CN113489605B - 一种基于健康度的网络节点重要度评估方法 - Google Patents
一种基于健康度的网络节点重要度评估方法 Download PDFInfo
- Publication number
- CN113489605B CN113489605B CN202110724348.5A CN202110724348A CN113489605B CN 113489605 B CN113489605 B CN 113489605B CN 202110724348 A CN202110724348 A CN 202110724348A CN 113489605 B CN113489605 B CN 113489605B
- Authority
- CN
- China
- Prior art keywords
- node
- network
- flow
- importance
- calculating
- 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
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
- H04L41/06—Management of faults, events, alarms or notifications
-
- 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
Abstract
本发明公开了一种基于健康度的网络节点重要度评估方法,定义网络健康度为节点发生故障时的实际流量与该节点正常情况下的标称流量之比,计算各节点正常情况下网络健康度R(ui=mi);设节点发生故障性能降级,其工作状态ui的取值为k,计算网络健康度R(ui=k);根据R(ui=mi)和R(ui=k)计算每个节点对应的重要度Si:对所有节点的重要度Si进行降序排序,Si值越大表明该节点性能降级对网络健康度影响越大。本发明的方法简便易行,可为网络节点的强化维护提供依据。
Description
技术领域
本发明属于网络系统可靠性分析领域,特别涉及了一种网络节点重要度评估方法。
背景技术
网络是现代工业生产生活的常见组织方式,各设备和生产环节被紧密联系起来,相互依赖,相互协作,组成一个复杂而强大的系统,完成单个节点难以完成的任务。但另一方面,单个节点可能会由于内部故障或外部干扰而性能降级乃至功能失效。当一个节点发生故障时可能会通过链接通路而影响其他节点的工作状态,进而对整个网络系统造成更严重影响,甚至引发灾难性事故。网络节点之间相互连接耦合的特性,增加了抗干扰规划的复杂性,因此对节点进行重要度分析,定位最关键又最易受故障影响的节点,找到系统安全的瓶颈,可为提高网络系统整体可靠性提供依据,是网络系统设计和维护强化中的重要一环。
节点重要度评估是复杂网络分析的一个重要方面,有许多学者对此开展了相关研究。有的通过中心性指标度量分析节点重要度,比如度中心性、介数中心性、特征向量中心性等方法。这些方法主要是用于对社交型网络的节点影响力进行分析。在物理网络方面,安徽工业大学胡钢团队依据节点间的传输能力构建重要度传输矩阵,综合节点局部重要性和全局属性指标评价物流网络节点重要度;有些文献则是从网络节点故障的角度进行物理网络分析,如南京航空航天大学姜斌团队对系统建立符号有向图(Signed Directed Graph,SDG)模型,采用去毁度评价计算模型节点重要性;东北大学王立夫团队则采用图论的割点失效算法进行节点故障下网络可控性分析;有文献则分析了节点发生故障或受到干扰情况下系统弹性变化,以得到节点重要度排序。
节点故障必然会对网络系统整体产生影响。而系统健康度是网络系统整体可靠性的重要指标之一,但目前采用健康度指标开展节点重要度的研究的成果还比较少,可以进行相关的研究探索。
在给出了以上讨论的问题后,希望设计一种分析网络节点故障性能降级与系统健康度的影响关系的方法,能够根据网络拓扑结构,考虑节点故障性能降级时边的各种可能状态对系统健康度的影响差异,获得节点重要度排序。
发明内容
为了解决上述背景技术提到的技术问题,本发明提出了一种基于健康度的网络节点重要度评估方法。
为了实现上述技术目的,本发明的技术方案为:
一种基于健康度的网络节点重要度评估方法,包括以下步骤:
(1)设有向图网络有n个节点,节点之间由有向边连接,其中第i个节点工作状态ui是该节点的输出边的流量之和,ui的取值区间为[0,mi],其中mi为节点正常情况下的标称流量,当节点故障发生时,链路流量减少,0表示节点完全故障;定义网络健康度为节点发生故障时的实际流量与该节点正常情况下的标称流量之比,计算各节点正常情况下网络健康度,记作R(ui=mi),i=1,2,…,n;
(2)设第i个节点发生故障性能降级,其工作状态ui的取值为k,k的取值区间为[0,mi],计算网络健康度R(ui=k);
(3)计算第i个节点对应的重要度Si:
重复步骤(2)和(3),计算网络中每个节点的重要度;
(4)对所有节点的重要度Si进行降序排序,Si值越大表明该节点性能降级对网络健康度影响越大,该节点越重要。
进一步地,在步骤(2)中,计算网络健康度R(ui=k)的过程如下:
(201)计算网络邻接矩阵A:
其中,aij为第i个节点与第j个节点之间的连接关系,aij=l表示第i个节点有边指向第j个节点,且流量为l,aij=0表示第i个节点与第j个节点之间没有相连;
对A的各行求和,得数组B,数组B中的第i个元素表示第i个节点的流量;
(202)设节点发生故障时的工作状态ui=k,降级量d=mi-k,穷举d被分配给各条边的分配情况,计算各边的剩余流量;
(203)计算d在不同分配情况下的网络流量,将其中的最小值作为节点状态ui=k时的网络流量值;
(204)计算步骤(203)得到的网络流量值与该节点正常情况下的标称流量之比,得到网络健康度R(ui=k)。
进一步地,在步骤(203)中,采用最大流算法计算网络流量值。
采用上述技术方案带来的有益效果:
本发明采用节点故障性能降级和边流量等网络参数,建立网络健康度与节点重要度的关系模型,能够定位关键节点;本发明只分析节点自身故障降级情况,不再考虑同时发生其他节点故障,所以分析步骤更简洁,计算更快速。
附图说明
图1是本发明的方法流程图;
图2是实施例中的仿真网络结构图;
图3是实施例中节点故障降级时网络健康度的变化图。
具体实施方式
以下将结合附图,对本发明的技术方案进行详细说明。
本实施例针对的网络结构如图1所示。该网络有7个节点,12条边。其中1号为源节点,7号为目的节点。各边标注的括号内为边的序号和正常时标称流量Cni。采用数值仿真方式,仿真中不考虑人工维修恢复场景,只考虑节点故障时系统健康度的固定变化。节点健康度为实际流量与标称流量之比。
本发明设计的基于健康度的网络节点重要度评估方法,如图2所示:
1)将各节点的输出链路的流量作为该节点的流量参数,由此得到除源节点和目标节点之外的中间各号节点的设计流量,如表1所示。
表1中间节点的标称参数
节点i | 2 | 3 | 4 | 5 | 6 |
标称流量m<sub>i</sub> | 4 | 9 | 6 | 9 | 7 |
2)设节点2~6依次发生故障性能降级,工作状态取值k,k在0~mi之间;计算网络健康度R(ui=k)。假设节点发生故障导致性能降级,由故障造成的节点性能降级分布反映在该节点的输出链路上。对该网络中的每个节点逐级下降。
节点i所有状态下的网络健康度按如下方式计算:
2.1)计算网络邻接矩阵A:
其中,矩阵A中第i行第j列的元素aij表示节点i与节点j之间的连接关系,aij=l表示节点i与节点j之间有边相连,且流量为l;而aij=0表示节点i与节点j之间没有相连;ann=0,表示目的节点n没有下一节点。
对A的各行求和,得数组B,数组B中的第i个元素表示第i个节点的流量。
2.2)节点发生故障时的工作状态k,降级量d=mi-k,分配到各条输出边,计算各边的剩余流量;穷举d被分配给L条边的各种分配情况。
2.3)计算d在不同分配情况下的网络流量,将其中的最小值作为节点状态k时的网络流量值。其中网络流量值的计算可采用常见的最大流(maximum flow)算法。
重复2.1)至2.3)计算节点i的所有状态下的网络健康度。
3)计算节点i对应的节点重要度Si;
重复2)和3),计算网络中每个节点的重要度。
4)对所有节点的重要度Si进行降序排序,Si值大的节点表明节点性能降级对网络健康度影响大,是网络的关键节点。
采用上述步骤求取每个节点降级导致的系统健康度变化,结果如图3所示。图3中的(a)表示节点i故障不同等级降级时网络比正常情况下的容量降低值。图3中的(b)表示节点i受到不同等级干扰情况下网络健康度值。节点按同等比例降级时,对系统影响大的节点为第6和3号。
计算各节点重要度,并对结果进行排序,各节点重要度数排序如表2所示。
表2节点仿真情况
序号 | 节点号 | 节点重要度 |
1 | 6 | 0.563 |
2 | 3 | 0.5 |
3 | 5 | 0.464 |
4 | 4 | 0.274 |
由于本发明只分析节点i自身故障降级情况,不再考虑同时发生其他节点故障,所以分析步骤更简洁,计算更快速。结果对比如表2所示,第6、3、5号节点为重要度top3。从图3和表2可见,在中间节点中top3对系统性能影响显著,如果需要提升系统抗故障和干扰能力,首先应该加强这些节点的输出链路容量。总之,结果表明节点重要度与节点的容量以及于周边节点连接关系相关,较全面的反映了节点的特性,有利于找出维护和增强系统的关键节点。
实施例仅为说明本发明的技术思想,不能以此限定本发明的保护范围,凡是按照本发明提出的技术思想,在技术方案基础上所做的任何改动,均落入本发明保护范围之内。
Claims (2)
1.一种基于健康度的网络节点重要度评估方法,其特征在于,包括以下步骤:
(1)设有向图网络有n个节点,节点之间由有向边连接,其中第i个节点工作状态ui是该节点的输出边的流量之和,ui的取值区间为[0,mi],其中mi为节点正常情况下的标称流量,当节点故障发生时,链路流量减少,0表示节点完全故障;定义网络健康度为节点发生故障时的实际流量与该节点正常情况下的标称流量之比,计算各节点正常情况下网络健康度,记作R(ui=mi),i=1,2,…,n;
(2)设第i个节点发生故障性能降级,其工作状态ui的取值为k,k的取值区间为[0,mi],计算网络健康度R(ui=k);
