[发明专利]基于遗传算法的网络关键节点的自相似流量生成简化方法

权利要求书

1.一种基于遗传算法的网络关键节点自相似流量生成简化方法，其特征在于，包括如下步骤：

步骤1：构建网络拓扑结构图，获取网络的邻接矩阵A((a_ij)_n×n)，并确定边缘节点S和关键节点K；邻接矩阵中，当节点i,j相连时，a_ij=1，否则a_ij=0，n为网络中节点个数；设网络中只有边缘节点产生数据流量，且每个边缘节点的用户都始终使用同一种业务；

步骤2：构建边缘节点开/关模型，确定模型参数初值；

首先，对每个边缘节点，以等概率随机选择一个目标节点，设边缘节点S(i)的目标节点为T(j)，S(i)将数据沿路径发送到T(j)，边缘节点均按照如下开/关模型产生流量：

（1）节点严格处于开或者关状态，且开、关状态严格交替；节点处于开状态时以恒定速率v产生数据，处于关状态时不产生数据；

（2）节点的开/关状态的持续时间相互独立且均服从帕雷托(k,α)重尾分布，α和k两个参数；

(v,k,α)构成边缘节点开/关模型的参数组；

然后，根据关键节点的目标流量统计特征：流量均值流量方差以及自相似参数H^*，配置边缘节点开/关模型的参数值：

（1）速率v=2Fmean*/M,]]>M为关键节点的介数；

（2）帕雷托(k,α)分布中α＝3-2H^*，k=(2Fvar*α(3-α)(2-α)Mv2(α-1))1α-1;]]>

利用所得到的(v,k,α)统一配置边缘节点的开/关模型；

步骤3：通过遗传算法，确定边缘节点开/关模型参数的最优解；步骤3的实现步骤如下：

步骤3.1：确定目标函数，权值参数和种群大小；

设置目标函数为三个目标u₁,u₂和u₃的优化函数：minu1=|Hsim-H*|/H*minu2=|Fmeansim-Fmean*|Fmean*minu3=|Fvarsim-Fvar*|/Fvar*;]]>其中，H^sim、和分别是关键节点的仿真流量的自相似参数、流量均值和流量方差；

设置权值参数G₁和G₂，G₁表示第一个目标所用的个体数量比重，G₂表示第二个目标所用的个体数量比重；设置种群大小NIND；

步骤3.2：确定种群中的个体适应度；

各边缘节点产生流量，根据下式确定当代种群中的个体x与目标流量的误差函数F(x)：

F(x)=F1(x)=|Hsim-H*|/H*,x∈[1,G1×NIND+1)F2(x)=|Fmeansim-Fmean*|/Fmean*,x∈[G1×NIND,(G1+G2)×NIND+1)F3(x)=|Fvarsim-Fvar*|/Fvar*,x∈[(G1+G2)×NIND+1,NIND+1)]]>

然后，确定个体x的适应度函数FitnV(x)：

对于x∈[1,G₁×NIND+1)的个体，

FitnV(x)=2mini=1G1×NINDF1(i)-maxi=1G1×NINDF1(i)F(x)+2maxi=1G1×NINDF1(i)maxi=1G1×NINDF1(i)-mini=1G1×NINDF1(i)]]>

对于x∈[G₁×NIND+1,(G₁+G₂)×NIND+1)的个体，

FitnV(x)=2mini=G1×NIND+1(G1+G2)×NINDF2(i)-maxi=G1×NIND+1(G1+G2)×NINDF2(i)F(x)+2maxi=G1×NIND+1G2×NINDF2(i)maxi=G1×NIND+1(G1+G2)×NINDF2(i)-mini=G1×NIND+1(G1+G2)×NINDF2(i)]]>

对于x∈[(G₁+G₂)×NIND+1,NIND+1)的个体，

FitnV(x)=2mini=(G1+G2)×NIND+1NINDF3(i)-maxi=(G1+G2)×NIND+1NINDF3(i)F(x)+2maxi=G2×NIND+1NINDF3(i)maxi=(G1+G2)×NIND+1NINDF3(i)-mini=(G1+G2)×NIND+1NINDF3(i)]]>

并根据式min(G₁×F₁(x)+G₂×F₂(x)+(1-G₁-G₂)F₃(x))选出并记录当代种群中精英个体；

步骤3.3：选取遗传个体，进行交叉和变异，生成子代个体；

首先，根据本代种群中个体的适应度对个体进行排序，将精英个体直接遗传至子代保留，对于剩余个体x确定被选入子代的概率P(x)：P(x)=FitnV(x)/Σi=1NINDFitnV(i);]]>

然后，采用轮循法选出进入子代的个体，在进入子代的个体中通过交叉和变异生成最终的子代种群；

步骤3.4：判断当前是否达到最大仿真代数，若是，比较每一代种群的精英个体的误差函数值，选出误差函数值最小的个体作为最适应个体，输出当前所记录的最适应个体，然后执行步骤四，否则，对生成的种群转步骤3.2继续执行；

步骤4：依据最适应个体配置边缘节点开/关模型的参数值，进行仿真获取仿真流量。

2.根据权利要求1所述的基于遗传算法的网络关键节点自相似流量生成简化方法，其特征在于，所述的步骤3.1中权值参数G₁和G₂分别设置为1/3。