[发明专利]一种结合虚拟树映射和中心性的网络鲁棒性增强方法

说明书

技术领域

本发明涉及网络通信领域，特别涉及一种结合虚拟树映射和中心性的网络鲁棒性增强方法。

背景技术

虚拟网络映射技术是近年来发展迅速的一项技术，它与虚拟化隔离技术结合，可以搜集到虚拟网络中不同虚拟节点对应的物理实体的信息，以便尽可能地获取一个比较完整的物理拓扑及资源属性，如物理连接关系、节点的计算能力、存储能力，作为制定节点保护策略的依据。其中，虚拟化隔离技术通过对底层的抽象屏蔽物理网络实现细节，将网络的控制管理与数据平面的转发和交换进行有效的分离。虚拟网络与底层硬件解耦给网络设计提供了广阔的空间，但同时也带来了严重的问题，比如要是一个虚拟节点占据了某个物理实体的大部分资源，一旦它遭受到攻击或者失效，不仅会影响上层虚拟网络的正常功能，也将影响底层物理节点的资源回收和利用，甚至影响整个底层物理网络的性能，因而有必要将虚拟节点所对应物理实体的资源属性作为节点保护策略的参考依据，以便更好地制定节点保护的策略，提高网络的抗毁性和安全性。

只要能用网络来表示的结构，例如互联网、物联网、电力网等，都存在一些关键节点，关乎整个网络的鲁棒性和安全性。所谓的关键节点，是指在网络结构或者网络控制上占据重要位置的节点。关键节点一般只占整个网络节点的极少部分，但其对维持网络功能具有重要作用。一旦这些关键节点出现故障或遭到攻击，将会严重影响整个网络的性能，特别是树形拓扑的虚拟网络会直接导致网络断裂，所以识别和保护网络中的关键节点对维护网络的安全和稳定有着极其重要的意义。

利用单个中心性指标来识别关键节点的方法，虽然能够得到一些在网络拓扑中处于核心地位的节点，但是难以发现网络一些不太引人注意但却又能对网络性能产生重要影响的节点。利用多种中心性指标结合的关键节点识别方法，虽然弥补了基于单个中心性的方法的部分缺陷，但由于只考虑网络节点和连接关系，而限制了该方法的适用范围。除此之外，大部分中心性指标的计算复杂度较高，所以只适用于静态网络，而对于动态网络，尤其是对于节点频繁加入和退出的大规模高搅动网络，每次节点的更新都会影响中心性指标，所以很难适应大规模网络的动态变化。因而，如何设计出一种关键节点识别与网络安全保护方法，全面和准确地识别网络中的关键节点，并能适用于动态变化的大规模网络，是一个亟待解决的问题。

多机备份是目前网络中常见的保护关键节点资源的方式，当网络中的关键节点失效时，网络中其他节点可从备份节点处获取关键节点的数据资源，备份节点也可提供一部分的任务处理能力以应对节点的失效；当连接到关键节点的重要链路失效时，备份链路可以为关键节点提供一个新的访问通路，以保证网络的正常运行。而如何将虚拟网络结构属性和物理实体节点的资源属性结合作为备份节点和备份链路选择的依据，以提高网络的抗毁性，是目前亟待解决的技术问题。

综上所述，针对树形拓扑的虚拟网络，有必要提出一种网络关键节点保护方法，不仅考虑网络节点的结构属性，还考虑节点对应物理实体的相关属性，结合复杂网络中心性计算、虚拟网络映射技术和网络备份技术，以便更加全面和准确地识别出关键节点，制定网络节点保护措施，用以提高网络的抗毁性、可控性以及服务的可生存性，以适用于未来高度虚拟化的网络。

发明内容

本发明的目的在于解决动态网络环境下具有树形拓扑的虚拟网络因节点失效而导致网络断裂的问题，从而提供一种能够增强网络鲁棒性的方法。

为了实现上述目的，本发明提供了一种结合虚拟树映射和中心性的网络鲁棒性增强方法，包括：

步骤1)、将多个具有树形拓扑的虚拟网络映射到同一个物理网络，得到物理网络的近似拓扑结构，然后选择待计算的网络中心性指标，得到中心性指标集合，并设置中心性加权函数和中心性加权函数阈值；

步骤2)、获取待识别当前节点的拓扑属性，基于所述拓扑属性计算步骤1)所选择的待计算的网络中心性指标，然后将计算结果代入步骤1)中所设置的中心性加权函数中，得到该节点的中心性加权函数值，接着将其与步骤1)中所设置的中心性加权函数阈值进行比较，以判断当前节点是否为关键节点，若为关键节点，将当前节点加入关键节点集合中；

步骤3)、基于虚拟树映射、中心性指标和保护等级量化函数，为关键节点集合中的任意一个关键节点划分关键节点的保护级别，依据保护级别的高低，执行相应的保护措施；

步骤4)、如果关键节点集合中的所有节点都判断完毕，或者满足用户设置的终止条件，结束关键节点保护过程；否则，获取下一个节点作为当前节点，返回步骤2)。