[go: up one dir, main page]

CN118433045B - 一种用于网络评估的数据处理方法及装置 - Google Patents

一种用于网络评估的数据处理方法及装置 Download PDF

Info

Publication number
CN118433045B
CN118433045B CN202410868637.6A CN202410868637A CN118433045B CN 118433045 B CN118433045 B CN 118433045B CN 202410868637 A CN202410868637 A CN 202410868637A CN 118433045 B CN118433045 B CN 118433045B
Authority
CN
China
Prior art keywords
edge
information
network
probability
task
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Active
Application number
CN202410868637.6A
Other languages
English (en)
Other versions
CN118433045A (zh
Inventor
马涛
杨方
单洪
许相莉
马春来
牛钊
周政伟
杜星奎
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
National University of Defense Technology
Original Assignee
National University of Defense Technology
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by National University of Defense Technology filed Critical National University of Defense Technology
Priority to CN202410868637.6A priority Critical patent/CN118433045B/zh
Publication of CN118433045A publication Critical patent/CN118433045A/zh
Application granted granted Critical
Publication of CN118433045B publication Critical patent/CN118433045B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • HELECTRICITY
    • H04ELECTRIC COMMUNICATION TECHNIQUE
    • H04LTRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L41/00Arrangements for maintenance, administration or management of data switching networks, e.g. of packet switching networks
    • H04L41/14Network analysis or design
    • H04L41/142Network analysis or design using statistical or mathematical methods

Landscapes

  • Physics & Mathematics (AREA)
  • Algebra (AREA)
  • General Physics & Mathematics (AREA)
  • Mathematical Analysis (AREA)
  • Mathematical Optimization (AREA)
  • Mathematical Physics (AREA)
  • Probability & Statistics with Applications (AREA)
  • Pure & Applied Mathematics (AREA)
  • Engineering & Computer Science (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Signal Processing (AREA)
  • Data Exchanges In Wide-Area Networks (AREA)

Abstract

本发明公开了一种用于网络评估的数据处理方法及装置,该方法包括:获取待评估网络信息;待评估网络信息包括边生存概率信息、任务边信息、边载荷信息和路由生存概率信息;边生存概率信息包括M个边生存概率值;边载荷信息包括N个边载荷;任务边信息包括N个任务边;N为不大于M的正整数;基于网络完成度模型对待评估网络信息进行处理,得到第一完成度值;基于待评估网络信息和第一完成度值,确定出网络评估结果信息。可见,本申请有利于实现对不确定性网络的网络弹性评估,进而提高网络通信效能。

