[发明专利]一种网络仿真数据的准确性量化方法

摘要

本发明公开了一种网络仿真数据的准确性量化方法，本发明详细介绍了数据的拓扑性质的近似估计方法，并在拓扑性质估计的基础上提出了不同数据的拓扑性质相似度的计算方法，通过计算仿真模型数据和参考数据的拓扑空间性质的相似程度来度量数据之间的相似性，同时提供了定量的度量指标可以直接比较不同的模型数据和参考数据之间的相似程度的大小，可用于网络仿真可信度的评估。

主权项

1.一种网络仿真数据的准确性量化方法，其特征在于，包括以下步骤：步骤1：假定网络仿真数据集为X，从中随机选择L个标定点，然后计算所选标定点与网络仿真数据集X的成对距离，并通过矩阵形式保存；步骤2：通过默认设定的γ值与所选标定点之间成对距离的最大值相乘计算出持续性参数α的最大值α_max；步骤3：利用步骤1中所选标定点与网络仿真数据集X的成对距离和步骤2计算得到的参数α_max，以及witness复形进行拓扑近似，复形的最大维度设为k，然后利用得到的复形族计算在维度为k时的持续性区间；步骤4：通过式(1)计算相对生成时间RTL(i，k，X，L)；其中，β_k(α)表示k维“环”的贝蒂系数，其中i表示环的个数，k表示环的维度，μ表示在α的整个变化区间内，β_k(α)＝i的区间的长度；对于一个固定值的α，k维“环”的贝蒂系数为包含α的持续性区间的数量，相应的值函数为式(2)；β_k(α)＝|{[b_i，d_i]∈I_k：α∈[b_i，d_i]}|    (2)其中，b_i和d_i表示有i个环时α区间的端点，I_k表示k维“环”的α总区间；步骤5：进行若干次的随机选择标定点之后计算出若干个相对生存时间，根据式(3)计算平均相对生存时间：MRLT(i，k，X)＝E_L[RLT(i，k，X，L)]     (3)同时有：∑_iMRLT(i，k，X)＝1    (4)步骤6：计算两个数据集的MRLT的JS散度来表示两个数据集之间拓扑性质的相似程度：TopSimScore(X_data，X_model)＝JS(MRLT_data||MRLT_model)     (5)其中，X_data表示参考数据集，X_model表示网络仿真数据集，MRLT_data表示参考数据集的平均相对生成时间，MRLT_model表示网络仿真数据集的平均相对生成时间，P和Q分别表示两个数据集，KL散度，称为相对熵是用于描述两个概率分布P和Q的差异；JS散度的值域为[0，1]，值越低表示越接近，即相同为0，反之越不同值越接近1，同时具有对称性；由JS散度值即可判断网络仿真数据和参考数据的相似性。