TWI678629B - 多元流動網路之可靠度計算方法及其系統 - Google Patents

多元流動網路之可靠度計算方法及其系統 Download PDF

Info

Publication number
TWI678629B
TWI678629B TW107122053A TW107122053A TWI678629B TW I678629 B TWI678629 B TW I678629B TW 107122053 A TW107122053 A TW 107122053A TW 107122053 A TW107122053 A TW 107122053A TW I678629 B TWI678629 B TW I678629B
Authority
TW
Taiwan
Prior art keywords
mobile network
candidate path
system state
prime
reliability
Prior art date
Application number
TW107122053A
Other languages
English (en)
Other versions
TW202001611A (zh
Inventor
葉維彰
Wei-Chang Yeh
葉維弘
Wei-Hung Yeh
Original Assignee
國立清華大學
National Tsing Hua University
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 國立清華大學, National Tsing Hua University filed Critical 國立清華大學
Priority to TW107122053A priority Critical patent/TWI678629B/zh
Priority to US16/139,463 priority patent/US20200007431A1/en
Application granted granted Critical
Publication of TWI678629B publication Critical patent/TWI678629B/zh
Publication of TW202001611A publication Critical patent/TW202001611A/zh

Links

Classifications

    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L45/00—Routing or path finding of packets in data switching networks
    • H04L45/12—Shortest path evaluation
    • H04L45/122—Shortest path evaluation by minimising distances, e.g. by selecting a route with minimum of number of hops
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L45/00—Routing or path finding of packets in data switching networks
    • H04L45/12—Shortest path evaluation
    • H04L45/125—Shortest path evaluation based on throughput or bandwidth
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L45/00—Routing or path finding of packets in data switching networks
    • H04L45/14—Routing performance; Theoretical aspects
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L45/00—Routing or path finding of packets in data switching networks
    • H04L45/302—Route determination based on requested QoS
    • H04L45/306—Route determination based on the nature of the carried application
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L45/00—Routing or path finding of packets in data switching networks
    • H04L45/38—Flow based routing
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L49/00—Packet switching elements
    • H04L49/15—Interconnection of switching modules
    • H04L49/1553—Interconnection of ATM switching modules, e.g. ATM switching fabrics

Landscapes

  • Engineering & Computer Science (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Signal Processing (AREA)
  • Mobile Radio Communication Systems (AREA)
  • Debugging And Monitoring (AREA)

Abstract

本發明揭露一種多元流動網路可靠度計算方法及其系統，該方法包含下列步驟：找出多元流動網路所包含之候選路徑集合，根據質數函數將候選路徑集合轉換成候選路徑值，剔除重複之候選路徑值以保留對應之候選路徑集合，作為不重複之最小路徑，藉由最小路徑之資料流量及資料負載量，計算系統狀態之網路可靠度。