Description

一种用于网络评估的数据处理方法及装置
技术领域
本发明涉及网络通信技术领域,尤其涉及一种用于网络评估的数据处理方法及装置。
背景技术
由于通信网络直接暴露在外,为全球用户提供服务,仍然面临着恶意攻击(断电、网络渗透等)或自然灾害(复杂电磁环境、地震、飓风等)的影响,这给网络的稳定性带来了重大的隐患。为避免通信网络上层业务的中断,网络管理员往往给业务配置备份路由或修复网络来确保业务执行的鲁棒性,提高网络弹性。但现有方法无法准确量化面向任务可恢复通信网络弹性,因此,提供一种用于网络评估的数据处理方法及装置,以实现对不确定性网络的网络弹性评估,进而提高网络通信效能。
发明内容
本发明所要解决的技术问题在于,提供一种用于网络评估的数据处理方法及装置有利于实现对不确定性网络的网络弹性评估,进而提高网络通信效能。
为了解决上述技术问题,本发明实施例第一方面公开了一种用于网络评估的数据处理方法,所述方法包括:
获取待评估网络信息;所述待评估网络信息包括边生存概率信息、任务边信息、边载荷信息和路由生存概率信息;所述边生存概率信息包括M个边生存概率值;所述边载荷信息包括N个边载荷;所述任务边信息包括所述N个任务边;所述N为不大于所述M的正整数;
基于网络完成度模型对所述待评估网络信息进行处理,得到第一完成度值;
基于所述待评估网络信息和所述第一完成度值,确定出网络评估结果信息。
作为一种可选的实施方式,在本发明实施例第一方面中,所述基于网络完成度模型对所述待评估网络信息进行处理,得到第一完成度值,包括:
基于所述边生存概率信息和所述任务边信息,确定出第一任务边概率信息;所述第一任务边概率信息包括所述N个第一任务边概率值;
基于网络完成度模型对所述第一任务边概率信息和所述边载荷信息进行计算处理,得到第一完成度值。
作为一种可选的实施方式,在本发明实施例第一方面中,所述基于所述边生存概率信息和所述任务边信息,确定出第一任务边概率信息,包括:
从所述边生存概率信息中筛选出与所述任务边信息相匹配的所述边生存概率值,得到第一目标概率信息;所述第一目标概率信息包括所述N个第一目标概率值信息;每个所述第一目标概率值信息对应于唯一一个所述任务边;
对于任一所述任务边,利用边概率计算模型对该任务边对应的所述第一目标概率值信息进行计算处理,得到该任务边对应的第一任务边概率值;
其中,所述边概率计算模型为:
式中,为所述第一任务边概率值;为所述第一目标概率值信息中通信边对应的第一目标概率值;为第个所述第一目标概率值信息对应的通信边集合。
作为一种可选的实施方式,在本发明实施例第一方面中,所述基于网络完成度模型对所述第一任务边概率信息和所述边载荷信息进行计算处理,得到第一完成度值,包括:
从所述边载荷信息中筛选出与所述任务边信息相匹配的所述边载荷,得到目标边载荷信息;所述目标边载荷信息包括若干个目标边载荷;
利用网络完成度模型对所述第一任务边概率信息和所述目标边载荷信息进行计算处理,得到第一完成度值;
其中,所述网络完成度模型为:
式中,为所述第一完成度值;为第个所述目标边载荷;为第个所述目标边载荷对应的所述第一任务边概率值。
作为一种可选的实施方式,在本发明实施例第一方面中,所述基于所述待评估网络信息和所述第一完成度值,确定出网络评估结果信息,包括:
基于所述待评估网络信息,确定出第二完成度值;
利用网络评估模型对所述第二完成度值和所述第一完成度值进行计算处理,得到网路评估结果信息;
其中,所述网络评估模型为:
式中,为所述网路评估结果信息中的网络评估结果值;为所述第二完成度值。
作为一种可选的实施方式,在本发明实施例第一方面中,所述基于所述待评估网络信息,确定出第二完成度值,包括:
基于所述路由生存概率信息和所述待评估网络信息,确定出第二任务边概率信息;所述第二任务边概率信息包括所述N个第二任务边概率值;
利用所述网络完成度模型对所述第二任务边概率信息和所述边载荷信息进行计算处理,得到第二完成度值。
作为一种可选的实施方式,在本发明实施例第一方面中,所述路由生存概率信息包括第一路由生存概率信息和第二路由生存概率信息;所述第一路由生存概率信息包括X个第一路由生存概率值;所述第二路由生存概率信息包括Y个第二路由生存概率值;所述X为大于所述Y,且大于所述N的正整数;每个所述第二路由生存概率值对应于唯一一个所述第一路由生存概率值;
所述基于所述路由生存概率信息和所述待评估网络信息,确定出第二任务边概率信息,包括:
对于任一所述边生存概率值,从所述路由生存概率信息确定出该边生存概率值相匹配的所述第一路由生存概率值和所述第二路由生存概率值,得到该边生存概率值对应的目标路由生存概率信息;所述目标路由生存概率信息包括第一目标路由概率值,和/或,第二目标路由概率值;
利用路由概率计算模型对所述目标路由生存概率信息进行计算处理,得到该边生存概率值对应的路由边概率值;
其中,所述路由概率计算模型为:
式中,为所述路由概率值;为所述第一目标路由概率值;为所述第二目标路由概率值;
对于任一所述任务边,获取该任务边对应网络管理节点;
基于所述网络管理节点和所述任务边对应的起始通信端点和终点通信端点,确定出第一网络通信边信息和第二网络通信边信息;所述第一网络通信边信息表征从所述起始通信端点到所述网络管理节点的网络通信链路;所述第一网络通信边信息包括若干个第一网络通信边;所述第二网络通信边信息表征从所述网络管理节点到所述终点通信端点的网络通信链路;所述第二网络通信边信息包括若干个第二网络通信边;每个所述第一网络通信边和每个所述第二网络通信边均对应于唯一一个所述路由概率值;任意两个所述第一网络通信边是不相一致的;任意一个所述第一网络通信边和所述第二网络通信边是不相一致的;
利用网络节点边概率计算模型对所述第一网络通信边信息进行处理,得到该任务边对应的第一网络节点边概率值;
其中,所述网络节点边概率计算模型为:
式中,为所述第一网络节点边概率值;为所述第一网络通信边信息;为所述第一网络通信边信息中第条所述第一网络通信边对应的所述路由边概率值;
基于所述第二网络通信边信息,确定出该任务边对应的第二网络节点边概率值;
获取该任务边对应的第一任务边概率值;
利用边概率更新模型对所述第一任务边概率值、所述第一网络节点边概率值和所述第二网络节点边概率值进行计算处理,得到该任务边对应的第二任务边概率值;
其中,所述边概率更新模型为:
式中,为第个所述任务边所述第二任务边概率值;为所述第一网络节点边概率值;为所述第二网络节点边概率值。
本发明实施例第二方面公开了一种用于网络评估的数据处理装置,装置包括:
获取模块,用于获取待评估网络信息;所述待评估网络信息包括边生存概率信息、任务边信息、边载荷信息和路由生存概率信息;所述边生存概率信息包括M个边生存概率值;所述边载荷信息包括N个边载荷;所述任务边信息包括所述N个任务边;所述N为不大于所述M的正整数;
