[发明专利]基于解释度与高抗毁算法的光通信网络健壮性分析方法

说明书

本发明公开了一种基于解释度与高抗毁算法的光通信网络健壮性分析方法，包括如下步骤：1）节点故障定位；2）节点生存性保障。这种方法采用概率模型表示出网络节点故障与征兆之间的关系，简单且有效地判断出最优的故障假设集合，能让故障的排查以及对网络健壮性的判断更为准确；再加入生存性高抗毁算法进一步地判断出网络的抗毁能力，使得对整个网络的健壮性得到有效分析，且更加可靠。

技术领域

本发明涉及光通信领域，具体是在利用光通信的网络中的基于解释度与高抗毁算法的光通信网络健壮性分析方法。

背景技术

光网络通信是以光波作为信息载体，以光纤作为传输媒介的一种通信方式，而以此种方式形成的网络结构则可以称为光通信网络。从1966年高锟提出光纤通信的概念以来，光通信网络就受到众多学者的广泛研究并在现实生活中被广泛应用，已成为现代通信的主要支柱。

针对当前在实际光通信网络工程应用中，无论是新建还是改造、升级，都需要对网络进行可靠的规划和设计，尤其是对应大型复杂网络建设规划、工程建设、网络评估、网络优化等方面的迫切需求，而传统依靠经验计算面临着瓶颈的问题，难以实现网络健壮性、抗毁性、故障模拟等相关可靠性分析。本发明考虑光网络业务特性和需求因素，建立网络健壮性评估方法，综合网络节点和业务故障分析的方法，实现了网络健壮性的有效分析。

发明内容

本发明的目的是针对现有技术的不足，而提供一种基于解释度与高抗毁算法的光通信网络健壮性分析方。这种方法采用概率模型表示出网络节点故障与征兆之间的关系，简单且有效地判断出最优的故障假设集合，能让故障的排查以及对网络健壮性的判断更为准确；再加入生存性高抗毁算法进一步地判断出网络的抗毁能力，使得对整个网络的健壮性得到有效分析，且更加可靠。

实现本发明目的的技术方案是：

基于解释度与高抗毁算法的光通信网络健壮性分析方法，所述方法涉及节点故障定位和节点生存保障，其中节点故障定位使用概率加权的二分图模型，定义参数贝叶斯征兆解释度，表示网络节点故障与征兆之间的关系，计算参数贝叶斯疑似度作为可能故障的选择标准，实现基于贝叶斯征兆解释度的故障定位算法；节点生存保障根据光网络发生故障概率计算节点间无法正常通信的概率，根据网络发生故障的情况下所能完成的业务量占正常工作状态下能完成的业务量比重计算网络的抗毁能力，输出网络抗毁能力，最后综合两个计算结果侧面的反映网络的健壮性；

具体包括如下步骤：

1)节点故障定位：

依据概率加权的二分图(Probabilistic Weighted Bipartite Graph,简称PWBG)模型表达出链路故障与征兆之间的关系，由链路故障和征兆组成的二分节点结合表示为V，如公式(1)所示：

V＝F∪S (1)，

其中，F为故障集，S为征兆集；且定义故障指向征兆的有向边集合为E，则有E＝F×S；

定义在故障f发生的条件下，征兆s发生的概率值为p(s|f)，在确定性模型中，P_F×S＝{0,1}表示确定的集合；在非确定性模型中，P_F×S＝(0,1)表示在0～1区间范围内；

对PWBG进一步研究，定义参数F(s_i)、S(f_i)和S_O，其中F(s_i)表示与征兆s_i关联的所有故障的集合，S(f_i)表示与故障f_i关联的所有征兆的集合，表示光通信网络链路系统中能够观察到的征兆集；