态调度资源对危险节点加以保护。

Description

一种基于节点重要度的动态资源分配方法及系统

技术领域

本发明属于通信网络中的相继故障控制技术领域，特别是一种基于节点重要度的动态资源分配方法及系统。

背景技术

日常生活中的许多关键基础设施皆可以被抽象为复杂网络，近年来，复杂网络理论已被广泛用于建模和分析各种现实世界网络，一个突出的例子是数据通信网络系统。通信网络中，消息通过数据包在节点之间的传输进行传递，重要消息的延迟以及丢失都会对经济、社会造成严重的经济损失。如果网络中节点由于恶意攻击或突发故障导致从全局拓扑中被移除，这将导致失效节点的数据包负载将被重新分布到网络中其他健康节点。这类负载重分配过程可能会触发大量超载，对通信网络造成灾难性的破坏。因此，在不同应用场景下，获取相继故障的研究进展是至关重要的，这有助于保护关键基础设施免受级联故障的影响并将损失降到最低。

自网络科学研究取得显著进展以来，网络系统的拓扑和动态特性为揭示真实网络的原理提供了有益的启示。在过去的十年里，人们进行了大量的研究分析相继故障的扩散行为。在以前的研究中提出的级联破坏模型是分为两种主要类型：静态模型和动态模型。静态模型的重点是采用渗流理论来实现拓扑的健壮性，通过比较剩余网络与原始网络，揭示系统的内在弱点。但在实际情况中，网络的严重破坏往往是在初始化故障源头之后网络内相继发生一系列故障，因此上述结构易损性评估方法无法描述系统的失效演化。这种限制促进了许多动态级联失效分析。

几十年来通过优化防御资源的分配(例如，额外的节点容量)，已经提出了许多防止级联故障的方法。从网络生存性出发，可以优化网络组件的预期寿命分配。从额外容量分配角度出发：基于程度分配、平均分配和随机分配等方法研究对相继故障鲁棒性的影响。从关键节点的发现与保护角度出发，启发式的进化算法被广泛考虑与应用，特殊地，系统中通常采用粒子群优化算法对防御资源进行优化配置。然而上述优化方法都在寻找资源的最优默认值，容量一旦经过预设分配，再不可进行更改。由于通信网络中数据包的流向具有多变性，因此我们需要一种动态的资源分配方法来满足灵活调度的需求。

发明内容

本发明的目的在于针对上述现有技术存在的问题，提供一种能够控制和减小通信网络中级联故障规模的基于节点重要度的动态资源分配方法，该方法还能够对通信网络中节点数据包负载状态进行灵活预判，并动态调度资源对危险节点加以保护。

实现本发明目的的技术解决方案为：一种基于节点重要度的动态资源分配方法，所述方法包括以下步骤：

步骤1，构建基于数据包发送与接收的相继故障通信网络模型，初始化该通信网络模型的各个参数；

步骤2，移除当前网络中数据包负载最大的节点，模拟相继故障的初始触发条件；

步骤3，根据当前通信网络剩余拓扑结构，计算广播数据包时每个网络节点应有的流量负载，预判是否有超载节点：若有，转入步骤4，否则转入步骤6；

步骤4，将未超载节点的可调度资源通过基于节点重要度的资源分配方法，分发给当前节点的一级邻居；

步骤5，网络中的每个节点开始发送数据包，当网络达到稳态后，全局判别网络中是否存在超载节点：若有，则移除超载节点并转入步骤3，否则，转入步骤6；

步骤6，计算使用基于节点重要度的动态资源分配方法后的最大连通图占原始网络的比例，作为通信网络鲁棒性的衡量指标。

进一步地，步骤1所述构建基于数据包发送与接收的相继故障通信网络模型，具体包括：

以Price网络作为网络模型，使用无向图G(V,E)代表通信网络拓扑，构建原始网络邻接矩阵

其中V为网络中所有节点的集合，E为网络通讯链路集合，节点和链路的总数目分别对应N_G＝|V|以及L_G＝|E|；若所述网络邻接矩阵的第i行第j列为1，即A(i,j)＝1，代表节点i与节点j之间存在一条无向连边；反之，若A(i,j)＝0，代表两种情况，一种为节点i与节点j之间不存在连边，另一种情况代表此时i＝j，即矩阵A的对角线元素为0，表示通信网络的所有节点自身不允许同时作为数据包的发送端与接收端，即网络中不存在自环。

