本发明公开了一种基于多维决策属性的网络仿真系统可信度评估方法。本发明针对网络仿真系统，提出了从仿真规模、部署时间、仿真节点、网络拓扑和网络性能五个纬度评估网络仿真系统可信度的方法，该方法在深入分析网络仿真系统可信度的影响因素及其获取方式的基础上，提供了具体的仿真可信度量化方法，实现了仿真网络可信度准确合理的评估。本发明解决了现有仿真可信度评估方法针对具体的仿真系统无法明确影响因素及其量化分析的问题，从而使得网络仿真系统可信度评估更加准确合理。
1.一种基于多维决策属性的网络仿真系统可信度评估方法，其步骤包括：
获取网络仿真系统的物理主机数目n和声明的仿真节点数目x，然后依据n与x的比值判定该网络仿真系统的仿真规模可信度；
根据该网络仿真系统中单机单点的部署时间和并行策略估算该网络仿真系统的部署时间deploytimee，并根据deploytimee和该网络仿真系统的部署时间声明值deploytimea的比值确定该网络仿真系统的部署时间可信度；
根据网络仿真系统节点数目、内存大小和所支持应用程序数目的声明值与对应估算值的比值，确定该网络仿真系统的仿真节点可信度；
根据网络仿真系统中的IP地址范围，可支持路由协议类型、路由响应时间序列和路由提交时间序列确定该网络仿真系统的仿真网络拓扑可信度；
根据网络仿真系统的带宽、时延和丢包率三个性能参数与真实网络对应性能参数的比值，确定该网络仿真系统的仿真性能可信度；
对得到的所述仿真规模可信度、部署时间可信度、仿真节点可信度、仿真网络拓扑可信度和仿真性能可信度采用权重分析法进行加权计算，得到该网络仿真系统的综合可信度。
2.如权利要求1所述的方法，其特征在于，所述仿真规模可信度依据隶属度函数判定；
3.如权利要求1所述的方法，其特征在于，所述部署时间 其中，T表
示单机单点部署该网络仿真系统的时间，M表示按照并行策略最多可同时并行部署该网络仿真系统的单机数目，x表示仿真系统声明的仿真节点数目。
4.如权利要求1所述的方法，其特征在于，确定所述仿真节点可信度的方法为：获取网络仿真系统声明的节点数目Nodea、内存大小Memorya和支持的应用数目Applicationa；根据网络资源环境统一描述文件估算网络仿真系统实际可识别的节点数目Nodei、内存大小Memoryi和支持的应用数目Applicationi；最后根据节点数目、内存大小、所支持应用数目的声明值和对应估算值的比值，确定该网络仿真系统的仿真节点可信度。
5.如权利要求4所述的方法，其特征在于，所述仿真节点可信度为：Re liabilitynode＝w1 Re liabilitycpu+w2 Re liabilitymemory+w3 Re liabilityappication；其中，权重值w1、w2、w3采用均值法确定。
6.如权利要求1所述的方法，其特征在于，确定所述仿真网络拓扑可信度的方法为：获取网络仿真系统的IP地址范围Address Block、路由支持协议protocola和拓扑映射的日志记录，并在同等规模的真实物理网络中测试路由的响应时间序列X1和提交时间序列Y1；然后基于同等规模的真实物理网络的网络资源环境统一描述文件获取可识别的网卡数目interface和支持的路由协议protocoli；根据所述日志记录提取拓扑映射成功次数success和失败次数fail，并在该网络仿真系统中测试路由的响应时间序列X2和提交时间序列Y2；然后根据响应时间序列的可信度和提交时间序列的可信度确定所述仿真网络拓扑可信度。
7.如权利要求6所述的方法，其特征在于，所述响应时间序列的可信度，即X1和X2的相似度为 其中， 反映两个响应时间序列的发展过程偏离程度， 反映两个响应时间序列的发展趋势相异程度；所述提交时间序列的可信度，即Y1和Y2的相似度为其中， 反映两个提交时间序列发展过程的偏离程度， 反映两个提交时
8.如权利要求7所述的方法，其特征在于，所述仿真网络拓扑可信度为Re
liabilitytopology＝w21 Re liabilityIP+w22 Re liabilityroute+w23 Re liabilitymapping；其中，Re liabilityroute＝w31 Re liabilityprotocol+w32 Re liabilityresponstime+w33 Re liabilityforwardingtime，w21、w22、w23、w31、
