[发明专利]分布式系统中基于拓扑机器人的网络拓扑优化方法

说明书

提出分布式系统中基于拓扑机器人的网络拓扑优化方法：①分布式系统中所有节点周期性向拓扑机器人发送邻居链路状态信息，机器人构建全网拓扑图，计算所有节点的重要度；②机器人获取网络分裂影响度不为0的节点数量n₁；③机器人对所有节点的重要度进行比较，找出重要度度量值最大的节点A；④找出节点重要度最小的机器人B；⑤假设机器人B移动至节点A附近，机器人B更新网络拓扑图，计算所有节点的重要度；⑥机器人B获取网络分裂影响度不为0的节点数量n₂；⑦机器人B对所有节点的重要度进行比较，找出重要度度量值最大的节点C；⑧决策是否执行“机器人B移动至节点A附近”的拓扑优化操作。该方法能实现增强分布式系统网络连通性，提高网络的抗毁能力和健壮性。

技术领域

本发明涉及拓扑优化技术，具体涉及分布式系统中基于拓扑机器人的网络拓扑优化方法。

背景技术

网络拓扑优化，指通过调整节点部署位置、控制电台发送功率等方法，以实现增强网络连通性、提高网络抗毁能力的过程。其中基于调整节点部署位置的网络拓扑优化过程，需要首先对网络的抗毁性进行度量，找到连通薄弱点，一般用节点的重要度进行衡量。现有系统主要采用两种方法来衡量节点的重要度，一是度值评价法，二是介数法。

对于分布式系统，各种计算、存储、应用等资源分散在不同的节点上，节点之间通过分布式协同以完成分配的任务。在分布式系统中，节点一旦脱网，能够发挥的效能将非常有限甚至失效，也就是说，网络分裂(包括节点脱网)对分布式系统的影响非常大。

传统的度值评价法和介数法不能准确反应分布式系统中节点的重要程度，尤其不能体现网络分裂对分布式系统的影响程度。

发明内容

针对现有技术存在的问题，本发明提出一种分布式系统中基于拓扑机器人的网络拓扑优化方法，具体如下：

定义为网络分裂影响度、邻居断链影响度和路径中断影响度等指标构成的三维向量，即Q(i)＝{Q_i1，Q_i2，Q_i3}，其中i为节点序号，网内不重复；Q(i)为节点i的重要度，Q_i1为节点i的网络分裂影响度，表征节点i失效造成的网络分裂程度，如果节点i失效后网络未分裂，则Q_i1取值为0，如果节点i失效后网络分裂为2个以上的子网，则Q_i1取值为全网节点数量与规模最大子网的节点数量差值；Q_i2为邻居断链影响度，表征节点i失效造成的邻居链路中断程度，取值为节点i的邻居节点数量；Q_i3为路径中断影响度，表征节点i失效造成的最短路径中断程度，定义为

其中φ_mn(i)指节点m经过节点i到节点n的最短路径数目，φ_mn指节点m到节点n的全部最短路径数目；

设节点i和节点j的重要度分别为Q(i)和Q(j)，则有：

第一，若节点i的网络分裂影响度Q_i1大于节点j的网络分裂影响度Q_j1，则节点i的重要度大于节点j的重要度，即Q(i)＞Q(j)；

第二，若节点i的网络分裂影响度Q_i1等于节点j的网络分裂影响度Q_j1，且节点i的邻居断链影响度Q_i2大于节点j的邻居断链影响度Q_j2，则节点i的重要度大于节点j的重要度，即Q(i)＞Q(j)；

第三，若节点i的网络分裂影响度Q_i1等于节点j的网络分裂影响度Q_j1、节点i的邻居断链影响度Q_i2等于节点j的邻居断链影响度Q_j2，且节点i的路径中断影响度Q_i3大于节点j的路径中断影响度Q_j3，则节点i的重要度大于节点j的重要度，即Q(i)＞Q(j)；