CN113114514B - 一种基于多属性层次分析法的网络资源备份方法及系统 - Google Patents

一种基于多属性层次分析法的网络资源备份方法及系统 Download PDF

Info

Publication number
CN113114514B
CN113114514B CN202110496019.XA CN202110496019A CN113114514B CN 113114514 B CN113114514 B CN 113114514B CN 202110496019 A CN202110496019 A CN 202110496019A CN 113114514 B CN113114514 B CN 113114514B
Authority
CN
China
Prior art keywords
target
node
importance
link
underlying
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
CN202110496019.XA
Other languages
English (en)
Other versions
CN113114514A (zh
Inventor
卢建刚
付佳佳
张国翊
施展
曾瑛
温景新
梁宇图
尹震超
吴赞红
张健
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.)
Electric Power Dispatch Control Center of Guangdong Power Grid Co Ltd
Guangdong Electric Power Communication Technology Co Ltd
Original Assignee
Electric Power Dispatch Control Center of Guangdong Power Grid Co Ltd
Guangdong Electric Power Communication Technology Co Ltd
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 Electric Power Dispatch Control Center of Guangdong Power Grid Co Ltd, Guangdong Electric Power Communication Technology Co Ltd filed Critical Electric Power Dispatch Control Center of Guangdong Power Grid Co Ltd
Priority to CN202110496019.XA priority Critical patent/CN113114514B/zh
Publication of CN113114514A publication Critical patent/CN113114514A/zh
Application granted granted Critical
Publication of CN113114514B publication Critical patent/CN113114514B/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
    • H04L41/0893—Assignment of logical groups to network elements
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L67/00—Network arrangements or protocols for supporting network services or applications
    • H04L67/01—Protocols
    • H04L67/10—Protocols in which an application is distributed across nodes in the network
    • H04L67/1095—Replication or mirroring of data, e.g. scheduling or transport for data synchronisation between network nodes

Landscapes

  • Engineering & Computer Science (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Signal Processing (AREA)
  • Data Exchanges In Wide-Area Networks (AREA)

Abstract

本发明提供一种基于多属性层次分析法的网络资源备份方法及系统，其中方法包括：构建虚拟网资源分配模型；底层网络节点的重要性计算和排序；底层网络链路的重要性计算和排序；基于底层网络节点的重要性进行资源备份；基于底层网络链路的重要性进行资源备份。通过对虚拟网映射成功率和底层网络资源平均利用率分析可知，本发明提出的5G网络切片下基于多属性层次分析法的网络资源备份方法具有较好的应用效果和性能，较好解决了底层网络资源利用率低的问题。