进一步地，步骤2中网络节点负载的计算公式为：

式中，S_i表示节点i的负载，x,y分别为网络中任意两个不相同的节点，D_G(x,y)为节点x到节点y的所有最短路径数目，D_G(x,y|i)为经过节点i的节点x到节点y的所有最短路径数目。

进一步地，步骤3所述根据当前通信网络剩余拓扑结构，计算广播数据包时每个网络节点应有的流量负载，预判是否有超载节点，具体包括：

步骤3-1，将节点的数据包处理能力作为网络中的可调度资源，即节点对于数据包的承受容量，该容量为：

C_i＝(1+α)S_i(t₀)

式中，α为容忍系数，表征通信网络的可支配的数据包处理能力数目，S_i(t₀)表示在网络初始时刻t₀即网络未受到攻击时的时刻节点i的负载；

步骤3-2，判断t时刻节点i的负载S_i(t)是否满足S_i(t)＞C_i，若满足，则表示该节点i为超载节点。

进一步地，步骤4所述将未超载节点的可调度资源通过基于节点重要度的资源分配方法，分发给当前节点的一级邻居，具体为：

每轮资源分配过程中，未超载节点i流入节点j的资源为C_i→j：

C_i→j＝(C_i-S_i)δ_ij

其中，节点重要度指标δ_ij为：

式中，Ω为节点i所有一级邻居范围内节点的集合，θ为可调节参数，决定资源流动的倾向性。

进一步地，步骤5中所述移除超载节点具体包括移除超载节点以及与超载节点连接的网络连边，通过对矩阵元素A(i,j)进行1→0转换实现。

进一步地，步骤6中计算最大连通图占原始网络的比例具体为：计算最大连通分量中节点数量N_G'与初始网络最大连通分量中节点数量N_G的占比。

一种基于节点重要度的动态资源分配系统，所述系统包括依次执行的：

构建模块，用于构建基于数据包发送与接收的相继故障通信网络模型，初始化该通信网络模型的各个参数；

初始化模块，用于移除当前网络中数据包负载最大的节点，模拟相继故障的初始触发条件；

预判模块，用于根据当前通信网络剩余拓扑结构，计算广播数据包时每个网络节点应有的流量负载，预判是否有超载节点：若有，转入资源分配模块，否则转入指标计算模块；

资源分配模块，用于将未超载节点的可调度资源通过基于节点重要度的资源分配方法，分发给当前节点的一级邻居；

全局判别模块，用于实现网络中的每个节点开始发送数据包，当网络达到稳态后，全局判别网络中是否存在超载节点：若有，则移除超载节点并转入预判模块，否则，转入指标计算模块；

指标计算模块，用于计算使用基于节点重要度的动态资源分配方法后的最大连通图占原始网络的比例，作为通信网络鲁棒性的衡量指标。

本发明与现有技术相比，其显著优点为：1)采用复杂网络模型构建通信网络，与以往的复杂网络资源分配研究相比，加入了节点数据包的发送以及接收过程，创新性的提出了基于节点重要度的动态资源分配过程；2)区别于单方面对节点数据包流量进行统计并作为负载，采用类似介数中间性的通信网络节点负载定义可以更好的得到网络的全局信息；3)结合节点负载与数据包处理能力两个方面对节点重要度进行定义，通过可调节参数的变化可以引导资源的动态流动倾向，弥补了单方面使用负载或者数据包处理能力进行静态预设置的缺陷，无需改变网络拓扑即可达到控制级联故障的效果，控制和减小了通信网络相继故障的规模。