处理模块,用于基于网络完成度模型对所述待评估网络信息进行处理,得到第一完成度值;
确定模块,用于基于所述待评估网络信息和所述第一完成度值,确定出网络评估结果信息。
本发明第三方面公开了另一种用于网络评估的数据处理装置,所述装置包括:
存储有可执行程序代码的存储器;
与所述存储器耦合的处理器;
所述处理器调用所述存储器中存储的所述可执行程序代码,执行本发明实施例第一方面公开的用于网络评估的数据处理方法中的部分或全部步骤。
本发明第四方面公开了一种计算机可读存储介质,所述计算机可读存储介质存储有计算机指令,所述计算机指令被调用时,用于执行本发明实施例第一方面公开的用于网络评估的数据处理方法中的部分或全部步骤。
与现有技术相比,本发明实施例具有以下有益效果:
本发明实施例中,获取待评估网络信息;待评估网络信息包括边生存概率信息、任务边信息、边载荷信息和路由生存概率信息;边生存概率信息包括M个边生存概率值;边载荷信息包括N个边载荷;任务边信息包括N个任务边;N为不大于M的正整数;基于网络完成度模型对待评估网络信息进行处理,得到第一完成度值;基于待评估网络信息和第一完成度值,确定出网络评估结果信息。可见,本申请有利于实现对不确定性网络的网络弹性评估,进而提高网络通信效能。
附图说明
为了更清楚地说明本发明实施例中的技术方案,下面将对实施例描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本发明的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。
图1是本发明实施例公开的一种用于网络评估的数据处理方法的流程示意图;
图2是本发明实施例公开的一种用于网络评估的数据处理装置的结构示意图;
图3是本发明实施例公开的另一种用于网络评估的数据处理装置的结构示意图。
具体实施方式
为了使本技术领域的人员更好地理解本发明方案,下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
本发明的说明书和权利要求书及上述附图中的术语“第一”、“第二”等是用于区别不同对象,而不是用于描述特定顺序。此外,术语“包括”和“具有”以及它们任何变形,意图在于覆盖不排他的包含。例如包含了一系列步骤或单元的过程、方法、装置、产品或设备没有限定于已列出的步骤或单元,而是可选地还包括没有列出的步骤或单元,或可选地还包括对于这些过程、方法、产品或设备固有的其他步骤或单元。
在本文中提及“实施例”意味着,结合实施例描述的特定特征、结构或特性可以包含在本发明的至少一个实施例中。在说明书中的各个位置出现该短语并不一定均是指相同的实施例,也不是与其它实施例互斥的独立的或备选的实施例。本领域技术人员显式地和隐式地理解的是,本文所描述的实施例可以与其它实施例相结合。
本发明公开了一种用于网络评估的数据处理方法及装置有利于实现对不确定性网络的网络弹性评估,进而提高网络通信效能。以下分别进行详细说明。
实施例一
请参阅图1,图1是本发明实施例公开的一种用于网络评估的数据处理方法的流程示意图。其中,图1所描述的用于网络评估的数据处理方法应用于网络通信系统中,如用于网络评估的数据处理管理的本地服务器或云端服务器等,本发明实施例不做限定。如图1所示,该用于网络评估的数据处理方法可以包括以下操作:
101、获取待评估网络信息。
本发明实施例中,该待评估网络信息包括边生存概率信息、任务边信息、边载荷信息和路由生存概率信息;边生存概率信息包括M个边生存概率值;边载荷信息包括N个边载荷;任务边信息包括N个任务边;N为不大于M的正整数。
102、基于网络完成度模型对待评估网络信息进行处理,得到第一完成度值。
103、基于待评估网络信息和第一完成度值,确定出网络评估结果信息。
可见,实施本发明实施例所描述的用于网络评估的数据处理方法有利于实现对不确定性网络的网络弹性评估,进而提高网络通信效能。
在一个可选的实施例中,上述基于网络完成度模型对待评估网络信息进行处理,得到第一完成度值,包括:
基于边生存概率信息和任务边信息,确定出第一任务边概率信息;第一任务边概率信息包括N个第一任务边概率值;
基于网络完成度模型对第一任务边概率信息和边载荷信息进行计算处理,得到第一完成度值。
需要说明的是,上述第一任务边概率值表征任务边正常工作的概率情况。进一步的,不同任务边的概率是相互独立的。
可见,实施本发明实施例所描述的用于网络评估的数据处理方法有利于实现对不确定性网络的网络弹性评估,进而提高网络通信效能。
在另一个可选的实施例中,基于边生存概率信息和任务边信息,确定出第一任务边概率信息,包括:
从边生存概率信息中筛选出与任务边信息相匹配的边生存概率值,得到第一目标概率信息;第一目标概率信息包括N个第一目标概率值信息;每个第一目标概率值信息对应于唯一一个任务边;
对于任一任务边,利用边概率计算模型对该任务边对应的第一目标概率值信息进行计算处理,得到该任务边对应的第一任务边概率值;
其中,边概率计算模型为:
式中,为第一任务边概率值;为第一目标概率值信息中通信边对应的第一目标概率值;为第个第一目标概率值信息对应的通信边集合。
需要说明的是,上述相匹配表征任务边的两个端点与边生存概率值的下标端点是相一致的。举例来说,当任务边为ef时,对应的边生存概率值为
需要说明的,上述任务边是由若干个通讯边有序组合而成的。进一步的,上述任务边中的通讯边是不向重合的,即每个通讯边在任务边中只出现一次。
可见,实施本发明实施例所描述的用于网络评估的数据处理方法有利于实现对不确定性网络的网络弹性评估,进而提高网络通信效能。
在又一个可选的实施例中,基于网络完成度模型对第一任务边概率信息和边载荷信息进行计算处理,得到第一完成度值,包括:
从边载荷信息中筛选出与任务边信息相匹配的边载荷,得到目标边载荷信息;目标边载荷信息包括若干个目标边载荷;
利用网络完成度模型对第一任务边概率信息和目标边载荷信息进行计算处理,得到第一完成度值;
其中,网络完成度模型为:
式中,为第一完成度值;为第个目标边载荷;为第个目标边载荷对应的第一任务边概率值。
需要说明的是,上述任务边与边载荷相匹配表征任务边的编号与边载荷的下标编号是相一致的。
需要说明的是,上述边载荷表征业务负载需求。
可见,实施本发明实施例所描述的用于网络评估的数据处理方法有利于实现对不确定性网络的网络弹性评估,进而提高网络通信效能。
在又一个可选的实施例中,基于待评估网络信息和第一完成度值,确定出网络评估结果信息,包括:
基于待评估网络信息,确定出第二完成度值;
利用网络评估模型对第二完成度值和第一完成度值进行计算处理,得到网路评估结果信息;
其中,网络评估模型为:
式中,为网路评估结果信息中的网络评估结果值;为第二完成度值。