Description

多元流動網路之可靠度計算方法及其系統
本發明是關於一種多元流動網路之可靠度計算方法及其系統，特別是關於一種能快速且準確篩選候選解以提升運算效率之多元流動網路之可靠度計算方法及其系統。
目前，多元流動網路可利用複數個節點(node)以及連接複數個節點之弧(arc)來作為分析之網路模型，不論應用在電腦通訊系統、交通運輸系統、石油/天然氣生產傳輸系統、電力配送系統等，都可以藉由此網路模型來模擬分析實際的操作狀態，並藉由網路可靠度的評估來找出最佳的實施方案，提供系統決策的參考。
習知的多元流動網路分析，在計算可靠度時，必須找出網路節點間各種可能的傳輸路徑或是傳輸量，藉由分析上述可能的路徑或傳輸負載量，來計算資料傳輸的可靠度。不過，找出各種可行解或列出各種候選解時，往往會產生許多重複的方案，若是不先進行篩選，後續在重複資料的運算上，將會造成運算資源的浪費及運算效率的下降。若是考量現有的篩選方式，以各個候選解集合分別與其他候選解集合進行比對，將會耗費過多比對時間，即便考量 將候選解集合中的元素排序，將所有集合排序及篩選仍需耗費繁複的運算過程。因此，如何設計有效的篩選方式，對於計算多元流動網路的可靠度分析，不論在簡化運算複雜度或是提高運算效率上，均具備相當的重要性。
綜觀前所述，本發明之發明人思索並設計一種迅速篩選重複集合之多元流動網路之可靠度計算方法及其系統，以針對現有技術之缺失加以改善，進而增進產業上之實施利用。
有鑑於上述習知技藝之問題，本發明之目的就是在提供一種多元流動網路之可靠度計算方法及其系統，以解決習知之多元流動網路之重複集合內容造成運算複雜度增加而降低運算效率之問題。
根據本發明之一目的，提出一種多元流動網路之可靠度計算方法，係將多元流動網路儲存於記憶體當中，多元流動網路包含複數個節點與連結複數個節點之複數個弧，複數個節點當中包含起點與目標點，可靠度計算方法包含下列步驟：a.利用處理器找出多元流動網路當中，由起點至目標點之所有路徑形成之複數個候選路徑集合；b.利用處理器根據質數函數將複數個候選路徑集合轉換成複數個候選路徑值；c.利用處理器篩選複數個候選路徑集合，將複數個候選路徑值當中之重複值剔除，保留不重複的複數個候選路徑集合，形成複數個最小路徑； d.利用處理器計算複數個最小路徑當中，複數個節點與複數個弧之資料流量及資料負載量，形成各複數個最小路徑之系統狀態；以及e.利用處理器根據系統狀態計算多元流動網路之可靠度。
較佳地，質數函數可包含複數個不重複的質數次方之乘積值，以方程式
Figure TWI678629B_D0001
表示，其中s表示該複數個候選路徑集合，e i 表示該複數個候選路徑集合當中第i個元素，p i 表示不重複的第i個質數，n表示元素數量。
較佳地，質數函數可包含複數個不重複的質數次方乘積之對數值，以方程式L(s)=L(P(s))表示，其中L(P(s))表示P(s)的對數值。
較佳地，複數個最小路徑之系統狀態可根據質數函數轉換成複數個系統狀態值，篩選複數個系統狀態值，保留不重複之系統狀態。
根據本發明之另一目的，提出一種多元流動網路之可靠度計算系統，係適用於多元流動網路，多元流動網路包含複數個節點與連結複數個節點之複數個弧，複數個節點當中包含起點與目標點，可靠度計算系統包含記憶體及處理器。其中，記憶體儲存多元流動網路及演算法，處理器連接於多元流動網路及記憶體，執行演算法以取得多元流動網路之可靠度。演算法包含下列步驟：a.找出多元流動網路當中，由起點至目標點之所有路徑形成之複數個候選路徑集合；b.根據質數函數將複數個候選路徑集合轉換成複數個候選路徑值；c.篩選複數個候選路徑集合，將複數個候選路徑值當中之重複值剔除，保留不重複的複數個候選路徑集合，形成複數個最小路徑； d.計算複數個最小路徑當中，複數個節點與複數個弧之資料流量及資料負載量，形成各複數個最小路徑之系統狀態；以及e.根據系統狀態計算多元流動網路之可靠度。
較佳地，質數函數可包含複數個不重複的質數次方之乘積值，以方程式
Figure TWI678629B_D0002
表示，其中s表示該複數個候選路徑集合，e i 表示該複數個候選路徑集合當中第i個元素，p i 表示不重複的第i個質數，n表示元素數量。
較佳地，質數函數可包含複數個不重複的質數次方乘積之對數值，以方程式L(s)=L(P(s))表示，其中L(P(s))表示P(s)的對數值。