9.如权利要求1所述的方法，其特征在于，所述仿真网络性能可信度为：Re
liabilityperformance＝w1 Re liabilitybandwidth+w2 Re liabilitydelay+w3 Re liabilitypacketloss，其中，Bandwidthsimulation为仿真网
络的带宽、Bandwidthreal为真实网络的带宽、Delaysimulation为仿真网络的时延、Delayreal为真实网络的时延、Packetlosssimulation为仿真网络的丢包率、Packetlossreal为真实网络的丢包率，权重值w1、w2、w3采用均值法确定。
10.如权利要求1所述的方法，其特征在于，所述仿真网络的综合可信度为：
Reliabilitynetwork＝∑wiReliabilityi i∈{scale,deploytime,node,topology,performance}；其中，wi采用层次分析法确定，所述层次分析法首先基于综合可信度评估的框架图构建仿真系统可信度评估的层次结构模型，然后根据层次结构模型构造成对比较矩阵，最后采用几何平均法计算各影响因子的权重，从而确定所述仿真规模可信度scale、部署时间可信度deploytime、仿真节点可信度node、仿真拓扑可信度topology和仿真性能可信度performance的相对权重。
一种基于多维决策属性的网络仿真系统可信度评估方法
技术领域
[0001] 本发明属于通信技术领域，尤其涉及一种基于多维决策属性的网络仿真系统可信度评估方法。
背景技术
[0002] 随着仿真技术本身的不断发展和人们对仿真技术应用价值认识的不断深入，其应用领域越来越广泛。与此同时，对仿真正确性和可信度的要求也越来越高。仿真系统的最终结果对于预期应用来说是否具有可用性，将直接影响到基于仿真结果所进行的后面一系列应用或决策过程。从某种意义上来说，只有保证了仿真的正确性和可信度，最终得到的仿真结果才有实际应用的价值和意义，仿真系统才真正具有生命力。因此，如何评估仿真系统的正确性和可信度，一直是仿真技术发展中一个不容忽视的问题。
[0003] 仿真可信度评估方法的研究主要包括仿真可信度评估过程中不同阶段的评估任务所需的技术、策略等方面的研究。可将现有的可信度评估方法归纳为三大类：定性方法、定量方法与综合性方法。定性方法简单易懂，可操作性强，而且往往能够检测出极易被定量方法所忽略的特征差异。但由于它具有很强的主观性，其应用效果受外界影响较大。定量方法具有原理清晰、客观性强、理论基础扎实以及便于自动化实现等优点。然而，定量方法大多忽略了领域专家的宝贵经验，而且只适用于仿真数据和参考数据均存在的情况，这一条件对于经济仿真系统、社会仿真系统特别是战略攻防对抗仿真系统来说很难满足。综合性方法侧重于从多个角度运用不同的定性方法与定量方法来考察仿真系统的可信度，并将这些信息加以综合，从而得到关于仿真系统可信度的整体判断。如杨慧珍等提出采用层次分析法来确定各个因素的权重，从多方面因素来考察仿真系统的可信度，再加以综合得到仿真系统的整体可信度。张伟等指出仿真可信度评估存在固有的模糊性与复杂性，故而提出了仿真可信度的模糊综合评判法。柳世考等基于相似理论来验证模型的有效性。综合性方法能够充分发挥出定性分析与定量分析各自的优势，特别适合于解决复杂仿真系统可信度评估问题。然而，针对具体的仿真系统，如何确定可评估仿真系统可信度的影响因子，并对其进行准确的量化评估是综合性方法的瓶颈。
[0004] 本发明将针对网络仿真系统，提出一种基于多维决策属性的网络仿真系统可信度评估方法，实现对网络仿真系统可信度合理准确的评估。
发明内容
[0005] 本发明提供一种基于多维决策属性的网络仿真系统可信度评估方法，以克服现有技术的缺陷。
[0006] 本发明提供一种基于多维决策属性的网络仿真系统可信度评估方法，包括：
[0007] 仿真规模可信度评估；
[0008] 仿真时间可信度评估；
[0009] 仿真节点可信度评估；
[0010] 仿真拓扑可信度评估；
[0011] 仿真性能可信度评估；
[0012] 基于层次分析法的综合可信度评估。
[0013] 进一步地，仿真规模可信度评估将根据仿真系统中物理主机的数目和仿真节点的数目比值，判定网络仿真系统节点规模的可信度。
