[发明专利]基于网络细胞的业务时序耦合拥塞分析方法

权利要求书

1.一种基于网络细胞的业务时序耦合拥塞分析方法，其特征在于：其包括以下步骤：

步骤一：获取待分析网络的网络初始信息，所述网络初始信息包括网络拓扑信息和业务信息；

确定待分析网络的网络初始信息，网络是由网络拓扑和业务组成的双层网络，其中上层为业务层，由业务组成；下层为网络拓扑层，表示为G＝(V，E)，其中G为网络拓扑结构图，V为顶点的集合，E为边的集合；其中网络初始信息包括网络拓扑信息和业务信息，其中，网络拓扑信息包括网络拓扑及网络资源；业务信息包括业务流程、业务起始时间、业务间隔时间以及业务容量；

步骤二：建立网络中网络细胞的模型；

程序化网络细胞i的具体模型:

其中，对于Cell_r(i)表示细胞i，由细胞i的细胞结构S_r(i)、细胞功能F_r(i)和细胞连接C_r(i)三部分组成，i为自然数；S_r(i)表示细胞i的细胞结构，line_q表示链路q；F_r(i)表示细胞i的细胞功能，细胞功能中包括网络细胞功能起始时间，网络细胞运行间隔时间，网络细胞容量，以及网络细胞当前实时负载依次为x,v,b,n；C_r(i)表示细胞i的细胞连接，包括与细胞i存在耦合关系的其他细胞,以及细胞i与其他细胞的耦合节点或耦合链路，Cell_r(h)表示细胞h，q_m表示细胞i与细胞h的耦合节点，当细胞i与细胞h存在一个以上耦合节点时，q_m是耦合节点的集合，Cell_r(j)表示细胞j，line_k表示细胞i与细胞j的耦合链路k，其中i、h和j不相等；

步骤三：确定细胞运行规则；

明确了网络细胞模型中的细胞运行规则,包括网络细胞内部运行机制，网络细胞与外部环境，以及网络细胞与网络细胞之间交互规则,从而能够对流量在不同业务流程间的转移过程进行描述；

网络细胞模型中的细胞运行规则具体为：

⑴网络细胞功能自更新:

1)网络细胞的功能位点从业务流程的源节点O出发按照网络细胞业务流程在每一个时间步依次被传递至业务流程中的下一个节点，直至业务流程中的目的节点D并消失；

2)每间隔T_i个时间步，网络细胞增加一个新的功能位点，其初始功能位点为网络细胞业务流程的源节点O；

⑵网络细胞内反应:在网络细胞的功能位点，移除网络细胞负载中一定比例α的网络流量；存在某一时刻，网络细胞中的流量全部被移除，因此α的取值范围为0≤α≤1；

⑶网络细胞间交互：

1)在网络细胞功能位点，网络细胞i依次接收邻居网络细胞传递至其上的网络流量V_i及累积用户请求流量U_i，引发网络细胞的实时负载L_i的增大，当实时负载L_i＝D_i时，停止加载，D_i表示细胞i的最大处理能力，每一次第i个网络细胞业务流程的第j个节点新增加的用户请求流量为x_ij，x_ij为随机数，但是在全部网络细胞业务流程的节点中x_ij服从[0,X]均匀分布，将X称为新增用户请求流量；

2)在网络细胞功能位点，网络细胞将其上一定比例β网络流量传递给其邻居网络细胞，其中，0≤β≤1且β+α≤1；

步骤四：基于网络细胞的时序耦合进行业务拥塞演化的推导，具体包括以下步骤：

4.1输入网络初始信息以及新用户请求流量，网络初始信息包括网络拓扑信息、业务信息；

4.2根据步骤二建立程序化网络细胞模型；

4.3对网络进行初始化；

4.4根据输入的新增用户请求流量，获得每个网络细胞新增加的用户请求流量，并加载到该网络细胞当前已有的累积用户请求流量上；

4.5根据网络细胞功能起始时间t0，网络细胞运行间隔时间v，以及当下时间t，依次判断每一个网络细胞在该时间步是否要增加新的功能位点，如果要增加，则增加新的功能位点，并令功能位点的实时负载为0；

4.6对每一个网络细胞，从其功能位点的实时负载中移除一定比例α的网络流，从其功能位点的实时负载中移除一定比例β网络流量并平均传递给其网络细胞所连接的邻居网络细胞；

4.7对于每一个网络细胞，在满足其最大业务容量的前提下，接收其功能位点上的用户请求流量，以及其他细胞传递至其上的其它细胞转发流量；相应的对每一个网络细胞的用户实时负载流量、累积用户请求流量以及对其他细胞传递至其上的流量进行更新；

