[发明专利]一种基于超网络理论的数据链网络运行可靠性评估方法有效
申请号: | 202010295768.1 | 申请日: | 2020-04-15 |
公开(公告)号: | CN111598393B | 公开(公告)日: | 2022-09-27 |
发明(设计)人: | 姚安卓;李大庆 | 申请(专利权)人: | 北京航空航天大学 |
主分类号: | G06Q10/06 | 分类号: | G06Q10/06;G06Q50/30;G06F16/901;H04L43/50;H04L45/12;H04L67/10 |
代理公司: | 北京慧泉知识产权代理有限公司 11232 | 代理人: | 王顺荣;唐爱华 |
地址: | 100191*** | 国省代码: | 北京;11 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 一种 基于 网络 理论 数据链 运行 可靠性 评估 方法 | ||
1.一种基于超网络理论的数据链网络运行可靠性评估方法,其特征在于:步骤如下:
步骤A:构建数据链网络的运行可靠性模型;
步骤B:生成数据链网络失效模式;
步骤C:评估数据链网络的运行可靠性;
在步骤A中所述的“数据链网络的运行可靠性模型”,其具体含义为:对于所研究的数据链系统,基于系统的层次结构、实际运行任务框架及运行状态,结合超网络理论,针对数据链网络中所发生的层次间多层耦合故障、故障动态传播及级联传播的问题,从动态系统运行的视角分析数据链网络的可靠性,建立动态时序的多层耦合超网络模型,并结合数据链网络实际需求确立相应的运行可靠性指标体系;
在步骤A中所述的“构建数据链网络的运行可靠性模型”,其构建的作法包括以下步骤:
步骤A1:分析数据链系统的层次结构;
步骤A2:定义数据链网络节点;
步骤A3:定义数据链网络连边;
步骤A4:建立运行时的数据链动态超网络模型;
步骤A5:分析并确立数据链网络运行可靠性指标;
在步骤A1中所述的“分析数据链系统的层次结构”,其具体做法如下:对所研究的数据链系统进行分析,依据数据链系统已有的框架或逻辑框架对其进行分层处理,分别对应所需构建的超网络模型的层次关系,分层后的数据链系统可清晰体现各个层次间的依赖关系,设数据链系统经过分层后共n层,则对应的超网络模型应为n层;
在步骤A2中所述的“定义数据链网络节点”,其具体做法如下:根据所研究数据链系统的客观实际,在步骤A1中对数据链系统分层后,每层中能视为最小组成单元的即为数据链网络的节点,将战术数据链中物理层的节点定义为数据链网络中参与通信的武器装备,设数据链网络的第i层节点集为Vi,则整个数据链网络的节点集为
在步骤A3中所述的“定义数据链网络连边”,其具体做法如下:根据所研究数据链系统的客观实际,在步骤A1、A2分别对数据链系统进行分层和节点定义后,能将数据链网络中的连边分为同层连边和层间耦合连边;同层连边能定义为每层网络的节点间存在的信息传递和流程关系的交互行为,将战术数据链中物理层的连边定义为数据链网络中武器装备的数据传输情况;将层间耦合连边定义为不同层的节点间存在的信息传递和映射关系的交互行为,定义战术数据链中任务层的子任务节点与物理层的设备节点之间的映射关系;则对于有n层结构的数据链网络,设数据链网络的第i层同层连边集为Eii,第i层与第j层的层间耦合连边集为Eij,则整个数据链网络的连边集为建立运行时的数据链动态超网络模型;
在步骤A4中所述的“运行时的数据链动态超网络模型”,其具体含义为:对所研究的数据链系统,在具体任务下的运行时状态,在每一个运行时间切片内,将数据链系统运行时的单层动态网络模型和跨层次间的耦合关系激活状态抽象为超网络,构建一组以时间为序的超网络集合,即为数据链系统运行时的动态超网络模型,为后续步骤中的运行可靠性测评及分析提供模型基础;
在步骤A4中所述的“建立运行时的数据链动态超网络模型”,其具体做法如下:对所研究的数据链系统,选取具体任务使系统进入运行状态,运行过程中在线采样动态运行数据直至任务流程结束,离线处理动态运行数据并选取时间间隔T对数据进行切片划分,对第k个时间切片下的数据,按照步骤A2、A3中的定义提取节点集VD(k)和连边集ED(k),由于运行时只激活整个网络的部分节点和连边,故构建第k个时间切片下的超网络GD(k)(VD(k),ED(k));对于共有m个时间切片的动态运行数据,得到运行时的数据链动态超网络应为