較佳地，複數個最小路徑之系統狀態可根據質數函數轉換成複數個系統狀態值，篩選複數個系統狀態值，保留不重複之系統狀態。
承上所述，依本發明之多元流動網路之可靠度計算方法及其系統，其可具有一或多個下述優點：
(1)此多元流動網路之可靠度計算方法及其系統能將多元流動網路之候選路徑集合及系統狀態集合進行篩選，剔除重複的集合以降低對重複資料運算造成運算資源的浪費，進而提高運算效率。
(2)此多元流動網路之可靠度計算方法及其系統能計算多元流動網路之可靠度，作為判斷及決策多元流動網路傳輸狀態之依據。
(3)此多元流動網路之可靠度計算方法及其系統能利用質數函數及其對數值的組合，降低計算之位數，進而降低運算處理能力的門檻，增加操作上之便利性及實用性。
1、2、3、4‧‧‧節點
10、20、321‧‧‧多元流動網路
30‧‧‧多元流動網路可靠度計算系統
31‧‧‧輸入裝置
32‧‧‧記憶體
33‧‧‧處理器
34‧‧‧輸出裝置
322‧‧‧演算法
d 0‧‧‧資料輸入量
d 1、d 2、d 3、d 4、d 5、d 6‧‧‧最大負載量
e 1、e 2、e 3、e 4、e 5、e 6‧‧‧弧
S1~S5‧‧‧步驟
第1圖係為本發明實施例之多元流動網路之示意圖。
第2圖係為本發明實施例之多元流動網路可靠度計算方法之流程圖。
第3圖係為本發明另一實施例之多元流動網路之示意圖。
第4圖係為本發明實施例之多元流動網路可靠度計算系統之示意圖。
為利貴審查委員瞭解本發明之技術特徵、內容與優點及其所能達成之功效，茲將本發明配合附圖，並以實施例之表達形式詳細說明如下，而其中所使用之圖式，其主旨僅為示意及輔助說明書之用，未必為本發明實施後之真實比例與精準配置，故不應就所附之圖式的比例與配置關係解讀、侷限本發明於實際實施上的權利範圍，合先敘明。
請參閱第1圖，其係為本發明實施例之多元流動網路之示意圖。多元流動網路10可利用G(V,E,D)來表示網路模型之多種狀態，其中V={1,2,3,4}為多元流動網路10之節點集合，節點數量為4。這些節點當中設有傳輸的起點及目標點，以第1圖為例，節點1為多元流動網路10之起點(source node)，而節點4為多元流動網路10之目標點(sink node)，資料或物件之流量會經由起點流入，最後傳輸到目標點。E={e 1,e 2,e 3,e 4,e 5,e 6}為連接4個節點之連接弧(arc)，弧e 1連接節點1至節點2，其餘依此類推。D={d 1,d 2,d 3,d 4,d 5,d 6}則是每個弧在傳輸時的最 大負載量，d 1指連接節點1與連接節點2之弧e 1能傳輸之資料量或訊息量，其餘依此類推。
各個節點可透過弧連接以產生複數個由起點至目標點之傳送路徑，資料即從這些路徑由起點傳送到目標點，以電腦或通訊系統為例，起點可能是傳送訊息或指令之終端裝置，透過電腦主機或手持裝置，將訊息及指令藉由有線或無線傳輸方式傳送到另一終端裝置，例如網路伺服器或通訊伺服器，其傳輸的路徑即可視為連接弧。各種資料傳輸最後將大數據資料傳送到雲端伺服器紀錄、分析，則可視為目標點。在傳輸的同時，可能產生雜訊，使傳輸的資料增加了額外之訊息量，或者由於訊號的損失而造成傳輸資料減少訊息量，不同傳輸路徑所能乘載的傳輸量也有所限制，例如網路頻寬等。因此在以多元流動網路10分析傳輸網路可靠度時，必須將傳輸之負載量納入考量。
請參閱第2圖，其係為本發明實施例之多元流動網路可靠度之計算方法之流程圖，以下將配合第1圖所示之多元流動網路10進行說明。如圖所示，評估網路可靠度之方法包含下列步驟(S1~S5)：
步驟S1：利用處理器找出多元流動網路當中，由起點至目標點之所有路徑形成之複數個候選路徑集合。以多元流動網路10為例，由起點(節點1)至目標點(節點4)之所有路徑可包含連接弧E={e 1,e 2,e 3,e 4,e 5,e 6}之任意組合，雖然考量傳輸方向及節點連接關係，並非任意組合均能形成有效的傳輸路徑，但在上述條件下仍可選出多種候選路徑來進行後續網路可靠度之分析。舉例來說，可以找出7組候選路徑集合S={s1,s2,s3,s4,s5,s6,s7}。詳細之候選路徑集合可包含如下：s1={e 1,e 5}、s2={e 1,e 3,e 6}、s3={e 2,e 4,e 5}、s4={e 1,e 3,e 6}、s5={e 1,e 6}、s6={e 2,e 6}、s7={e 1,e 3,e 6}。