CN113055249A - 一种关键基础设施网络弹性检测方法及系统 - Google Patents
一种关键基础设施网络弹性检测方法及系统 Download PDFInfo
- Publication number
- CN113055249A CN113055249A CN202110291287.8A CN202110291287A CN113055249A CN 113055249 A CN113055249 A CN 113055249A CN 202110291287 A CN202110291287 A CN 202110291287A CN 113055249 A CN113055249 A CN 113055249A
- Authority
- CN
- China
- Prior art keywords
- network
- infrastructure network
- key infrastructure
- time period
- monitoring
- 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.)
- Granted
Links
Images
Classifications
-
- 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
- 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
- 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
- H04L43/00—Arrangements for monitoring or testing data switching networks
- H04L43/50—Testing arrangements
Landscapes
- Engineering & Computer Science (AREA)
- Computer Networks & Wireless Communication (AREA)
- Signal Processing (AREA)
- Environmental & Geological Engineering (AREA)
- Mathematical Analysis (AREA)
- General Physics & Mathematics (AREA)
- Algebra (AREA)
- Mathematical Optimization (AREA)
- Mathematical Physics (AREA)
- Probability & Statistics with Applications (AREA)
- Pure & Applied Mathematics (AREA)
- Physics & Mathematics (AREA)
- Data Exchanges In Wide-Area Networks (AREA)
Abstract
本发明涉及一种关键基础设施网络弹性检测方法及系统。该方法包括:向关键基础设施网络施加扰动,触发级联失效过程;获取扰动前后监测时间段内关键基础设施网络的网络参数;基于网络连通性能指标和网络参数,确定理想无故障情况下和实际状态下关键基础设施网络在监测时间段内每个时刻的连通性;确定理想无故障情况下和实际状态下在监测时间段内每个时刻的网络负载容量裕度;根据理想无故障情况下/实际状态下关键基础设施网络在监测时间段内每个时刻的连通性、理想无故障情况下/实际状态下关键基础设施网络在监测时间段内每个时刻的网络负载容量裕度,确定关键基础设施网络的弹性。本发明可以提高关键基础设施网络弹性检测的准确度。
Description
技术领域
本发明涉及网络性能检测领域,特别是涉及一种关键基础设施网络弹性检测方法及系统。
背景技术
系统“弹性”的字面含意是回弹,最早由生态学家引入生态学领域,用于衡量系统可持续性,吸收变化和扰动并维持种群系统间关系的能力,之后这一概念逐渐扩展到心理学、组织管理、工程系统等其他领域。针对弹性的定义和评价,已经有许多机构和相关学者对其进行了广泛深入的研究和应用,例如美国国防部认为,弹性是在面对敌对行为或不利条件下,系统能够为任务成功高概率提供必要功能的能力,具有鲁棒性、适应性和恢复性等主要特性;美国国家科学研究委员会提出弹性是对不利事件的准备计划、吸收、恢复和适应的能力;澳大利亚政府指出弹性干扰事件对关键基础设施服务水平造成最小的影响及快速恢复的能力,具有抵抗性、可靠性、冗余性和响应恢复的特性。以上看出,虽然“弹性”定义并不统一,但其内涵大致相似,其关注于系统对扰动事件的吸收、适应和恢复能力。
一般具有弹性的系统在扰动事件发生时会经历三个不同的阶段,如图1所示,包括:初始稳定阶段(t<t0)、受扰动阶段(t0<t<t1)和恢复阶段(t>t1)。初始稳定阶段:系统保持原有的状态运行,性能不受影响;在受到外界扰动的受扰动阶段:是系统吸收和抵抗扰动的过程,系统性能逐渐下降,直到性能降低到最低状态;恢复阶段:系统稳定后随着恢复措施被采取,系统性能逐渐恢复,该阶段相比受干扰阶段可能需要花费很多时间完成。
弹性检测方法通常分为确定性度量和概率性度量两种。确定性度量主要是基于性能积分的弹性度量和基于恢复率的弹性度量。确定性弹性度量是对给定事件的描述,适用于系统受扰动后对弹性进行事后评估,由于系统所受扰动、性能下降程度、性能恢复时间都属于随机事件,即系统弹性本身具有概率分布特性,概率性度量将弹性定义为系统受扰动后性能损失和恢复时间均不超过给定的最大性能损耗和恢复时间的概率。上述两种度量方法一定程度上刻画了不同系统在受到扰动后的系统运行特征,但在系统的性能变化度量上往往只考虑了较为单一的性能评价指标,未能综合考虑系统的结构和功能等多方面因素,也难以综合反映网络在级联失效过程中结构的动态重构以及负载容量裕度的变化情况,导致检测准确度低。
发明内容
本发明的目的是提供一种关键基础设施网络弹性检测方法及系统,以提高关键基础设施网络弹性检测的准确度。
