一种认知网络中基于Agent的可用资源评估方法

摘要

本发明提供一种认知网络中基于Agent的可用资源评估方法，属于计算机网络技术领域。本发明采用评估Agent根据要评估业务的各项评估指标对网络资源进行评估、统计和计算，最后得到该业务关于可用资源的综合评估矩阵M；本发明能够根据用户业务需求，确定所需资源的类型和权重，经过评估agent的评估生成综合评估矩阵，从而确定资源的评价等级，判断网络资源能否满足用户的业务需求，为认知网络中的资源重配置奠定基础。

主权项

一种认知网络中基于Agent的可用资源评估方法，其特征在于，该方法采用评估Agent根据要评估业务的各项评估指标对网络资源进行评估、统计和计算，最后得到该业务关于可用资源的综合评估矩阵M，所述评估Agent由总评估Agent和若干个评估专家Agent构成，其中评估专家Agent的具体评估过程如下：步骤A，将用户的业务请求经过QoS参数映射和转化步骤输入评估指标集Agent，所述评估指标集记为：U＝{U1，U2，…，Ui}，式中，其中i为评估指标数，i＝1，2，…，i为自然数；步骤B，采用评估指标集Agent从评估集库中选择与用户的业务所对应的评估集，将评估集记作P＝{P1，P2，…，Pn}，式中，n为评估集的等级数；n＝1，2，…，n为自然数；步骤C，评估专家Agent对业务评估指标体系中的每一个评估指标Ui进行评估，从而得到该业务关于所需资源的综合信息矩阵R： R = r 1 p 1 r 1 p 2 . . . r 1 pn r 2 p 1 r 2 p 2 . . . r 2 pn . . . r mp 1 r mp 2 . . . r mpn 式中，rmpn为评估指标Ui对其评估集的某个评估等级Pm的隶属度；各评估专家Agent获得各自的综合信息矩阵R后，将其发送至总评估Agent，总评估Agent继续进行下列评估过程：步骤D(1)，采用N元一次函数：f(x1，x2，…xn)＝k1x1+k2x2+…+knxn来表示资源关联综合评估函数，式中0≤kn≤1，n∈N+，且k1+k2+…+kn＝1；其中x1、x2。。。。。xn分别表示该业务的各个评估指标；步骤D(2)，根据资源关联综合评估函数中各变量的系数，计算权重，评估指标权重集记为：Q＝{Q1，Q2，...，Qi} Qi＞0且Q1+Q2+...+Qi＝1其中i为评估指标数，i＝1，2，…i为自然数；步骤D(3)，根据综合信息矩阵R和权重集Q得到资源综合评估矩阵M：M＝Q×R；步骤D(4)，总评估Agent调用符合具体评估集的权重集，将评估指标集评估等级的加权矩阵记为B＝[B1，B2，…，Bi]；步骤D(5)，根据综合评估矩阵M和加权矩阵B得到相应业务的综合量值V：V＝M×BT其中BT为B的转置矩阵；步骤E，通过综合量值V可知所评估业务的综合评估结果，其中V越大，表明被评估业务越优，QoS越高，也说明资源能充分保证业务需求，符合网络运营商和用户的目标；反之，说明评估业务的等级低，不能满足用户业务需求，需要经过多次调整来达到预期目标。