候選路徑集合之選擇方式並無特殊限制，習知的流量網路模型當 中包含列舉法或最小路徑法(Minimal Path)，參閱W.C.Yeh,Search for all d-Mincuts of a limited-flow network,Computers & Operations Research,29(2002),1843-1858，均包含於本揭露內容當中。然而，在候選路徑集合當中，往往會出現重複的路徑，例如為了考量候選路徑的完整性，以不同挑選方式同時列舉可能的候選路徑集合，就可能會產出重複的結果。
為了避免重複的候選路徑集合造成後續可靠度分析時運算上的負擔，有必要將重複的部分剔除。然而，現有的剔除方式，主要包含以下兩種方式：第一種方式是以單一路徑集合(例如s1)為基準，分別與其他集合(例如s2-s7)進行比對，直到發現相同集合才將其標記，並持續以下一集合進行比對；第二種方式則是將集合進行排列，依據集合內元素之順序將所有候選集合排列後，將相鄰集合相同之部分挑出。上述兩種方式都需要耗費較多的運算時間，在節點及連接弧更為複雜的多元流動網路當中，不論是逐一比對或是完整排列的方式，都會浪費過多的運算時間，造成分析效率下降。因此，本揭露進一步提出新的篩選及剔除方法，說明如下：
步驟S2：利用處理器根據質數函數將複數個候選路徑集合轉換成複數個候選路徑值。為了有效的篩選候選路徑集合，利用一種質數函數將候選路徑集合轉換成單一數值，直接進行數值比較相較於集合比對將有效的降低系統運算負擔。質數是指大於1的自然數中，除了1與該數值本身外，無法被其他自然數整除，即不具備1與本身以外之因數，如2、3、5、7、11...。詳細來說，質數函數可為不重複的質數次方之乘積值，在本實施例當中，可以利用方程式
Figure TWI678629B_D0003
表示本揭露之質數函數，其中s表示該複數個候選路徑集合，e i 表示該複數個候選路徑集合當中第i個元素，p i 表示不重複 的第i個質數，n表示元素數量。以上述候選路徑集合S={s1,s2,s3,s4,s5,s6,s7}為例，其可將其轉換成如下表1所示之候選路徑值P(s)。
步驟S3：利用處理器篩選複數個候選路徑集合，將複數個候選路徑值當中之重複值剔除，保留不重複的複數個候選路徑集合，形成複數個最小路徑。由上表1可見，7個候選路徑集合S={s1,s2,s3,s4,s5,s6,s7}當中，s2、s4及s7具有相同之候選路徑值，由於不重複的質數次方的乘積並不會有重複值，當計算出來的候選路徑數值相同時，代表上述三個集合應屬於相同之候選路徑集合，在進行後續可靠度計算前應將重複的候選路徑集合剔除，僅保留不重複的複數個候選路徑集合S1={s1,s2,s3,s5,s6}作為後續分析的最小路徑集合。以本揭露的篩選方式剔除重複路徑集合，可以減少後續計算可靠度時所需的運算數量，進而提升運算的效率。
在另一個實施例當中，質數函數可包含複數個不重複的質數次方乘積之對數值，利用方程式L(s)=L(P(s))表示本揭露之質數函數，由於對數 的特性，可以將上述方程式展開成為
Figure TWI678629B_D0005
Figure TWI678629B_D0006
。取對數值是避免集合中元素數量n較大時，質數的次方乘積數值過大而造成運算的位元數量超過處 理器能處理的範圍，反而增加運算上的困難。藉由上述取對數值的質數函數，候選路徑集合S={s1,s2,s3,s4,s5,s6,s7}可轉換成如下表2所示之候選路徑值L(s)。
由上表2可見，7個候選路徑集合S={s1,s2,s3,s4,s5,s6,s7}當中，s2、s4及s7具有相同之候選路徑值，與前述實施例相同，不重複的質數次方的乘積並不會有重複值，因此將其取對數值後同樣不會有重複值，上述候選路徑值相同即代表上述三個集合應屬於相同之候選路徑集合，應將重複的候選路徑集合剔除，僅保留不重複的複數個候選路徑集合S1={s1,s2,s3,s5,s6}作為後續分析的最小路徑集合。