下面结合附图对本发明作进一步详细描述。

附图说明

图1为本发明基于节点重要度的动态资源分配方法的流程示意图。

图2为使用和未使用基于节点重要度的资源分配方法前后通信网络中的相继故障过程示意图，其中图(a)为未使用基于节点重要度的资源分配方法通信网络中的相继故障过程示意图，图(b)为使用基于节点重要度的资源分配方法通信网络中的相继故障过程示意图。

图3为一个实施例中使用和未使用基于节点重要度的动态资源分配结果对比图。

具体实施方式

为了使本申请的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本申请进行进一步详细说明。应当理解，此处描述的具体实施例仅仅用以解释本申请，并不用于限定本申请。

在一个实施例中，结合图1，提供了一种基于节点重要度的动态资源分配方法，所述方法包括以下步骤：

步骤1，构建基于数据包发送与接收的相继故障通信网络模型，初始化该通信网络模型的各个参数；

步骤2，移除当前网络中数据包负载最大的节点，模拟相继故障的初始触发条件；

步骤3，根据当前通信网络剩余拓扑结构，计算广播数据包时每个网络节点应有的流量负载，预判是否有超载节点：若有，转入步骤4，否则转入步骤6；

步骤4，将未超载节点的可调度资源通过基于节点重要度的资源分配方法，分发给当前节点的一级邻居；

步骤5，网络中的每个节点开始发送数据包，当网络达到稳态后，全局判别网络中是否存在超载节点：若有，则移除超载节点并转入步骤3，否则，转入步骤6；

步骤6，计算使用基于节点重要度的动态资源分配方法后的最大连通图占原始网络的比例，作为通信网络鲁棒性的衡量指标，相继故障仿真结束。

进一步地，在其中一个实施例中，步骤1所述构建基于数据包发送与接收的相继故障通信网络模型，具体包括：

以Price网络作为网络模型，使用无向图G(V,E)代表通信网络拓扑，构建原始网络邻接矩阵

其中V为网络中所有节点的集合，E为网络通讯链路集合，节点和链路的总数目分别对应N_G＝|V|以及L_G＝|E|；若所述网络邻接矩阵的第i行第j列为1，即A(i,j)＝1，代表节点i与节点j之间存在一条无向连边；反之，若A(i,j)＝0，代表两种情况，一种为节点i与节点j之间不存在连边，另一种情况代表此时i＝j，即矩阵A的对角线元素为0，表示通信网络的所有节点自身不允许同时作为数据包的发送端与接收端，即网络中不存在自环。

具体构建过程包括：

步骤1-1，构建幂律指数可调的无向无标度Price网络。从一个具有m₀个孤立节点的网络开始，每次引入一个新的节点i，以Π_ix的累计优势概率一对一连接到m(m≤m₀)个已存在的节点j₁,j₂,…,j_x,…,j_m上，Π_ix定义如下：

式中，x代表已存在的节点编号，k_jx为节点jx的度数，a为一给定正整数常数。因为每一条边都只能是从相对新的节点指向相对老的节点，Price模型产生的一定是没有闭合环的非循环网络。对应的无向网络的度分布为：

p_k～(k-m+a)^-γ,γ＝2+(a/m)

由此就得到了幂律指数γ在(2,+∞)范围内可调的具有幂律分布的无向网络。

步骤1-2，使用无向图G(V,E)代表通信网络拓扑构建原始网络邻接矩阵

其中V为网络中所有节点的集合，E为网络通讯链路集合，节点和链路的总数目分别对应N_G＝|V|以及L_G＝|E|；若所述网络邻接矩阵的第i行第j列为1，即A(i,j)＝1，代表节点i与节点j之间存在一条无向连边；反之，若A(i,j)＝0，代表两种情况，一种为节点i与节点j之间不存在连边，另一种情况代表此时i＝j，即矩阵A的对角线元素为0，表示通信网络的所有节点自身不允许同时作为数据包的发送端与接收端，即网络中不存在自环。

步骤1-3，初始化Price网络参数m₀，m，a，根据步骤1-2的构建算法构造邻接矩阵A，一般设定m＝a。通信网络模型中，节点i将会向可到达节点j通过最短路径发送1个数据包，若存在多个最短路径，则随机选择一条路径发送。那么节点i可以发送数据包的个数，就是网络中节点i到网络其他可到达节点的最短路径数目总和。构建向量

