[发明专利]一种复杂信息网络的弹性评估和优化方法

说明书

本发明公开了一种复杂信息网络的弹性评估和优化方法，所述复杂信息网络的弹性评估和优化方法对给定图G_i添加链路集；选择L_r条链路的集合最大化网络的平均效率这一健壮性指标，即max E(G)；算法迭代地选择满足目标函数的链路加入网络改善网络弹性。本发明所提出的启发式算法可以优化网络拓扑，相比于其他的改进算法应对随机故障和中心性攻击更加具有弹性。本发明的图健壮性指标为网络的平均效率；对网络施加随机故障和中心性攻击，测量网络的流健壮性，用该指标表示每次攻击下可靠流的可用性；每次节点攻击下的流健壮性作为网络的弹性测度。

技术领域

本发明属于信息网络技术领域，尤其涉及一种复杂信息网络的弹性评估和优化方法。

背景技术

计算机网络应用在支持各类服务上发挥着越来越关键的作用；事实上，这些应用已经成为日常生活的一部分；医院、企业、学校、政府的日常运作越来越依赖于计算机网络服务；由于这些网络服务是公开可用的使得它们易于受到恶意攻击；地震、飓风、海啸等自然灾害引发网络的节点故障，不仅影响局部用户，而且中断远程用户；网络弹性定义为网络在应对多种故障和挑战下，提供和维持可接受水平内的服务而正常运作的能力；由于计算机网络易于受到任意攻击和自然灾害的影响，可能中断正常的运作和服务，构建更好的弹性网络是网络设计和评估的重要部分；同时设计一种网络拓扑用于应对挑战并且提供可接受水平的服务可以延长网络寿命节约资金；一般网络，尤其是全球互联网，已经成为商业和全球经济的日常运作的必要内容；因此网络中断的后果也变的越来越严重；现在广泛认为当前的许多现实网络不具备足够的弹性，需要相应的研究、开发和工程项目来完善基础设施网络和服务网络的弹性；本发明出发点为对于已有的网络拓扑随着时间和功能的改变不能提供足够弹性应对网络挑战的情况，提出了网络拓扑的改善算法，使得优化后的网络尽可能提供更高的弹性性能保证网络日常运作和服务的正常交付。对于复杂网络弹性性能的研究，Akhil等人从复杂网络拓扑的角度提出一种DLA模型构建弹性供应网络，并且分析所提出的网络构建模型所构造的网络拓扑在应对随机故障和恶意攻击方面的弹性，文中对包含DLA模型在内的四种供应网络拓扑增长模型的性能比较表明，所提出模型只是能保证满足一定需要的弹性性能，但是在随机和恶意攻击下网络弹性并不是最优的，该DLA模型只是稍微优于无标度网络模型，与随机网络模型相比性能较差，而本发明在无标度网络和随机网络下的仿真表明与其他两种算法相比总是提供最优的网络弹性.李云冀等人考虑拥塞造成的网络故障，对网络节点和链路的重要性进行评估，基于网络的邻接矩阵，构建在度约束下最小化平均距离的优化网络，提高网络的可生存性，然而所产生的拓扑不唯一，且不同拓扑之间的性能差异较大，需要再次比较选出更优拓扑，本发明借鉴智能优化算法的进化特性经过不断迭代，算法收敛得出改善网络拓扑。然而，相比于弹性网络构建方法的研究，大量学者着手于现实网络拓扑的优化，改善现有网络的拓扑，使其弹性应对各种挑战和故障.本发明基于这样的考虑对已有网络实现优化得到改善拓扑。已有文献中对于真实的服务提供者骨干网络拓扑，如Sprint，AT&T，等网络拓扑的研究，综合比较拓扑的结构特性，如平均节点度、聚类系数、平均最短路径、半径和直径等.相比于表征网络连通性和健壮性的这些经典的图论指标，图谱理论度量标准是图的健壮性指标的另一个子类，研究图的结构特性与相关矩阵的特征值和特征向量之间的关系.一些图谱指标可以用于测量移除节点或者链路之后图的健壮性，如代数连通度、谱隙、自然连通度、权谱、网络关键度.Alenazi和Sterbenz等人提出中心性攻击下的三种网络弹性测度，使用经典图论指标和图谱论标准，测量随机故障和恶意攻击下的网络弹性，然而学者们也只是基于不同参数组合下的网络研究其本身所表现的行为，以基本图和随机图为拓扑数据集，使用非线性相关比较各项指标预测攻击下网络弹性的准确度，只对网络特性进行评估，所得出评估结果没有用于指导网络的弹性优化.区别于上述对于不同网络性能和特征的研究，本文提出一种迭代算法对现有网络拓扑进行优化提升网络吸收破坏的能力，并与两种图谱理论优化模型作对比，评价本文所提出优化模型的效果。

发明内容