Description

一种基于多属性层次分析法的网络资源备份方法及系统
技术领域
本发明涉及电力通信网的资源管理技术领域，特别是涉及一种基于多属性层次分析法的网络资源备份方法及系统。
背景技术
随着5G、物联网技术的快速发展和应用，各种电力业务对电力通信网的需求量快速增加。这种背景下，电力公司采用网络切片技术，将原来的基础网络划分为底层网络和虚拟网络。底层网络由底层节点和底层链路构成，为虚拟网络提供网络资源。虚拟网络通过租用底层网络的网络资源，实现电力业务的快速建设和运营。为保证电力业务的可靠性，底层网络资源如何分配给虚拟网络是一个重要的研究内容。通过对已有研究分析可知，现有技术较多的技术解决底层网络资源分配的利用率和可靠性问题。但是，现有技术根据资源利用率的高低对底层网络资源进行备份。备份资源量的增加，导致底层网络资源利用率低，给电力公司带来较大的运营成本。
发明内容
为解决资源备份策略不合理导致底层网络资源利用率低的问题，本发明提供一种基于多属性层次分析法的网络资源备份方法及系统，提高资源利用率。
本发明第一方面提供一种基于多属性层次分析法的网络资源备份方法，包括：
获取目标底层节点的网络特征重要性、目标底层节点的资源利用率重要性及目标底层节点的电力业务重要度；
通过指标权重模型，分别计算所述目标底层节点的网络特征重要性的指标权重、所述目标底层节点的资源利用率重要性的指标权重及所述目标底层节点的电力业务重要度的指标权重；根据所述目标底层节点的网络特征重要性的指标权重、所述目标底层节点的资源利用率重要性的指标权重及所述目标底层节点的电力业务重要度的指标权重对底层节点进行降序排列，得到降序排列的底层节点集合；
备份所述目标底层节点的资源利用率重要性大于预设阈值的目标底层节点；根据所述降序排列的底层节点集合对所述底层节点进行备份；
获取目标底层链路的资源重要性、目标底层链路的资源利用率重要性及目标底层链路的电力业务重要度；
通过指标权重模型，分别计算所述目标底层链路的资源重要性的指标权重、所述目标底层链路的资源利用率重要性的指标权重及所述目标底层链路的电力业务重要度的指标权重；根据所述目标底层链路的资源重要性的指标权重、所述目标底层链路的资源利用率重要性的指标权重及所述目标底层链路的电力业务重要度的指标权重对底层链路进行降序排列，得到降序排列的底层链路集合；
备份所述目标底层链路的资源利用率重要性大于预设阈值的目标底层链路；根据所述降序排列的底层链路集合对所述底层链路进行备份。
进一步地，所述获取目标底层节点的网络特征重要性、目标底层节点的资源利用率重要性及目标底层节点的电力业务重要度包括：
获取目标底层节点与关联底层节点的相关度；根据所述目标底层节点与关联底层节点的相关度建立目标底层节点的网络特征重要性模型，得到目标底层节点的网络特征重要性；
获取目标底层节点已经被虚拟节点使用的资源量及目标底层节点的全部计算资源量，根据所述目标底层节点已经被虚拟节点使用的资源量及所述目标底层节点的全部计算资源量建立目标底层节点的资源利用率重要性模型，得到目标底层节点的资源利用率重要性；
获取目标类型的业务重要程度、目标底层节点资源的故障概率及目标底层节点资源发生故障后受影响的目标类型的业务的数量；根据所述目标类型的业务重要程度、所述目标底层节点资源的故障概率及所述目标底层节点资源发生故障后受影响的目标类型的业务的数量建立目标底层节点的电力业务重要度模型，得到目标底层节点的电力业务重要度。
进一步地，所述获取目标底层链路的资源重要性、目标底层链路的资源利用率重要性及目标底层链路的电力业务重要度，包括：
获取目标底层节点与关联底层节点的相同邻居集合、目标底层节点的中心程度及关联底层节点的中心程度；根据所述目标底层节点与关联底层节点的相同邻居集合、所述目标底层节点的中心程度及所述关联底层节点的中心程度建立目标底层链路的资源重要性模型，得到目标底层链路的资源重要性；
获取目标底层链路的带宽中已分配给虚拟链路的资源量及目标底层链路的所有带宽资源量；根据所述目标底层链路的带宽中已分配给虚拟链路的资源量及所述目标底层链路的所有带宽资源量建立目标底层链路的资源利用率重要性模型，得到目标底层链路的资源利用率重要性；
获取目标类型的业务重要程度、目标底层链路的故障概率及目标底层链路资源发生故障后受影响的目标类型的业务的数量；根据所述目标类型的业务重要程度、所述目标底层链路的故障概率及所述目标底层链路资源发生故障后受影响的目标类型的业务的数量建立目标底层链路的电力业务重要度模型，得到目标底层链路的电力业务重要度。
进一步地，所述获取目标底层节点的网络特征重要性、目标底层节点的资源利用率重要性及目标底层节点的电力业务重要度之前，还包括：
构建底层网络拓扑；其中，所述底层网络拓扑包括：底层节点集合及底层链路集合。
进一步地，所述获取目标底层节点与关联底层节点的相关度，包括：
获取目标底层节点周边直接连接的底层节点集合及关联底层节点周边直接连接的底层节点集合；根据所述目标底层节点周边直接连接的底层节点集合及所述关联底层节点周边直接连接的底层节点集合建立目标底层节点与关联底层节点的相关度模型，得到目标底层节点与关联底层节点的相关度。
进一步地，所述目标底层节点与关联底层节点的相关度模型为：
Figure BDA0003054300540000041
其中，
Figure BDA0003054300540000042
为目标底层节点，
Figure BDA0003054300540000043
为关联底层节点，
Figure BDA0003054300540000044
为目标底层节点
Figure BDA0003054300540000045
与关联底层节点
Figure BDA0003054300540000046
的相关度，
Figure BDA0003054300540000047
为目标底层节点
Figure BDA0003054300540000048
周边直接连接的底层节点集合，
Figure BDA0003054300540000049
为关联底层节点
Figure BDA00030543005400000410
周边直接连接的底层节点集合。
进一步地，所述目标底层节点的网络特征重要性模型为：
Figure BDA00030543005400000411
其中，
Figure BDA00030543005400000412
为目标底层节点
Figure BDA00030543005400000413
的网络特征重要性，
Figure BDA00030543005400000414
为目标底层节点，
Figure BDA00030543005400000415
为关联底层节点，
Figure BDA00030543005400000416
为目标底层节点
Figure BDA00030543005400000417
周边直接连接的底层节点集合，
Figure BDA0003054300540000051
为目标底层节点
Figure BDA0003054300540000052
与关联底层节点
Figure BDA0003054300540000053
的相关度。
进一步地，所述目标底层节点的资源利用率重要性模型为：
Figure BDA0003054300540000054
其中，
Figure BDA0003054300540000055
为目标底层节点
Figure BDA0003054300540000056
的资源利用率重要性，
Figure BDA0003054300540000057
为目标底层节点，
Figure BDA0003054300540000058
为目标底层节点
Figure BDA0003054300540000059
已经被虚拟节点使用的资源量，
Figure BDA00030543005400000510
为目标底层节点
Figure BDA00030543005400000511
的全部计算资源量。
进一步地，所述目标底层节点的电力业务重要度模型为：
Figure BDA00030543005400000512
其中，
Figure BDA00030543005400000513
为目标底层节点资源i的电力业务重要度，M为目标底层节点资源i上承载的虚拟网业务类型的数量，m为目标类型，N为底层总节点资源，i为目标底层节点资源，am为目标类型m的业务重要程度，
Figure BDA00030543005400000514
为目标底层节点资源i的故障概率，
Figure BDA00030543005400000515
为目标底层节点资源i发生故障后受影响的目标类型的业务的数量。
进一步地，所述目标底层链路的资源重要性模型为：
Figure BDA00030543005400000516
其中，
Figure BDA00030543005400000517
为目标底层节点，
Figure BDA00030543005400000518
为关联底层节点，
Figure BDA00030543005400000519
为目标底层链路，
Figure BDA00030543005400000520
为目标底层链路
Figure BDA00030543005400000521
的资源重要性，
Figure BDA00030543005400000522
为目标底层节点
Figure BDA00030543005400000523
与关联底层节点
Figure BDA00030543005400000524
的相同邻居集合，
Figure BDA00030543005400000525
为目标底层节点
Figure BDA00030543005400000526
的中心程度，
Figure BDA00030543005400000527
为关联底层节点
Figure BDA00030543005400000528
的中心程度。
进一步地，所述目标底层链路的资源利用率重要性模型为：
Figure BDA00030543005400000529
其中，
Figure BDA0003054300540000061
为目标底层节点，
Figure BDA0003054300540000062
为关联底层节点，
Figure BDA0003054300540000063
为目标底层链路，
Figure BDA0003054300540000064
为目标底层链路
Figure BDA0003054300540000065
的资源利用率重要性，
Figure BDA0003054300540000066
为目标底层链路
Figure BDA0003054300540000067
的带宽中已分配给虚拟链路的资源量，
Figure BDA0003054300540000068
为目标底层链路
Figure BDA0003054300540000069
的所有带宽资源量。
进一步地，所述目标底层链路的电力业务重要度模型为：
Figure BDA00030543005400000610
其中，
Figure BDA00030543005400000611
为目标底层节点，
Figure BDA00030543005400000612
为关联底层节点，
Figure BDA00030543005400000613
为目标底层链路，
Figure BDA00030543005400000614
为目标底层链路
Figure BDA00030543005400000615
的电力业务重要度，K为目标底层链路资源g上承载的虚拟网业务类型的数量，k为目标类型，Q为底层总链路资源，g为目标底层链路资源，ak为目标类型k的业务重要程度，
Figure BDA00030543005400000616
为目标底层链路资源g的故障概率，
Figure BDA00030543005400000617
为目标底层链路资源g发生故障后受影响的目标类型的业务的数量。
本发明第二方面提供一种基于多属性层次分析法的网络资源备份系统，包括：
目标底层节点参数获取模块，用于获取目标底层节点的网络特征重要性、目标底层节点的资源利用率重要性及目标底层节点的电力业务重要度；
目标底层节点参数权重计算模块，用于通过指标权重模型，分别计算所述目标底层节点的网络特征重要性的指标权重、所述目标底层节点的资源利用率重要性的指标权重及所述目标底层节点的电力业务重要度的指标权重；根据所述目标底层节点的网络特征重要性的指标权重、所述目标底层节点的资源利用率重要性的指标权重及所述目标底层节点的电力业务重要度的指标权重对底层节点进行降序排列，得到降序排列的底层节点集合；
目标底层节点备份模块，用于备份所述目标底层节点的资源利用率重要性大于预设阈值的目标底层节点；根据所述降序排列的底层节点集合对所述底层节点进行备份；
目标底层链路参数获取模块，用于获取目标底层链路的资源重要性、目标底层链路的资源利用率重要性及目标底层链路的电力业务重要度；
目标底层链路参数权重计算模块，用于通过指标权重模型，分别计算所述目标底层链路的资源重要性的指标权重、所述目标底层链路的资源利用率重要性的指标权重及所述目标底层链路的电力业务重要度的指标权重；根据所述目标底层链路的资源重要性的指标权重、所述目标底层链路的资源利用率重要性的指标权重及所述目标底层链路的电力业务重要度的指标权重对底层链路进行降序排列，得到降序排列的底层链路集合；
目标底层链路备份模块，用于备份所述目标底层链路的资源利用率重要性大于预设阈值的目标底层链路；根据所述降序排列的底层链路集合对所述底层链路进行备份。