需要说明的是,上述网络评估结果信息表征通讯网络在网络故障后,采用备份路径、网络节点恢复等恢复网络通讯能力后的网络负载完成度相对于原有通讯网络的网络完成度的网络弹性,从而实现面向任务的通讯网络的网络弹性评估。
可见,实施本发明实施例所描述的用于网络评估的数据处理方法有利于实现对不确定性网络的网络弹性评估,进而提高网络通信效能。
在一个可选的实施例中,上述基于待评估网络信息,确定出第二完成度值,包括:
基于路由生存概率信息和待评估网络信息,确定出第二任务边概率信息;第二任务边概率信息包括N个第二任务边概率值;
利用网络完成度模型对第二任务边概率信息和边载荷信息进行计算处理,得到第二完成度值。
需要说明的是,上述利用网络完成度模型对第二任务边概率信息和边载荷信息进行计算处理是采用网络完成度模型对第一任务变概率信息和边载荷信息计算处理相一致的方式进行的,本发明实施例不做限定。
可见,实施本发明实施例所描述的用于网络评估的数据处理方法有利于实现对不确定性网络的网络弹性评估,进而提高网络通信效能。
在另一个可选的实施例中,路由生存概率信息包括第一路由生存概率信息和第二路由生存概率信息;第一路由生存概率信息包括X个第一路由生存概率值;第二路由生存概率信息包括Y个第二路由生存概率值;X为大于Y,且大于N的正整数;每个第二路由生存概率值对应于唯一一个第一路由生存概率值;
基于路由生存概率信息和待评估网络信息,确定出第二任务边概率信息,包括:
对于任一边生存概率值,从路由生存概率信息确定出该边生存概率值相匹配的第一路由生存概率值和第二路由生存概率值,得到该边生存概率值对应的目标路由生存概率信息;目标路由生存概率信息包括第一目标路由概率值,和/或,第二目标路由概率值;
利用路由概率计算模型对目标路由生存概率信息进行计算处理,得到该边生存概率值对应的路由边概率值;
其中,路由概率计算模型为:
式中,为路由概率值;为第一目标路由概率值;为第二目标路由概率值;
对于任一任务边,获取该任务边对应网络管理节点;
基于网络管理节点和该任务边对应的起始通信端点和终点通信端点,确定出第一网络通信边信息和第二网络通信边信息;第一网络通信边信息表征从起始通信端点到网络管理节点的网络通信链路;第一网络通信边信息包括若干个第一网络通信边;第二网络通信边信息表征从网络管理节点到终点通信端点的网络通信链路;第二网络通信边信息包括若干个第二网络通信边;每个第一网络通信边和每个第二网络通信边均对应于唯一一个路由概率值;任意两个第一网络通信边是不相一致的;任意一个第一网络通信边和第二网络通信边是不相一致的;
利用网络节点边概率计算模型对第一网络通信边信息进行处理,得到该任务边对应的第一网络节点边概率值;
其中,网络节点边概率计算模型为:
式中,为第一网络节点边概率值;为第一网络通信边信息;为第一网络通信边信息中第条第一网络通信边对应的路由边概率值;
基于第二网络通信边信息,确定出该任务边对应的第二网络节点边概率值;
获取该任务边对应的第一任务边概率值;
利用边概率更新模型对第一任务边概率值、第一网络节点边概率值和第二网络节点边概率值进行计算处理,得到该任务边对应的第二任务边概率值;
其中,边概率更新模型为:
式中,为第个任务边第二任务边概率值;为第一网络节点边概率值;为第二网络节点边概率值。
需要说明的是,上述第二路由生存概率信息对应的备份路由是对第一路由生存概率信息对应的主路由的替换路由,即在主路由故障时,由网络管理节点对应的管理设备将备份路由替换主路由,由此形成新的通讯边,进而保障通讯网络的正常工作。
需要说明的是,上述为任务边对应的起始通信端点和终点通信端点。
需要说明的是,上述目标路由生存概率信息可能不包括第二目标路由概率值。
需要说明的是,上述基于第二网络通信边信息,确定出该任务边对应的第二网络节点边概率值是利用网络节点边概率计算模型对第二网络通信边信息以得到任务边对应的第二网络节点边概率值。
需要说明的是,上述任意两个第二网络通信边是不相一致的。
需要说明的是,上述网络管理节点在网络管理节点和对应的通信网络中网络节点相连通时,可恢复任务边两节点间通信边。
需要说明的是,所述第一网络通信边和第二网络通信边均为通信边。
需要说明的是,上述可以包含对应的通信边。
可见,实施本发明实施例所描述的用于网络评估的数据处理方法有利于实现对不确定性网络的网络弹性评估,进而提高网络通信效能。
实施例二
请参阅图2,图2是本发明实施例公开的一种用于网络评估的数据处理装置的结构示意图。其中,图2所描述的装置能够应用于网络通信系统中,如用于网络评估的数据处理管理的本地服务器或云端服务器等,本发明实施例不做限定。如图2所示,该装置可以包括:
获取模块201,用于获取待评估网络信息;待评估网络信息包括边生存概率信息、任务边信息、边载荷信息和路由生存概率信息;边生存概率信息包括M个边生存概率值;边载荷信息包括N个边载荷;任务边信息包括N个任务边;N为不大于M的正整数;
处理模块202,用于基于网络完成度模型对待评估网络信息进行处理,得到第一完成度值;
确定模块203,用于基于待评估网络信息和第一完成度值,确定出网络评估结果信息。
可见,实施图2所描述的用于网络评估的数据处理装置有利于实现对不确定性网络的网络弹性评估,进而提高网络通信效能。
在另一个可选的实施例中,如图2所示,处理模块202基于网络完成度模型对待评估网络信息进行处理,得到第一完成度值,包括:
基于边生存概率信息和任务边信息,确定出第一任务边概率信息;第一任务边概率信息包括N个第一任务边概率值;
基于网络完成度模型对第一任务边概率信息和边载荷信息进行计算处理,得到第一完成度值。
可见,实施图2所描述的用于网络评估的数据处理装置有利于实现对不确定性网络的网络弹性评估,进而提高网络通信效能。
在又一个可选的实施例中,如图2所示,处理模块202基于边生存概率信息和任务边信息,确定出第一任务边概率信息,包括:
从边生存概率信息中筛选出与任务边信息相匹配的边生存概率值,得到第一目标概率信息;第一目标概率信息包括N个第一目标概率值信息;每个第一目标概率值信息对应于唯一一个任务边;
对于任一任务边,利用边概率计算模型对该任务边对应的第一目标概率值信息进行计算处理,得到该任务边对应的第一任务边概率值;
其中,边概率计算模型为:
式中,为第一任务边概率值;为第一目标概率值信息中通信边对应的第一目标概率值;为第个第一目标概率值信息对应的通信边集合。
可见,实施图2所描述的用于网络评估的数据处理装置有利于实现对不确定性网络的网络弹性评估,进而提高网络通信效能。
在又一个可选的实施例中,如图2所示,处理模块202基于网络完成度模型对第一任务边概率信息和边载荷信息进行计算处理,得到第一完成度值,包括:
从边载荷信息中筛选出与任务边信息相匹配的边载荷,得到目标边载荷信息;目标边载荷信息包括若干个目标边载荷;