分别保存每个节点接收数据包的个数。

进一步地，在其中一个实施例中，步骤2中网络节点负载的计算公式为：

式中，i∈V，S_i表示节点i的负载，x,y分别为网络中任意两个不相同的节点，D_G(x,y)为节点x到节点y的所有最短路径数目，这代表了网络中数据包的所有可能路径总和。由于一条最短路径实现了一个数据包端到端的传输，因此最短路径的数目可以等价为网络中传输数据包的个数。D_G(x,y|i)为经过节点i的节点x到节点y的所有最短路径数目。上述公式符合复杂网络理论中介数中间性的定义。

任意两个通信节点之间的最短路径需要通过计算求得，采用Floyd算法解决这类“多源最短路径”问题。从复杂网络拓扑的邻接矩阵

开始，进行n次的递归更新，初始阶段设定D(0)＝A，依据公式构造D(1)，推广为用同样的公式D(n-1)构造D(n)，D(n)是网络拓扑的距离矩阵，即节点i到节点j的最短路径长度，并且引入后继节点矩阵B来记录不同节点间的最短路径，时间复杂度为O(n³)。

状态转移方程如公式所示：

map[i,j]→min{map[i,k]+map[k,j],map[i,j]}

式中，map[i,j]是节点i到节点j的最短路径长度，k为穷举i，j的端点，距离矩阵的初始值为0。

进一步地，在其中一个实施例中，步骤3所述根据当前通信网络剩余拓扑结构，计算广播数据包时每个网络节点应有的流量负载，预判是否有超载节点，具体包括：

步骤3-1，将节点的数据包处理能力作为网络中的可调度资源，即节点对于数据包的承受容量，该容量为：

C_i＝(1+α)S_i(t₀)

式中，α为容忍系数，表征通信网络的可支配的数据包处理能力数目，S_i(t₀)表示在网络初始时刻t₀即网络未受到攻击时的时刻节点i的负载；无论网络状态如何变化，节点的处理能力都只与网络初始状态下的负载成正相关。

步骤3-2，判断t时刻节点i的负载S_i(t)是否满足S_i(t)＞C_i，若满足，则表示该节点i为超载节点，即表明评判结果为真，则代表缺乏保护措施下的通信网络将产生持续性故障。反之，说明网络面对恶意攻击或者突发故障具有较高的鲁棒性，相继故障不会发生。

进一步地，在其中一个实施例中，步骤4所述将未超载节点的可调度资源通过基于节点重要度的资源分配方法，分发给当前节点的一级邻居，具体为：

每轮资源分配过程中，未超载节点i流入节点j的资源为C_i→j：

C_i→j＝(C_i-S_i)δ_ij

其中，节点重要度指标δ_ij(此系数决定了节点i到节点j的可支配资源流入数量)为：

式中，Ω为节点i所有一级邻居范围内节点的集合，θ为可调节参数，决定资源流动的倾向性。特别地，θ＝0时

表示节点i将处理能力平均分配给其他节点，其中|Ω|表示分配范围内节点的数量；θ→+∞表示节点i将所有处理能力全部分配给S_j＞C_j的节点；θ→-∞表示节点i将所有处理能力全部分配给S_j＜C_j的节点。

进一步地，在其中一个实施例中，步骤5中判别网络中是否存在超载节点还是执行上述的超载评判条件S_i(t)＞C_i，若评判结果为真，则代表网络在实施保护措施下依旧产生持续性故障，统计并存储通信网络中具有可支配资源的节点作为处理能力分配者。反之，说明相继故障终止，基于节点重要度的动态资源分配方法遏制了相继故障的传播范围。