进一步地，所述目标底层节点参数获取模块，包括：
目标底层节点的网络特征重要性计算子模块，用于获取目标底层节点与关联底层节点的相关度；根据所述目标底层节点与关联底层节点的相关度建立目标底层节点的网络特征重要性模型，得到目标底层节点的网络特征重要性；
目标底层节点的资源利用率重要性计算子模块，用于获取目标底层节点已经被虚拟节点使用的资源量及目标底层节点的全部计算资源量，根据所述目标底层节点已经被虚拟节点使用的资源量及所述目标底层节点的全部计算资源量建立目标底层节点的资源利用率重要性模型，得到目标底层节点的资源利用率重要性；
目标底层节点的电力业务重要度计算子模块，用于获取目标类型的业务重要程度、目标底层节点资源的故障概率及目标底层节点资源发生故障后受影响的目标类型的业务的数量；根据所述目标类型的业务重要程度、所述目标底层节点资源的故障概率及所述目标底层节点资源发生故障后受影响的目标类型的业务的数量建立目标底层节点的电力业务重要度模型，得到目标底层节点的电力业务重要度。
进一步地，所述目标底层链路参数获取模块，包括：
目标底层链路的资源重要性计算子模块，用于获取目标底层节点与关联底层节点的相同邻居集合、目标底层节点的中心程度及关联底层节点的中心程度；根据所述目标底层节点与关联底层节点的相同邻居集合、所述目标底层节点的中心程度及所述关联底层节点的中心程度建立目标底层链路的资源重要性模型，得到目标底层链路的资源重要性；
目标底层链路的资源利用率重要性计算子模块，用于获取目标底层链路的带宽中已分配给虚拟链路的资源量及目标底层链路的所有带宽资源量；根据所述目标底层链路的带宽中已分配给虚拟链路的资源量及所述目标底层链路的所有带宽资源量建立目标底层链路的资源利用率重要性模型，得到目标底层链路的资源利用率重要性；
目标底层链路的电力业务重要度计算子模块，用于获取目标类型的业务重要程度、目标底层链路的故障概率及目标底层链路资源发生故障后受影响的目标类型的业务的数量；根据所述目标类型的业务重要程度、所述目标底层链路的故障概率及所述目标底层链路资源发生故障后受影响的目标类型的业务的数量建立目标底层链路的电力业务重要度模型，得到目标底层链路的电力业务重要度。
进一步地，所述的一种基于多属性层次分析法的网络资源备份系统，还包括：
底层网络拓扑构建模块，用于构建底层网络拓扑；其中，所述底层网络拓扑包括：底层节点集合及底层链路集合。
进一步地，所述目标底层节点的网络特征重要性计算子模块，还用于：
获取目标底层节点周边直接连接的底层节点集合及关联底层节点周边直接连接的底层节点集合；根据所述目标底层节点周边直接连接的底层节点集合及所述关联底层节点周边直接连接的底层节点集合建立目标底层节点与关联底层节点的相关度模型，得到目标底层节点与关联底层节点的相关度。
进一步地，所述目标底层节点与关联底层节点的相关度模型为：
Figure BDA0003054300540000091
其中，
Figure BDA0003054300540000092
为目标底层节点，
Figure BDA0003054300540000093
为关联底层节点，
Figure BDA0003054300540000094
为目标底层节点
Figure BDA0003054300540000095
与关联底层节点
Figure BDA0003054300540000096
的相关度，
Figure BDA0003054300540000097
为目标底层节点
Figure BDA0003054300540000098
周边直接连接的底层节点集合，
Figure BDA0003054300540000099
为关联底层节点
Figure BDA00030543005400000910
周边直接连接的底层节点集合。
进一步地，所述目标底层节点的网络特征重要性模型为：
Figure BDA00030543005400000911
其中，
Figure BDA00030543005400000912
为目标底层节点
Figure BDA00030543005400000913
的网络特征重要性，
Figure BDA00030543005400000914
为目标底层节点，
Figure BDA00030543005400000915
为关联底层节点，
Figure BDA00030543005400000916
为目标底层节点
Figure BDA00030543005400000917
周边直接连接的底层节点集合，
Figure BDA00030543005400000918
为目标底层节点
Figure BDA00030543005400000919
与关联底层节点
Figure BDA00030543005400000920
的相关度。
进一步地，所述目标底层节点的资源利用率重要性模型为：
Figure BDA0003054300540000101
其中，
Figure BDA0003054300540000102
为目标底层节点
Figure BDA0003054300540000103
的资源利用率重要性，
Figure BDA0003054300540000104
为目标底层节点，
Figure BDA0003054300540000105
为目标底层节点
Figure BDA0003054300540000106
已经被虚拟节点使用的资源量，
Figure BDA0003054300540000107
为目标底层节点
Figure BDA0003054300540000108
的全部计算资源量。
进一步地，所述目标底层节点的电力业务重要度模型为：
Figure BDA0003054300540000109
其中，
Figure BDA00030543005400001010
为目标底层节点资源i的电力业务重要度，M为目标底层节点资源i上承载的虚拟网业务类型的数量，m为目标类型，N为底层总节点资源，i为目标底层节点资源，am为目标类型m的业务重要程度，
Figure BDA00030543005400001011
为目标底层节点资源i的故障概率，
Figure BDA00030543005400001012
为目标底层节点资源i发生故障后受影响的目标类型的业务的数量。
进一步地，所述目标底层链路的资源重要性模型为：
Figure BDA00030543005400001013
其中，
Figure BDA00030543005400001014
为目标底层节点，
Figure BDA00030543005400001015
为关联底层节点，
Figure BDA00030543005400001016
为目标底层链路，
Figure BDA00030543005400001017
为目标底层链路
Figure BDA00030543005400001018
的资源重要性，
Figure BDA00030543005400001019
为目标底层节点
Figure BDA00030543005400001020
与关联底层节点
Figure BDA00030543005400001021
的相同邻居集合，
Figure BDA00030543005400001022
为目标底层节点
Figure BDA00030543005400001023
的中心程度，
Figure BDA00030543005400001024
为关联底层节点
Figure BDA00030543005400001025
的中心程度。
进一步地，所述目标底层链路的资源利用率重要性模型为：
Figure BDA00030543005400001026
其中，
Figure BDA00030543005400001027
为目标底层节点，
Figure BDA00030543005400001028
为关联底层节点，
Figure BDA00030543005400001029
为目标底层链路，
Figure BDA00030543005400001030
为目标底层链路
Figure BDA00030543005400001031
的资源利用率重要性，
Figure BDA00030543005400001032
为目标底层链路
Figure BDA00030543005400001033
的带宽中已分配给虚拟链路的资源量，
Figure BDA0003054300540000111
为目标底层链路
Figure BDA0003054300540000112
的所有带宽资源量。
进一步地，所述目标底层链路的电力业务重要度模型为：
Figure BDA0003054300540000113
其中，
Figure BDA0003054300540000114
为目标底层节点，
Figure BDA0003054300540000115
为关联底层节点，
Figure BDA0003054300540000116
为目标底层链路，
Figure BDA0003054300540000117
为目标底层链路
Figure BDA0003054300540000118
的电力业务重要度，K为目标底层链路资源g上承载的虚拟网业务类型的数量，k为目标类型，Q为底层总链路资源，g为目标底层链路资源，ak为目标类型k的业务重要程度，
Figure BDA0003054300540000119
为目标底层链路资源g的故障概率，
Figure BDA00030543005400001110
为目标底层链路资源g发生故障后受影响的目标类型的业务的数量。
与现有技术相比，本发明实施例的有益效果在于：
本发明提供一种基于多属性层次分析法的网络资源备份方法及系统，其中方法包括：获取目标底层节点的网络特征重要性、目标底层节点的资源利用率重要性及目标底层节点的电力业务重要度；通过指标权重模型，分别计算所述目标底层节点的网络特征重要性的指标权重、所述目标底层节点的资源利用率重要性的指标权重及所述目标底层节点的电力业务重要度的指标权重；根据所述目标底层节点的网络特征重要性的指标权重、所述目标底层节点的资源利用率重要性的指标权重及所述目标底层节点的电力业务重要度的指标权重对底层节点进行降序排列，得到降序排列的底层节点集合；备份所述目标底层节点的资源利用率重要性大于预设阈值的目标底层节点；根据所述降序排列的底层节点集合对所述底层节点进行备份；获取目标底层链路的资源重要性、目标底层链路的资源利用率重要性及目标底层链路的电力业务重要度；通过指标权重模型，分别计算所述目标底层链路的资源重要性的指标权重、所述目标底层链路的资源利用率重要性的指标权重及所述目标底层链路的电力业务重要度的指标权重；根据所述目标底层链路的资源重要性的指标权重、所述目标底层链路的资源利用率重要性的指标权重及所述目标底层链路的电力业务重要度的指标权重对底层链路进行降序排列，得到降序排列的底层链路集合；备份所述目标底层链路的资源利用率重要性大于预设阈值的目标底层链路；根据所述降序排列的底层链路集合对所述底层链路进行备份。本发明提高了底层网络资源利用率。
附图说明
为了更清楚地说明本发明的技术方案，下面将对实施方式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方式，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
图1是本发明某一实施例提供的一种基于多属性层次分析法的网络资源备份方法的流程图；
图2是本发明另一实施例提供的一种基于多属性层次分析法的网络资源备份方法的流程图；
图3是本发明另一实施例提供的一种基于多属性层次分析法的网络资源备份方法的流程图；
图4是本发明又一实施例提供的一种基于多属性层次分析法的网络资源备份方法的流程图；
图5是本发明另一实施例提供的一种基于多属性层次分析法的网络资源备份方法的流程图；
图6是本发明某一实施例提供的虚拟网映射成功率比较示意图；
图7是本发明某一实施例提供的底层网络资源平均利用率比较示意图；
图8是本发明某一实施例提供的一种基于多属性层次分析法的网络资源备份系统的装置图；
图9是本发明另一实施例提供的一种基于多属性层次分析法的网络资源备份系统的装置图；
图10是本发明另一实施例提供的一种基于多属性层次分析法的网络资源备份系统的装置图；
图11是本发明又一实施例提供的一种基于多属性层次分析法的网络资源备份系统的装置图；
图12是本发明某一实施例提供的一种电子设备的结构图。
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作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。
应当理解，文中所使用的步骤编号仅是为了方便描述，不对作为对步骤执行先后顺序的限定。
应当理解，在本发明说明书中所使用的术语仅仅是出于描述特定实施例的目的而并不意在限制本发明。如在本发明说明书和所附权利要求书中所使用的那样，除非上下文清楚地指明其它情况，否则单数形式的“一”、“一个”及“该”意在包括复数形式。
术语“包括”和“包含”指示所描述特征、整体、步骤、操作、元素和/或组件的存在，但并不排除一个或多个其它特征、整体、步骤、操作、元素、组件和/或其集合的存在或添加。
术语“和/或”是指相关联列出的项中的一个或多个的任何组合以及所有可能组合，并且包括这些组合。
第一方面。
请参阅图1-4，本发明某一实施例提供一种基于多属性层次分析法的网络资源备份方法，包括：
S10、获取目标底层节点的网络特征重要性、目标底层节点的资源利用率重要性及目标底层节点的电力业务重要度。