在步骤A5中所述的“数据链网络运行可靠性指标”,其具体含义为:以所建立的数据链动态超网络为基础,将复杂网络理论中的统计特征与数据链网络的运行状态相结合,选取符合系统实际情况、与系统的具体任务框架、系统实际运行状态及运行时故障传播紧密联系的指标,最终得到数据链网络的运行可靠性指标;
在步骤A5中所述的“分析并确立数据链网络运行可靠性指标”,其具体做法如下:基于步骤A4中建立的数据链运行时的动态超网络模型,对该模型分析得到运行可靠性指标;运行可靠性基于运行时的动态超网络模型,使用网络的最大连通子团规模对每一时间切片下的网络运行时连通性进行分析;连通子团是指在网络中的一个子团,其内部两个任意节点间至少存在一条连通路径,最大连通子团G′是指在非连通图内包含节点数量最多的连通子团,且每一时间切片下的运行可靠性指标即为对数据链动态超网络实施给定攻击失效模式下相较于正常运行状态下最大连通子团规模的差值,设运行初始失效比例为则对某一具体任务的系统运行状态,第k个时间切片下,失效后的动态网络为
为运行可靠性指标,其中,
Scare(G′D(k))为第k个时间切片下正常运行状态的最大连通子团规模,
为第k个时间切片下实施给定攻击失效模式后的最大连通子团规模,对于共有m个时间切片的动态超网络模型,运行可靠性指标时序集合为并计算的均值和方差,其中,的均值能表征在整个任务执行过程中所受扰动的影响,的方差能表征在整个任务执行过程中的运行状态波动;
在步骤B中所述的“数据链网络失效模式”,其具体含义为:根据所研究数据链系统的客观实际,在步骤A所建立的数据链网络的运行可靠性模型基础上,分析数据链各个层次网络节点和连边及层间耦合连边的失效模式,采用不同策略对数据链网络的节点、连边进行攻击,通过系统内组成部件的局部失效进而引发数据链网络运行时工作状态的降级、甚至导致任务失败的情况,用于激发运行时的数据链系统中不同程度的故障传播现象,为后续运行可靠性测评提供失效模式;
在步骤B中所述的“生成数据链网络失效模式”,其生成的作法包括以下步骤:
步骤B1:分析数据链网络节点和连边的失效模式;
步骤B2:生成数据链网络随机攻击失效模式;
步骤B3:生成数据链网络蓄意攻击失效模式;
在步骤B1中所述的“节点和连边的失效模式”,其具体含义为:对所研究的数据链系统,不同层次下的最小组成单元,即抽象后数据链网络中的节点,不同层次与层间的交互关系,即抽象后数据链网络中的连边,所定义失效时的状态即为对应节点和连边的失效模式,由于不同层次所承担数据链系统下的不同功能,因此不同层次下的节点和连边,从性质、结构及功能方面存在差别,故对不同的节点和连边需要分别定义其失效模式,使数据链网络的失效模式更符合实际的系统故障情况;
在步骤B1中所述的“分析数据链网络节点和连边的失效模式”,其具体做法如下:对于数据链网络的节点失效模式,将数据链网络的每一层节点划分为一类,分析组成对应层次网络的节点失效模式,对于部分节点间差异层次需要分析节点失效模式或进行简化处理;对于数据链网络的连边失效模式,将数据链网络的每一层连边划分为一类,分析组成对应层次网络的连边失效模式,将不同层次间的耦合连边分别划分为一类,分析层间耦合连边的失效模式;
在步骤B2中所述的“生成数据链网络随机攻击失效模式”,其具体做法如下:对所构建的数据链超网络模型,按照步骤B1中网络节点及连边的失效模式定义失效注入的初始失效等级,分别对网络中的节点和连边随机进行失效注入,注入比例按固定间隔从0%开始逐渐增加,每次增加α百分点,若系统未发生崩溃及规定测试任务仍能继续完成,则继续增加注入比例,否则,停止失效注入,记录系统整体失效情况,根据实际测评水平和测评要求,设置lR种失效模式,得到一组网络失效模式集合式中:为设置的第i种随机攻击失效模式;