(3)计算第i个节点对应的重要度Si:
重复步骤(2)和(3),计算网络中每个节点的重要度;
(4)对所有节点的重要度Si进行降序排序,Si值越大表明该节点性能降级对网络健康度影响越大,该节点越重要;
在步骤(2)中,计算网络健康度R(ui=k)的过程如下:
(201)计算网络邻接矩阵A:
其中,aij为第i个节点与第j个节点之间的连接关系,aij=l表示第i个节点有边指向第j个节点,且流量为l,aij=0表示第i个节点与第j个节点之间没有相连;
对A的各行求和,得数组B,数组B中的第i个元素表示第i个节点的流量;
(202)设节点发生故障时的工作状态ui=k,降级量d=mi-k,穷举d被分配给各条边的分配情况,计算各边的剩余流量;
(203)计算d在不同分配情况下的网络流量,将其中的最小值作为节点状态ui=k时的网络流量值;
(204)计算步骤(203)得到的网络流量值与该节点正常情况下的标称流量之比,得到网络健康度R(ui=k)。
2.根据权利要求1所述基于健康度的网络节点重要度评估方法,其特征在于,在步骤(203)中,采用最大流算法计算网络流量值。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110724348.5A CN113489605B (zh) | 2021-06-29 | 2021-06-29 | 一种基于健康度的网络节点重要度评估方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110724348.5A CN113489605B (zh) | 2021-06-29 | 2021-06-29 | 一种基于健康度的网络节点重要度评估方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN113489605A CN113489605A (zh) | 2021-10-08 |
CN113489605B true CN113489605B (zh) | 2023-02-03 |
Family
ID=77936477
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110724348.5A Active CN113489605B (zh) | 2021-06-29 | 2021-06-29 | 一种基于健康度的网络节点重要度评估方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113489605B (zh) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113904956B (zh) * | 2021-10-29 | 2023-04-25 | 新华三大数据技术有限公司 | 一种网络健康度检测方法、装置、电子设备及存储介质 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2015168611A1 (en) * | 2014-05-01 | 2015-11-05 | Netflow Logic Corporation | Method and system for confident anomaly detection in computer network traffic |
CN107016235A (zh) * | 2017-03-21 | 2017-08-04 | 西安交通大学 | 基于多特征自适应融合的设备运行状态健康度评估方法 |
CN111259206A (zh) * | 2020-01-16 | 2020-06-09 | 中国传媒大学 | 一种有向加权网络中多重影响力矩阵赋权方法 |
CN112068798A (zh) * | 2020-08-14 | 2020-12-11 | 合肥本源量子计算科技有限责任公司 | 一种实现网络节点重要性排序的方法及装置 |
CN112202597A (zh) * | 2020-09-10 | 2021-01-08 | 广东电网有限责任公司 | 一种低压台区通信网络节点重要度的评估方法 |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102497362B (zh) * | 2011-12-07 | 2018-01-05 | 北京润通丰华科技有限公司 | 异常网络流量的攻击源追踪方法及装置 |
-
2021
- 2021-06-29 CN CN202110724348.5A patent/CN113489605B/zh active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2015168611A1 (en) * | 2014-05-01 | 2015-11-05 | Netflow Logic Corporation | Method and system for confident anomaly detection in computer network traffic |