为实现上述目的,本发明提供了如下方案:
一种关键基础设施网络弹性检测方法,包括:
向关键基础设施网络施加扰动,触发级联失效过程;
获取扰动前后监测时间段内所述关键基础设施网络的网络参数;所述网络参数包括:所述关键基础设施网络在监测时间段内每个时刻的节点数量、每个节点在监测时间段内每个时刻的负载值以及每个节点在监测时间段初始时刻的容限值;
基于网络连通性能指标,根据所述扰动前后监测时间段内所述关键基础设施网络的网络参数,确定理想无故障情况下所述关键基础设施网络在监测时间段内每个时刻的连通性和实际状态下所述关键基础设施网络在监测时间段内每个时刻的连通性;
基于网络负载容量裕度指标,根据所述扰动前后监测时间段内所述关键基础设施网络的网络参数,确定理想无故障情况下所述关键基础设施网络在监测时间段内每个时刻的网络负载容量裕度和实际状态下所述关键基础设施网络在监测时间段内每个时刻的网络负载容量裕度;
根据所述理想无故障情况下所述关键基础设施网络在监测时间段内每个时刻的连通性、实际状态下所述关键基础设施网络在监测时间段内每个时刻的连通性、理想无故障情况下所述关键基础设施网络在监测时间段内每个时刻的网络负载容量裕度和实际状态下所述关键基础设施网络在监测时间段内每个时刻的网络负载容量裕度,确定所述关键基础设施网络的弹性。
可选的,所述向关键基础设施网络施加扰动,触发级联失效过程,之前还包括:
获取所述关键基础设施网络的结构参数;所述结构参数包括节点集合和连边集合;
获取所述关键基础设施网络的历史运行数据;所述历史运行数据包括在历史监测时间段内历史故障节点集合、历史监测时间段内每个时刻的关键基础设施网络结构和历史监测时间段内每个时刻每个节点的负载值。
可选的,所述向关键基础设施网络施加扰动,触发级联失效过程,具体包括:
根据所述关键基础设施网络的结构参数和历史运行数据,按照历史监测时间段内历史故障节点集合在所述扰动前后监测时间段内的不同时刻依次移除所述关键基础设施网络的节点,触发级联失效过程,直至级联失效过程结束。
可选的,所述基于网络连通性能指标,根据所述扰动前后监测时间段内所述关键基础设施网络的网络参数,确定理想无故障情况下所述关键基础设施网络在监测时间段内每个时刻的连通性和实际状态下所述关键基础设施网络在监测时间段内每个时刻的连通性,具体包括:
根据所述关键基础设施网络的结构参数构建关键基础设施网络的邻接矩阵,得到关键基础设施网络模型;
根据所述关键基础设施网络模型,确定理想无故障情况下所述关键基础设施网络在监测时间段内每个时刻的连通性和实际状态下所述关键基础设施网络在监测时间段内每个时刻的连通性;所述关键基础设施网络在t时刻的连通性为t时刻最大连通子团的相对大小,t时刻最大连通子团的相对大小G=max{G1,G2,...,Gn},G1,G2,...,Gn表示t时刻关键基础设施网络中连通子团由于节点故障而分解且无相互连接的n个不同连通子团的相对规模大小,Gi=gi/g0,i=1,2,…,n,gi表示第i个连通子团的节点总数,g0为理想无故障状态下所述关键基础设施网络的节点总数,n表示连通子团总数。
可选的,所述基于网络负载容量裕度指标,根据所述扰动前后监测时间段内所述关键基础设施网络的网络参数,确定理想无故障情况下所述关键基础设施网络在监测时间段内每个时刻的网络负载容量裕度和实际状态下所述关键基础设施网络在监测时间段内每个时刻的网络负载容量裕度,具体包括:
获取网络负载容量裕度指标;t时刻所述网络负载容量裕度指标为:其中,M(0)(t)表示理想无故障情况下或实际状态下所述关键基础设施网络在监测时间段内t时刻的网络负载容量裕度,Ci(0)(t0)表示理想无故障情况下或实际状态下第i个节点在监测时间段初始时刻t0的容限值,Li(0)(t)表示理想无故障情况下或实际状态下第i个节点在监测时间段内t时刻的负载值,n(0)(t)表示理想无故障情况下或实际状态下所述关键基础设施网络在监测时间段内t时刻的节点总数;
基于所述网络负载容量裕度指标,利用公式确定理想无故障情况下所述关键基础设施网络在监测时间段内每个时刻的网络负载容量裕度;M0(t)表示理想无故障情况下所述关键基础设施网络在监测时间段内t时刻的网络负载容量裕度,Ci0(t0)表示理想无故障情况下第i个节点在监测时间段初始时刻t0的容限值,Li0(t)表示理想无故障情况下第i个节点在监测时间段内t时刻的负载值,n0(t)表示理想无故障情况下所述关键基础设施网络在监测时间段内t时刻的节点总数;
基于所述网络负载容量裕度指标,利用公式确定实际状态下所述关键基础设施网络在监测时间段内每个时刻的网络负载容量裕度;M(t)表示实际状态下所述关键基础设施网络在监测时间段内t时刻的网络负载容量裕度,Ci(t0)表示实际状态下第i个节点在监测时间段初始时刻t0的容限值,Li(t)表示实际状态下第i个节点在监测时间段内t时刻的负载值,n(t)表示实际状态下所述关键基础设施网络在监测时间段内t时刻的节点总数。
可选的,所述根据所述理想无故障情况下所述关键基础设施网络在监测时间段内每个时刻的连通性、实际状态下所述关键基础设施网络在监测时间段内每个时刻的连通性、理想无故障情况下所述关键基础设施网络在监测时间段内每个时刻的网络负载容量裕度和实际状态下所述关键基础设施网络在监测时间段内每个时刻的网络负载容量裕度,确定所述关键基础设施网络的弹性,具体包括:
利用公式确定所述关键基础设施网络的弹性;其中,R(T*)表示关键基础设施网络的弹性,G1(t)表示实际状态下所述关键基础设施网络在监测时间段内每个时刻的连通性,M(t)表示实际状态下所述关键基础设施网络在监测时间段内t时刻的网络负载容量裕度,G0(t)表示理想无故障情况下所述关键基础设施网络在监测时间段内每个时刻的连通性,M0(t)表示理想无故障情况下所述关键基础设施网络在监测时间段内t时刻的网络负载容量裕度。
本发明还提供一种关键基础设施网络弹性检测系统,包括:
故障触发模块,用于向关键基础设施网络施加扰动,触发级联失效过程;