所述移除超载节点具体包括移除超载节点以及与超载节点连接的网络连边，通过对矩阵元素A(i,j)进行1→0转换实现。

进一步地，在其中一个实施例中，步骤6中计算最大连通图占原始网络的比例具体为：相继故障结束后，网络会从整体崩溃成规模各异的网络碎片，将剩余邻接矩阵A中的每个顶点作为根节点构造生成树进行广度优先遍历，取节点规模最大的网络碎片作为剩余最大连通分量，计算最大连通分量中节点数量N_G'与初始网络最大连通分量中节点数量N_G的占比，作为通信网络鲁棒性的衡量指标。

在一个实施例中，本发明提出了一种基于节点重要度的动态资源分配系统，所述系统包括依次执行的：

构建模块，用于构建基于数据包发送与接收的相继故障通信网络模型，初始化该通信网络模型的各个参数；

初始化模块，用于移除当前网络中数据包负载最大的节点，模拟相继故障的初始触发条件；

预判模块，用于根据当前通信网络剩余拓扑结构，计算广播数据包时每个网络节点应有的流量负载，预判是否有超载节点：若有，转入资源分配模块，否则转入指标计算模块；

资源分配模块，用于将未超载节点的可调度资源通过基于节点重要度的资源分配方法，分发给当前节点的一级邻居；

全局判别模块，用于实现网络中的每个节点开始发送数据包，当网络达到稳态后，全局判别网络中是否存在超载节点：若有，则移除超载节点并转入预判模块，否则，转入指标计算模块；

指标计算模块，用于计算使用基于节点重要度的动态资源分配方法后的最大连通图占原始网络的比例，作为通信网络鲁棒性的衡量指标。

关于基于节点重要度的动态资源分配系统的具体限定可以参见上文中对于基于节点重要度的动态资源分配方法的限定，在此不再赘述。上述基于节点重要度的动态资源分配系统中的各个模块可全部或部分通过软件、硬件及其组合来实现。上述各模块可以硬件形式内嵌于或独立于计算机设备中的处理器中，也可以以软件形式存储于计算机设备中的存储器中，以便于处理器调用执行以上各个模块对应的操作。

作为一种具体示例，在其中一个实施例中，对本发明进行进一步验证：

本实例采用Price模型构建基于数据包发送与接受的通信网络，并进行仿真实验，其中相继故障过程参数设置如下：网络节点总数N_G＝500，幂律指数γ＝3。值得注意的是，当网络的幂律指数为3时，Price模型是一种特殊的BA无标度网络。通信网络节点重要度调节参数θ＝2。

在相继故障场景下，容忍系数这一指标通常代表节点对数据包即负载的额外处理能力，容忍系数越大，节点对于数据包的处理能力更强。因此图3中分别对容忍系数为0.1，0.2，0.3三种情况下的相继故障过程进行仿真，并对如图2所示的使用和未使用基于节点重要度的资源分配方法前后通信网络中的相继故障过程进行对比。由图3可以看出，随着容忍系数的增大，最大连通图占比即通信网络的鲁棒性也随之增强。在同一容忍系数指标下，柱状图中的柱状高度显示使用基于节点重要度的资源分配方法比未使用的网络鲁棒性更优。同时随着容忍系数的增大，使用基于节点重要度的资源分配方法后通信网络得到的鲁棒性增幅更多。

结合图3的鲁棒性优化结果对比图可以看出，本发明基于节点重要度的动态资源方法，采用结合负载以及数据包处理能力的节点重要度指标，达到了控制和减小通信网络相继故障的规模的目的，将未超载节点的剩余处理能力按照节点重要度系数中的百分比进行分配，能够对通信网络中节点数据包负载状态进行灵活预判，并动态调度资源对危险节点加以保护。

以上显示和描述了本发明的基本原理、主要特征及优点。本行业的技术人员应该了解，本发明不受上述实施例的限制，上述实施例和说明书中描述的只是说明本发明的原理，在不脱离本发明精神和范围的前提下，本发明还会有各种变化和改进，这些变化和改进都落入要求保护的本发明范围内。本发明要求保护范围由所附的权利要求书及其等效物界定。

Claims (2)

