一种基于非线性容量负载模型的网络资源再分配方法.pdf

本发明公开了一种基于非线性容量负载模型的网络资源再分配方法，属于通信网络以及可靠性技术领域。包括如下步骤：步骤一：基于网络正常工作状态下节点容量与负载的非线性关系，提出非线性容量负载模型；步骤二：根据非线性容量负载模型以及网络发生级联失效后的节点容量负载特性，提出了针对新增网络容量资源的再分配策略步骤三：对新增网络资源再分配策略进行仿真与对比。该方法通过与已有策略的实验对比，证明了所提出的资源再分配策略在网络遭蓄意攻击发生性能下降后能够更加合理地分配新增网络容量资源，使网络性能得到明显地恢复，从而有效降低级联失效对网络造成的破坏，更好地抵御网络级联失效故障。

权利要求书1.  一种基于非线性容量负载模型的网络资源再分配方法，其特征在于，包括以下几个步骤：步骤一：基于网络正常工作状态下节点容量与负载的非线性关系，提出非线性容量负载模型；Ci＝α×Li(0)+α×Li(0)1-βi＝1,2...N,α≥1,0＜β＜1其中，Ci为网络中任意节点i的容量，Li(0)为节点i在初始时刻的负载，α为容忍参数，β为非线性系数；步骤二：根据非线性容量负载模型以及网络发生级联失效后的节点容量负载特性，得到了针对新增网络容量资源的再分配策略；针对新增网络容量资源的再分配策略如下：其中，Ci增是经过资源再分配后节点i的新增容量；θ为比例参数，0＜θ≤1；网络发生级联失效后性能下降到稳态T时刻时，节点i的负载为Li(T)；η,γ为非线性系数；步骤三：对新增网络资源再分配策略进行仿真与对比；通过仿真实验，将所提出的资源再分配策略与已有的三种资源再分配策略进行比较；仿真的具体步骤如下：步骤3.2.1：建立网络拓扑结构图，同时移除网络中负载最大的节点；步骤3.2.2：网络级联失效发生后，计算网络达到新稳态T时刻时的网络效率E(T)；E(T)=1N(N-1)Σi≠j≠Geij---(4)]]>eij表示节点i与节点j之间的最短路径的传输效率；步骤3.2.3：判断网络效率E(T)是否达到稳定，稳定后进入步骤3.2.4，否则，返回步骤3.2.2重新计算；步骤3.2.4：对新增的网络容量资源分别按着四种资源再分配策略进行分配；步骤3.2.5：对新增资源再分配后，计算网络再一次达到稳态时的网络效率E(f)；E(f)=1N(N-1)Σi≠j≠Geij---(5)]]>步骤3.2.6：判断网络效率E(f)是否达到稳定，稳定后结束，否则，返回步骤3.2.5。

说明书一种基于非线性容量负载模型的网络资源再分配方法
技术领域
本发明属于通信网络以及可靠性技术领域，具体涉及一种基于非线性容量负载模型的网络资源再分配方法。
背景技术
在现实环境中，人们往往在网络发生故障，导致网络性能下降后，才新增加一定的网络资源对某些网络节点进行再次分配，例如对这些节点进行性能升级，以使整网性能得到一定程度上的恢复，满足人们对某些网络服务能力的要求。这类问题在实际工程中十分常见，与投入一定成本的情况下，使网络系统获得尽可能好的鲁棒性相似。
对网络资源进行优化配置能提高网络传输性能和控制网络故障传播，一直以来都受到了极大的关注。网络资源分配策略目前在网络可靠性研究方向的应用主要包括：网络资源优化分配对网络故障传播现象的控制和预防，目前已经取得了一定的研究进展，具体的研究角度也不尽相同。
但是，已有的大多数研究在网络资源分配策略的分析、评价方面仍存在一定局限性与不足，例如，不能全面衡量网络资源配置模型的有效性和可行性，并且不能结合网络节点的实际特征，比如节点容量与负载关系的影响，以网络系统级联失效的预防控制为目的进行网络容量优化分配的研究。
当网络发生级联失效后，对新增加的网络容量资源进行再分配，能够使网络性能得到一定恢复。当前的网络资源优化分配策略大多是针对网络的初始资源进行分配，忽略了对于后续新增网络资源的优化配置。
例如：Ghamry W K,Elsayed K M F的文献“Network design methods for mitigation of intentional attacks in scale-free networks”，只是进行简单的资源配置而没有考虑网络中的实时信息，同时也没有考虑在网络流量动态分布下发生级联失效的情况；
现有技术：Paolo Crucitti，Vito Latora的文献“A model for cascading failures in complex networks”中考虑了发生级联失效的情况，根据线性比例关系提出了线性容量负载模型，没 有考虑网络容量与负载非线性特征的资源分配策略。
发明内容
本发明的目的是：在考虑网络容量与负载非线性特性的前提下，针对网络遭受攻击发生级联失效的情况，提出了一种基于非线性容量负载模型的网络资源再分配方法。
包括如下步骤：
步骤一：基于网络正常工作状态下节点容量与负载的非线性关系，提出非线性容量负载模型；
Ci＝α×Li(0)+α×Li(0)1-β
i＝1,2...N,α≥1,0＜β＜1
式中：网络中任意节点i的容量为Ci，节点i在初始时刻的负载为Li(0)，α为容忍参数，β为非线性系数。
步骤二：根据非线性容量负载模型以及网络发生级联失效后的节点容量负载特性，提出了针对新增网络容量资源的再分配策略；
针对新增网络容量资源的再分配策略，用Cnlinr表示：