在某一具体实施方式中，所述步骤S10包括：
S11、获取目标底层节点与关联底层节点的相关度；根据所述目标底层节点与关联底层节点的相关度建立目标底层节点的网络特征重要性模型，得到目标底层节点的网络特征重要性。
在某一具体实施方式中，所述获取目标底层节点与关联底层节点的相关度，包括：
获取目标底层节点周边直接连接的底层节点集合及关联底层节点周边直接连接的底层节点集合；根据所述目标底层节点周边直接连接的底层节点集合及所述关联底层节点周边直接连接的底层节点集合建立目标底层节点与关联底层节点的相关度模型，得到目标底层节点与关联底层节点的相关度。
具体地，所述目标底层节点与关联底层节点的相关度模型为：
Figure BDA0003054300540000141
其中，
Figure BDA0003054300540000142
为目标底层节点，
Figure BDA0003054300540000143
为关联底层节点，
Figure BDA0003054300540000144
为目标底层节点
Figure BDA0003054300540000145
与关联底层节点
Figure BDA0003054300540000146
的相关度，
Figure BDA0003054300540000147
为目标底层节点
Figure BDA0003054300540000148
周边直接连接的底层节点集合，
Figure BDA0003054300540000149
为关联底层节点
Figure BDA00030543005400001410
周边直接连接的底层节点集合。
所述目标底层节点的网络特征重要性模型为：
Figure BDA0003054300540000151
其中，
Figure BDA0003054300540000152
为目标底层节点
Figure BDA0003054300540000153
的网络特征重要性，
Figure BDA0003054300540000154
为目标底层节点，
Figure BDA0003054300540000155
为关联底层节点，
Figure BDA0003054300540000156
为目标底层节点
Figure BDA0003054300540000157
周边直接连接的底层节点集合，
Figure BDA0003054300540000158
为目标底层节点
Figure BDA0003054300540000159
与关联底层节点
Figure BDA00030543005400001510
的相关度。
S12、获取目标底层节点已经被虚拟节点使用的资源量及目标底层节点的全部计算资源量，根据所述目标底层节点已经被虚拟节点使用的资源量及所述目标底层节点的全部计算资源量建立目标底层节点的资源利用率重要性模型，得到目标底层节点的资源利用率重要性。
具体地，所述目标底层节点的资源利用率重要性模型为：
Figure BDA00030543005400001511
其中，
Figure BDA00030543005400001512
为目标底层节点
Figure BDA00030543005400001513
的资源利用率重要性，
Figure BDA00030543005400001514
为目标底层节点，
Figure BDA00030543005400001515
为目标底层节点
Figure BDA00030543005400001516
已经被虚拟节点使用的资源量，
Figure BDA00030543005400001517
为目标底层节点
Figure BDA00030543005400001518
的全部计算资源量。
S13、获取目标类型的业务重要程度、目标底层节点资源的故障概率及目标底层节点资源发生故障后受影响的目标类型的业务的数量；根据所述目标类型的业务重要程度、所述目标底层节点资源的故障概率及所述目标底层节点资源发生故障后受影响的目标类型的业务的数量建立目标底层节点的电力业务重要度模型，得到目标底层节点的电力业务重要度。
具体地，所述目标底层节点的电力业务重要度模型为：
Figure BDA00030543005400001519
其中，
Figure BDA0003054300540000161
为目标底层节点资源i的电力业务重要度，M为目标底层节点资源i上承载的虚拟网业务类型的数量，m为目标类型，N为底层总节点资源，i为目标底层节点资源，am为目标类型m的业务重要程度，
Figure BDA0003054300540000162
为目标底层节点资源i的故障概率，
Figure BDA0003054300540000163
为目标底层节点资源i发生故障后受影响的目标类型的业务的数量。
在某一具体实施方式中，所述步骤S10之前，还包括：
S01、构建底层网络拓扑；其中，所述底层网络拓扑包括：底层节点集合及底层链路集合。
S20、通过指标权重模型，分别计算所述目标底层节点的网络特征重要性的指标权重、所述目标底层节点的资源利用率重要性的指标权重及所述目标底层节点的电力业务重要度的指标权重；根据所述目标底层节点的网络特征重要性的指标权重、所述目标底层节点的资源利用率重要性的指标权重及所述目标底层节点的电力业务重要度的指标权重对底层节点进行降序排列，得到降序排列的底层节点集合。
S30、备份所述目标底层节点的资源利用率重要性大于预设阈值的目标底层节点；根据所述降序排列的底层节点集合对所述底层节点进行备份。
S40、获取目标底层链路的资源重要性、目标底层链路的资源利用率重要性及目标底层链路的电力业务重要度。
在某一具体实施方式中，所述步骤S40包括：
S41、获取目标底层节点与关联底层节点的相同邻居集合、目标底层节点的中心程度及关联底层节点的中心程度；根据所述目标底层节点与关联底层节点的相同邻居集合、所述目标底层节点的中心程度及所述关联底层节点的中心程度建立目标底层链路的资源重要性模型，得到目标底层链路的资源重要性。
具体地，所述目标底层链路的资源重要性模型为：
Figure BDA0003054300540000171
其中，
Figure BDA0003054300540000172
为目标底层节点，
Figure BDA0003054300540000173
为关联底层节点，
Figure BDA0003054300540000174
为目标底层链路，
Figure BDA0003054300540000175
为目标底层链路
Figure BDA0003054300540000176
的资源重要性，
Figure BDA0003054300540000177
为目标底层节点
Figure BDA0003054300540000178
与关联底层节点
Figure BDA0003054300540000179
的相同邻居集合，
Figure BDA00030543005400001710
为目标底层节点
Figure BDA00030543005400001711
的中心程度，
Figure BDA00030543005400001712
为关联底层节点
Figure BDA00030543005400001713
的中心程度。
S42、获取目标底层链路的带宽中已分配给虚拟链路的资源量及目标底层链路的所有带宽资源量；根据所述目标底层链路的带宽中已分配给虚拟链路的资源量及所述目标底层链路的所有带宽资源量建立目标底层链路的资源利用率重要性模型，得到目标底层链路的资源利用率重要性。
具体地，所述目标底层链路的资源利用率重要性模型为：
Figure BDA00030543005400001714
其中，
Figure BDA00030543005400001715
为目标底层节点，
Figure BDA00030543005400001716
为关联底层节点，
Figure BDA00030543005400001717
为目标底层链路，
Figure BDA00030543005400001718
为目标底层链路
Figure BDA00030543005400001719
的资源利用率重要性，
Figure BDA00030543005400001720
为目标底层链路
Figure BDA00030543005400001721
的带宽中已分配给虚拟链路的资源量，
Figure BDA00030543005400001722
为目标底层链路
Figure BDA00030543005400001723
的所有带宽资源量。
S43、获取目标类型的业务重要程度、目标底层链路的故障概率及目标底层链路资源发生故障后受影响的目标类型的业务的数量；根据所述目标类型的业务重要程度、所述目标底层链路的故障概率及所述目标底层链路资源发生故障后受影响的目标类型的业务的数量建立目标底层链路的电力业务重要度模型，得到目标底层链路的电力业务重要度。
具体地，所述目标底层链路的电力业务重要度模型为：
Figure BDA0003054300540000181
其中，
Figure BDA0003054300540000182
为目标底层节点，
Figure BDA0003054300540000183
为关联底层节点，
Figure BDA0003054300540000184
为目标底层链路，
Figure BDA0003054300540000185
为目标底层链路
Figure BDA0003054300540000186
的电力业务重要度，K为目标底层链路资源g上承载的虚拟网业务类型的数量，k为目标类型，Q为底层总链路资源，g为目标底层链路资源，ak为目标类型k的业务重要程度，
Figure BDA0003054300540000187
为目标底层链路资源g的故障概率，
Figure BDA0003054300540000188
为目标底层链路资源g发生故障后受影响的目标类型的业务的数量。
S50、通过指标权重模型，分别计算所述目标底层链路的资源重要性的指标权重、所述目标底层链路的资源利用率重要性的指标权重及所述目标底层链路的电力业务重要度的指标权重；根据所述目标底层链路的资源重要性的指标权重、所述目标底层链路的资源利用率重要性的指标权重及所述目标底层链路的电力业务重要度的指标权重对底层链路进行降序排列，得到降序排列的底层链路集合。
S60、备份所述目标底层链路的资源利用率重要性大于预设阈值的目标底层链路；根据所述降序排列的底层链路集合对所述底层链路进行备份。
本方法提高了底层网络资源利用率。
在某一具体实施例中，本发明提供了一种5G网络切片下基于多属性层次分析法的网络资源备份方法。
如图5所示，根据本发明的一种5G网络切片下基于多属性层次分析法的网络资源备份方法，该算法包括以下步骤：
101)、构建虚拟网资源分配模型；
网络切片环境下，基础网络被划分为底层网络和虚拟网络。
底层网络包括底层节点集合和底层链路集合，使用GS＝(NS,ES)表示底层网络拓扑。NS表示底层网络节点集合，ES表示底层网络链路集合。每个底层网络节点
Figure BDA0003054300540000191
有一个计算资源属性，使用
Figure BDA0003054300540000192
表示。每条底层链路
Figure BDA0003054300540000193
有一个带宽资源属性，使用
Figure BDA0003054300540000194
表示。为便于描述节点和链路的关系和分析问题，链路的下标也可以使用链路的两个端点表示。例如，
Figure BDA0003054300540000195
表示底层节点
Figure BDA0003054300540000196
和底层节点
Figure BDA0003054300540000197
之间的链路。
虚拟网络包括虚拟节点集合和虚拟链路集合，使用GV＝(NV,EV)表示虚拟网络拓扑。NV表示虚拟网络节点集合，EV表示虚拟网络链路集合。每个虚拟网络节点
Figure BDA0003054300540000198
有一个计算资源属性，使用
Figure BDA0003054300540000199
表示。每条虚拟链路
Figure BDA00030543005400001910
有一个带宽资源属性，使用
Figure BDA00030543005400001911
表示。
由网络切片环境下的资源管理模型可知，底层网络为虚拟网络分配资源。底层网络为虚拟网络分配资源也被称为虚拟网映射，使用MN:(NV→NS,EV→PS)表示。虚拟网映射包括虚拟节点到底层节点的映射NV→NS、虚拟链路到底层路径的映射EV→PS。虚拟链路映射到底层路径，是因为虚拟链路的两个端点所映射的底层节点，不一定是某条底层链路的两个端点。使用PS表示虚拟链路EV所映射的底层路径，该底层路径的两个端点是虚拟链路EV两个端点所映射的两个底层节点。由虚拟网映射过程可知，虚拟网映射算法包括虚拟节点映射和虚拟链路映射两个关键过程。为了在备份资源有限的前提下，保障虚拟网的可靠性较高，本发明通过分析底层网络资源的关键属性，对底层网络资源的备份紧急性进行计算，从而发现急需进行资源备份的底层资源。
102)、底层网络节点的重要性计算和排序；
从每个底层网络节点的网络特征、资源利用率、电力业务重要度三个维度进行分析。
对于底层网络节点来说，其重要性与其被替代的可能性相关。如果一个底层节点可以被其它底层节点替代，在虚拟节点资源分配时，可以从多个底层节点中进行选择。为分析底层节点是否可以被其它底层节点代替，本发明通过分析底层节点与其相关联的底层节点关系，来分析底层节点的重要性。
