[发明专利]一种关键业务识别方法及装置

说明书

技术领域

本发明涉及一种识别方法及装置，具体涉及一种关键业务识别方法及装置。

背景技术

随着经济的不断发展，智能电网建设的不断推进，以及电网的大规模互联，作为电力系统通信专网的电力通信网承载的业务不断增多，网络结构随之越加复杂化。电力系统越来越依赖于信息通信系统(ICS)和监测控制系统(MCS)以保障其安全、可靠、高效的运行，电力通信网作为ICS和MCS的支撑网络，其可靠性研究被置于了非常重要的位置。

传统的网络脆弱性分析大多基于拓扑结构和网络流量，很少考虑网络中传输业务的类别和特征。拓扑脆弱性和流量脆弱性只能间接地反映网络业务的损失情况，当拓扑和流量不能正确描述网络业务的损失程度时，传统网络脆弱性分析就失去了意义。特别是物理电网系统保护层关键业务识别尤为重要。

目前关键业务识别方法大多是利用专家系统。然而，这种方法具有极大的主观不确定性。

发明内容

为了弥补上述缺陷，本发明提供一种关键业务识别方法及装置，克服了现有物理电网系统保护层关键业务识别方法中，存在较大主观不确定性难题。

本发明的目的是采用下述技术方案实现的：

一种关键业务识别方法，所述方法包括：

根据业务重要度的特征指标，建立各特征指标下的业务相对重要值矩阵；

对所述业务相对重要值矩阵加权求和，确定加权综合相对重要值矩阵；

根据加权综合相对重要值矩阵计算加权影响因子，按所述加权影响因子大小排序，以加权影响因子的大小为依据识别业务的关键性；其中，加权影响因子越大，则其对应的业务越关键。

优选的，所述建立各特征指标下的业务相对重要值矩阵之前包括：定义评价业务集中业务重要度的特征指标，生成特征指标集；

所述业务集是通过读取物理电网系统保护层中的相关业务构成的集合，其表达式为：

O＝{o_i},i＝1,2,...,I；

其中，O为业务集，I为业务总数，o_i表示第i个业务。

进一步地，所述生成特征指标集记为M＝{m_n},n＝1,2,...,N；

其中，M为特征指标集，N为特征指标总量，m_n为特征指标，所述特征指标包括时延、业务通道、误码率、实时性、可靠性和安全区。

进一步地，获得所述特征指标集中，各业务在特征指标下的重要值包括：将业务集O对应的特征指标集M全局映射到整数域，得到业务o_i在特征指标m_n下的重要值越大则对应业务o_i的重要度越高。

进一步地，通过下式确定各特征指标下的相对重要值矩阵

式中，I表示业务总数，i、j∈I，表示业务o_i在特征指标m_n下的重要值相较于业务o_j的相对重要度，若o_i的重要值大于o_j，将赋值为1，相反则赋值为0，若与业务o_j重要值一致，则赋值0.5。

进一步地，根据相对重要值矩阵，可得：

通过下式确定加权综合相对重要值矩阵：

式中，a_ij表示第i行j列元素的加权综合相对重要值，I表示业务总数，i、j∈I，b_n为特征指标m_n的受关注度，b_n值大小与特征指标m_n对应的业务的重要度呈正比。

进一步地，通过下式确定加权影响因子：

式中，表示矩阵A中第i个元素的加权影响因子。

一种关键业务识别装置，所述装置包括：

构建模块，用于根据业务重要度的特征指标，建立各特征指标下的业务相对重要值矩阵；

确定模块，用于对所述业务相对重要值矩阵加权求和，确定加权综合相对重要值矩阵；

计算模块，用于根据加权综合相对重要值矩阵计算加权影响因子；

识别模块，用于按所述加权影响因子大小排序，以加权影响因子的大小为依据识别业务的关键性；其中，加权影响因子越大，则其对应的业务越关键。

优选的，所述构建模块包括：第一生成单元，用于通过读取物理电网系统保护层中的相关业务，构成业务集，其表达式为：

O＝{o_i},i＝1,2,...,I；