网络参数获取模块,用于获取扰动前后监测时间段内所述关键基础设施网络的网络参数;所述网络参数包括:所述关键基础设施网络在监测时间段内每个时刻的节点数量、每个节点在监测时间段内每个时刻的负载值以及每个节点在监测时间段初始时刻的容限值;
连通性确定模块,用于基于网络连通性能指标,根据所述扰动前后监测时间段内所述关键基础设施网络的网络参数,确定理想无故障情况下所述关键基础设施网络在监测时间段内每个时刻的连通性和实际状态下所述关键基础设施网络在监测时间段内每个时刻的连通性;
网络负载容量裕度确定模块,用于基于网络负载容量裕度指标,根据所述扰动前后监测时间段内所述关键基础设施网络的网络参数,确定理想无故障情况下所述关键基础设施网络在监测时间段内每个时刻的网络负载容量裕度和实际状态下所述关键基础设施网络在监测时间段内每个时刻的网络负载容量裕度;
网络弹性确定模块,用于根据所述理想无故障情况下所述关键基础设施网络在监测时间段内每个时刻的连通性、实际状态下所述关键基础设施网络在监测时间段内每个时刻的连通性、理想无故障情况下所述关键基础设施网络在监测时间段内每个时刻的网络负载容量裕度和实际状态下所述关键基础设施网络在监测时间段内每个时刻的网络负载容量裕度,确定所述关键基础设施网络的弹性。
可选的,所述连通性确定模块,具体包括:
关键基础设施网络模型构建单元,用于根据所述关键基础设施网络的结构参数构建关键基础设施网络的邻接矩阵,得到关键基础设施网络模型;所述结构参数包括节点集合和连边集合;
连通性确定单元,用于根据所述关键基础设施网络模型,确定理想无故障情况下所述关键基础设施网络在监测时间段内每个时刻的连通性和实际状态下所述关键基础设施网络在监测时间段内每个时刻的连通性;所述关键基础设施网络在t时刻的连通性为t时刻最大连通子团的相对大小,t时刻最大连通子团的相对大小G=max{G1,G2,...,Gn},G1,G2,...,Gn表示t时刻关键基础设施网络中连通子团由于节点故障而分解且无相互连接的n个不同连通子团的相对规模大小,Gi=gi/g0,i=1,2,…,n,gi表示第i个连通子团的节点总数,g0为理想无故障状态下所述关键基础设施网络的节点总数,n表示连通子团总数。
可选的,所述网络负载容量裕度确定模块,具体包括:
网络负载容量裕度指标获取单元,用于获取网络负载容量裕度指标;t时刻所述网络负载容量裕度指标为:其中,M(0)(t)表示理想无故障情况下或实际状态下所述关键基础设施网络在监测时间段内t时刻的网络负载容量裕度,Ci(0)(t0)表示理想无故障情况下或实际状态下第i个节点在监测时间段初始时刻t0的容限值,Li(0)(t)表示理想无故障情况下或实际状态下第i个节点在监测时间段内t时刻的负载值,n(0)(t)表示理想无故障情况下或实际状态下所述关键基础设施网络在监测时间段内t时刻的节点总数;
理想无故障情况下网络负载容量裕度确定单元,用于基于所述网络负载容量裕度指标,利用公式确定理想无故障情况下所述关键基础设施网络在监测时间段内每个时刻的网络负载容量裕度;M0(t)表示理想无故障情况下所述关键基础设施网络在监测时间段内t时刻的网络负载容量裕度,Ci0(t0)表示理想无故障情况下第i个节点在监测时间段初始时刻t0的容限值,Li0(t)表示理想无故障情况下第i个节点在监测时间段内t时刻的负载值,n0(t)表示理想无故障情况下所述关键基础设施网络在监测时间段内t时刻的节点总数;
实际状态下网络负载容量裕度确定单元,用于基于所述网络负载容量裕度指标,利用公式确定实际状态下所述关键基础设施网络在监测时间段内每个时刻的网络负载容量裕度;M(t)表示实际状态下所述关键基础设施网络在监测时间段内t时刻的网络负载容量裕度,Ci(t0)表示实际状态下第i个节点在监测时间段初始时刻t0的容限值,Li(t)表示实际状态下第i个节点在监测时间段内t时刻的负载值,n(t)表示实际状态下所述关键基础设施网络在监测时间段内t时刻的节点总数。
可选的,所述网络弹性确定模块,具体包括:
弹性计算单元,用于利用公式确定所述关键基础设施网络的弹性;其中,R(T*)表示关键基础设施网络的弹性,G1(t)表示实际状态下所述关键基础设施网络在监测时间段内每个时刻的连通性,M(t)表示实际状态下所述关键基础设施网络在监测时间段内t时刻的网络负载容量裕度,G0(t)表示理想无故障情况下所述关键基础设施网络在监测时间段内每个时刻的连通性,M0(t)表示理想无故障情况下所述关键基础设施网络在监测时间段内t时刻的网络负载容量裕度。
根据本发明提供的具体实施例,本发明公开了以下技术效果:
本发明的关键基础设施网络检测方法,被评对象涵盖通信、交通、能源等多个领域关键基础设施的复杂系统,凡是可以通过抽象为网络模型的被评对象,都可以利用发明提供的方法进行弹性检测。而且,检测内容综合全面,关键基础设施网络弹性检测基于连通性能和负载容量裕度对弹性进行定义和检测,考虑了网络的结构和功能两个方面因素,能够综合反映网络在级联失效过程中结构的动态重构,以及负载容量裕度的变化,综合反映了网络对扰动变化的吸收、适应以及恢复情况。且可行性高,利用基于历史运行数据和仿真结合的方法开展关键基础设施网络弹性检测,方法可行性和可重复性高,有效解决关键基础设施网络在真实情况下难以检测其在边界条件和极限条件下运行的弹性评估问题。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案,下面将对实施例中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本发明的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动性的前提下,还可以根据这些附图获得其他的附图。
图1为具有弹性的系统在扰动事件发生时的状态变化示意图;
图2为本发明关键基础设施网络弹性检测方法的流程示意图;
图3为本发明关键基础设施网络弹性检测系统的结构示意图。
具体实施方式
下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
为使本发明的上述目的、特征和优点能够更加明显易懂,下面结合附图和具体实施方式对本发明作进一步详细的说明。