[0014] 进一步地，仿真时间可信度将根据仿真系统中单机单点的部署时间和并行策略估算整个网络仿真系统的部署时间，并根据整个网络仿真系统的部署时间估算值和声明值的比值，判定网络仿真系统的部署时间可信度。
[0015] 进一步地，仿真节点可信度将从节点数目、内存和支持的应用程序三个纬度验证仿真系统的可识别值与声明值之间的比值，进而判断仿真节点的可信度。
[0016] 进一步地，仿真拓扑可信度将分别从仿真系统IP地址的范围和路由性能两个纬度判定仿真系统中网络拓扑的可信度。
[0017] 进一步地，仿真性能可信度将通过分析仿真网络与真实网络的三个重要性能参数：带宽、时延和丢包率的区别，判定仿真网络的性能可信度。
[0018] 进一步地，基于权重分析法的综合可信度评估将结合仿真规模、部署时间、仿真节点、网络拓扑和网络性能五个纬度的可信度评估结果，采用层次分析法，实现网络仿真系统综合可信度的评估。
[0019] 与现有技术相比，本发明的积极效果为：
[0020] 本发明针对网络仿真系统，提出了从仿真规模、部署时间、仿真节点、网络拓扑和网络性能五个纬度评估网络仿真系统可信度的方法，该方法在深入分析网络仿真系统可信度的影响因素及其获取方式的基础上，提供了具体的仿真可信度量化过程，实现了仿真网络可信度准确合理的评估。该方法解决了现有的仿真可信度评估方法针对具体的仿真系统无法明确影响因素及其量化分析的问题，从而使得网络仿真系统可信度评估更加准确合理。
附图说明
[0021] 图1为基于多维决策属性的网络仿真系统可信度评估方法的结构图；
[0022] 图2为基于多维决策属性的网络仿真系统可信度评估方法的流程图；
[0023] 图3为仿真规模可信度评估的框架图；
[0024] 图4为仿真时间可信度评估的框架图；
[0025] 图5为仿真节点可信度评估的框架图；
[0026] 图6为仿真网络可信度评估的框架图；
[0027] 图7为仿真性能可信度评估的框架图；
[0028] 图8为基于层次分析法的综合可信度评估的框架图。
具体实施方式
[0029] 下面详细描述本发明的实施例，实施例的示例在附图中示出，其中自始至终相同或类似的标号表示相同或类似的元件或具有相同或类似功能的元件。下面通过参考附图描述的实施例是示例性的，仅用于解释本发明，而不能解释为对本发明的限制。
[0030] 在本发明的描述中，需要理解的是，术语“第一”、“第二”、“第三”仅用于描述目的，而不能理解为指示或暗示相对重要性或者隐含指明所指示的技术特征的数量。由此，限定有“第一”、“第二”、“第三”的特征可以明示或者隐含地包括一个或者更多个该特征。在本发明的描述中，“多个”的含义是两个或两个以上，除非另有明确具体的限定。本发明的系统架构如图1所示，下面结合图2对本发明方法进行具体描述。
[0031] 步骤110：如图3所示，仿真规模的可信度评估。处理过程如下：首先获取物理主机的数目n和声明的仿真节点数目x，然后依据隶属度函数判定仿真规模的可信度。根据一般通用认知，设定如下隶属度函数。
[0032]
[0033] 其中n表示构建仿真网络的物理主机的数目，x表示声明的仿真节点数目。
[0034] 步骤120：如图4所示，仿真时间的可信度评估。处理过程如下：首先获取仿真网络部署时间的声明值deploy time announce，然后在单台主机部署仿真系统模板，并按照并行部署的原则，估算最小的仿真网络部署时间值deploy time estimate，最后根据部署时间声明值与估算值的比值确定部署时间的可信度。
[0035]
[0036] 其中deploytimee表示仿真网络部署时间的估算值deploy time estimate，[0037]
[0038] 其中T表示单台主机部署仿真系统模板的时间，x表示仿真系统声明的仿真节点数目，M表示按照并行策略最多可同时并行部署的系统数目。
[0039] 步骤130：如图5所示，仿真节点的可信度评估。处理过程如下：首先获取仿真网络声明的节点数目Nodea，内存大小Memorya和支持的应用数目Applicationa，然后获取仿真网络的网络资源环境统一描述文件，通过统计分析文件数据，提取仿真网络实际可识别的节点数目Nodei，内存大小Memoryi和支持的应用数目Applicationi，最后根据节点数目、内存大小和所支持应用数目的声明值和估算值的比值，加权分析仿真节点的可信度。
[0040]
[0041]