式中：Ci增是经过资源再分配后，节点i的新增容量；θ为比例参数，0＜θ≤1；网络发生级联失效后性能下降到稳态T时刻时，节点i的负载为Li(T)。η,γ为非线性系数。
步骤三：对新增网络资源再分配策略进行仿真与对比；
通过仿真实验，将所提出的资源再分配策略与已有的三种资源再分配策略进行比较。
仿真的具体步骤：
步骤3.2.1：建立网络拓扑结构图，同时移除网络中负载最大的节点；
步骤3.2.2：网络级联失效发生后，计算网络达到新稳态T时刻时的网络效率E(T)。
E(T)=1N(N-1)Σi≠j∈Geij---(4)]]>
eij表示节点i与节点j之间的最短路径的传输效率。
步骤3.2.3：判断网络效率E(T)是否达到稳定，稳定后进入步骤3.2.4，否则，返回步骤3.2.2重新计算；
步骤3.2.4：对新增的网络容量资源分别按着四种资源再分配策略进行分配；
步骤3.2.5：对新增资源再分配后，计算网络再一次达到稳态时的网络效率E(f)；
E(f)=1N(N-1)Σi≠j∈Geij---(5)]]>
步骤3.2.6：判断网络效率E(f)是否达到稳定，稳定后结束，否则，返回步骤3.2.5。
本发明的优点与积极效果在于：
(1)本发明一种基于非线性容量负载模型的网络资源再分配方法，根据真实网络的容量负载特征，提出了更符合实际网络的非线性容量负载模型。
(2)本发明一种基于非线性容量负载模型的网络资源再分配方法，针对网络新增容量资源的再分配策略，通过与已有策略的实验对比，证明了所提出的资源再分配策略在网络遭蓄意攻击发生性能下降后能够更加合理地分配新增网络容量资源，使网络性能得到明显地恢复，从而有效降低级联失效对网络造成的破坏，更好地抵御网络级联失效故障。
(3)本发明一种基于非线性容量负载模型的网络资源再分配方法，所提出的新增网络资源再分配策略对于基础设施网络系统的可靠性设计以及网络级联失效故障的预防、控制均具有重要参考价值。
附图说明
图1是本发明基于非线性容量负载模型的网络资源再分配方法流程图；
图2是本发明四种真实网络在正常状态下节点容量与负载的关系；
图3是本发明新增网络容量资源再分配的仿真流程图；
图4是本发明BA网络经容量再分配后网络效率的变化图；
图5是本发明ER网络经容量再分配后网络效率的变化图；
图6是本发明WS网络经容量再分配后网络效率的变化图。
具体实施方式
下面将结合附图和实施例对本发明作进一步的详细说明。
本发明提出一种基于非线性容量负载模型的网络资源再分配方法，通过仿真实验与已有的三种资源再分配策略相比较，说明所提出的资源再分配方法的可行性与有效性。如图1所示，包括如下步骤：
步骤一：基于网络正常工作状态下节点容量与负载的非线性关系，提出非线性容量负载模型。
根据真实网络的容量负载特征，如图2所示，采用的数据为：(a)2005年在美国国际机场起降的飞机中被使用的座位总数与提供的座位总数之间的对应关系；(b)2005年美国科罗拉多州某段高速公路设计的车流量/小时与估计的道路车容量之间的对应关系；(c)2000年夏季用电高峰时德克萨斯州电网传输线的实际负载与对应容量间的关系；(d)2006年6月MIT与普林斯顿大学之间校园网主干线的路由接口月平均流量与带宽的对应关系；
可知实际网络中，节点的容量和负载之间并不是简单的线性比例关系，在不同类型的真实网络中，节点的容量和负载之间均表现出一种相似的非线性容量负载特性。
根据现有技术中记载的假设可知，网络中任意节点i的容量Ci正比于节点在初始时刻的负载Li(0)，并根据线性比例关系得到的线性容量负载模型如下：
Ci＝α×Li(0),i＝1,2...N
其中：α为容忍参数，α≥1。
在现有的线性容量负载模型基础上，利用网络真实数据构建的节点容量负载关系曲线，通过曲线拟合，提出了一种更符合实际网络正常状态的非线性容量负载模型，如下：
Ci＝α×Li(0)+α×Li(0)1-β
i＝1,2...N,α≥1,0＜β＜1
式中：β为非线性系数，可灵活调整节点容量负载间的对应关系。
步骤二：根据非线性容量负载模型以及网络发生级联失效后的节点容量负载特性，提出了针对新增网络容量资源的再分配策略。
所述的网络级联失效前后的节点容量负载特性，是指网络发生级联失效前，网络的容量与负载呈非线性关系，而当网络发生级联失效后，网络容量与负载对应关系的动态变化情况。
当网络遭蓄意攻击发生级联失效后，根据步骤一得到的非线性容量负载模型，以及在网络节点容量负载的非线性关系、网络节点初始负载和级联失效后网络达到稳态时节点的负载已知的基础上，提出了针对网络级联失效后新增网络容量资源的再分配策略，用Cnlinr表示：