图2为本发明关键基础设施网络弹性检测方法的流程示意图。如图2所示,本发明关键基础设施网络弹性检测方法包括以下步骤:
步骤100:向关键基础设施网络施加扰动,触发级联失效过程。本发明在对关键基础设施网络的弹性进行检测之前,首先根据检测需求,确定关键基础设施网络检测区域范围、检测时间范围以及历史运行数据。然后根据历史运行数据施加相关的扰动,进而触发级联失效过程,以开展弹性检测过程。
检测需求包括但不限于原则要求、重要性分析、检测对象、检测目标、检测要点等内容,上述需求是弹性检测的输入。具体的,确定关键基础设施网络检测区域范围、检测时间范围以及历史运行数据包括以下过程:
1.1确定关键基础设施网络检测区域范围,获取关键基础设施网络的节点集合和连边集合。关键基础设施网络包括电力网络、交通网络、通信网络等网络统称为基础设施网络。连边是指网络节点之间的逻辑关联或信息传输关系。
1.2确定关键基础设施网络的监测时间范围,确定起始时间t0和终止时间T*,在时间t∈[t0,T*]范围内进行弹性检测。
1.3获取关键基础设施网络的历史运行数据,包括历史故障、网络结构和负载数据。历史故障是指历史监测时间t∈[t0,T*]范围内的历史故障节点集合{Ni|Ni∈Nf},其中Ni表示节点i,Nf表示故障节点。运行过程中节点失效或恢复都会改变节点的连边情况,即改变网络结构,因此网络结构是指网络节点和连边的综合情况。负载是指节点在一个时刻的载荷值,负载数据是指所有节点的负载值。
在得到历史运行数据之后,本发明的扰动可以根据历史故障数据向关键基础设施网络施加,触发级联失效过程,待级联失效过程结束。具体的,根据历史故障节点集合,在t∈[t0,T*]范围内的不同时刻t依次移除网络中相应的节点,即为施加扰动的过程。
步骤200:获取扰动前后监测时间段内关键基础设施网络的网络参数。网络参数包括:所述关键基础设施网络在监测时间段内每个时刻的节点数量、每个节点在监测时间段内每个时刻的负载值以及每个节点在监测时间段初始时刻的容限值。
步骤300:基于网络连通性能指标,根据扰动前后监测时间段内关键基础设施网络的网络参数,确定理想无故障情况下关键基础设施网络在监测时间段内每个时刻的连通性和实际状态下关键基础设施网络在监测时间段内每个时刻的连通性。在计算连通性之前,首先根据所述关键基础设施网络的结构参数构建关键基础设施网络的邻接矩阵,得到关键基础设施网络模型,具体过程如下:
3.1统计关键基础设施网络节点信息,分配关键基础设施网络节点编号,N个节点顺序编号为1~N;
3.2统计关键基础设施网络连边信息,分配关键基础设施网络连边编号,M条连边顺序编号为1~M;
3.3建立关键基础设施网络模型,构建关键基础设施网络邻接矩阵,定义若网络邻接矩阵A(t)任意节点i和节点j(i≠j)存在连边,则aij(t)=1,否则aij(t)=0。其中A(t)表示t时间的邻接矩阵;aij(t)表示t时间邻接矩阵第i行和第j列的元素值。则邻接矩阵如下:
进而根据邻接矩阵可以确定关键基础设施网络模型。
然后,根据构建的关键基础设施网络模型,从网络的结构角度,确定理想无故障情况下所述关键基础设施网络在监测时间段内每个时刻的连通性和实际状态下所述关键基础设施网络在监测时间段内每个时刻的连通性。网络中至少存在一个连通子团,关键基础设施网络在t时刻的连通性为t时刻最大连通子团的相对大小。t时刻最大连通子团的相对大小G=max{G1,G2,...,Gn},G1,G2,...,Gn表示t时刻关键基础设施网络中连通子团由于节点故障而分解且无相互连接的n个不同连通子团的相对规模大小,Gi=gi/g0,i=1,2,…,n,gi表示第i个连通子团的节点总数,g0为理想无故障状态下所述关键基础设施网络的节点总数,n表示连通子团总数。
步骤400:基于网络负载容量裕度指标,根据扰动前后监测时间段内关键基础设施网络的网络参数,确定理想无故障情况下关键基础设施网络在监测时间段内每个时刻的网络负载容量裕度和实际状态下关键基础设施网络在监测时间段内每个时刻的网络负载容量裕度。
从网络的功能角度出发,网络负载容量裕度指标是指网络各节点的负载达到容量上限之前的平均剩余负载空间。具体的,网络负载容量裕度指标为:其中,M(0)(t)表示理想无故障情况下或实际状态下所述关键基础设施网络在监测时间段内t时刻的网络负载容量裕度,Ci(0)(t0)表示理想无故障情况下或实际状态下第i个节点在监测时间段初始时刻t0的容限值,Li(0)(t)表示理想无故障情况下或实际状态下第i个节点在监测时间段内t时刻的负载值,n(0)(t)表示理想无故障情况下或实际状态下所述关键基础设施网络在监测时间段内t时刻的节点总数。
基于该网络负载容量裕度指标,确定理想无故障情况下所述关键基础设施网络在监测时间段内每个时刻的网络负载容量裕度的公式为:
式中,M0(t)表示理想无故障情况下所述关键基础设施网络在监测时间段内t时刻的网络负载容量裕度,Ci0(t0)表示理想无故障情况下第i个节点在监测时间段初始时刻t0的容限值,Li0(t)表示理想无故障情况下第i个节点在监测时间段内t时刻的负载值,n0(t)表示理想无故障情况下所述关键基础设施网络在监测时间段内t时刻的节点总数。
确定实际状态下所述关键基础设施网络在监测时间段内每个时刻的网络负载容量裕度的公式为:
式中,M(t)表示实际状态下所述关键基础设施网络在监测时间段内t时刻的网络负载容量裕度,Ci(t0)表示实际状态下第i个节点在监测时间段初始时刻t0的容限值,Li(t)表示实际状态下第i个节点在监测时间段内t时刻的负载值,n(t)表示实际状态下所述关键基础设施网络在监测时间段内t时刻的节点总数。
步骤500:根据理想无故障情况下关键基础设施网络在监测时间段内每个时刻的连通性、实际状态下关键基础设施网络在监测时间段内每个时刻的连通性、理想无故障情况下关键基础设施网络在监测时间段内每个时刻的网络负载容量裕度和实际状态下关键基础设施网络在监测时间段内每个时刻的网络负载容量裕度,确定关键基础设施网络的弹性。