为评价底层节点与其相关联的底层节点的关系，使用公式(1)进行分析。
Figure BDA0003054300540000201
表示底层节点
Figure BDA0003054300540000202
周边直接连接的底层节点集合。从公式(1)可知，当底层节点
Figure BDA0003054300540000203
和
Figure BDA0003054300540000204
的共同节点较多时，
Figure BDA0003054300540000205
取值较大。当
Figure BDA0003054300540000206
取值较大时，表明底层节点
Figure BDA0003054300540000207
和
Figure BDA0003054300540000208
被互相代替的可能性较高。此时。底层节点
Figure BDA0003054300540000209
和
Figure BDA00030543005400002010
在虚拟网资源分配时，它们的重要性就相对较低。
Figure BDA00030543005400002011
基于公式(1)的分析结果，可以通过公式(2)对每个底层节点
Figure BDA00030543005400002012
分析其重要性。
Figure BDA00030543005400002013
公式(2)中，
Figure BDA00030543005400002014
表示底层节点
Figure BDA00030543005400002015
是底层节点
Figure BDA00030543005400002016
周边直接连接的底层节点集合。根据公式(1)的定义可知，公式(2)的取值大小与其重要性成正比。底层节点
Figure BDA0003054300540000211
的公式(2)取值越大，表明底层节点
Figure BDA0003054300540000212
具有较大的不可替代性。此时，底层节点
Figure BDA0003054300540000213
在资源分配时具有较大的唯一性，当其性能降低时，会影响虚拟网络的可靠性。所以，底层节点
Figure BDA0003054300540000214
的
Figure BDA0003054300540000215
取值越大，底层节点
Figure BDA0003054300540000216
的重要性越大。
底层节点的可靠性与其资源利用率相关。当底层节点长时间处于高利用率状态，底层节点较容易出现故障。所以，底层节点资源利用率越高的节点，进行资源备份的紧急性越高。底层节点资源的利用率使用公式(3)进行计算。
Figure BDA0003054300540000217
其中，
Figure BDA0003054300540000218
表示底层节点已经被虚拟节点使用的资源量，使用公式(4)计算。
Figure BDA0003054300540000219
表示底层节点具有的全部计算资源量。
公式(4)中，
Figure BDA00030543005400002110
表示虚拟节点集合，并且这些虚拟节点的资源是由底层节点
Figure BDA00030543005400002111
分配。
Figure BDA00030543005400002112
表示虚拟节点
Figure BDA00030543005400002113
向底层节点申请的计算资源量。
Figure BDA00030543005400002114
网络资源的重要性与其承载的电力业务重要性和可靠性相关。当底层网络资源上承载的电力业务非常重要，此时底层网络资源的可靠性就非常重要。为评价底层网络资源的重要性，从底层网络上承载的业务类型、业务重要度、底层网络资源的故障概率三个方面进行分析。使用
Figure BDA00030543005400002115
表示底层节点资源的重要度，使用
Figure BDA00030543005400002116
表示底层链路资源的重要度。为便于描述，底层节点和底层链路都统称为底层资源，使用Si表示底层资源的重要度。底层资源的重要度使用公式(5)进行计算。M表示底层网络资源i上承载的虚拟网业务类型的数量，am表示第m种类型的业务重要程度。pi表示底层资源i的故障概率。
Figure BDA0003054300540000221
表示底层网络资源i发生故障后受影响的第m种类型业务的数量。底层资源i的故障概率pi的取值，可以由网络管理系统中的历史运营数据统计获得。第m种类型的业务重要程度am的取值，可以根据业务的用户重要性，业务不可用带来的损失等方面进行分析。
Figure BDA0003054300540000222
103)、底层网络链路的重要性计算和排序；
从每条底层网络链路的网络特征、资源利用率、电力业务重要度三个维度进行分析。
由虚拟网资源分配算法的结果分析可知，底层链路的位置对于底层节点的连通性具有非常重要的价值。为提升虚拟网映射成功率，本小节根据网络特征，分析每条底层链路的重要性。
为便于描述，底层节点
Figure BDA0003054300540000223
与底层节点
Figure BDA0003054300540000224
之间链路资源的重要性使用
Figure BDA0003054300540000225
表示，使用公式(6)计算。其中，
Figure BDA0003054300540000226
表示底层节点
Figure BDA0003054300540000227
和底层节点
Figure BDA0003054300540000228
的相同邻居集合。
Figure BDA0003054300540000229
表示底层节点
Figure BDA00030543005400002210
的中心程度，使用公式(7)计算。其中，
Figure BDA00030543005400002211
表示底层节点
Figure BDA00030543005400002212
的度数，|NS|表示底层网络中包含的所有底层节点数量。所以，公式中的
Figure BDA00030543005400002213
表示当前节点x在网络中的中心度。与公式(7)类似，
Figure BDA00030543005400002214
使用公式(8)计算。
Figure BDA00030543005400002215
Figure BDA00030543005400002216
Figure BDA0003054300540000231
通过对公式(6)分析可知，底层节点
Figure BDA0003054300540000232
与底层节点
Figure BDA0003054300540000233
之间链路资源的重要性与其共同邻居数量的规模成正比，与底层节点
Figure BDA0003054300540000234
和底层节点
Figure BDA0003054300540000235
的中心度成正比。所以，当底层链路的两个端点的共同邻居数量较多、中心度较大时，该底层链路对于虚拟网资源分配具有较大的重要性。
对于底层链路
Figure BDA0003054300540000236
的资源利用率
Figure BDA0003054300540000237
使用公式(9)进行计算。其中，
Figure BDA0003054300540000238
表示底层链路
Figure BDA0003054300540000239
的带宽中已分配给虚拟链路的资源量，使用公式(10)进行计算。
Figure BDA00030543005400002310
表示底层链路
Figure BDA00030543005400002311
具有的所有带宽资源量
Figure BDA00030543005400002312
公式(10)中，
Figure BDA00030543005400002313
表示底层链路
Figure BDA00030543005400002314
所承载的所有虚拟链路资源的集合。
Figure BDA00030543005400002315
表示虚拟链路
Figure BDA00030543005400002316
向底层链路申请的带宽资源量。
Figure BDA00030543005400002317
Figure BDA00030543005400002318
为充分利用底层网络资源的属性，更好的分析底层网络节点、底层网络链路的重要性，本小节采用多属性层次分析方法，从网络特征、资源利用率、电力业务重要度三个维度，对底层网络资源的重要性进行分析。
为了采用多属性层次分析方法对网络资源的属性进行分析，使用公式(11)计算任意两个属性的重要性。其中，i、j表示底层网络资源的属性。考虑到网络资源备份的目标是保障虚拟网业务的可靠性，本发明定义三个属性的重要程度依次为电力业务重要度、资源利用率、网络特征。
Figure BDA0003054300540000241
通过分析任意两个属性后，可以得到属性之间的重要性矩阵W。为计算出每个属性的权重因子，基于W的取值，使用公式(12)进行计算。其中，n表示网络资源的数量，m表示网络资源属性的数量，yi的取值使用公式(13)进行计算，yij的取值使用公式(14)进行计算。
Figure BDA0003054300540000242
Figure BDA0003054300540000243
Figure BDA0003054300540000244
根据上述分析，底层网络资源m个属性的权重因子取值使用公式(15)进行计算。基于公式(15)，分别对底层网络节点的重要性和底层网络链路的重要性进行计算，可以得到底层网络资源的重要性排序。
Figure BDA0003054300540000245
104)、基于底层网络节点的重要性进行资源备份；
(1)对节点资源利用率超过阈值MN的底层网络节点进行备份，备份的资源规模为当前底层节点资源总容量的20％；
(2)使用剩余资源备份，按照资源重要性顺序对底层网络节点资源进行备份，每个资源备份规模为当前底层节点资源总容量的15％，直到底层节点的备份资源使用完毕。
105)、基于底层网络链路的重要性进行资源备份。
(1)对链路资源利用率超过阈值ML的底层网络链路进行备份，备份的资源规模为当前底层链路资源总容量的20％；
(2)使用剩余资源备份，按照资源重要性顺序对底层网络链路资源进行备份，每个资源备份规模为当前底层链路资源总容量的15％，直到底层链路的备份资源使用完毕。
为分析本发明算法的性能，实验中使用GT-ITM工具生成底层网络拓扑和虚拟网络拓扑。在底层网络拓扑方面，底层网络节点的数量从100个增加到600个，用于模拟不同网络环境。通过分析不同网络环境下的算法性能，可以有效的分析算法的可扩展性和稳定性。在生成底层网络链路方面，任意两个底层节点以0.2的概率进行连接，生成底层链路。在底层节点的计算资源和底层链路的带宽资源生成方面，为便于对实验结果进行分析，统一服从[30,50]的均匀分布。在虚拟网请求生成方面，虚拟节点的数量服从[3,5]的均匀分布，虚拟链路以任意两个虚拟节点之间以0.2的概率连接生成。虚拟节点的计算资源数量和虚拟链路的带宽资源数量服从[3,5]的均匀分布。
为验证本发明算法NRBAoMAAHP的性能，将其与基于资源利用率分析的网络资源备份算法(Network resource backup algorithm based on resource utilizationanalysis，NRBAoRUA)进行比较。算法NRBAoRUA以资源利用率超过阈值为触发条件进行资源扩容。在资源备份时，超过阈值的底层资源的备份容量为资源总量的20％。剩余的资源随机进行扩容，备份容量为资源总量的15％，直到资源利用使用完毕。在比较指标方面，从虚拟网的映射成功率、底层网络资源平均利用率两个维度进行分析。
虚拟网映射成功率比较结果如图6所示。图中X轴表示底层节点的数量从100个增加到600个，用于模拟不同的网络环境。图中Y轴表示虚拟网映射成功率。从图可知，随着底层网络规模的增加，两个算法的虚拟网的映射成功率都在增加，增加速度逐渐减小。随着底层网络规模的增加，底层网络可以为虚拟网提供的底层网络资源规模增加，从而满足了更多的虚拟网资源需求。两个算法的性能比较方面，本发明算法虚拟网的映射成功率较高，说明底层网络资源可以满足较多的虚拟网资源请求。
底层网络资源平均利用率比较结果如图7所示。图中X轴表示底层节点的数量从100个增加到600个，用于模拟不同的网络环境。图中Y轴表示底层网络资源平均利用率。从图可知，随着底层网络规模的增加，两个算法的底层网络资源平均利用率都在增加，增加速度逐渐减小。随着底层网络规模的增加，底层网络可以为虚拟网提供的底层网络资源规模增加，从而满足了更多的虚拟网资源需求。两个算法的性能比较方面，本发明算法底层网络资源平均利用率较高，说明本发明算法为关键的底层网络资源提供了较多的备份容量，从而可以满足较多的虚拟网资源请求。
第二方面。
请参阅图8-11，本发明一实施例提供一种基于多属性层次分析法的网络资源备份系统，包括：
一种基于多属性层次分析法的网络资源备份系统，其特征在于，包括：
目标底层节点参数获取模块10，用于获取目标底层节点的网络特征重要性、目标底层节点的资源利用率重要性及目标底层节点的电力业务重要度。
在某一具体实施方式中，所述目标底层节点参数获取模块10包括：