CN107016235A (zh) * | 2017-03-21 | 2017-08-04 | 西安交通大学 | 基于多特征自适应融合的设备运行状态健康度评估方法 |
CN111259206A (zh) * | 2020-01-16 | 2020-06-09 | 中国传媒大学 | 一种有向加权网络中多重影响力矩阵赋权方法 |
CN112068798A (zh) * | 2020-08-14 | 2020-12-11 | 合肥本源量子计算科技有限责任公司 | 一种实现网络节点重要性排序的方法及装置 |
CN112202597A (zh) * | 2020-09-10 | 2021-01-08 | 广东电网有限责任公司 | 一种低压台区通信网络节点重要度的评估方法 |
Non-Patent Citations (2)
Title |
---|
基于层次式架构的信息系统健康度模型及优化方法;李叶飞等;《扬州大学学报(自然科学版)》;20191128(第04期);全文 * |
基于符号有向图的故障样本选取方法;张如佩等;《控制工程》;20180120(第01期);全文 * |
Also Published As
Publication number | Publication date |
---|---|
CN113489605A (zh) | 2021-10-08 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109814537B (zh) | 一种无人机地面站健康评估方法 | |
CN101588263B (zh) | 一种评估电力通信网可靠性的方法 | |
Ferrucci et al. | Genetic programming for effort estimation: an analysis of the impact of different fitness functions | |
CN105278460B (zh) | 基于级联故障分析的数控机床系统组件可靠性评价方法 | |
CN111008363B (zh) | 多变量因果驱动的复杂机电系统服役安全态势评估方法 | |
CN104765965A (zh) | 基于模糊Petri的GIS故障诊断与可靠性分析方法 | |
CN110417011A (zh) | 一种基于互信息与迭代随机森林的在线动态安全评估方法 | |
CN113489605B (zh) | 一种基于健康度的网络节点重要度评估方法 | |
CN110390461B (zh) | 基于复杂网络的非线性模糊语言配电网节点脆弱性评价方法 | |
CN106950945A (zh) | 一种基于量纲可变型独立元分析模型的故障检测方法 | |
CN102662831B (zh) | 一种容错系统诊断策略优化方法 | |
CN107632590A (zh) | 一种基于优先级的底事件排序方法 | |
CN110705887A (zh) | 一种基于神经网络模型的低压台区运行状态综合评价方法 | |
CN112287624A (zh) | 基于生存分析加go法的继电保护系统可靠性评价方法 | |
Yeh et al. | A new universal generating function method for solving the single $(d,\tau) $-quick-path problem in multistate flow networks | |
Gao et al. | Structural-vulnerability assessment of reconfigurable manufacturing system based on universal generating function | |
CN105228185A (zh) | 一种用于识别通信网络中模糊冗余节点身份的方法 | |
Russo et al. | Knowledge discovery in multiobjective optimization problems in engineering via genetic programming | |
CN114167217A (zh) | 一种铁路配电网的多重故障诊断方法 | |
Pham et al. | System reliability concepts | |
Lai et al. | A data-driven decision-making approach for complex product design based on deep learning | |
CN115081120B (zh) | 一种基于fppn的飞行控制系统故障传播路径分析方法 | |
CN115237091A (zh) | 一种机电装备故障溯源方法及系统 | |
Kuikka | Modeling network resilience and utility of services | |
CN115408196A (zh) | 一种高容错电网故障诊断方法及系统 |
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 |