为综合反映网络连通性能指标和负载容量裕度指标,本发明利用公式确定所述关键基础设施网络的弹性。其中,R(T*)表示关键基础设施网络的弹性,G1(t)表示实际状态下所述关键基础设施网络在监测时间段内每个时刻的连通性,M(t)表示实际状态下所述关键基础设施网络在监测时间段内t时刻的网络负载容量裕度,G0(t)表示理想无故障情况下所述关键基础设施网络在监测时间段内每个时刻的连通性,M0(t)表示理想无故障情况下所述关键基础设施网络在监测时间段内t时刻的网络负载容量裕度。网络最大连通子团(连通性)和负载容量裕度满足关系G1(t)≤G0(t),M(t)≤M0(t)。
本发明通过同时考虑结构和负载,来检测网络的弹性,弹性中包含了可靠性,还包含了恢复能力,进而提高了网络弹性检测的准确度。
图3为本发明关键基础设施网络弹性检测系统的结构示意图。如图3所示,本发明关键基础设施网络弹性检测系统包括:
故障触发模块301,用于向关键基础设施网络施加扰动,触发级联失效过程。
网络参数获取模块302,用于获取扰动前后监测时间段内所述关键基础设施网络的网络参数;所述网络参数包括:所述关键基础设施网络在监测时间段内每个时刻的节点数量、每个节点在监测时间段内每个时刻的负载值以及每个节点在监测时间段初始时刻的容限值。
连通性确定模块303,用于基于网络连通性能指标,根据所述扰动前后监测时间段内所述关键基础设施网络的网络参数,确定理想无故障情况下所述关键基础设施网络在监测时间段内每个时刻的连通性和实际状态下所述关键基础设施网络在监测时间段内每个时刻的连通性。
网络负载容量裕度确定模块304,用于基于网络负载容量裕度指标,根据所述扰动前后监测时间段内所述关键基础设施网络的网络参数,确定理想无故障情况下所述关键基础设施网络在监测时间段内每个时刻的网络负载容量裕度和实际状态下所述关键基础设施网络在监测时间段内每个时刻的网络负载容量裕度。
网络弹性确定模块305,用于根据所述理想无故障情况下所述关键基础设施网络在监测时间段内每个时刻的连通性、实际状态下所述关键基础设施网络在监测时间段内每个时刻的连通性、理想无故障情况下所述关键基础设施网络在监测时间段内每个时刻的网络负载容量裕度和实际状态下所述关键基础设施网络在监测时间段内每个时刻的网络负载容量裕度,确定所述关键基础设施网络的弹性。
作为具体实施例,本发明的关键基础设施网络弹性检测系统中,所述连通性确定模块303,具体包括:
关键基础设施网络模型构建单元,用于根据所述关键基础设施网络的结构参数构建关键基础设施网络的邻接矩阵,得到关键基础设施网络模型;所述结构参数包括节点集合和连边集合。
连通性确定单元,用于根据所述关键基础设施网络模型,确定理想无故障情况下所述关键基础设施网络在监测时间段内每个时刻的连通性和实际状态下所述关键基础设施网络在监测时间段内每个时刻的连通性;所述关键基础设施网络在t时刻的连通性为t时刻最大连通子团的相对大小,t时刻最大连通子团的相对大小G=max{G1,G2,...,Gn},G1,G2,...,Gn表示t时刻关键基础设施网络中连通子团由于节点故障而分解且无相互连接的n个不同连通子团的相对规模大小,Gi=gi/g0,i=1,2,…,n,gi表示第i个连通子团的节点总数,g0为理想无故障状态下所述关键基础设施网络的节点总数,n表示连通子团总数。
作为具体实施例,本发明的关键基础设施网络弹性检测系统中,所述网络负载容量裕度确定模块304,具体包括:
网络负载容量裕度指标获取单元,用于获取网络负载容量裕度指标;t时刻所述网络负载容量裕度指标为:其中,M(0)(t)表示理想无故障情况下或实际状态下所述关键基础设施网络在监测时间段内t时刻的网络负载容量裕度,Ci(0)(t0)表示理想无故障情况下或实际状态下第i个节点在监测时间段初始时刻t0的容限值,Li(0)(t)表示理想无故障情况下或实际状态下第i个节点在监测时间段内t时刻的负载值,n(0)(t)表示理想无故障情况下或实际状态下所述关键基础设施网络在监测时间段内t时刻的节点总数。
理想无故障情况下网络负载容量裕度确定单元,用于基于所述网络负载容量裕度指标,利用公式确定理想无故障情况下所述关键基础设施网络在监测时间段内每个时刻的网络负载容量裕度;M0(t)表示理想无故障情况下所述关键基础设施网络在监测时间段内t时刻的网络负载容量裕度,Ci0(t0)表示理想无故障情况下第i个节点在监测时间段初始时刻t0的容限值,Li0(t)表示理想无故障情况下第i个节点在监测时间段内t时刻的负载值,n0(t)表示理想无故障情况下所述关键基础设施网络在监测时间段内t时刻的节点总数。
实际状态下网络负载容量裕度确定单元,用于基于所述网络负载容量裕度指标,利用公式确定实际状态下所述关键基础设施网络在监测时间段内每个时刻的网络负载容量裕度;M(t)表示实际状态下所述关键基础设施网络在监测时间段内t时刻的网络负载容量裕度,Ci(t0)表示实际状态下第i个节点在监测时间段初始时刻t0的容限值,Li(t)表示实际状态下第i个节点在监测时间段内t时刻的负载值,n(t)表示实际状态下所述关键基础设施网络在监测时间段内t时刻的节点总数。
作为具体实施例,本发明的关键基础设施网络弹性检测系统中,所述网络弹性确定模块305,具体包括:
弹性计算单元,用于利用公式确定所述关键基础设施网络的弹性;其中,R(T*)表示关键基础设施网络的弹性,G1(t)表示实际状态下所述关键基础设施网络在监测时间段内每个时刻的连通性,M(t)表示实际状态下所述关键基础设施网络在监测时间段内t时刻的网络负载容量裕度,G0(t)表示理想无故障情况下所述关键基础设施网络在监测时间段内每个时刻的连通性,M0(t)表示理想无故障情况下所述关键基础设施网络在监测时间段内t时刻的网络负载容量裕度。
本说明书中各个实施例采用递进的方式描述,每个实施例重点说明的都是与其他实施例的不同之处,各个实施例之间相同相似部分互相参见即可。对于实施例公开的系统而言,由于其与实施例公开的方法相对应,所以描述的比较简单,相关之处参见方法部分说明即可。
本文中应用了具体个例对本发明的原理及实施方式进行了阐述,以上实施例的说明只是用于帮助理解本发明的方法及其核心思想;同时,对于本领域的一般技术人员,依据本发明的思想,在具体实施方式及应用范围上均会有改变之处。综上所述,本说明书内容不应理解为对本发明的限制。