目标底层节点的网络特征重要性计算子模块11，用于获取目标底层节点与关联底层节点的相关度；根据所述目标底层节点与关联底层节点的相关度建立目标底层节点的网络特征重要性模型，得到目标底层节点的网络特征重要性。
在某一具体实施方式中，所述目标底层节点的网络特征重要性计算子模块11，还用于：
获取目标底层节点周边直接连接的底层节点集合及关联底层节点周边直接连接的底层节点集合；根据所述目标底层节点周边直接连接的底层节点集合及所述关联底层节点周边直接连接的底层节点集合建立目标底层节点与关联底层节点的相关度模型，得到目标底层节点与关联底层节点的相关度。
具体地，所述目标底层节点与关联底层节点的相关度模型为：
Figure BDA0003054300540000271
其中，
Figure BDA0003054300540000272
为目标底层节点，
Figure BDA0003054300540000273
为关联底层节点，
Figure BDA0003054300540000274
为目标底层节点
Figure BDA0003054300540000275
与关联底层节点
Figure BDA0003054300540000276
的相关度，
Figure BDA0003054300540000277
为目标底层节点
Figure BDA0003054300540000278
周边直接连接的底层节点集合，
Figure BDA0003054300540000279
为关联底层节点
Figure BDA00030543005400002710
周边直接连接的底层节点集合。
所述目标底层节点的网络特征重要性模型为：
Figure BDA00030543005400002711
其中，
Figure BDA00030543005400002712
为目标底层节点
Figure BDA00030543005400002713
的网络特征重要性，
Figure BDA00030543005400002714
为目标底层节点，
Figure BDA00030543005400002715
为关联底层节点，
Figure BDA00030543005400002716
为目标底层节点
Figure BDA00030543005400002717
周边直接连接的底层节点集合，
Figure BDA00030543005400002718
为目标底层节点
Figure BDA00030543005400002719
与关联底层节点
Figure BDA00030543005400002720
的相关度。
目标底层节点的资源利用率重要性计算子模块12，用于获取目标底层节点已经被虚拟节点使用的资源量及目标底层节点的全部计算资源量，根据所述目标底层节点已经被虚拟节点使用的资源量及所述目标底层节点的全部计算资源量建立目标底层节点的资源利用率重要性模型，得到目标底层节点的资源利用率重要性。
具体地，所述目标底层节点的资源利用率重要性模型为：
Figure BDA0003054300540000281
其中，
Figure BDA0003054300540000282
为目标底层节点
Figure BDA0003054300540000283
的资源利用率重要性，
Figure BDA0003054300540000284
为目标底层节点，
Figure BDA0003054300540000285
为目标底层节点
Figure BDA0003054300540000286
已经被虚拟节点使用的资源量，
Figure BDA0003054300540000287
为目标底层节点
Figure BDA0003054300540000288
的全部计算资源量。
目标底层节点的电力业务重要度计算子模块13，用于获取目标类型的业务重要程度、目标底层节点资源的故障概率及目标底层节点资源发生故障后受影响的目标类型的业务的数量；根据所述目标类型的业务重要程度、所述目标底层节点资源的故障概率及所述目标底层节点资源发生故障后受影响的目标类型的业务的数量建立目标底层节点的电力业务重要度模型，得到目标底层节点的电力业务重要度。
具体地，所述目标底层节点的电力业务重要度模型为：
Figure BDA0003054300540000289
其中，
Figure BDA00030543005400002810
为目标底层节点资源i的电力业务重要度，M为目标底层节点资源i上承载的虚拟网业务类型的数量，m为目标类型，N为底层总节点资源，i为目标底层节点资源，am为目标类型m的业务重要程度，
Figure BDA00030543005400002811
为目标底层节点资源i的故障概率，
Figure BDA00030543005400002812
为目标底层节点资源i发生故障后受影响的目标类型的业务的数量。
目标底层节点参数权重计算模块20，用于通过指标权重模型，分别计算所述目标底层节点的网络特征重要性的指标权重、所述目标底层节点的资源利用率重要性的指标权重及所述目标底层节点的电力业务重要度的指标权重；根据所述目标底层节点的网络特征重要性的指标权重、所述目标底层节点的资源利用率重要性的指标权重及所述目标底层节点的电力业务重要度的指标权重对底层节点进行降序排列，得到降序排列的底层节点集合。
目标底层节点备份模块30，用于备份所述目标底层节点的资源利用率重要性大于预设阈值的目标底层节点；根据所述降序排列的底层节点集合对所述底层节点进行备份。
目标底层链路参数获取模块40，用于获取目标底层链路的资源重要性、目标底层链路的资源利用率重要性及目标底层链路的电力业务重要度。
在某一具体实施方式中，所述目标底层链路参数获取模块40包括：
目标底层链路的资源重要性计算子模块41，用于获取目标底层节点与关联底层节点的相同邻居集合、目标底层节点的中心程度及关联底层节点的中心程度；根据所述目标底层节点与关联底层节点的相同邻居集合、所述目标底层节点的中心程度及所述关联底层节点的中心程度建立目标底层链路的资源重要性模型，得到目标底层链路的资源重要性。
具体地，所述目标底层链路的资源重要性模型为：
Figure BDA0003054300540000291
其中，
Figure BDA0003054300540000292
为目标底层节点，
Figure BDA0003054300540000293
为关联底层节点，
Figure BDA0003054300540000294
为目标底层链路，
Figure BDA0003054300540000295
为目标底层链路
Figure BDA0003054300540000296
的资源重要性，
Figure BDA0003054300540000297
为目标底层节点
Figure BDA0003054300540000301
与关联底层节点
Figure BDA0003054300540000302
的相同邻居集合，
Figure BDA0003054300540000303
为目标底层节点
Figure BDA0003054300540000304
的中心程度，
Figure BDA0003054300540000305
为关联底层节点
Figure BDA0003054300540000306
的中心程度。
目标底层链路的资源利用率重要性计算子模块42，用于获取目标底层链路的带宽中已分配给虚拟链路的资源量及目标底层链路的所有带宽资源量；根据所述目标底层链路的带宽中已分配给虚拟链路的资源量及所述目标底层链路的所有带宽资源量建立目标底层链路的资源利用率重要性模型，得到目标底层链路的资源利用率重要性。
具体地，所述目标底层链路的资源利用率重要性模型为：
Figure BDA0003054300540000307
其中，
Figure BDA0003054300540000308
为目标底层节点，
Figure BDA0003054300540000309
为关联底层节点，
Figure BDA00030543005400003010
为目标底层链路，
Figure BDA00030543005400003011
为目标底层链路
Figure BDA00030543005400003012
的资源利用率重要性，
Figure BDA00030543005400003013
为目标底层链路
Figure BDA00030543005400003014
的带宽中已分配给虚拟链路的资源量，
Figure BDA00030543005400003015
为目标底层链路
Figure BDA00030543005400003016
的所有带宽资源量。
目标底层链路的电力业务重要度计算子模块43，用于获取目标类型的业务重要程度、目标底层链路的故障概率及目标底层链路资源发生故障后受影响的目标类型的业务的数量；根据所述目标类型的业务重要程度、所述目标底层链路的故障概率及所述目标底层链路资源发生故障后受影响的目标类型的业务的数量建立目标底层链路的电力业务重要度模型，得到目标底层链路的电力业务重要度。
具体地，所述目标底层链路的电力业务重要度模型为：
Figure BDA00030543005400003017
其中，
Figure BDA0003054300540000311
为目标底层节点，
Figure BDA0003054300540000312
为关联底层节点，
Figure BDA0003054300540000313
为目标底层链路，
Figure BDA0003054300540000314
为目标底层链路
Figure BDA0003054300540000315
的电力业务重要度，K为目标底层链路资源g上承载的虚拟网业务类型的数量，k为目标类型，Q为底层总链路资源，g为目标底层链路资源，ak为目标类型k的业务重要程度，
Figure BDA0003054300540000316
为目标底层链路资源g的故障概率，
Figure BDA0003054300540000317
为目标底层链路资源g发生故障后受影响的目标类型的业务的数量。
目标底层链路参数权重计算模块50，用于通过指标权重模型，分别计算所述目标底层链路的资源重要性的指标权重、所述目标底层链路的资源利用率重要性的指标权重及所述目标底层链路的电力业务重要度的指标权重；根据所述目标底层链路的资源重要性的指标权重、所述目标底层链路的资源利用率重要性的指标权重及所述目标底层链路的电力业务重要度的指标权重对底层链路进行降序排列，得到降序排列的底层链路集合。
目标底层链路备份模块60，用于备份所述目标底层链路的资源利用率重要性大于预设阈值的目标底层链路；根据所述降序排列的底层链路集合对所述底层链路进行备份。
在某一具体实施方式中，还包括：
底层网络拓扑构建模块70，用于构建底层网络拓扑；其中，所述底层网络拓扑包括：底层节点集合及底层链路集合。
本系统提高了底层网络资源利用率。
第三方面。
本发明提供了一种电子设备，该电子设备包括：
处理器、存储器和总线；
所述总线，用于连接所述处理器和所述存储器；
所述存储器，用于存储操作指令；
所述处理器，用于通过调用所述操作指令，可执行指令使处理器执行如本申请的第一方面所示的一种基于多属性层次分析法的网络资源备份方法对应的操作。
在一个可选实施例中提供了一种电子设备，如图12所示，图12所示的电子设备5000包括：处理器5001和存储器5003。其中，处理器5001和存储器5003相连，如通过总线5002相连。可选地，电子设备5000还可以包括收发器5004。需要说明的是，实际应用中收发器5004不限于一个，该电子设备5000的结构并不构成对本申请实施例的限定。
处理器5001可以是CPU，通用处理器，DSP，ASIC，FPGA或者其他可编程逻辑器件、晶体管逻辑器件、硬件部件或者其任意组合。其可以实现或执行结合本申请公开内容所描述的各种示例性的逻辑方框，模块和电路。处理器5001也可以是实现计算功能的组合，例如包含一个或多个微处理器组合，DSP和微处理器的组合等。
总线5002可包括一通路，在上述组件之间传送信息。总线5002可以是PCI总线或EISA总线等。总线5002可以分为地址总线、数据总线、控制总线等。为便于表示，图12中仅用一条粗线表示，但并不表示仅有一根总线或一种类型的总线。
存储器5003可以是ROM或可存储静态信息和指令的其他类型的静态存储设备，RAM或者可存储信息和指令的其他类型的动态存储设备，也可以是EEPROM、CD-ROM或其他光盘存储、光碟存储(包括压缩光碟、激光碟、光碟、数字通用光碟、蓝光光碟等)、磁盘存储介质或者其他磁存储设备、或者能够用于携带或存储具有指令或数据结构形式的期望的程序代码并能够由计算机存取的任何其他介质，但不限于此。
存储器5003用于存储执行本申请方案的应用程序代码，并由处理器5001来控制执行。处理器5001用于执行存储器5003中存储的应用程序代码，以实现前述任一方法实施例所示的内容。
其中，电子设备包括但不限于：移动电话、笔记本电脑、数字广播接收器、PDA(个人数字助理)、PAD(平板电脑)、PMP(便携式多媒体播放器)、车载终端(例如车载导航终端)等等的移动终端以及诸如数字TV、台式计算机等等的固定终端。
第四方面。
本发明提供了一种计算机可读存储介质，计算机可读存储介质上存储有计算机程序，该程序被处理器执行时实现本申请第一方面所示的一种基于多属性层次分析法的网络资源备份方法。
本申请的又一实施例提供了一种计算机可读存储介质，该计算机可读存储介质上存储有计算机程序，当其在计算机上运行时，使得计算机可以执行前述方法实施例中相应内容。