利用网络完成度模型对第一任务边概率信息和目标边载荷信息进行计算处理,得到第一完成度值;
其中,网络完成度模型为:
式中,为第一完成度值;为第个目标边载荷;为第个目标边载荷对应的第一任务边概率值。
可见,实施图2所描述的用于网络评估的数据处理装置有利于实现对不确定性网络的网络弹性评估,进而提高网络通信效能。
在又一个可选的实施例中,如图2所示,确定模块203基于待评估网络信息和第一完成度值,确定出网络评估结果信息,包括:
基于待评估网络信息,确定出第二完成度值;
利用网络评估模型对第二完成度值和第一完成度值进行计算处理,得到网路评估结果信息;
其中,网络评估模型为:
式中,为网路评估结果信息中的网络评估结果值;为第二完成度值。
可见,实施图2所描述的用于网络评估的数据处理装置有利于实现对不确定性网络的网络弹性评估,进而提高网络通信效能。
在又一个可选的实施例中,如图2所示,确定模块203基于待评估网络信息,确定出第二完成度值,包括:
基于路由生存概率信息和待评估网络信息,确定出第二任务边概率信息;第二任务边概率信息包括N个第二任务边概率值;
利用网络完成度模型对第二任务边概率信息和边载荷信息进行计算处理,得到第二完成度值。
可见,实施图2所描述的用于网络评估的数据处理装置有利于实现对不确定性网络的网络弹性评估,进而提高网络通信效能。
在又一个可选的实施例中,如图2所示,路由生存概率信息包括第一路由生存概率信息和第二路由生存概率信息;第一路由生存概率信息包括X个第一路由生存概率值;第二路由生存概率信息包括Y个第二路由生存概率值;X为大于Y,且大于N的正整数;每个第二路由生存概率值对应于唯一一个第一路由生存概率值;
确定模块203基于路由生存概率信息和待评估网络信息,确定出第二任务边概率信息,包括:
对于任一边生存概率值,从路由生存概率信息确定出该边生存概率值相匹配的第一路由生存概率值和第二路由生存概率值,得到该边生存概率值对应的目标路由生存概率信息;目标路由生存概率信息包括第一目标路由概率值,和/或,第二目标路由概率值;
利用路由概率计算模型对目标路由生存概率信息进行计算处理,得到该边生存概率值对应的路由边概率值;
其中,路由概率计算模型为:
式中,为路由概率值;为第一目标路由概率值;为第二目标路由概率值;
对于任一任务边,获取该任务边对应网络管理节点;
基于网络管理节点和任务边对应的起始通信端点和终点通信端点,确定出第一网络通信边信息和第二网络通信边信息;第一网络通信边信息表征从起始通信端点到网络管理节点的网络通信链路;第一网络通信边信息包括若干个第一网络通信边;第二网络通信边信息表征从网络管理节点到终点通信端点的网络通信链路;第二网络通信边信息包括若干个第二网络通信边;每个第一网络通信边和每个第二网络通信边均对应于唯一一个路由概率值;任意两个第一网络通信边是不相一致的;任意一个第一网络通信边和第二网络通信边是不相一致的;
利用网络节点边概率计算模型对第一网络通信边信息进行处理,得到该任务边对应的第一网络节点边概率值;
其中,网络节点边概率计算模型为:
式中,为第一网络节点边概率值;为第一网络通信边信息;为第一网络通信边信息中第条第一网络通信边对应的路由边概率值;
基于第二网络通信边信息,确定出该任务边对应的第二网络节点边概率值;
获取该任务边对应的第一任务边概率值;
利用边概率更新模型对第一任务边概率值、第一网络节点边概率值和第二网络节点边概率值进行计算处理,得到该任务边对应的第二任务边概率值;
其中,边概率更新模型为:
式中,为第个任务边第二任务边概率值;为第一网络节点边概率值;为第二网络节点边概率值。
可见,实施图2所描述的用于网络评估的数据处理装置有利于实现对不确定性网络的网络弹性评估,进而提高网络通信效能。
实施例三
请参阅图3,图3是本发明实施例公开的又一种用于网络评估的数据处理装置的结构示意图。其中,图3所描述的装置能够应用于网络通信系统中,如用于网络评估的数据处理管理的本地服务器或云端服务器等,本发明实施例不做限定。如图3所示,该装置可以包括:
存储有可执行程序代码的存储器301;
与存储器301耦合的处理器302;
处理器302调用存储器301中存储的可执行程序代码,用于执行实施例一所描述的用于网络评估的数据处理方法中的步骤。
实施例四
本发明实施例公开了一种计算机可读读存储介质,其存储用于电子数据交换的计算机程序,其中,该计算机程序使得计算机执行实施例一所描述的用于网络评估的数据处理方法中的步骤。
实施例五
本发明实施例公开了一种计算机程序产品,该计算机程序产品包括存储了计算机程序的非瞬时性计算机可读存储介质,且该计算机程序可操作来使计算机执行实施例一所描述的用于网络评估的数据处理方法中的步骤。
以上所描述的装置实施例仅是示意性的,其中作为分离部件说明的模块可以是或者也可以不是物理上分开的,作为模块显示的部件可以是或者也可以不是物理模块,即可以位于一个地方,或者也可以分布到多个网络模块上。可以根据实际的需要选择其中的部分或者全部模块来实现本实施例方案的目的。本领域普通技术人员在不付出创造性的劳动的情况下,即可以理解并实施。
通过以上的实施例的具体描述,本领域的技术人员可以清楚地了解到各实施方式可借助软件加必需的通用硬件平台的方式来实现,当然也可以通过硬件。基于这样的理解,上述技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来,该计算机软件产品可以存储在计算机可读存储介质中,存储介质包括只读存储器(Read-Only Memory,ROM)、随机存储器(Random Access Memory,RAM)、可编程只读存储器(Programmable Read-only Memory,PROM)、可擦除可编程只读存储器(ErasableProgrammable Read Only Memory,EPROM)、一次可编程只读存储器(One-timeProgrammable Read-Only Memory,OTPROM)、电子抹除式可复写只读存储器(Electrically-ErasableProgrammable Read-Only Memory,EEPROM)、只读光盘(CompactDisc Read-Only Memory,CD-ROM)或其他光盘存储器、磁盘存储器、磁带存储器、或者能够用于携带或存储数据的计算机可读的任何其他介质。
最后应说明的是:本发明实施例公开的一种用于网络评估的数据处理方法及装置所揭露的仅为本发明较佳实施例而已,仅用于说明本发明的技术方案,而非对其限制;尽管参照前述实施例对本发明进行了详细的说明,本领域的普通技术人员应当理解;其依然可以对前述各项实施例所记载的技术方案进行修改,或者对其中部分技术特征进行等同替换;而这些修改或替换,并不使相应的技术方案的本质脱离本发明各项实施例技术方案的精神和范围。