[0042]
[0043] Re liabilitynode＝w1Re liabilitycpu+w2Re liabilitymemory+w3Re liabilityappication
[0044] 其中Xi表示网络资源环境统一描述文件中可识别的参数值，Xa表示仿真网络声明的参数值，X分别取值节点数目、内存大小和支持的应用数目。权重值wi采用均值法确定。
[0045] 步骤140：如图6所示，仿真网络拓扑的可信度评估，将从IP地址和路由性能两个角度进行评估。处理过程如下：首先获取仿真网络的IP地址范围Address Block，路由支持协议列表protocol和拓扑映射的日志记录，并在同等规模的真实物理网络中测试路由的响应时间序列X1和提交时间序列Y1，然后基于网络资源环境统一描述文件分析可识别的网卡数目interface和支持的路由协议protocol，同时根据日志文件提取拓扑映射成功和失败的次数，并在仿真网络中测试路由的响应时间序列X2和提交时间序列Y2。最后采用比值法和相似度函数确定各因子的可信度并采用权重分析法求得仿真网络拓扑的可信度。其中时间序列相似度函数的应用说明如下：
[0046] X1为真实网络的路由响应时间序列，X2为仿真网络的路由响应时间序列，[0047] 响应时间的单维时序数据X1＝{x1(t1),x1(t2),....x1(tn)}
[0048] X2＝{x2(t1),x2(t2),....x2(tn)}
[0049] X1和X2的相似度为： 其中反映两个响应时间序列的发展过程偏离程度，
[0050]
[0051] 其中fx(t)为序列X的连通函数
[0052] fx(t)＝x(ti)+(x(ti+1)-x(ti))(t-ti)/(ti+1-ti) ti
[0054]
[0055] 其中f′x(t)为序列X的斜率函数。
[0056]
[0057] Y1为真实网络的路由提交时间序列，Y2为仿真网络的路由提交时间序列；
[0058] 提交时间的单维时序列Y1＝{Y1(t1),Y1(t2),....Y1(tn)}
[0059] Y2＝{Y2(t1),Y2(t2),....Y2(tn)}
[0060] Y1和Y2的相似度为：
[0061] 其中 反映两个提交时间序列发展过程的偏离程度， 反映两个提交时间序列发展趋势的相异程度。
[0062] IP地址块，路由性能参数确定之后，可采用权重分析法求得仿真网络拓扑的可信度。具体公式如下：
[0063]
[0064]
[0065]
[0066]
[0067] Reliabilityroute＝w1Reliabilityprotocol+w2Reliabilityresponstime+w3Reliabilityforwardingtime
[0068]
[0069] Reliabilitytopology＝w1ReliabilityIP+w2Reliabilityroute+w3Reliabilitymapping[0070] 其中，Interface表示网络资源环境统一描述文件中可识别的网卡数目，Addressblock表示仿真网络声明的IP地址范围，ReliabilityIP表示IP地址的可信度；protocoli网络资源环境统一描述文件中可识别的协议种类数目，protocola表示仿真网络声明的可支持协议种类数目，Reliabilityprotocol表示协议的可信度；dRS(0)(X1,X2)表示响应时间序列X1和X2发展过程的偏离程度，dRS(1)(X1,X2)表示响应时间序列X1和X2发展趋势的相异程度，其中X1表示真实网络中响应时间序列，X2表示仿真网络中响应时间序列，Reliabilityresponsetime表示仿真网络中响应时间参数的可信度；dRS(0)(Y1,Y2)表示提交时间序列Y1和Y2发展过程的偏离程度，dRS(1)(Y1,Y2)表示提交时间序列Y1和Y2发展趋势的相异程度，其中Y1表示真实网络中提交时间序列，Y2表示仿真网络中提交时间序列，
Reliabilityforwarding表示仿真网络中提交时间参数的可信度；success表示日志文件中记录的拓扑映射成功的次数，fail表示日志文件中记录的拓扑映射失败的次数，
Reliabilitymapping表示仿真网络中映射的可信度；权重值wi可采用均值法确定，或者可以根据对不同性能参数的不同需求，采用不同的权重分析法确定。