4.8依次判断每一个网络细胞上的功能位点，如果其在该网络细胞中业务流程的目的节点，则移除其功能位点；否则，功能位点按照其业务流程移动至业务流程的下一个节点；

4.9 t＝t+1，If tTime，转至步骤4.10；否则,转至步骤4.4；其中Time为网络仿真总时长；

4.10结束；

步骤五：使用基于网络细胞的系统序参量作为描述网络拥塞状态的统计特征参数；

基于网络细胞拥塞演化中整网的序参量表示为：

其中，网络细胞的数量为M，网络细胞i上的累积用户请求流量为U_i，网络细胞i的邻居网络细胞转发至其上的流量为V_i，网络细胞i的实时负载流量为L_i，每一时刻，每个网络细胞新产生的请求流量平均值为Z，(U_i+V_i+L_i)表示网络细胞i所相关的网络流量，Δ(U_i+V_i+L_i)为在Δt时间内细胞i相关的网络流量的变化，为整网所有细胞在Δt时间内相关网络流量变化之和，MZ为每一时刻，网络上所有细胞新生成的用户请求流量之和，进一步的，当η_cell→0时，网络处于自由流状态，网络上的流量能够被及时地传输；当η_cell＞0时，网络处于拥塞状态，网络内新产生的流量大于其所传输的量；η_cell的不同取值就描述网络拥塞的不同程度，当η_cell→1时，全网拥塞崩溃；

步骤六：对步骤四在其它参数相同的情况下，输入不同的新增用户请求流量X，根据步骤五得到序参量η_cell，使用描点法得到不同新增用户请求流量下序参量的变化过程图，并得到导致网络拥塞形成的相变条件X_c。

2.根据权利要求1所述的一种基于网络细胞的业务时序耦合拥塞分析方法，其特征在于：所述步骤四：基于网络细胞的时序耦合进行业务拥塞演化的推导中每个步骤具体为：

4.1输入网络初始信息以及新用户请求流量，网络初始信息包括网络拓扑信息、业务信息，其中网络拓扑信息包括的参数为成都地铁线路图的站点数，以及站点的连接关系，业务信息包括每个地铁线路的起始时间，以及地铁线路的相邻站点平均行驶时间，行车间隔时间和业务容量，新增用户请求流量X是每次全部网络细胞业务流程的节点中新增加的用户请求流量需要服从[0,X]均匀分布；

4.2根据步骤二中的公式(2)建立程序化网络细胞模型；每个地铁业务都为一个程序化网络细胞，根据成都地铁线路和运行方向能将地铁业务分为12个业务，将12个业务建模为12个程序化的网络细胞，每个细胞所应对的业务线路为地铁线路，业务方向为地铁运行方向，细胞i的细胞结构为业务线路，网络细胞运行间隔时间为相邻站点平均行驶时间，网络细胞容量为业务容量中的地铁最大载客量，耦合节点q_m具体化为细胞h的业务线路与细胞i的业务线路相交的换乘站点，耦合链路line_k具体化为细胞h与细胞i相同的业务线路，网络细胞功能起始时间都为1；

4.3对网络进行初始化，具体包括以下内容的初始化：

(1)根据网络初始信息对程序化网络细胞模型进行初始化；

(2)网络细胞功能位点及功能位点的实时负载初始化；网络细胞功能位点初始值为Null，功能位点的实时负载初始化为0；

(3)初始化其他网络细胞传递给第i网络细胞上流量V_i＝0；

(4)初始化每个网络细胞上的累积用户请求流量U_i＝0，初始化网络细胞的实时负载L_i＝0；

(5)确定总网络细胞个数M，网络仿真总时长Time，并令网络系统运行时间t＝0，总网络细胞个数M＝12；Time＝600；

4.4根据输入的新增用户请求流量X值，随机生成x_ij，据此获得每个网络细胞新增加的用户请求流量，并更新网络细胞当前累积用户请求流量U_i；

4.5根据网络细胞功能起始时间t0为0，网络细胞运行间隔时间v，以及当下时间t，依次判断每一个网络细胞在该时间步是否要增加新的功能位点，如果要增加，则增加新的功能位点，并令功能位点的实时负载为0；

4.6对每一个网络细胞，从其功能位点的实时负载中移除一定比例α的网络流，从其功能位点的实时负载中移除一定比例β网络流量并平均传递给其网络细胞所连接的邻居网络细胞，α、β都服从[0,1]的均匀分布；

4.7对于每一个网络细胞，在满足其最大业务容量的前提下，接收其功能位点上的累积用户请求流量，以及其他细胞传递至其上的其它细胞转发流量；相应的对每一个网络细胞的用户实时负载流量L_i、累积用户请求流量U_i以及对其他细胞传递至其上的流量V_i进行更新；

4.8依次判断每一个网络细胞上的功能位点，如果其在该网络细胞中业务流程的目的节点，则移除其功能位点；否则，功能位点按照其业务流程移动至业务流程的下一个节点；

4.9 t＝t+1，If tTime，转至步骤4.10；否则,转至步骤4.4；

4.10结束。