[发明专利]一种网络鲁棒性评估方法及系统

权利要求书

1.一种网络鲁棒性评估方法，其特征在于，所述方法包括：

获取网络的初始参数，根据所述初始参数获取所述网络的初始负载模型，所述初始参数包括：所述网络的初始节点数、初始边数、初始随机游走者数、负载容限参数和负载削减参数；

在所述网络中模拟基于随机游走的网络故障，并根据所述初始参数和所述初始负载模型，按照预设规则获取所述网络故障后所述网络稳定时对应的目标网络巨分量的大小；

根据所述目标网络巨分量的大小，评估所述网络的鲁棒性；

其中，所述按照预设规则获取所述网络故障后所述网络稳定时对应的目标网络巨分量的大小，包括：

S1、根据所述初始参数和所述初始负载模型，获取所述网络故障在传播至第t步骤时对应的网络巨分量的大小；

S2、根据所述网络巨分量的大小判断所述网络是否稳定，若判断获知所述网络不稳定，则令t＝t+1，重复步骤S1和S2；

S3、若判断获知所述网络稳定，则将所述网络稳定状态对应的网络巨分量的大小作为所述目标网络巨分量的大小。

2.根据权利要求1所述的方法，其特征在于，所述根据所述初始参数和所述初始负载模型，获取所述网络故障在传播至第t步骤时对应的网络巨分量的大小，包括：

根据所述初始参数和所述初始负载模型，获取所述网络故障在传播至第t步骤时对应的所述网络的网络度分布；

根据所述网络度分布、所述初始参数和所述初始负载模型，获取所述网络故障在传播至第t步骤时对应的所述网络中各节点不属于所述网络巨分量的概率函数；

根据所述概率函数，获取所述网络故障在传播至第t步骤时对应的网络巨分量的大小。

3.根据权利要求2所述的方法，其特征在于，所述根据所述初始参数和所述初始负载模型，获取所述网络故障在传播至第t步骤时对应的所述网络的网络度分布，包括：

根据所述初始参数和所述初始负载模型，获取所述网络故障在传播至第t步骤时对应的所述网络中各节点的节点过载概率；

根据所述节点过载概率、所述初始参数和所述初始负载模型获取所述网络中各边的连接过载节点概率；

根据所述连接过载节点概率、所述节点过载概率、所述初始参数和所述初始负载模型获取所述网络度分布。

4.根据权利要求2所述的方法，其特征在于，所述根据所述网络度分布、所述初始参数和所述初始负载模型，获取所述网络故障在传播至第t步骤时对应的所述网络中各节点不属于所述网络巨分量的概率函数，包括：

根据所述网络度分布、所述初始参数和所述初始负载模型，利用生成函数获取所述网络巨分量的概率函数。

5.根据权利要求3所述的方法，其特征在于，所述根据所述初始参数和所述初始负载模型，获取所述网络故障在传播至第t步骤时对应的所述网络中各节点的节点过载概率，包括：

根据所述初始参数和所述初始负载模型，获取所述网络故障在传播至第t步骤时对应的所述网络中的剩余边数和随机游走者数；

根据所述剩余边数、所述随机游走者数、所述初始参数和所述初始负载模型获取所述节点过载概率。

6.根据权利要求1-4任一项所述的方法，其特征在于，所述初始负载模型包括：所述网络的初始度分布、负载容量以及初始的初始度已知度分布。

7.根据权利要求6所述的方法，其特征在于，所述方法还包括，根据所述网络的类型获取所述初始度分布。

8.一种网络鲁棒性评估系统，其特征在于，所述系统包括：

初始模型获取单元，用于获取网络的初始参数，根据所述初始参数获取所述网络的初始负载模型，所述初始参数包括：所述网络的初始节点数、初始边数、初始随机游走者数、负载容限参数和负载削减参数；

网络巨分量获取单元，用于在所述网络中模拟基于随机游走的网络故障，并根据所述初始参数和所述初始负载模型，按照预设规则获取所述网络故障后所述网络稳定时对应的目标网络巨分量的大小；

鲁棒性评估单元，用于根据所述目标网络巨分量的大小，评估所述网络的鲁棒性；

其中，所述网络巨分量获取单元具体用于：

S1、根据所述初始参数和所述初始负载模型，获取所述网络故障在传播至第t步骤时对应的网络巨分量的大小；

S2、根据所述网络巨分量的大小判断所述网络是否稳定，若判断获知所述网络不稳定，则令t＝t+1，重复步骤S1和S2；

S3、若判断获知所述网络稳定，则将所述网络稳定状态对应的网络巨分量的大小作为所述目标网络巨分量的大小。