Claims (10)
1.一种关键基础设施网络弹性检测方法,其特征在于,包括:
向关键基础设施网络施加扰动,触发级联失效过程;
获取扰动前后监测时间段内所述关键基础设施网络的网络参数;所述网络参数包括:所述关键基础设施网络在监测时间段内每个时刻的节点数量、每个节点在监测时间段内每个时刻的负载值以及每个节点在监测时间段初始时刻的容限值;
基于网络连通性能指标,根据所述扰动前后监测时间段内所述关键基础设施网络的网络参数,确定理想无故障情况下所述关键基础设施网络在监测时间段内每个时刻的连通性和实际状态下所述关键基础设施网络在监测时间段内每个时刻的连通性;
基于网络负载容量裕度指标,根据所述扰动前后监测时间段内所述关键基础设施网络的网络参数,确定理想无故障情况下所述关键基础设施网络在监测时间段内每个时刻的网络负载容量裕度和实际状态下所述关键基础设施网络在监测时间段内每个时刻的网络负载容量裕度;
根据所述理想无故障情况下所述关键基础设施网络在监测时间段内每个时刻的连通性、实际状态下所述关键基础设施网络在监测时间段内每个时刻的连通性、理想无故障情况下所述关键基础设施网络在监测时间段内每个时刻的网络负载容量裕度和实际状态下所述关键基础设施网络在监测时间段内每个时刻的网络负载容量裕度,确定所述关键基础设施网络的弹性。
2.根据权利要求1所述的关键基础设施网络弹性检测方法,其特征在于,所述向关键基础设施网络施加扰动,触发级联失效过程,之前还包括:
获取所述关键基础设施网络的结构参数;所述结构参数包括节点集合和连边集合;
获取所述关键基础设施网络的历史运行数据;所述历史运行数据包括在历史监测时间段内历史故障节点集合、历史监测时间段内每个时刻的关键基础设施网络结构和历史监测时间段内每个时刻每个节点的负载值。
3.根据权利要求2所述的关键基础设施网络弹性检测方法,其特征在于,所述向关键基础设施网络施加扰动,触发级联失效过程,具体包括:
根据所述关键基础设施网络的结构参数和历史运行数据,按照历史监测时间段内历史故障节点集合在所述扰动前后监测时间段内的不同时刻依次移除所述关键基础设施网络的节点,触发级联失效过程,直至级联失效过程结束。
4.根据权利要求2所述的关键基础设施网络弹性检测方法,其特征在于,所述基于网络连通性能指标,根据所述扰动前后监测时间段内所述关键基础设施网络的网络参数,确定理想无故障情况下所述关键基础设施网络在监测时间段内每个时刻的连通性和实际状态下所述关键基础设施网络在监测时间段内每个时刻的连通性,具体包括:
根据所述关键基础设施网络的结构参数构建关键基础设施网络的邻接矩阵,得到关键基础设施网络模型;
根据所述关键基础设施网络模型,确定理想无故障情况下所述关键基础设施网络在监测时间段内每个时刻的连通性和实际状态下所述关键基础设施网络在监测时间段内每个时刻的连通性;所述关键基础设施网络在t时刻的连通性为t时刻最大连通子团的相对大小,t时刻最大连通子团的相对大小G=max{G1,G2,...,Gn},G1,G2,...,Gn表示t时刻关键基础设施网络中连通子团由于节点故障而分解且无相互连接的n个不同连通子团的相对规模大小,Gi=gi/g0,i=1,2,…,n,gi表示第i个连通子团的节点总数,g0为理想无故障状态下所述关键基础设施网络的节点总数,n表示连通子团总数。
5.根据权利要求1所述的关键基础设施网络弹性检测方法,其特征在于,所述基于网络负载容量裕度指标,根据所述扰动前后监测时间段内所述关键基础设施网络的网络参数,确定理想无故障情况下所述关键基础设施网络在监测时间段内每个时刻的网络负载容量裕度和实际状态下所述关键基础设施网络在监测时间段内每个时刻的网络负载容量裕度,具体包括:
获取网络负载容量裕度指标;t时刻所述网络负载容量裕度指标为:其中,M(0)(t)表示理想无故障情况下或实际状态下所述关键基础设施网络在监测时间段内t时刻的网络负载容量裕度,Ci(0)(t0)表示理想无故障情况下或实际状态下第i个节点在监测时间段初始时刻t0的容限值,Li(0)(t)表示理想无故障情况下或实际状态下第i个节点在监测时间段内t时刻的负载值,n(0)(t)表示理想无故障情况下或实际状态下所述关键基础设施网络在监测时间段内t时刻的节点总数;
基于所述网络负载容量裕度指标,利用公式确定理想无故障情况下所述关键基础设施网络在监测时间段内每个时刻的网络负载容量裕度;M0(t)表示理想无故障情况下所述关键基础设施网络在监测时间段内t时刻的网络负载容量裕度,Ci0(t0)表示理想无故障情况下第i个节点在监测时间段初始时刻t0的容限值,Li0(t)表示理想无故障情况下第i个节点在监测时间段内t时刻的负载值,n0(t)表示理想无故障情况下所述关键基础设施网络在监测时间段内t时刻的节点总数;
6.根据权利要求1所述的关键基础设施网络弹性检测方法,其特征在于,所述根据所述理想无故障情况下所述关键基础设施网络在监测时间段内每个时刻的连通性、实际状态下所述关键基础设施网络在监测时间段内每个时刻的连通性、理想无故障情况下所述关键基础设施网络在监测时间段内每个时刻的网络负载容量裕度和实际状态下所述关键基础设施网络在监测时间段内每个时刻的网络负载容量裕度,确定所述关键基础设施网络的弹性,具体包括:
7.一种关键基础设施网络弹性检测系统,其特征在于,包括:
故障触发模块,用于向关键基础设施网络施加扰动,触发级联失效过程;
网络参数获取模块,用于获取扰动前后监测时间段内所述关键基础设施网络的网络参数;所述网络参数包括:所述关键基础设施网络在监测时间段内每个时刻的节点数量、每个节点在监测时间段内每个时刻的负载值以及每个节点在监测时间段初始时刻的容限值;
连通性确定模块,用于基于网络连通性能指标,根据所述扰动前后监测时间段内所述关键基础设施网络的网络参数,确定理想无故障情况下所述关键基础设施网络在监测时间段内每个时刻的连通性和实际状态下所述关键基础设施网络在监测时间段内每个时刻的连通性;