式中：Ci增是经过资源再分配后，节点i的新增容量，节点i的原容量为Ci；θ为比例参数；节点i在初始时刻的负载为Li(0)，网络发生级联失效后性能下降到稳态T时刻时节点i的负载为Li(T)。η,γ为非线性系数，可调整各节点新增容量的再分配关系。
比例参数θ用来控制新增容量Ci增的大小，0＜θ≤1，θ的大小根据实际可用的新增容量进行调整，反应了实际中成本的约束。
是节点i在初始时刻的负载与原容量的比值，反映了网络正常工作时节点i的状态。正常工作时节点i的非线性容量负载特性将影响网络超载故障的传播，所以令η≥1，据此分配新增容量；容量Ci越大，该比值越小，网络的可靠性越高，初始的容量冗余程度就越大，表示初始网络的鲁棒性越高。
为级联失效后网络达稳态T时刻时，节点i的负载与节点i原容量之比，反映了负载重新分布后节点i的新的稳定状态。此时进行新增容量的分配，所以需要考虑的值，令0＜γ≤1来控制比值对新增容量资源的影响权重。
|Li(T)-Ci|为级联失效后节点i的负载与节点i原容量间的差值，反映了级联失效后节点负载的变化程度，将直接影响新增容量的大小。
步骤三：对新增网络资源再分配策略进行仿真与对比；
对步骤二中提出的新增网络资源再分配策略进行仿真，并与已有的三种资源再分配策略进行仿真结果的对比；
步骤3.1，三种已有的资源再分配策略如下：
(1)节点i新增容量正比于节点的度，用CDlinr表示：
Ci增＝b×Di,i＝1,2...N          (1)
Di表示初始网络节点i的度数，b表示比例系数。
该方法没有考虑网络发生级联失效后，网络的拓扑结构已经发生了变化，导致节点的度数发生了变化，也没有考虑网络流量动态分布的情况。
(2)节点i新增容量正比于节点的初始负载，用CLlinr表示：
Ci增＝b×Li(0),i＝1,2...N          (2)
该方法只考虑了网络初始时的负载分布情况，没有考虑网络发生级联失效后，当网络再次达到稳定时节点的负载发生了变化。
(3)各节点的新增容量相等，用Ceql表示：
Ci增＝c,i＝1,2...N          (3)
c是常量，表示每个网络节点i新增的容量相等。
该方法只是简单地将新增容量均分给每个节点，既没有考虑网络级联失效后拓扑结构的变化，也没有考虑节点负载的动态变化情况。
步骤3.2，对新增网络资源再分配策略进行仿真。
仿真的具体步骤如图3所示：
步骤3.2.1：建立网络拓扑结构图，同时移除网络中负载最大的节点；
根据实际网络，建立网络拓扑结构图G(N,K)，其中N表示网络节点i的个数，K表示网络中边的条数；根据网络拓扑结构图确定了N个节点的初始负载Li(0)值。
根据步骤一提出的非线性容量负载模型，结合给定的容忍参数和非线性系数，进一步确定N个网络节点i的容量Ci。
模拟针对现实网络中的蓄意攻击，导致网络中负载最大的节点失效，引起网络的级联失效，所以要移除网络中负载最大的节点。
步骤3.2.2：网络级联失效发生后，计算网络达到新稳态T时刻时的网络效率E(T)。
E(T)=1N(N-1)Σi≠j∈Geij---(4)]]>