步驟S4：利用處理器計算複數個最小路徑當中，複數個節點與複數個弧之資料流量及資料負載量，形成各複數個最小路徑之系統狀態。由前述步驟可以將多元流動網路10的可能的候選路徑列出，並且將路徑集合轉換成數值，以方便比對當中是否有重複集合，進而剔除重複路徑集合而得到最小路徑集合。通過取得的最小路徑集合，可以配合各節點的資料流量，以及連接弧的資料負載量，形成各個最小路徑的系統狀態。
請參閱第3圖，其係為本發明另一實施例之多元流動網路之示意圖。如圖所示，在多元流動網路20當中，D={d 1,d 2,d 3,d 4,d 5,d 6}是對應每個弧E={e 1,e 2,e 3,e 4,e 5,e 6}在傳輸時的最大負載量，舉例來說，輸入起點(節點1)之資料輸 入量d 0可為1，在通過最小路徑集合s1={e 1,e 5}時，其資料傳輸量可形成d 1={d 1,d 5}之系統狀態，其中d 1=2、d 5=3，因此，輸入至目標點(節點4)的資料量為3。資料量增加是因為多元流動網路20可能具有學習效應，造成資料量在傳輸過程增加，資料量也有可能會在傳輸的過程中減少或遺失，但資料傳輸量並不會超過網路的負荷量。多元流動網路20的資料流量與資料負載量將有助於評估資料由起點傳送到目標點的可靠度。
前述步驟S3當中是將候選路徑集合轉換成複數個候選路徑值，在另一實施例當中，也可以將候選路徑集合轉換成候選系統狀態集合，即利用傳輸負載量來進行篩選。舉例來說前述的候選路徑集合S={s1,s2,s3,s4,s5,s6,s7}，可轉換成包含系統狀態的D 1={d 1,d 5}、D 2={d 1,d 3,d 6}、D 3={d 2,d 4,d 5}、D 4={d 1,d 3,d 6}、D 5={d 1,d 6}、D 6={d 2,d 6}、D 7={d 1,d 3,d 6}。上述系統狀態集合也同樣可以利用質數函數轉換成系統狀態值L(D i)，如下表3所示。
由上表2可見，7個候選路徑集合所對應之系統狀態當中，D 1及D 4具有相同之系統狀態值，與前述實施例不同之處在於D 7雖然具備相同的傳輸路徑，但資料傳輸量的差異造成其集合並不相同。在本實施例中，僅需將重複系統狀態值D 1及D 4當中之一剔除，即可將重複的集合篩選剔除，使得分析網路可靠度的運算不會產生重複運算的問題。
步驟S5：利用處理器根據系統狀態計算多元流動網路之可靠度。在上述步驟中，經過判斷符合多元流動網路之最小路徑，其系統狀態再經由可靠度計算網路系統之可靠度，以此作為判斷此多元流動網路系統之決策依據。可靠度計算可依據以下的公式來取得。
Figure TWI678629B_D0009
Figure TWI678629B_D0010
 其中，X=(x 1,x 2,...,x m)為符合多元流動網路之最小路徑的系統狀態向量。
請參閱第4圖，其係為本發明實施例之多元流動網路之可靠度計算系統之示意圖。如圖所示，應用本發明之多元流動網路可靠度計算系統30可包含輸入裝置31、記憶體32、處理器33以及輸出裝置34，其中輸入裝置31連接於記憶體32，其可包含電腦裝置的各種輸入介面或是檔案的接收裝置，藉由輸入裝置31接收有關多元流動網路321的節點及弧之架構，並將其儲存於記憶體32當中，多元流動網路321的節點可對應於各終端裝置，而連接弧可包含各種有線及無線的通訊傳輸方式。此外，記憶體32可儲存包含上述多元流動網路321之可靠度計算方法之演算法322，演算法322的步驟如同前述實施例所揭露之流程步驟，詳細內容不再重複描述。記憶體32可包含唯讀記憶體、快閃記憶體、磁碟或是雲端資料庫等。
除此之外，系統還包含連接記憶體32之處理器33，處理器33包含中央處理器、圖像處理器、微處理器等，其可包含多核心的處理單元或者是多個處理單元的組合，處理器33可存取記憶體22中之多元流動網路321及演算法322，進行如第2圖之評估分析的演算。實際運作時，處理器33執行記憶體32當 中儲存之演算法，利用各個步驟所包含之指令，事先篩選重複的集合，降低資料重複運算造成的資源消耗，並依篩選後之資訊計算多元流動網路321之傳輸可靠度。處理器33演算之結果，可由輸出裝置34輸出，輸出裝置34可為呈現評估結果之顯示器，例如LCD、LED、OLED顯示螢幕，或者輸出裝置34可為有線或無線的網路傳輸器，將評估結果傳送至遠端之使用者，藉由可靠度之評估實際系統運作可能產生之結果。
以上所述僅為舉例性，而非為限制性者。任何未脫離本發明之精神與範疇，而對其進行之等效修改或變更，均應包含於後附之申請專利範圍中。