网络负载容量裕度确定模块,用于基于网络负载容量裕度指标,根据所述扰动前后监测时间段内所述关键基础设施网络的网络参数,确定理想无故障情况下所述关键基础设施网络在监测时间段内每个时刻的网络负载容量裕度和实际状态下所述关键基础设施网络在监测时间段内每个时刻的网络负载容量裕度;
网络弹性确定模块,用于根据所述理想无故障情况下所述关键基础设施网络在监测时间段内每个时刻的连通性、实际状态下所述关键基础设施网络在监测时间段内每个时刻的连通性、理想无故障情况下所述关键基础设施网络在监测时间段内每个时刻的网络负载容量裕度和实际状态下所述关键基础设施网络在监测时间段内每个时刻的网络负载容量裕度,确定所述关键基础设施网络的弹性。
8.根据权利要求7所述的关键基础设施网络弹性检测系统,其特征在于,所述连通性确定模块,具体包括:
关键基础设施网络模型构建单元,用于根据所述关键基础设施网络的结构参数构建关键基础设施网络的邻接矩阵,得到关键基础设施网络模型;所述结构参数包括节点集合和连边集合;
连通性确定单元,用于根据所述关键基础设施网络模型,确定理想无故障情况下所述关键基础设施网络在监测时间段内每个时刻的连通性和实际状态下所述关键基础设施网络在监测时间段内每个时刻的连通性;所述关键基础设施网络在t时刻的连通性为t时刻最大连通子团的相对大小,t时刻最大连通子团的相对大小G=max{G1,G2,...,Gn},G1,G2,...,Gn表示t时刻关键基础设施网络中连通子团由于节点故障而分解且无相互连接的n个不同连通子团的相对规模大小,Gi=gi/g0,i=1,2,…,n,gi表示第i个连通子团的节点总数,g0为理想无故障状态下所述关键基础设施网络的节点总数,n表示连通子团总数。
9.根据权利要求7所述的关键基础设施网络弹性检测系统,其特征在于,所述网络负载容量裕度确定模块,具体包括:
网络负载容量裕度指标获取单元,用于获取网络负载容量裕度指标;t时刻所述网络负载容量裕度指标为:其中,M(0)(t)表示理想无故障情况下或实际状态下所述关键基础设施网络在监测时间段内t时刻的网络负载容量裕度,Ci(0)(t0)表示理想无故障情况下或实际状态下第i个节点在监测时间段初始时刻t0的容限值,Li(0)(t)表示理想无故障情况下或实际状态下第i个节点在监测时间段内t时刻的负载值,n(0)(t)表示理想无故障情况下或实际状态下所述关键基础设施网络在监测时间段内t时刻的节点总数;
理想无故障情况下网络负载容量裕度确定单元,用于基于所述网络负载容量裕度指标,利用公式确定理想无故障情况下所述关键基础设施网络在监测时间段内每个时刻的网络负载容量裕度;M0(t)表示理想无故障情况下所述关键基础设施网络在监测时间段内t时刻的网络负载容量裕度,Ci0(t0)表示理想无故障情况下第i个节点在监测时间段初始时刻t0的容限值,Li0(t)表示理想无故障情况下第i个节点在监测时间段内t时刻的负载值,n0(t)表示理想无故障情况下所述关键基础设施网络在监测时间段内t时刻的节点总数;
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110291287.8A CN113055249B (zh) | 2021-03-18 | 2021-03-18 | 一种关键基础设施网络弹性检测方法及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110291287.8A CN113055249B (zh) | 2021-03-18 | 2021-03-18 | 一种关键基础设施网络弹性检测方法及系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN113055249A true CN113055249A (zh) | 2021-06-29 |
CN113055249B CN113055249B (zh) | 2022-07-08 |
Family
ID=76513626
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110291287.8A Active CN113055249B (zh) | 2021-03-18 | 2021-03-18 | 一种关键基础设施网络弹性检测方法及系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113055249B (zh) |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114254471A (zh) * | 2022-03-02 | 2022-03-29 | 成都数联云算科技有限公司 | 电力网络的元素识别方法、装置、设备及存储介质 |
CN114598609A (zh) * | 2022-03-11 | 2022-06-07 | 杭州网银互联科技股份有限公司 | 一种网络拓扑连接结构信息存储方法 |
CN115114715A (zh) * | 2022-08-26 | 2022-09-27 | 深圳市城市交通规划设计研究中心股份有限公司 | 城市基础设施群网络弹性分析方法、电子设备及存储介质 |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20180276266A1 (en) * | 2017-03-27 | 2018-09-27 | Ca, Inc. | Correlating end node log data with connectivity infrastructure performance data |
CN108959072A (zh) * | 2018-06-14 | 2018-12-07 | 北京航空航天大学 | 一种基于复杂网络的集群系统弹性测评方法 |
CN111680879A (zh) * | 2020-05-11 | 2020-09-18 | 国家电网有限公司 | 一种考虑敏感负荷失效的配电网运行韧性评估方法及装置 |
-
2021