Claims (4)

1.一种用于网络评估的数据处理方法,其特征在于,所述方法包括:
获取待评估网络信息;所述待评估网络信息包括边生存概率信息、任务边信息、边载荷信息和路由生存概率信息;所述边生存概率信息包括M个边生存概率值;所述边载荷信息包括N个边载荷;所述任务边信息包括所述N个任务边;所述N为不大于所述M的正整数;
基于网络完成度模型对所述待评估网络信息进行处理,得到第一完成度值;
其中,所述基于网络完成度模型对所述待评估网络信息进行处理,得到第一完成度值,包括:
基于所述边生存概率信息和所述任务边信息,确定出第一任务边概率信息;所述第一任务边概率信息包括所述N个第一任务边概率值;
基于网络完成度模型对所述第一任务边概率信息和所述边载荷信息进行计算处理,得到第一完成度值;
其中,所述基于所述边生存概率信息和所述任务边信息,确定出第一任务边概率信息,包括:
从所述边生存概率信息中筛选出与所述任务边信息相匹配的所述边生存概率值,得到第一目标概率信息;所述第一目标概率信息包括所述N个第一目标概率值信息;每个所述第一目标概率值信息对应于唯一一个所述任务边;
对于任一所述任务边,利用边概率计算模型对该任务边对应的所述第一目标概率值信息进行计算处理,得到该任务边对应的第一任务边概率值;
其中,所述边概率计算模型为:
式中,为所述第一任务边概率值;为所述第一目标概率值信息中通信边对应的第一目标概率值;为第个所述第一目标概率值信息对应的通信边集合;
其中,所述基于网络完成度模型对所述第一任务边概率信息和所述边载荷信息进行计算处理,得到第一完成度值,包括:
从所述边载荷信息中筛选出与所述任务边信息相匹配的所述边载荷,得到目标边载荷信息;所述目标边载荷信息包括若干个目标边载荷;
利用网络完成度模型对所述第一任务边概率信息和所述目标边载荷信息进行计算处理,得到第一完成度值;
其中,所述网络完成度模型为:
式中,为所述第一完成度值;为第个所述目标边载荷;为第个所述目标边载荷对应的所述第一任务边概率值;
基于所述待评估网络信息和所述第一完成度值,确定出网络评估结果信息;
其中,所述基于所述待评估网络信息和所述第一完成度值,确定出网络评估结果信息,包括:
基于所述待评估网络信息,确定出第二完成度值;
利用网络评估模型对所述第二完成度值和所述第一完成度值进行计算处理,得到网路评估结果信息;
其中,所述网络评估模型为:
式中,为所述网路评估结果信息中的网络评估结果值;为所述第二完成度值;
其中,所述基于所述待评估网络信息,确定出第二完成度值,包括:
基于所述路由生存概率信息和所述待评估网络信息,确定出第二任务边概率信息;所述第二任务边概率信息包括所述N个第二任务边概率值;
利用所述网络完成度模型对所述第二任务边概率信息和所述边载荷信息进行计算处理,得到第二完成度值;
其中,所述路由生存概率信息包括第一路由生存概率信息和第二路由生存概率信息;所述第一路由生存概率信息包括X个第一路由生存概率值;所述第二路由生存概率信息包括Y个第二路由生存概率值;所述X为大于所述Y,且大于所述N的正整数;每个所述第二路由生存概率值对应于唯一一个所述第一路由生存概率值;
所述基于所述路由生存概率信息和所述待评估网络信息,确定出第二任务边概率信息,包括:
对于任一所述边生存概率值,从所述路由生存概率信息确定出该边生存概率值相匹配的所述第一路由生存概率值和所述第二路由生存概率值,得到该边生存概率值对应的目标路由生存概率信息;所述目标路由生存概率信息包括第一目标路由概率值,和/或,第二目标路由概率值;
利用路由概率计算模型对所述目标路由生存概率信息进行计算处理,得到该边生存概率值对应的路由边概率值;
其中,所述路由概率计算模型为:
式中,为所述路由概率值;为所述第一目标路由概率值;为所述第二目标路由概率值;
对于任一所述任务边,获取该任务边对应网络管理节点;
基于所述网络管理节点和所述任务边对应的起始通信端点和终点通信端点,确定出第一网络通信边信息和第二网络通信边信息;所述第一网络通信边信息表征从所述起始通信端点到所述网络管理节点的网络通信链路;所述第一网络通信边信息包括若干个第一网络通信边;所述第二网络通信边信息表征从所述网络管理节点到所述终点通信端点的网络通信链路;所述第二网络通信边信息包括若干个第二网络通信边;每个所述第一网络通信边和每个所述第二网络通信边均对应于唯一一个所述路由概率值;任意两个所述第一网络通信边是不相一致的;任意一个所述第一网络通信边和所述第二网络通信边是不相一致的;
利用网络节点边概率计算模型对所述第一网络通信边信息进行处理,得到该任务边对应的第一网络节点边概率值;
其中,所述网络节点边概率计算模型为:
式中,为所述第一网络节点边概率值;为所述第一网络通信边信息;为所述第一网络通信边信息中第条所述第一网络通信边对应的所述路由边概率值;
基于所述第二网络通信边信息,确定出该任务边对应的第二网络节点边概率值;
获取该任务边对应的第一任务边概率值;
利用边概率更新模型对所述第一任务边概率值、所述第一网络节点边概率值和所述第二网络节点边概率值进行计算处理,得到该任务边对应的第二任务边概率值;
其中,所述边概率更新模型为:
式中,为第个所述任务边所述第二任务边概率值;为所述第一网络节点边概率值;为所述第二网络节点边概率值。
2.一种用于网络评估的数据处理装置,其特征在于,所述装置包括:
获取模块,用于获取待评估网络信息;所述待评估网络信息包括边生存概率信息、任务边信息、边载荷信息和路由生存概率信息;所述边生存概率信息包括M个边生存概率值;所述边载荷信息包括N个边载荷;所述任务边信息包括所述N个任务边;所述N为不大于所述M的正整数;
处理模块,用于基于网络完成度模型对所述待评估网络信息进行处理,得到第一完成度值;
其中,所述基于网络完成度模型对所述待评估网络信息进行处理,得到第一完成度值,包括:
基于所述边生存概率信息和所述任务边信息,确定出第一任务边概率信息;所述第一任务边概率信息包括所述N个第一任务边概率值;
基于网络完成度模型对所述第一任务边概率信息和所述边载荷信息进行计算处理,得到第一完成度值;
其中,所述基于所述边生存概率信息和所述任务边信息,确定出第一任务边概率信息,包括:
从所述边生存概率信息中筛选出与所述任务边信息相匹配的所述边生存概率值,得到第一目标概率信息;所述第一目标概率信息包括所述N个第一目标概率值信息;每个所述第一目标概率值信息对应于唯一一个所述任务边;
对于任一所述任务边,利用边概率计算模型对该任务边对应的所述第一目标概率值信息进行计算处理,得到该任务边对应的第一任务边概率值;
其中,所述边概率计算模型为:
式中,为所述第一任务边概率值;为所述第一目标概率值信息中通信边对应的第一目标概率值;为第个所述第一目标概率值信息对应的通信边集合;
其中,所述基于网络完成度模型对所述第一任务边概率信息和所述边载荷信息进行计算处理,得到第一完成度值,包括:
从所述边载荷信息中筛选出与所述任务边信息相匹配的所述边载荷,得到目标边载荷信息;所述目标边载荷信息包括若干个目标边载荷;
利用网络完成度模型对所述第一任务边概率信息和所述目标边载荷信息进行计算处理,得到第一完成度值;
其中,所述网络完成度模型为:
式中,为所述第一完成度值;为第个所述目标边载荷;为第个所述目标边载荷对应的所述第一任务边概率值;
确定模块,用于基于所述待评估网络信息和所述第一完成度值,确定出网络评估结果信息;
其中,所述基于所述待评估网络信息和所述第一完成度值,确定出网络评估结果信息,包括:
基于所述待评估网络信息,确定出第二完成度值;
利用网络评估模型对所述第二完成度值和所述第一完成度值进行计算处理,得到网路评估结果信息;
其中,所述网络评估模型为:
式中,为所述网路评估结果信息中的网络评估结果值;为所述第二完成度值;
其中,所述基于所述待评估网络信息,确定出第二完成度值,包括:
基于所述路由生存概率信息和所述待评估网络信息,确定出第二任务边概率信息;所述第二任务边概率信息包括所述N个第二任务边概率值;
利用所述网络完成度模型对所述第二任务边概率信息和所述边载荷信息进行计算处理,得到第二完成度值;
其中,所述路由生存概率信息包括第一路由生存概率信息和第二路由生存概率信息;所述第一路由生存概率信息包括X个第一路由生存概率值;所述第二路由生存概率信息包括Y个第二路由生存概率值;所述X为大于所述Y,且大于所述N的正整数;每个所述第二路由生存概率值对应于唯一一个所述第一路由生存概率值;
所述基于所述路由生存概率信息和所述待评估网络信息,确定出第二任务边概率信息,包括:
对于任一所述边生存概率值,从所述路由生存概率信息确定出该边生存概率值相匹配的所述第一路由生存概率值和所述第二路由生存概率值,得到该边生存概率值对应的目标路由生存概率信息;所述目标路由生存概率信息包括第一目标路由概率值,和/或,第二目标路由概率值;
利用路由概率计算模型对所述目标路由生存概率信息进行计算处理,得到该边生存概率值对应的路由边概率值;
其中,所述路由概率计算模型为:
式中,为所述路由概率值;为所述第一目标路由概率值;为所述第二目标路由概率值;
对于任一所述任务边,获取该任务边对应网络管理节点;
基于所述网络管理节点和所述任务边对应的起始通信端点和终点通信端点,确定出第一网络通信边信息和第二网络通信边信息;所述第一网络通信边信息表征从所述起始通信端点到所述网络管理节点的网络通信链路;所述第一网络通信边信息包括若干个第一网络通信边;所述第二网络通信边信息表征从所述网络管理节点到所述终点通信端点的网络通信链路;所述第二网络通信边信息包括若干个第二网络通信边;每个所述第一网络通信边和每个所述第二网络通信边均对应于唯一一个所述路由概率值;任意两个所述第一网络通信边是不相一致的;任意一个所述第一网络通信边和所述第二网络通信边是不相一致的;
利用网络节点边概率计算模型对所述第一网络通信边信息进行处理,得到该任务边对应的第一网络节点边概率值;
其中,所述网络节点边概率计算模型为:
式中,为所述第一网络节点边概率值;为所述第一网络通信边信息;为所述第一网络通信边信息中第条所述第一网络通信边对应的所述路由边概率值;
基于所述第二网络通信边信息,确定出该任务边对应的第二网络节点边概率值;
获取该任务边对应的第一任务边概率值;
利用边概率更新模型对所述第一任务边概率值、所述第一网络节点边概率值和所述第二网络节点边概率值进行计算处理,得到该任务边对应的第二任务边概率值;
其中,所述边概率更新模型为:
式中,为第个所述任务边所述第二任务边概率值;为所述第一网络节点边概率值;为所述第二网络节点边概率值。
3.一种用于网络评估的数据处理装置,其特征在于,所述装置包括:
存储有可执行程序代码的存储器;
与所述存储器耦合的处理器;
所述处理器调用所述存储器中存储的所述可执行程序代码,执行如权利要求1所述的用于网络评估的数据处理方法。
4.一种计算机可读存储介质,其特征在于,所述计算机可读存储介质存储有计算机指令,所述计算机指令被调用时,用于执行如权利要求1所述的用于网络评估的数据处理方法。
CN202410868637.6A 2024-07-01 2024-07-01 一种用于网络评估的数据处理方法及装置 Active CN118433045B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202410868637.6A CN118433045B (zh) 2024-07-01 2024-07-01 一种用于网络评估的数据处理方法及装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202410868637.6A CN118433045B (zh) 2024-07-01 2024-07-01 一种用于网络评估的数据处理方法及装置