Claims (6)

  1. 一種多元流動網路之可靠度計算方法，係將一多元流動網路儲存於一記憶體當中，該多元流動網路包含複數個節點與連結該複數個節點之複數個弧，該複數個節點當中包含一起點與一目標點，該可靠度計算方法包含下列步驟：a.利用一處理器找出該多元流動網路當中，由該起點至該目標點之所有路徑形成之複數個候選路徑集合；b.利用該處理器根據一質數函數將該複數個候選路徑集合轉換成複數個候選路徑值，該質數函數包含複數個不重複的質數次方之乘積值，以方程式
    Figure TWI678629B_C0001
    表示，其中s表示該複數個候選路徑集合，e i 表示該複數個候選路徑集合當中第i個元素，p i 表示不重複的第i個質數，n表示元素數量；c.利用該處理器篩選該複數個候選路徑集合，將該複數個候選路徑值當中之重複值剔除，保留不重複的該複數個候選路徑集合，形成複數個最小路徑；d.利用該處理器計算該複數個最小路徑當中，該複數個節點與該複數個弧之一資料流量及一資料負載量，形成各該複數個最小路徑之一系統狀態；以及e.利用該處理器根據該系統狀態計算該多元流動網路之一可靠度。
  2. 如申請專利範圍第1項所述之多元流動網路之可靠度計算方法，其中該質數函數包含複數個不重複的質數次方乘積之對數值，以方程式L(s)=L(P(s))表示，其中L(P(s))表示P(s)的對數值。
  3. 如申請專利範圍第1項所述之多元流動網路之可靠度計算方法，其中該複數個最小路徑之該系統狀態根據該質數函數轉換成複數個系統狀態值，篩選該複數個系統狀態值，保留不重複之該系統狀態。
  4. 一種多元流動網路之可靠度計算系統，係適用於一多元流動網路，該多元流動網路包含複數個節點與連結該複數個節點之複數個弧，該複數個節點當中包含一起點與一目標點，該可靠度計算系統包含：一記憶體，係儲存該多元流動網路及一演算法，該演算法包含下列步驟：a.找出該多元流動網路當中，由該起點至該目標點之所有路徑形成之複數個候選路徑集合；b.根據一質數函數將該複數個候選路徑集合轉換成複數個候選路徑值，該質數函數包含複數個不重複的質數次方之乘積值，以方程式
    Figure TWI678629B_C0002
    表示，其中s表示該複數個候選路徑集合，e i 表示該複數個候選路徑集合當中第i個元素，p i 表示不重複的第i個質數，n表示元素數量；c.篩選該複數個候選路徑集合，將該複數個候選路徑值當中之重複值剔除，保留不重複的該複數個候選路徑集合，形成複數個最小路徑；d.計算該複數個最小路徑當中，該複數個節點與該複數個弧之一資料流量及一資料負載量，形成各該複數個最小路徑之一系統狀態；以及e.根據該系統狀態計算該多元流動網路之一可靠度；以及一處理器，係連接於該多元流動網路及該記憶體，執行該演算法以取得該多元流動網路之該可靠度。
  5. 如申請專利範圍第4項所述之多元流動網路之可靠度計算系統，其中該質數函數包含複數個不重複的質數次方乘積之對數值，以方程式L(s)=L(P(s))表示，其中L(P(s))表示P(s)的對數值。
  6. 如申請專利範圍第4項所述之多元流動網路之可靠度計算系統，其中該複數個最小路徑之該系統狀態根據該質數函數轉換成複數個系統狀態值，篩選該複數個系統狀態值，保留不重複之該系統狀態。
TW107122053A 2018-06-27 2018-06-27 多元流動網路之可靠度計算方法及其系統 TWI678629B (zh)