Claims (24)

1.一种基于多属性层次分析法的网络资源备份方法，其特征在于，包括：
获取目标底层节点的网络特征重要性、目标底层节点的资源利用率重要性及目标底层节点的电力业务重要度；
通过指标权重模型，分别计算所述目标底层节点的网络特征重要性的指标权重、所述目标底层节点的资源利用率重要性的指标权重及所述目标底层节点的电力业务重要度的指标权重；根据所述目标底层节点的网络特征重要性的指标权重、所述目标底层节点的资源利用率重要性的指标权重及所述目标底层节点的电力业务重要度的指标权重对底层节点进行降序排列，得到降序排列的底层节点集合；
备份所述目标底层节点的资源利用率重要性大于预设阈值的目标底层节点；根据所述降序排列的底层节点集合对所述底层节点进行备份；
获取目标底层链路的资源重要性、目标底层链路的资源利用率重要性及目标底层链路的电力业务重要度；
通过指标权重模型，分别计算所述目标底层链路的资源重要性的指标权重、所述目标底层链路的资源利用率重要性的指标权重及所述目标底层链路的电力业务重要度的指标权重；根据所述目标底层链路的资源重要性的指标权重、所述目标底层链路的资源利用率重要性的指标权重及所述目标底层链路的电力业务重要度的指标权重对底层链路进行降序排列，得到降序排列的底层链路集合；
备份所述目标底层链路的资源利用率重要性大于预设阈值的目标底层链路；根据所述降序排列的底层链路集合对所述底层链路进行备份。
2.如权利要求1所述的一种基于多属性层次分析法的网络资源备份方法，其特征在于，所述获取目标底层节点的网络特征重要性、目标底层节点的资源利用率重要性及目标底层节点的电力业务重要度包括：
获取目标底层节点与关联底层节点的相关度；根据所述目标底层节点与关联底层节点的相关度建立目标底层节点的网络特征重要性模型，得到目标底层节点的网络特征重要性；
获取目标底层节点已经被虚拟节点使用的资源量及目标底层节点的全部计算资源量，根据所述目标底层节点已经被虚拟节点使用的资源量及所述目标底层节点的全部计算资源量建立目标底层节点的资源利用率重要性模型，得到目标底层节点的资源利用率重要性；
获取目标类型的业务重要程度、目标底层节点资源的故障概率及目标底层节点资源发生故障后受影响的目标类型的业务的数量；根据所述目标类型的业务重要程度、所述目标底层节点资源的故障概率及所述目标底层节点资源发生故障后受影响的目标类型的业务的数量建立目标底层节点的电力业务重要度模型，得到目标底层节点的电力业务重要度。
3.如权利要求2所述的一种基于多属性层次分析法的网络资源备份方法，其特征在于，所述获取目标底层链路的资源重要性、目标底层链路的资源利用率重要性及目标底层链路的电力业务重要度，包括：
获取目标底层节点与关联底层节点的相同邻居集合、目标底层节点的中心程度及关联底层节点的中心程度；根据所述目标底层节点与关联底层节点的相同邻居集合、所述目标底层节点的中心程度及所述关联底层节点的中心程度建立目标底层链路的资源重要性模型，得到目标底层链路的资源重要性；
获取目标底层链路的带宽中已分配给虚拟链路的资源量及目标底层链路的所有带宽资源量；根据所述目标底层链路的带宽中已分配给虚拟链路的资源量及所述目标底层链路的所有带宽资源量建立目标底层链路的资源利用率重要性模型，得到目标底层链路的资源利用率重要性；
获取目标类型的业务重要程度、目标底层链路的故障概率及目标底层链路资源发生故障后受影响的目标类型的业务的数量；根据所述目标类型的业务重要程度、所述目标底层链路的故障概率及所述目标底层链路资源发生故障后受影响的目标类型的业务的数量建立目标底层链路的电力业务重要度模型，得到目标底层链路的电力业务重要度。
4.如权利要求3所述的一种基于多属性层次分析法的网络资源备份方法，其特征在于，所述获取目标底层节点的网络特征重要性、目标底层节点的资源利用率重要性及目标底层节点的电力业务重要度之前，还包括：
构建底层网络拓扑；其中，所述底层网络拓扑包括：底层节点集合及底层链路集合。
5.如权利要求4所述的一种基于多属性层次分析法的网络资源备份方法，其特征在于，所述获取目标底层节点与关联底层节点的相关度，包括：
获取目标底层节点周边直接连接的底层节点集合及关联底层节点周边直接连接的底层节点集合；根据所述目标底层节点周边直接连接的底层节点集合及所述关联底层节点周边直接连接的底层节点集合建立目标底层节点与关联底层节点的相关度模型，得到目标底层节点与关联底层节点的相关度。
6.如权利要求5所述的一种基于多属性层次分析法的网络资源备份方法，其特征在于，所述目标底层节点与关联底层节点的相关度模型为：
Figure FDA0003054300530000041
其中，
Figure FDA0003054300530000042
为目标底层节点，
Figure FDA0003054300530000043
为关联底层节点，
Figure FDA0003054300530000044
为目标底层节点
Figure FDA0003054300530000045
与关联底层节点
Figure FDA0003054300530000046
的相关度，
Figure FDA0003054300530000047
为目标底层节点
Figure FDA0003054300530000048
周边直接连接的底层节点集合，
Figure FDA0003054300530000049
为关联底层节点
Figure FDA00030543005300000410
周边直接连接的底层节点集合。
7.如权利要求6所述的一种基于多属性层次分析法的网络资源备份方法，其特征在于，所述目标底层节点的网络特征重要性模型为：
Figure FDA00030543005300000411
其中，
Figure FDA00030543005300000412
为目标底层节点
Figure FDA00030543005300000413
的网络特征重要性，
Figure FDA00030543005300000414
为目标底层节点，
Figure FDA00030543005300000415
为关联底层节点，
Figure FDA00030543005300000416
为目标底层节点
Figure FDA00030543005300000417
周边直接连接的底层节点集合，
Figure FDA00030543005300000418
为目标底层节点
Figure FDA00030543005300000419
与关联底层节点
Figure FDA00030543005300000420
的相关度。
8.如权利要求5所述的一种基于多属性层次分析法的网络资源备份方法，其特征在于，所述目标底层节点的资源利用率重要性模型为：
Figure FDA00030543005300000421
其中，
Figure FDA0003054300530000051
为目标底层节点
Figure FDA0003054300530000052
的资源利用率重要性，
Figure FDA0003054300530000053
为目标底层节点，
Figure FDA0003054300530000054
为目标底层节点
Figure FDA0003054300530000055
已经被虚拟节点使用的资源量，
Figure FDA0003054300530000056
为目标底层节点
Figure FDA0003054300530000057
的全部计算资源量。
9.如权利要求5所述的一种基于多属性层次分析法的网络资源备份方法，其特征在于，所述目标底层节点的电力业务重要度模型为：
Figure FDA0003054300530000058
其中，
Figure FDA0003054300530000059
为目标底层节点资源i的电力业务重要度，M为目标底层节点资源i上承载的虚拟网业务类型的数量，m为目标类型，N为底层总节点资源，i为目标底层节点资源，am为目标类型m的业务重要程度，
Figure FDA00030543005300000510
为目标底层节点资源i的故障概率，
Figure FDA00030543005300000511
为目标底层节点资源i发生故障后受影响的目标类型的业务的数量。
10.如权利要求5所述的一种基于多属性层次分析法的网络资源备份方法，其特征在于，所述目标底层链路的资源重要性模型为：
Figure FDA00030543005300000512
其中，
Figure FDA00030543005300000513
为目标底层节点，
Figure FDA00030543005300000514
为关联底层节点，
Figure FDA00030543005300000515
为目标底层链路，
Figure FDA00030543005300000516
为目标底层链路
Figure FDA00030543005300000517
的资源重要性，
Figure FDA00030543005300000518
为目标底层节点
Figure FDA00030543005300000519
与关联底层节点
Figure FDA00030543005300000520
的相同邻居集合，
Figure FDA00030543005300000521
为目标底层节点
Figure FDA00030543005300000522
的中心程度，
Figure FDA00030543005300000523
为关联底层节点
Figure FDA00030543005300000524
的中心程度。
11.如权利要求5所述的一种基于多属性层次分析法的网络资源备份方法，其特征在于，所述目标底层链路的资源利用率重要性模型为：
Figure FDA0003054300530000061
其中，
Figure FDA0003054300530000062
为目标底层节点，
Figure FDA0003054300530000063
为关联底层节点，
Figure FDA0003054300530000064
为目标底层链路，
Figure FDA0003054300530000065
为目标底层链路
Figure FDA0003054300530000066
的资源利用率重要性，
Figure FDA0003054300530000067
为目标底层链路
Figure FDA0003054300530000068
的带宽中已分配给虚拟链路的资源量，
Figure FDA0003054300530000069
为目标底层链路
Figure FDA00030543005300000610
的所有带宽资源量。
12.如权利要求5所述的一种基于多属性层次分析法的网络资源备份方法，其特征在于，所述目标底层链路的电力业务重要度模型为：
Figure FDA00030543005300000611
其中，
Figure FDA00030543005300000612
为目标底层节点，
Figure FDA00030543005300000613
为关联底层节点，
Figure FDA00030543005300000614
为目标底层链路，
Figure FDA00030543005300000615
为目标底层链路
Figure FDA00030543005300000616
的电力业务重要度，K为目标底层链路资源g上承载的虚拟网业务类型的数量，k为目标类型，Q为底层总链路资源，g为目标底层链路资源，ak为目标类型k的业务重要程度，
Figure FDA00030543005300000617
为目标底层链路资源g的故障概率，
Figure FDA00030543005300000618
为目标底层链路资源g发生故障后受影响的目标类型的业务的数量。
13.一种基于多属性层次分析法的网络资源备份系统，其特征在于，包括：
目标底层节点参数获取模块，用于获取目标底层节点的网络特征重要性、目标底层节点的资源利用率重要性及目标底层节点的电力业务重要度；
目标底层节点参数权重计算模块，用于通过指标权重模型，分别计算所述目标底层节点的网络特征重要性的指标权重、所述目标底层节点的资源利用率重要性的指标权重及所述目标底层节点的电力业务重要度的指标权重；根据所述目标底层节点的网络特征重要性的指标权重、所述目标底层节点的资源利用率重要性的指标权重及所述目标底层节点的电力业务重要度的指标权重对底层节点进行降序排列，得到降序排列的底层节点集合；
目标底层节点备份模块，用于备份所述目标底层节点的资源利用率重要性大于预设阈值的目标底层节点；根据所述降序排列的底层节点集合对所述底层节点进行备份；
目标底层链路参数获取模块，用于获取目标底层链路的资源重要性、目标底层链路的资源利用率重要性及目标底层链路的电力业务重要度；
目标底层链路参数权重计算模块，用于通过指标权重模型，分别计算所述目标底层链路的资源重要性的指标权重、所述目标底层链路的资源利用率重要性的指标权重及所述目标底层链路的电力业务重要度的指标权重；根据所述目标底层链路的资源重要性的指标权重、所述目标底层链路的资源利用率重要性的指标权重及所述目标底层链路的电力业务重要度的指标权重对底层链路进行降序排列，得到降序排列的底层链路集合；
目标底层链路备份模块，用于备份所述目标底层链路的资源利用率重要性大于预设阈值的目标底层链路；根据所述降序排列的底层链路集合对所述底层链路进行备份。
14.如权利要求13所述的一种基于多属性层次分析法的网络资源备份系统，其特征在于，所述目标底层节点参数获取模块，包括：
目标底层节点的网络特征重要性计算子模块，用于获取目标底层节点与关联底层节点的相关度；根据所述目标底层节点与关联底层节点的相关度建立目标底层节点的网络特征重要性模型，得到目标底层节点的网络特征重要性；
目标底层节点的资源利用率重要性计算子模块，用于获取目标底层节点已经被虚拟节点使用的资源量及目标底层节点的全部计算资源量，根据所述目标底层节点已经被虚拟节点使用的资源量及所述目标底层节点的全部计算资源量建立目标底层节点的资源利用率重要性模型，得到目标底层节点的资源利用率重要性；
目标底层节点的电力业务重要度计算子模块，用于获取目标类型的业务重要程度、目标底层节点资源的故障概率及目标底层节点资源发生故障后受影响的目标类型的业务的数量；根据所述目标类型的业务重要程度、所述目标底层节点资源的故障概率及所述目标底层节点资源发生故障后受影响的目标类型的业务的数量建立目标底层节点的电力业务重要度模型，得到目标底层节点的电力业务重要度。
15.如权利要求14所述的一种基于多属性层次分析法的网络资源备份系统，其特征在于，所述目标底层链路参数获取模块，包括：
目标底层链路的资源重要性计算子模块，用于获取目标底层节点与关联底层节点的相同邻居集合、目标底层节点的中心程度及关联底层节点的中心程度；根据所述目标底层节点与关联底层节点的相同邻居集合、所述目标底层节点的中心程度及所述关联底层节点的中心程度建立目标底层链路的资源重要性模型，得到目标底层链路的资源重要性；
目标底层链路的资源利用率重要性计算子模块，用于获取目标底层链路的带宽中已分配给虚拟链路的资源量及目标底层链路的所有带宽资源量；根据所述目标底层链路的带宽中已分配给虚拟链路的资源量及所述目标底层链路的所有带宽资源量建立目标底层链路的资源利用率重要性模型，得到目标底层链路的资源利用率重要性；
目标底层链路的电力业务重要度计算子模块，用于获取目标类型的业务重要程度、目标底层链路的故障概率及目标底层链路资源发生故障后受影响的目标类型的业务的数量；根据所述目标类型的业务重要程度、所述目标底层链路的故障概率及所述目标底层链路资源发生故障后受影响的目标类型的业务的数量建立目标底层链路的电力业务重要度模型，得到目标底层链路的电力业务重要度。
16.如权利要求15所述的一种基于多属性层次分析法的网络资源备份系统，其特征在于，还包括：
底层网络拓扑构建模块，用于构建底层网络拓扑；其中，所述底层网络拓扑包括：底层节点集合及底层链路集合。
17.如权利要求16所述的一种基于多属性层次分析法的网络资源备份系统，其特征在于，所述目标底层节点的网络特征重要性计算子模块，还用于：
获取目标底层节点周边直接连接的底层节点集合及关联底层节点周边直接连接的底层节点集合；根据所述目标底层节点周边直接连接的底层节点集合及所述关联底层节点周边直接连接的底层节点集合建立目标底层节点与关联底层节点的相关度模型，得到目标底层节点与关联底层节点的相关度。
18.如权利要求17所述的一种基于多属性层次分析法的网络资源备份系统，其特征在于，所述目标底层节点与关联底层节点的相关度模型为：
Figure FDA0003054300530000101
其中，
Figure FDA0003054300530000102
为目标底层节点，
Figure FDA0003054300530000103
为关联底层节点，
Figure FDA0003054300530000104
为目标底层节点
Figure FDA0003054300530000105
与关联底层节点
Figure FDA0003054300530000106
的相关度，
Figure FDA0003054300530000107
为目标底层节点
Figure FDA0003054300530000108
周边直接连接的底层节点集合，
Figure FDA0003054300530000109
为关联底层节点
Figure FDA00030543005300001010
周边直接连接的底层节点集合。
19.如权利要求17所述的一种基于多属性层次分析法的网络资源备份系统，其特征在于，所述目标底层节点的网络特征重要性模型为：
Figure FDA00030543005300001011
其中，
Figure FDA00030543005300001012
为目标底层节点
Figure FDA00030543005300001013
的网络特征重要性，
Figure FDA00030543005300001014
为目标底层节点，
Figure FDA00030543005300001015
为关联底层节点，
Figure FDA00030543005300001016
为目标底层节点
Figure FDA00030543005300001017
周边直接连接的底层节点集合，
Figure FDA00030543005300001018
为目标底层节点
Figure FDA00030543005300001019
与关联底层节点
Figure FDA00030543005300001020
的相关度。
20.如权利要求17所述的一种基于多属性层次分析法的网络资源备份系统，其特征在于，所述目标底层节点的资源利用率重要性模型为：
Figure FDA00030543005300001021
其中，
Figure FDA00030543005300001022
为目标底层节点
Figure FDA00030543005300001023
的资源利用率重要性，
Figure FDA00030543005300001024
为目标底层节点，
Figure FDA00030543005300001025
为目标底层节点
Figure FDA00030543005300001026
已经被虚拟节点使用的资源量，
Figure FDA00030543005300001027
为目标底层节点
Figure FDA00030543005300001028
的全部计算资源量。
21.如权利要求17所述的一种基于多属性层次分析法的网络资源备份系统，其特征在于，所述目标底层节点的电力业务重要度模型为：
Figure FDA0003054300530000111
其中，
Figure FDA0003054300530000112
为目标底层节点资源i的电力业务重要度，M为目标底层节点资源i上承载的虚拟网业务类型的数量，m为目标类型，N为底层总节点资源，i为目标底层节点资源，am为目标类型m的业务重要程度，
Figure FDA0003054300530000113
为目标底层节点资源i的故障概率，
Figure FDA0003054300530000114
为目标底层节点资源i发生故障后受影响的目标类型的业务的数量。
22.如权利要求17所述的一种基于多属性层次分析法的网络资源备份系统，其特征在于，所述目标底层链路的资源重要性模型为：
Figure FDA0003054300530000115
其中，
Figure FDA0003054300530000116
为目标底层节点，
Figure FDA0003054300530000117
为关联底层节点，
Figure FDA0003054300530000118
为目标底层链路，
Figure FDA0003054300530000119
为目标底层链路
Figure FDA00030543005300001110
的资源重要性，
Figure FDA00030543005300001111
为目标底层节点
Figure FDA00030543005300001112
与关联底层节点
Figure FDA00030543005300001113
的相同邻居集合，
Figure FDA00030543005300001114
为目标底层节点
Figure FDA00030543005300001115
的中心程度，
Figure FDA00030543005300001116
为关联底层节点
Figure FDA00030543005300001117
的中心程度。
23.如权利要求17所述的一种基于多属性层次分析法的网络资源备份系统，其特征在于，所述目标底层链路的资源利用率重要性模型为：
Figure FDA00030543005300001118
其中，
Figure FDA00030543005300001119
为目标底层节点，
Figure FDA00030543005300001120
为关联底层节点，
Figure FDA00030543005300001121
为目标底层链路，
Figure FDA00030543005300001122
为目标底层链路
Figure FDA00030543005300001123
的资源利用率重要性，
Figure FDA0003054300530000121
为目标底层链路
Figure FDA0003054300530000122
的带宽中已分配给虚拟链路的资源量，
Figure FDA0003054300530000123
为目标底层链路
Figure FDA0003054300530000124
的所有带宽资源量。
24.如权利要求17所述的一种基于多属性层次分析法的网络资源备份系统，其特征在于，所述目标底层链路的电力业务重要度模型为：
Figure FDA0003054300530000125
其中，
Figure FDA0003054300530000126
为目标底层节点，
Figure FDA0003054300530000127
为关联底层节点，
Figure FDA0003054300530000128
为目标底层链路，
Figure FDA0003054300530000129
为目标底层链路
Figure FDA00030543005300001210
的电力业务重要度，K为目标底层链路资源g上承载的虚拟网业务类型的数量，k为目标类型，Q为底层总链路资源，g为目标底层链路资源，ak为目标类型k的业务重要程度，
Figure FDA00030543005300001211
为目标底层链路资源g的故障概率，
Figure FDA00030543005300001212
为目标底层链路资源g发生故障后受影响的目标类型的业务的数量。
CN202110496019.XA 2021-05-07 2021-05-07 一种基于多属性层次分析法的网络资源备份方法及系统 Active CN113114514B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202110496019.XA CN113114514B (zh) 2021-05-07 2021-05-07 一种基于多属性层次分析法的网络资源备份方法及系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202110496019.XA CN113114514B (zh) 2021-05-07 2021-05-07 一种基于多属性层次分析法的网络资源备份方法及系统