1.一种基于节点重要度的动态资源分配方法，其特征在于，所述方法包括以下步骤：

步骤1，构建基于数据包发送与接收的相继故障通信网络模型，初始化该通信网络模型的各个参数；具体包括：

以Price网络作为网络模型，使用无向图G(V,E)代表通信网络拓扑，构建原始网络邻接矩阵

其中V为网络中所有节点的集合，E为网络通讯链路集合，节点和链路的总数目分别对应N_G＝|V|以及L_G＝|E|；若所述原始网络邻接矩阵的第i行第j列为1，即A(i,j)＝1，代表节点i与节点j之间存在一条无向连边；反之，若A(i,j)＝0，代表两种情况，一种为节点i与节点j之间不存在连边，另一种情况代表此时i＝j，即矩阵A的对角线元素为0，表示通信网络的所有节点自身不允许同时作为数据包的发送端与接收端，即网络中不存在自环；

步骤2，移除当前网络中数据包负载最大的节点，模拟相继故障的初始触发条件；网络节点负载的计算公式为：

式中，S_i表示节点i的负载，x,y分别为网络中任意两个不相同的节点，D_G(x,y)为节点x到节点y的所有最短路径数目，D_G(x,y|i)为经过节点i的节点x到节点y的所有最短路径数目；

步骤3，根据当前通信网络剩余拓扑结构，计算广播数据包时每个网络节点应有的流量负载，预判是否有超载节点：若有，转入步骤4，否则转入步骤6；具体包括：

步骤3-1，将节点的数据包处理能力作为网络中的可调度资源，即节点对于数据包的承受容量，该容量为：

C_i＝(1+α)S_i(t₀)

式中，α为容忍系数，表征通信网络的可支配的数据包处理能力数目，S_i(t₀)表示在网络初始时刻t₀即网络未受到攻击时的时刻节点i的负载；

步骤3-2，判断t时刻节点i的负载S_i(t)是否满足S_i(t)＞C_i，若满足，则表示该节点i为超载节点；

步骤4，将未超载节点的可调度资源通过基于节点重要度的动态资源分配方法，分发给当前节点的一级邻居；具体为：

每轮动态资源分配过程中，未超载节点i流入节点j的资源为C_i→j：

C_i→j＝(C_i-S_i)δ_ij

其中，节点重要度指标δ_ij为：

式中，Ω为节点i所有一级邻居范围内节点的集合，θ为可调节参数，决定资源流动的倾向性；

步骤5，网络中的每个节点开始发送数据包，当网络达到稳态后，全局判别网络中是否存在超载节点：若有，则移除超载节点并转入步骤3，否则，转入步骤6；所述移除超载节点具体包括移除超载节点以及与超载节点连接的网络连边，通过对矩阵元素A(i,j)进行1→0转换实现；

步骤6，计算使用基于节点重要度的动态资源分配方法后的最大连通图占原始网络的比例，作为通信网络鲁棒性的衡量指标；其中计算最大连通图占原始网络的比例具体为：计算最大连通分量中节点数量N_G'与初始网络最大连通分量中节点数量N_G的占比。

2.实现权利要求1所述方法的基于节点重要度的动态资源分配系统，其特征在于，所述系统包括依次执行的：

构建模块，用于构建基于数据包发送与接收的相继故障通信网络模型，初始化该通信网络模型的各个参数；

初始化模块，用于移除当前网络中数据包负载最大的节点，模拟相继故障的初始触发条件；

预判模块，用于根据当前通信网络剩余拓扑结构，计算广播数据包时每个网络节点应有的流量负载，预判是否有超载节点：若有，转入资源分配模块，否则转入指标计算模块；

资源分配模块，用于将未超载节点的可调度资源通过基于节点重要度的资源分配方法，分发给当前节点的一级邻居；

全局判别模块，用于实现网络中的每个节点开始发送数据包，当网络达到稳态后，全局判别网络中是否存在超载节点：若有，则移除超载节点并转入预判模块，否则，转入指标计算模块；

指标计算模块，用于计算使用基于节点重要度的动态资源分配方法后的最大连通图占原始网络的比例，作为通信网络鲁棒性的衡量指标。

Images