Priority Applications (2)

Application Number Priority Date Filing Date Title
TW107122053A TWI678629B (zh) 2018-06-27 2018-06-27 多元流動網路之可靠度計算方法及其系統
US16/139,463 US20200007431A1 (en) 2018-06-27 2018-09-24 Reliability evaluating method for multi-state flow network and system thereof

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
TW107122053A TWI678629B (zh) 2018-06-27 2018-06-27 多元流動網路之可靠度計算方法及其系統

Publications (2)

Publication Number Publication Date
TWI678629B true TWI678629B (zh) 2019-12-01
TW202001611A TW202001611A (zh) 2020-01-01

Family

ID=69008443

Family Applications (1)

Application Number Title Priority Date Filing Date
TW107122053A TWI678629B (zh) 2018-06-27 2018-06-27 多元流動網路之可靠度計算方法及其系統

Country Status (2)

Country Link
US (1) US20200007431A1 (zh)
TW (1) TWI678629B (zh)

Families Citing this family (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111726254B (zh) * 2020-06-22 2022-05-24 中国人民解放军国防科技大学 一种面向全部需求的多状态网络最小路集向量免重复搜索算法
CN113409580B (zh) * 2021-06-28 2022-05-13 北京航空航天大学 一种动态交通网络的容量可靠性的确定方法及系统
CN114444260B (zh) * 2021-12-20 2024-07-02 东南大学 一种多状态流网络可靠度评估方法及装置
CN115277433B (zh) * 2022-07-01 2023-06-27 国网福建省电力有限公司 一种基于调度数据网络拓扑结构的可靠度评估方法

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
TWI555356B (zh) * 2015-08-25 2016-10-21 國立清華大學 具有學習效應之多元流動網路之可靠度計算方法及其系統
CN106289287A (zh) * 2015-05-22 2017-01-04 吉林大学 一种基于选线经验的车载端多目标最短路径计算方法
CN106779225A (zh) * 2016-12-22 2017-05-31 福州大学 一种包含必经节点集的最佳路径求解方法

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106289287A (zh) * 2015-05-22 2017-01-04 吉林大学 一种基于选线经验的车载端多目标最短路径计算方法
TWI555356B (zh) * 2015-08-25 2016-10-21 國立清華大學 具有學習效應之多元流動網路之可靠度計算方法及其系統
CN106779225A (zh) * 2016-12-22 2017-05-31 福州大学 一种包含必经节点集的最佳路径求解方法

Also Published As

Publication number Publication date
TW202001611A (zh) 2020-01-01
US20200007431A1 (en) 2020-01-02

Similar Documents

Publication Publication Date Title
TWI678629B (zh) 多元流動網路之可靠度計算方法及其系統
KR20190121371A (ko) 시스템 아키텍처의 일관성 정량화
WO2016101628A1 (zh) 一种数据建模中的数据处理方法及装置
US20240054144A1 (en) Extract, transform, load monitoring platform
CN104915717B (zh) 数据处理方法、知识库推理方法及相关装置
JP6983252B2 (ja) システムアーキテクチャを表すプロパティグラフデータモデル
CN109086291B (zh) 一种基于MapReduce的并行异常检测方法及系统
CN105978711B (zh) 一种基于最小生成树的最佳交换边查找方法
JP2020514917A (ja) プロパティグラフデータモデルを解析することによるロバスト性の定量化
CN111935134A (zh) 一种复杂网络安全风险监测方法和系统
Graham et al. Finding and visualizing graph clusters using pagerank optimization
Feng et al. Combining Geo‐SOM and hierarchical clustering to explore geospatial data
CN111310122A (zh) 一种模型的数据处理方法、电子设备及存储介质
CN111737371A (zh) 可动态预测的数据流量检测分类方法及装置
CN116737373A (zh) 负载均衡方法、装置、计算机设备、存储介质
CN110888850A (zh) 一种基于电力物联网平台的数据质量检测方法
Dasari et al. Maximal clique enumeration for large graphs on hadoop framework
Izadi et al. Analysis of Feature Selection Methods for Network Traffic Classification
Termos et al. Intrusion Detection System for IoT Based on Complex Networks and Machine Learning
CN113034343A (zh) 参数自适应的高光谱图像分类gpu并行方法
JP2023519292A (ja) モデリング方法及び装置
Naukudkar et al. Enhancing performance of security log analysis using correlation-prediction technique
Barrionuevo et al. Secure computer network: Strategies and challengers in big data era
CN111915018A (zh) 基于gbdt模型的规则提取方法和系统
Suartana et al. Software-Defined Networking (SDN) Traffic Analysis Using Big Data Analytic Approach