一种基于开/关源模型的网络关键节点自相似流量生成简化方法

摘要

一种基于开/关源模型的网络关键节点自相似流量生成简化方法，包括如下步骤：（一）构建网络拓扑结构图，并确定关键节点；（二）计算关键节点介数和关键节点流量分布随输入参数变化规律；（三）确定边缘节点产生数据的开/关源模型初始参数（四）反馈调节输入参数，使关键节点流量统计特征与目标值相同。通过以上四个步骤，达到了基于开/关源模型的网络自相似流量生成简化的目的。本发明能够提供大规模网络仿真以及试验中关键节点的流量生成的简便方法，该方法能够保证在统一的、简单的边缘节点流量输入情况下得到复杂的、多元的边缘节点流量输入相同的流量应力，从而为能够有效的分析关键节点的性能提供了流量应力，具有很好的实用性和经济价值。

主权项

一种基于开/关源模型的网络关键节点自相似流量生成简化方法，其特征在于包括如下几个步骤：步骤一：构建网络拓扑结构图，并确定关键节点：包括两个部分，分别为：首先，把待分析网络的拓扑结构抽象成图，实施方法如下：(1)若该拓扑结构的节点数在100及100以下，则分别对各节点依次编号1，2，…，n，根据其连接情况建立网络拓扑的邻接矩阵A((a_ij)_n×n)，两节点i,j相连，则a_i，j＝1，否则为0；(2)若该拓扑结构的节点数100以上，则通过分析其拓扑度特征，用计算机生成其拓扑结构图，并得到A，这种模拟方法通常根据复杂网络中转化出来的网络模型，即无标度网络、规则网络来替代真实网络；其次，根据得到的邻接矩阵A((a_ij)_n×n)，得到边缘节点S、关键节点K，实施方法如下：(1)把A的每一列相加得到节点度向量V；(2)把V中元素为1的节点选取出来把编号存入S((s_1，j)_1×n)，即为边缘节点；(3)把V中值最大的数对应的节点编号取出存入K，即为关键节点；步骤二：计算关键节点介数和关键节点流量分布随输入参数变化规律：实施步骤如下：(1)在Matlab中构建步骤一中分析确定的网络，即邻接矩阵；(2)对每一个边缘节点S(i)，等概率随机选择目标节点T(j)，目标节点是除了S(i)之外的任何节点，通过最短路径算法，即Dijkstra算法，搜寻S(i)→T(j)的最短路径Path(i)，计算所有的最短路径经过关键节点的条数，也即关键节点介数M；(3)对每个S(i)，以开/关模型产生数据，沿Path(i)发送数据到目标节点；(4)采用控制变量法分析关键节点的流量分布特征随开/关模型参数的变化规律，其中开/关模型包含三个参数：开/关阶段持续时间服从柏拉图分布，包括尺度参数α和形状参数k，开状态数据发送速率υ；步骤三：确定边缘节点产生数据的开/关源模型初始参数关键节点中流量所需呈现的统计特征均值方差Hurst参数H^*已知，对每一个边缘节点S(i)，以开/关源模式产生流量，并沿Path(i)发送到T(j)，配置流量生成的开/关模型参数值，实施步骤如下：(1)根据F_mean＝Mυ/2，确定(2)柏拉图(k，α)分布中α＝3‑2H*，根据推得$k={\left(\frac{2F_{\mathrm{var}}^{*}\alpha (3-\alpha )(2-\alpha )}{{\mathrm{Mv}}^2(\alpha -1)}\right)}^{\frac{1}{\alpha -1}}$(3)根据上述确定的参数，在边缘节点统一配置上述参数的开/关源输入；步骤四：反馈调节输入参数，使关键节点流量统计特征与目标值相同实施步骤如下：(1)在Matlab中运行步骤二确定的网络，并在边缘节点统一按照步骤三中确定的输入参数产生流量；(2)在关键节点设置探针，收集流量信息，对比分析收集到数据的均值、方差与Hurst参数，如果与目标H^*一致，则结束，否则，根据步骤二中的得到的边缘输入参数与关键节点流量统计特征的变化规律，有针对性的调节参数，直至探针收集到的统计特征与目标相符，结束程序；(3)返回配置参数，即为简化后的统一配置输入参数值；通过以上四个步骤，达到了基于开/关源模型的网络自相似流量生成简化的目的。