网络可靠度评估方法和装置制造方法及图纸

本公开提供一种网络可靠度评估方法和装置。网络可靠度评估方法包括：根据IP网络中各构件的状态和概率表，以及预设模拟次数，构造IP网络中各构件的状态样本数据集；进行网络可靠度评估，其中进行网络可靠度评估包括：根据各构件的状态样本数据集构造网络状态向量；计算IP网络在网络状态向量下的网络最大流量；若网络最大流量不小于预设的需求流量，则更新网络状态成功次数，否则不更新网络状态成功次数；重复进行网络可靠度评估，直至网络可靠度评估次数到达预设模拟次数为止；根据网络状态成功次数和预设模拟次数确定IP网络的可靠度。本公开能够高效地评估网络可靠度。本公开能够高效地评估网络可靠度。本公开能够高效地评估网络可靠度。

【技术实现步骤摘要】
网络可靠度评估方法和装置


[0001]本公开涉及网络
，特别涉及一种网络可靠度评估方法和装置。

技术介绍

[0002]网络可靠性作为评价网络的能力指标之一，能够有效衡量网络服务的质量，促进网络改进或优化，从而减少因网络故障带来的各种损失，提高网络效率与效益。
[0003]IP网络作为数据通信的载体，为满足业务端到端的服务质量，需要保障通信信息高可靠性传输。针对IP网络的可靠性研究，主要是计算IP网络端到端节点之间的指定需求流量成功通信的概率，以数字化的概率表征实现。
[0004]由于网络规模较大，结构较为复杂，难以用数学模型获得精确的可靠度数值，因此针对网络双端连通可靠度的评估，主要是通过将网络状态向量与事先求解的网络多态最小路集向量或多态最小割集向量进行比较，若网络状态向量的所有元素均大于等于多态最小路集向量的所有元素，则表明此时构造的网络状态向量能够成功将需求流量从源节点传输至目标节点。