- 2021-03-18 CN CN202110291287.8A patent/CN113055249B/zh active Active
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20180276266A1 (en) * | 2017-03-27 | 2018-09-27 | Ca, Inc. | Correlating end node log data with connectivity infrastructure performance data |
CN108959072A (zh) * | 2018-06-14 | 2018-12-07 | 北京航空航天大学 | 一种基于复杂网络的集群系统弹性测评方法 |
CN111680879A (zh) * | 2020-05-11 | 2020-09-18 | 国家电网有限公司 | 一种考虑敏感负荷失效的配电网运行韧性评估方法及装置 |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114254471A (zh) * | 2022-03-02 | 2022-03-29 | 成都数联云算科技有限公司 | 电力网络的元素识别方法、装置、设备及存储介质 |
CN114598609A (zh) * | 2022-03-11 | 2022-06-07 | 杭州网银互联科技股份有限公司 | 一种网络拓扑连接结构信息存储方法 |
CN115114715A (zh) * | 2022-08-26 | 2022-09-27 | 深圳市城市交通规划设计研究中心股份有限公司 | 城市基础设施群网络弹性分析方法、电子设备及存储介质 |
CN115114715B (zh) * | 2022-08-26 | 2023-01-31 | 深圳市城市交通规划设计研究中心股份有限公司 | 城市基础设施群网络弹性分析方法、电子设备及存储介质 |
Also Published As
Publication number | Publication date |
---|---|
CN113055249B (zh) | 2022-07-08 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN113055249B (zh) | 一种关键基础设施网络弹性检测方法及系统 | |
CN106209432B (zh) | 基于动态阈值的网络设备亚健康预警方法及装置 | |
CN115936448B (zh) | 一种基于大数据的城市配电网电力评估系统及方法 | |
Wang et al. | A low-rank matrix approach for the analysis of large amounts of power system synchrophasor data | |
CN107590008B (zh) | 一种通过加权熵判断分布式集群可靠度的方法和系统 | |
Chopade et al. | Critical infrastructure interdependency modeling: Using graph models to assess the vulnerability of smart power grid and SCADA networks | |
CN110750875A (zh) | 仅利用输出响应的结构动静态参数不确定性定量分析系统 | |
CN105183952A (zh) | 一种基于分层时间模糊Petri网的输电网故障诊断方法 | |
Momtazpour et al. | Analyzing invariants in cyber-physical systems using latent factor regression | |
CN117560423B (zh) | 基于云存储节点的智能锁云存储资源调度系统 | |
CN103914482B (zh) | 基于cmdb的集中监控事件影响性确定方法 | |
CN109149776A (zh) | 应用于智能电网的输电线路可靠监测系统 | |
CN116167477A (zh) | 考虑气象条件影响的电力系统风险评估方法 | |
CN117421188A (zh) | 告警定级方法、装置、设备及可读存储介质 | |
Arjannikov et al. | Using markov chains to model sensor network reliability | |
CN106533824B (zh) | 一种给定扰动下的通信网络弹性测评方法 | |
Nanab et al. | A quantitative method for assessing the resilience of infrastructure systems | |
CN112398693A (zh) | 一种面向电力物联网感知层安全防护能力的评估方法 | |
CN107797909B (zh) | 一种系统弹性极限指标测量方法 | |
CN112732517B (zh) | 一种磁盘故障告警方法、装置、设备及可读存储介质 | |
CN101923605B (zh) | 铁路防灾风预警方法 | |
Surya et al. | Deployment of backup sensors in wireless sensor networks for structural health monitoring | |
Wang et al. | Free Probability Theory Based Event Detection for Power Grids using IoT-Enabled Measurements | |
CN106226719A (zh) | 一种基于安全云网络的故障电弧检测系统 | |
CN113409574A (zh) | 一种基于贝叶斯网络的交通健康诊断方法 |
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 |