eij表示节点i与节点j之间的最短路径的传输效率。
步骤3.2.3：判断网络效率E(T)是否达到稳定，稳定后进入步骤3.2.4，否则，返回步骤3.2.2重新计算；
步骤3.2.4：对新增的网络容量资源分别按着四种资源再分配策略进行分配；
当网络经过级联失效再次达到稳态后，对网络新增一定的网络容量资源，利用步骤二中提出的资源再分配策略和已有的三种资源再分配策略对新增容量分别进行再分配。
步骤3.2.5：对新增资源再分配后，计算网络再一次达到稳态时的网络效率E(f)；
E(f)=1N(N-1)Σi≠j∈Geij---(5)]]>
步骤3.2.6：判断网络效率E(f)是否达到稳定，稳定后结束，否则，返回步骤3.2.5；
步骤3.3、对新增网络资源再分配策略进行对比；
根据仿真流程对无标度网络、ER随机网络和WS小世界网络三类网络进行对比：
在可用的新的总增容量是一样的前提下，首先，针对无标度网络，又名BA网络遭蓄意攻击的情况，网络效率的增幅ΔR具体数据见表1。设定节点N取100，K取500，非线性容量负载模型中，参数α分别取α＝1.01和α＝1.05，β＝0.5；设定资源再分配策略中参数γ＝0.3，θ＝0.8，η＝2，网络效率的增幅ΔR为：
ΔR＝(E(f)-E(T))/E(T)          (6)
按四种分配策略对节点再分配新增容量后，网络效率的变化趋势如图4所示，当网络级联失效发生后，网络达到稳态T时刻的网络效率E(T)为图中各网络效率值的最低点，同时，对新增资源再分配后，网络再一次达到稳态f时刻的网络效率E(f)为图中各网络效率值的最高点。
当α＝1.01时，E(T)的值在4种策略下均值为：0.384；E(f)的值：在Ceql策略下为0.4562；在CLlinr策略性下为0.4629；在CDlinr策略下为0.4634；在Cnlinr策略下为0.4795；
所以网络效率的增幅ΔR计算为：
Ceql策略下，ΔR为：(0.4562-0.384)/0.384＝18.79％；
CLlinr策略下，ΔR为：(0.4629-0.384)/0.384＝20.55％；
CDlinr策略下，ΔR为：(0.4634-0.384)/0.384＝20.68％；
Cnlinr策略下，ΔR为：(0.4795-0.384)/0.384＝24.87％；
同理，当α＝1.05时，E(T)的值在4种策略下均值为：0.3903；E(f)的值：在Ceql策略下为0.4572；在CLlinr策略性下为0.4617；在CDlinr策略下为0.4622；在Cnlinr策略下为0.4805；
网络效率的增幅ΔR计算为：
Ceql策略下，ΔR为：(0.4572-0.3903)/0.3903＝17.13％；
CLlinr策略下，ΔR为：(0.4617-0.3903)/0.3903＝18.28％；
CDlinr策略下，ΔR为：(0.4622-0.3903)/0.3903＝18.41％；
Cnlinr策略下，ΔR为：(0.4805-0.3903)/0.3903＝23.1％；
新增网络容量占网络原容量的比例：ΔC为新增网络容量占网络原容量的比例：