Publications (2)

Publication Number Publication Date
CN118433045A CN118433045A (zh) 2024-08-02
CN118433045B true CN118433045B (zh) 2024-09-03

Family

ID=92335373

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202410868637.6A Active CN118433045B (zh) 2024-07-01 2024-07-01 一种用于网络评估的数据处理方法及装置

Country Status (1)

Country Link
CN (1) CN118433045B (zh)

Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105721196A (zh) * 2016-01-20 2016-06-29 昆明理工大学 一种有向通信网络的链路重要性评价方法

Family Cites Families (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US8996341B2 (en) * 2012-09-11 2015-03-31 International Business Machines Corporation Generating and evaluating expert networks
US20230362200A1 (en) * 2015-10-28 2023-11-09 Qomplx, Inc. Dynamic cybersecurity scoring and operational risk reduction assessment
US10581680B2 (en) * 2015-11-25 2020-03-03 International Business Machines Corporation Dynamic configuration of network features
CN118175049B (zh) * 2023-11-24 2025-01-28 中国舰船研究设计中心 一种局域网络系统的连通弹性评估方法及系统

Patent Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105721196A (zh) * 2016-01-20 2016-06-29 昆明理工大学 一种有向通信网络的链路重要性评价方法

Also Published As

Publication number Publication date
CN118433045A (zh) 2024-08-02

Similar Documents

Publication Publication Date Title
US11710131B2 (en) Method and apparatus of identifying a transaction risk
CN108769264B (zh) 一种区块链分域方法
JP2021521544A (ja) 取引処理
EP3797396A1 (en) Blockchain transaction safety
KR20200012705A (ko) 블록체인 네트워크 상에서 그룹키 기반의 이중 서명 트랜잭션 구조를 구성하는 노드 그룹 관리 장치 및 컴퓨팅 장치
CN113489584B (zh) 一种区块链中随机数的处理方法、装置和电子设备
JP2019145925A (ja) ブロックチェーン・ネットワークにおいてトランザクションを検証するための方法及び当該ネットワークを構成するためのノード
CN110009759A (zh) 基于区块链的考勤方法、考勤系统及考勤装置
CN118433045B (zh) 一种用于网络评估的数据处理方法及装置
CN110533524B (zh) 基于企业关系图谱的失联修复方法及系统
CN112040015B (zh) 一种共识节点列表生成方法及相关装置
CN115730933A (zh) 基于区块链的数据处理方法、装置、设备及存储介质
CN113568656A (zh) 一种配置数据的处理方法、装置、存储介质和设备
CN112241889A (zh) 一种账户明细修复方法、装置、设备和存储介质
CN117596030A (zh) 网络攻击路径的重构方法、装置、存储介质和电子设备
CN111309801A (zh) 一种联盟链分片的方法及装置
TWI629883B (zh) 基於區塊鏈的節點清單維護系統及其方法
CN109741180A (zh) 区块链连续交易序号生成方法及模块、区块链网络节点
CN114417184A (zh) 一种种子节点筛选方法、装置、设备、存储介质
CN115174141A (zh) 一种基于图与链路流量分析的入侵检测与链路动态可视化方法
CN114781517A (zh) 风险识别的方法、装置及终端设备
CN112861189A (zh) 签名的生成方法和验证方法、装置、设备和介质
CN112199413A (zh) 一种业务请求执行方法、装置、电子设备和存储介质
KR20210086437A (ko) 블록체인 네트워크 기반의 가상 공통 아이디 서비스 방법 및 이를 이용한 서비스 제공 서버
CN109743188A (zh) 日志数据处理方法和装置

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant
CB03 Change of inventor or designer information

Inventor after: Ma Tao

Inventor after: Yang Fang

Inventor after: Shan Hong

Inventor after: Xu Xiangli

Inventor after: Ma Chunlai

Inventor after: Niu Zhao

Inventor after: Zhou Zhengwei

Inventor after: Du Xingkui

Inventor before: Ma Tao

Inventor before: Yang Fang

Inventor before: Shan Hong

Inventor before: Xu Xiangli

Inventor before: Ma Chunlai

Inventor before: Niu Zhao

Inventor before: Zhou Zhengwei

Inventor before: Du Xingkui

CB03 Change of inventor or designer information