技术实现思路

[0005]专利技术人注意到，由于IP网络的规模包含数百个网络构件，且研究证明求解网络所有的多态最小路集向量或多态最小割集向量是一个多项式复杂程度的非确定性问题(NP)难题，即该过程随着网络规模的增大，算法效率急剧下降，从而导致难以在有限时间内求解出IP网络的双端连通可靠度。同时随着网络规模的增大，为了求解网络所有的多态最小路集向量或多态最小割集向量，算法所需的计算资源也逐渐增加，从而无法高效地进行网络可靠度评估。
[0006]据此，本公开提供一种网络可靠度评估方案，能够在不占用较多资源的情况下高效地进行网络可靠度评估。
[0007]根据本公开实施例的第一方面，提供一种网络可靠度评估方法，包括：根据IP网络中各构件的状态和概率表，以及预设模拟次数，构造所述IP网络中各构件的状态样本数据集；进行网络可靠度评估，其中所述进行网络可靠度评估包括：根据所述各构件的状态样本数据集构造网络状态向量；计算所述IP网络在所述网络状态向量下的网络最大流量；若所述网络最大流量不小于预设的需求流量，则更新网络状态成功次数，否则不更新所述网络状态成功次数；重复进行网络可靠度评估，直至网络可靠度评估次数到达所述预设模拟次数为止；根据所述网络状态成功次数和所述预设模拟次数确定所述IP网络的可靠度。
[0008]在一些实施例中，所述计算所述IP网络在所述网络状态向量下的网络最大流量包括：针对所述IP网络中的第i个构件，设置流经所述第i个构件的当前流量为预设初始值，其中1≤i≤I，I为构件总数；根据所述第i个构件的当前流量构造出所述IP网络的残差网络；对所述残差网络进行搜索，以构造出层次网络；若目标节点包括在所述层次网络中，则在所述层次网络中搜索出一条从源节点到所述目标节点的路径，对所述当前流量进行更新，并
重复根据所述第i个构件的当前流量构造出所述IP网络的残差网络；若所述目标节点不包括在所述层次网络中，则将所述当前流量作为候选网络最大流量；将所述候选网络最大流量中的最大值作为所述IP网络的网络最大流量。
[0009]在一些实施例中，所述对所述残差网络进行搜索包括：对所述残差网络进行深度优先搜索，以构造出层次网络，其中所述层次网络为从所述源节点到全部节点中除所述源节点之外的其它节点的最短路径的分层图。
[0010]在一些实施例中，所述在所述层次网络中搜索出一条从源节点到所述目标节点的路径包括：在所述层次网络中进行深度优先搜索，以搜索出一条从源节点到所述目标节点的路径。
[0011]在一些实施例中，所述构造网络状态向量包括：在所述IP网络中各构件的状态样本数据集中进行随机抽样，以构造网络状态向量。
[0012]在一些实施例中，所述构造所述IP网络中各构件的状态样本数据集包括：根据所述IP网络中的第i个构件的第j个状态b
ij
的概率值p
ij
，和所述预设模拟次数M确定所述第i个构件的第j个状态b
ij
的样本数量，其中1≤i≤I，1≤j≤J，其中I为构件总数，J为状态总数；将所述IP网络中的第i个构件的各状态的样本数量进行合并，以构造所述IP网络中的第i个构件的状态样本数据集。
[0013]在一些实施例中，所述第i个构件的第j个状态b
ij
的样本数量为第i个构件的第j个状态b
ij
的概率值p
ij
与所述预设模拟次数M的乘积。
[0014]在一些实施例中，所述预设模拟次数其中参数j0满足
[0015][0016]其中ε为模拟误差，δ为期望评估精度。
[0017]在一些实施例中，所述IP网络的可靠度为所述网络状态成功次数和所述预设模拟次数的商。
[0018]根据本公开实施例的第二方面，提供一种网络可靠度评估装置，包括：第一处理模块，被配置为根据IP网络中各构件的状态及概率表，和预设模拟次数，构造所述IP网络中各构件的状态样本数据集；第二处理模块，被配置为进行网络可靠度评估，其中所述进行网络可靠度评估包括：根据所述各构件的状态样本数据集构造网络状态向量；计算所述IP网络在所述网络状态向量下的网络最大流量；若所述网络最大流量不小于预设的需求流量，则更新网络状态成功次数，否则不更新所述网络状态成功次数；重复进行网络可靠度评估，直至网络可靠度评估次数到达所述预设模拟次数为止；第三处理模块，被配置为根据所述网络状态成功次数和所述预设模拟次数确定所述IP网络的可靠度。
[0019]在一些实施例中，第二处理模块被配置为针对所述IP网络中的第i个构件，设置流经所述第i个构件的当前流量为预设初始值，其中1≤i≤I，I为构件总数，根据所述当前流量构造出所述IP网络的残差网络，对所述残差网络进行搜索，以构造出层次网络，若目标节点包括在所述层次网络中，则在所述层次网络中搜索出一条从源节点到所述目标节点的路径，对所述当前流量进行更新，并重复根据所述当前流量构造出所述IP网络的残差网络，若所述目标节点不包括在所述层次网络中，则将所述当前流量作为候选网络最大流量，将所
述候选网络最大流量中的最大值作为所述IP网络的网络最大流量。
[0020]在一些实施例中，第二处理模块被配置为对所述残差网络进行深度优先搜索，以构造出层次网络，其中所述层次网络为从所述源节点到全部节点中除所述源节点之外的其它节点的最短路径的分层图。
[0021]在一些实施例中，第二处理模块被配置为在所述层次网络中进行深度优先搜索，以搜索出一条从源节点到所述目标节点的路径。
[0022]在一些实施例中，第二处理模块被配置为在所述IP网络中各构件的状态样本数据集中进行随机抽样，以构造网络状态向量。
[0023]在一些实施例中，第一处理模块被配置为根据所述IP网络中的第i个构件的第j个状态b
ij
的概率值p
ij
，和所述预设模拟次数M确定所述第i个构件的第j个状态b
ij
的样本数量，其中1≤i≤I，1≤j≤J，其中本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种网络可靠度评估方法，包括：根据IP网络中各构件的状态和概率表，以及预设模拟次数，构造所述IP网络中各构件的状态样本数据集；进行网络可靠度评估，其中所述进行网络可靠度评估包括：根据所述各构件的状态样本数据集构造网络状态向量；计算所述IP网络在所述网络状态向量下的网络最大流量；若所述网络最大流量不小于预设的需求流量，则更新网络状态成功次数，否则不更新所述网络状态成功次数；重复进行网络可靠度评估，直至网络可靠度评估次数到达所述预设模拟次数为止；根据所述网络状态成功次数和所述预设模拟次数确定所述IP网络的可靠度。2.根据权利要求1所述的方法，其中，所述计算所述IP网络在所述网络状态向量下的网络最大流量包括：针对所述IP网络中的第i个构件，设置流经所述第i个构件的当前流量为预设初始值，其中1≤i≤I，I为构件总数；根据所述第i个构件的当前流量构造出所述IP网络的残差网络；对所述残差网络进行搜索，以构造出层次网络；若目标节点包括在所述层次网络中，则在所述层次网络中搜索出一条从源节点到所述目标节点的路径，对所述当前流量进行更新，并重复根据所述第i个构件的当前流量构造出所述IP网络的残差网络；若所述目标节点不包括在所述层次网络中，则将所述当前流量作为候选网络最大流量；将所述候选网络最大流量中的最大值作为所述IP网络的网络最大流量。3.根据权利要求2所述的方法，其中，所述对所述残差网络进行搜索包括：对所述残差网络进行深度优先搜索，以构造出层次网络，其中所述层次网络为从所述源节点到全部节点中除所述源节点之外的其它节点的最短路径的分层图。4.根据权利要求3所述的方法，其中，所述在所述层次网络中搜索出一条从源节点到所述目标节点的路径包括：在所述层次网络中进行深度优先搜索，以搜索出一条从源节点到所述目标节点的路径。5.根据权利要求1所述的方法，其中，所述构造网络状态向量包括：在所述IP网络中各构件的状态样本数据集中进行随机抽样，以构造网络状态向量。6.根据权利要求1所述的方法，其中，所述构造所述IP网络中各构件的状态样本数据集包括：根据所述IP网络中的第i个构件的第j个状态b
ij
的概率值p
ij
，和所述预设模拟次数M确定所述第i个构件的第j个状态b
ij
的样本数量，其中1≤i≤I，1≤j≤J，其中I为构件总数，J为状态总数；将所述IP网络中的第i个构件的各状态的样本数量进行合并，以构造所述IP网络中的第i个构件的状态样本数据集。7.根据权利要求6所述的方法，其中，
所述第i个构件的第j个状态b
ij
的样本数量为第i个构件的第j个状态b
ij
的概率值p
ij
与所述预设模拟次数M的乘积。8.根据权利要求1所述的方法，其中，所述预设模拟次数其中参数j0满足其中ε为模拟误差，δ为期望评估精度。9.根据权利要求1
‑
8中任一项所述的方法，其中，所述IP网络的可靠度为所述网络状态成功次数和所述预设模拟次数的商。10.一种网络可靠度评估装置，包括：第一处理模块，被配置为根据IP网络中各构件的状态及概率表，和预设模拟次数，构造所述IP网络中各构件的状态样本数据集；...

【专利技术属性】
技术研发人员：武娟，唐宏，刘晓军，徐晓青，钱刘熠辉，
申请(专利权)人：中国电信股份有限公司，
类型：发明
国别省市：