Publications (2)

Publication Number Publication Date
CN113114514A CN113114514A (zh) 2021-07-13
CN113114514B true CN113114514B (zh) 2022-06-14

Family

ID=76721192

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202110496019.XA Active CN113114514B (zh) 2021-05-07 2021-05-07 一种基于多属性层次分析法的网络资源备份方法及系统

Country Status (1)

Country Link
CN (1) CN113114514B (zh)

Families Citing this family (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN115361295B (zh) * 2022-08-24 2023-07-07 广东电网有限责任公司 基于topsis的资源备份方法、装置、设备及介质
CN115378817B (zh) * 2022-08-24 2023-09-22 广东电网有限责任公司 服务功能链的资源备份方法、装置、设备及存储介质
CN115514645A (zh) * 2022-09-20 2022-12-23 广东电网有限责任公司 一种基于可靠性的底层网络资源备份方法及装置

Family Cites Families (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US10069911B2 (en) * 2015-09-15 2018-09-04 Acronis International Gmbh System and method for prioritization of data backup and recovery traffic using QoS tagging
JP6881586B2 (ja) * 2017-01-18 2021-06-02 日本電気株式会社 リソース割り当てシステム、方法、およびプログラム
CN108011817B (zh) * 2017-11-09 2020-11-17 中国电力科学研究院有限公司 一种对电力通信专网业务路由进行重部署的方法及系统
CN111756654B (zh) * 2020-06-05 2023-08-22 深圳供电局有限公司 一种基于可靠性的大规模虚拟网资源分配方法
CN112312444B (zh) * 2020-10-22 2024-01-02 深圳供电局有限公司 一种5g网络切片下资源备份方法

Also Published As

Publication number Publication date
CN113114514A (zh) 2021-07-13

Similar Documents

Publication Publication Date Title
CN113114514B (zh) 一种基于多属性层次分析法的网络资源备份方法及系统
US7930344B2 (en) Incremental run-time session balancing in a multi-node system
CN108205541B (zh) 分布式网络爬虫任务的调度方法及装置
CN113163498B (zh) 5g网络切片下基于遗传算法的虚拟网资源分配方法及装置
CN113377866B (zh) 一种虚拟化数据库代理服务的负载均衡方法及装置
CN113114517B (zh) 网络切片下基于节点特征的网络资源动态备份方法及系统
CN114157583B (zh) 一种基于可靠性的网络资源启发式映射方法及系统
CN111885184A (zh) 高并发场景下热点访问关键字处理方法和装置
Li et al. PageRankVM: A pagerank based algorithm with anti-collocation constraints for virtual machine placement in cloud datacenters
CN113645076A (zh) 基于超图匹配算法的虚拟网络资源分配方法
CN117435129A (zh) 存储集群扩容方法、装置、计算机设备和存储介质
CN113079053B (zh) 网络切片下基于粒子群理论的虚拟资源重配置方法及系统
CN115168017B (zh) 一种任务调度云平台及其任务调度方法
CN114201306B (zh) 基于负载均衡技术的多维地理空间实体分布方法及系统
Abase et al. Locality sim: cloud simulator with data locality
CN115904740A (zh) 一种gpu资源调用方法及系统
CN113722079B (zh) 基于目标应用的任务调度分配方法、装置、设备及介质
CN112929913B (zh) 网络切片下基于路由可生存性的虚拟网服务故障恢复方法
CN114090256A (zh) 一种基于云计算的应用交付负载管理方法及其系统
CN108347466A (zh) 一种云存储系统的数据存储方法和装置
Borges et al. Strip partitioning for ant colony parallel and distributed discrete-event simulation
CN117785486B (zh) 环境资源调配方法、装置、设备和介质
US20240160572A1 (en) Systems and methods to generate a miss ratio curve for a cache with variable-sized data blocks
Vidyasagar et al. Optimized resource allocation and load balancing in distributed cloud using graph theory
CN116743589B (zh) 云主机迁移方法、装置及电子设备

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