在步骤B3中所述的“生成数据链网络蓄意攻击失效模式”,其具体做法如下:对所构建的数据链超网络模型,按照步骤B1中网络节点及连边的失效模式定义失效注入的初始失效等级,分别对网络中的节点和连边按照一预定优先级蓄意进行失效注入,失效注入优先级设置主要考虑结合所研究数据链系统的任务功能执行情况,设置攻击层次优先级、层内节点优先级和层间耦合连边优先级;注入比例按固定间隔从0%开始逐渐增加,每次增加α百分点,若系统未发生崩溃及规定测试任务仍能继续完成,则继续增加注入比例,否则,停止失效注入,记录系统整体失效情况,根据实际测评水平和测评要求,设置lI种失效模式,得到一组网络失效模式集合式中:为设置的第i种蓄意攻击失效模式;
在步骤C中所述的“数据链网络的运行可靠性”,其具体含义为:根据步骤A4中所建立的数据链网络的动态超网络模型,从数据链系统具体任务下的动态运行角度出发,在系统整体处于不同初始失效模式下,即初始时加入不同扰动的情况下,数据链网络整体能维持任务基本运行、不发生大规模崩溃,对数据链系统的动态运行流程优化和层间信息传递交互模式具有指导性意义;
在步骤C中所述的“评估数据链网络的运行可靠性”,其评估的作法包括以下步骤:
步骤C1:实施不同失效模式下的运行可靠性测评;
步骤C2:统计运行可靠性指标变化趋势;
步骤C3:分析数据链网络运行可靠性性能。
2.根据权利要求1所述的一种基于超网络理论的数据链网络运行可靠性评估方法,其特征在于:在步骤C1中所述的“实施不同失效模式下的运行可靠性测评”,其具体做法如下:根据步骤B中所给出的数据网络失效模式进行数据链系统失效注入实验,运行可靠性测评基于运行时的数据链动态超网络模型,通过软件监控及硬件监控的方式监控每次失效注入实验中数据链系统所有激活节点及连边的参数,保存动态网络模型在不同失效比例下所有时间切片的运行网络,设一种失效模式F∈(FR∪FI)下对某一具体任务M进行测评,失效比例每次增加为α,共增加p次,共划分m个时间切片,则得到失效注入过程中的动态网络组集合为
式中:为初始失效注入比例为的第k个时间窗下的动态网络;
在步骤C2中所述的“统计运行可靠性指标变化趋势”,其具体做法如下:根据步骤C1中实施一种失效模式F下的具体任务M测评后得到的网络组集合
式中:为初始失效注入比例为的第k个时间窗下的动态网络;根据步骤A5中定义的运行可靠性指标
式中:Scare(G′D(k))为第k个时间切片下正常运行状态的最大连通子团规模,为第k个时间切片下实施给定攻击失效模式后的最大连通子团规模;即得到运行可靠性指标时序集合式中:为初始失效注入比例为的第k个时间窗下的运行可靠性指标;计算网络组集合中每一失效比例下的为降低测评随机性带来的误差,能对该失效模式下的测评重复N此对测试结果取平均,得到最终的运行可靠性指标时序集合式中:为第k个时间窗下的平均运行可靠性指标,为第i次测试下第k个时间窗下的运行可靠性指标;计算运行可靠性指标时序集合的均值和方差,并分别使用均值和方差对进行数据回归拟合,求解一种失效模式下的数据链系统的运行可靠性指标曲线;
在步骤C3中所述的“分析数据链网络运行可靠性性能”,其具体做法如下:通过改变数据链网络整体的失效模式F,能分别得到在随机攻击失效模式下和蓄意攻击失效模式下的数据链系统运行可靠性指标曲线组,进而分析数据链系统运行时在受到扰动下的抗干扰能力、任务流程稳定性,最终分析得到数据链网络的运行可靠性性能。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于北京航空航天大学,未经北京航空航天大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/202010295768.1/1.html,转载请声明来源钻瓜专利网。
- 同类专利
- 专利分类
G06Q 专门适用于行政、商业、金融、管理、监督或预测目的的数据处理系统或方法;其他类目不包含的专门适用于行政、商业、金融、管理、监督或预测目的的处理系统或方法
G06Q10-00 行政;管理
G06Q10-02 .预定,例如用于门票、服务或事件的
G06Q10-04 .预测或优化,例如线性规划、“旅行商问题”或“下料问题”
G06Q10-06 .资源、工作流、人员或项目管理,例如组织、规划、调度或分配时间、人员或机器资源;企业规划;组织模型
G06Q10-08 .物流,例如仓储、装货、配送或运输;存货或库存管理,例如订货、采购或平衡订单
G06Q10-10 .办公自动化,例如电子邮件或群件的计算机辅助管理