[发明专利]安全感知的虚拟网络映射方法及其装置

权利要求书

1.一种安全感知的虚拟网络映射方法，其特征在于，包括：

获取每个物理网络节点和每个虚拟网络节点的各个指标；

对所述指标进行归一化处理，获得标准化决策矩阵；

利用信息熵计算出不同排序属性所占权重；先计算每个节点的所有排序属性指标的信息熵，计算算式如下式所示：

其中，常数K与指标数量n有关，x′_ij为第i个节点的第j个评价指标值进行归一化处理后的标准评价指标值；每个指标的信息效用价值可表示为h_j＝1-e_j，则每个指标的权重可表示为：

其中，m为信息效用价值h_j的数目；

根据变权矩阵和所述标准化决策矩阵获得节点重要度排序结果；

根据所述排序结果选取候选节点并建立候选节点集合；

当所述候选节点集合不为空集时，根据映射操作获得网络映射结果和网络映射收益比；

所述根据变权矩阵和所述标准化决策矩阵获得节点重要度排序结果，具体包括：

根据所述变权矩阵和所述标准化决策矩阵计算最终决策矩阵，并获得正负理想解；上界权重w_oj的确定：

w_oj＝w_j/(min w_j+max w_j)

式中，w_oj为j评价指标对应的上界权重，w_j为j评价指标对应的权重值；

确定引入函数λ_j(b'_ij)，其中，b′_ij为上述x′_ij：

其中，w_l为上述w_j；

计算变权后的各个指标权重，得到变权矩阵T，其中T＝[t_ij]_m×n；

其中，变权矩阵T中的t_ij对应矩阵中第i行第j列的指标元素；

根据变权矩阵T和标准化决策矩阵计算最终决策矩阵：

其中，N为网络中的节点个数，M为每个节点的重要性评价指标的个数，且i＝1,2,…,N，j＝1,2,…,M；

利用变权矩阵T和标准化决策矩阵可得到最终决策矩阵

根据矩阵确定正理想解A⁺和负理想解A^-；

计算所述最终决策矩阵中的每个数据与所述正负理想解的欧氏距离；

根据欧氏距离计算每个物理网络节点和每个虚拟网络节点与正负理想解的接近程度，并根据所述接近程度得到节点重要度排序结果。

2.根据权利要求1所述的方法，其特征在于，根据所述排序属性所占权重获得所述变权矩阵。

3.根据权利要求1所述的方法，其特征在于，所述根据所述接近程度得到节点重要度排序结果，具体包括：

按照所述接近程度从小到大进行排序得到节点重要度从大到小的排序结果。

4.根据权利要求1所述的方法，其特征在于，所述排序属性，包括节点资源能力、节点邻接链路带宽资源和节点就近度；

所述节点资源能力，用CPU资源来表征节点资源指数，表示方法为：

NR(n_i)＝cpu(n_i)

所述节点邻接链路带宽资源，包括：与节点相连的所有邻接链路带宽之和，根据以下算式计算：

其中，D(n_i)为节点n_i的邻接链路集合；

所述节点就近度，用节点n_i到网络其它相邻节点距离和的倒数来表示，根据以下算式计算：

其中，ψ(n_i)为虚拟节点n_i的邻居节点中已映射成功的虚拟节点所对应的物理节点集合。

5.根据权利要求1所述的方法，其特征在于，所述映射操作，具体包括：节点匹配映射和链路匹配映射。