根据表1中的参数设定，构建网络拓扑结构时确定的初始负载Li(0)，网络节点i的容量Ci，以及网络发生级联失效后性能下降到稳态T时刻时节点i的负载为Li(T)，根据Cnlinr策略公式计算得到各节点的新增容量Ci增，在α＝1.01时，Ci增总和选取为5012.1；Ci总和为11393；其新增网络容量占网络原容量的比例ΔC为：5012.1/11393＝43.99％；
在α＝1.05时，Ci增总和选取4391.2；Ci总和为11845；其新增网络总容量占网络原容量的比例ΔC为：

表1 BA网络在不同分配策略下得到的网络效率增幅ΔR

由表1和图4可知，BA网络遭蓄意攻击后，在新增总容量资源相等的条件下，采用Cnlinr资源再分配策略，网络的效率增幅最大，能够使网络效率得到最大提升。针对其他规模BA网络的仿真结果也得到了相同的结论。
然后，针对ER随机网络遭受蓄意攻击后，网络效率的增幅ΔR具体数据见表2；经过容量再分配，网络效率的变化趋势如图5所示，设定节点N取100，非线性容量负载模型中α＝1.05，β＝0.5；资源再分配策略中参数γ＝0.3，θ＝0.6，η＝2.3。
Ci增总和选取2740.5；Ci总和为13464；其新增网络容量占网络原容量的比例ΔC为：

网络效率的增幅ΔR计算为：
Ceql策略下，ΔR为：(0.468-0.4273)/0.4273＝9.52％；
CLlinr策略下，ΔR为：(0.4708-0.4273)/0.4273＝10.19％；
CDlinr策略下，ΔR为：(0.4746-0.4273)/0.4273＝11.06％；
Cnlinr策略下，ΔR为：(0.4821-0.4273)/0.4273＝12.82％；
表2 ER网络在不同分配策略下的网络效率增幅ΔR

由仿真结果图5和表2可知，除了网络达到稳定需要的过渡时间更长以外，相较其他三种再分配策略，采用Cnlinr再分配策略能够使遭受蓄意攻击的ER网络的网络效率增幅更大。很明显，在基础设施网络保护的问题上，当可用资源相同的情况下，令网络性能得到更大程度的恢复是非常具有吸引力的。针对其他规模ER网络的仿真实验也得出了相似的结论，这也进一步表明了Cnlinr新增网络资源再分配策略的适用性与有效性。
最后，针对WS小世界网络进行仿真，设定节点数N＝100，网络遭受蓄意攻击后，网络效率的增幅ΔR具体数据见表3；经过容量再分配后，网络效率的变化趋势如图6所示。其中非线性容量负载模型中α＝1.04，β＝0.3；资源再分配策略中参数γ＝0.33，θ＝0.66，η＝1.9。
Ci增总和选取3251.5；Ci总和为13022；其新增网络容量占网络原容量的比例ΔC为：

网络效率的增幅ΔR计算为：
Ceql策略下，ΔR为：(0.4643-0.4061)/0.4061＝14.34％；
CLlinr策略下，ΔR为：(0.4588-0.4061)/0.4061＝12.98％；
CDlinr策略下，ΔR为：(0.464-0.4061)/0.4061＝14.26％；
Cnlinr策略下，ΔR为：(0.4782-0.4061)/0.4061＝17.77％；
表3 WS网络在不同分配策略下的网络效率增幅ΔR

从图6和表3可知，除了新增容量刚被分配后网络效率会有比较大的抖动以及达到稳态所需的过渡时间较长以外，相比其他三种再分配策略的仿真结果，使用Cnlinr再分配策略能够使遭受蓄意攻击的WS网络的网络性能得到更大程度的恢复，网络效率最终的稳定值更大， 而对于同类其他规模网络的仿真结果也同样支持上述结论。