[0071] 步骤150：如图7所示，仿真网络性能的可信度评估，将通过分析仿真网络与真实网络的三个重要性能参数的区别，判定仿真网络的性能可信度。处理过程如下：在同等规模或者按比例缩小的真实网络中，测得真实网络的带宽Bandwidth、时延Delay和丢包率Packet loss，并进行数据预处理，求得合理的参考值及其序列；在仿真网络中采用相同的方式测得仿真网络的带宽Bandwidth、时延Delay和丢包率Packet loss，测试数据预处理之后，与真实网络获取的参考序列进行比对，最后采用权重分析法求得仿真网络的性能可信度，具体公式如下。
[0072]
[0073]
[0074]
[0075] Reliabilityperformance＝w1Reliabilitybandwidth+w2Reliabilitydelay+w3Reliabilitypacketloss
[0076] 其中average(Xsimulation)表示仿真网络中影响因子X多次测试值的均值，average(Xreal)表示真实网络中影响因子X多次测试值的均值，ReliabilityX表示影响因子X的可信度，X可取值带宽Bandwidth,Delay和Packetloss。权重值wi可采用均值法确定。
[0077] 步骤160：如图8所示，仿真网络的综合可信度评估，将在仿真规模可信度、部署时间可信度、仿真节点可信度、仿真网络拓扑可信度和仿真性能可信度的基础上，采用权重分析法，评估网络仿真系统的可信度。
[0078] Reliabilitynetwork＝∑wiReliabilityi i∈{scale,deploytime,node,topology,performance}
[0079] 其中wi可采用均值法确定，或者可以根据对网络仿真系统关注点的不同，采用不同的权重分析法确定。本发明将采用层次分析法确定各因素的相对权重，进而分析仿真网络系统的可信度。
[0080] 首先基于综合可信度评估的框架图，构建仿真系统可信度评估的层次结构模型。其中下层为仿真网络系统综合可信度，根据各因素对仿真网络可信度的影响，上层分别为网络规模、部署时间、网络节点、网络拓扑和网络性能五个影响因素。层次分析法通过分析元素之间的重要性比值建立成对比较矩阵，确定各元素之间的相对重要性的权重。本发明通过对比各元素之间的重要性，构造成对比较矩阵，获取各影响因素相对于仿真网络综合可信度的权值。
[0081] 然后根据层次结构模型构造成对比较矩阵，该步是确定各影响因素权值的关键。在仿真网络可信度评估中，认为网络规模可信度的影响是最重要的，其次是仿真网络的部署时间，网络节点可信度的影响相对于网络规模和部署时间，对仿真网络可信度的表征要弱一些。而网络拓扑和网络性能的影响则更弱一些。将相对重要程度利用层次分析法的1—
9标度方法进行数值化标识度量，就形成了相对重要程度标度矩阵(如表1)。该矩阵内在的蕴涵了各影响因素对仿真网络可信度的相对重要程度，从另一个角度讲，也蕴涵了各影响因子的权重分布关系。
[0082] 表1为仿真网络可信度的相对重要程度标度矩阵
[0083] 网络规模 部署时间 网络节点 网络拓扑 网络性能网络规模 1 3 5 7 7
部署时间 1/3 1 3 5 5
网络节点 1/5 1/3 1 3 3
网络拓扑 1/7 1/5 1/3 1 1
网络性能 1/7 1/5 1/3 1 1
[0084] 最后确定权重，本发明采用几何平均法计算各影响因子的权重，具体步骤如下：
[0085] (1)计算矩阵各行各个元素的乘积，得到一个n行一列的矩阵M；
[0086]
[0087] M＝{735,25,0.6,0.009524,0.009524}
[0088] (2)计算矩阵M中每个元素的n次方根得到矩阵W；
[0089]
[0090] W＝{3.74,1.90,0.90,0.39,0.39}
[0091] (3)对矩阵W进行归一化处理得到矩阵w；
[0092]
[0093] w＝{0.51,0.26,0.12,0.055,0.055}
[0094] 该对比矩阵的一致性是可以接受的，权值定义的过程是有效的。网络规模、部署时间、网络节点、网络拓扑和网络性能相对于仿真网络可信度的权值分别为0.51，0.26,0.12,0.055和0.055，通过上述步骤可实现网络仿真系统综合可信度的评估。
[0095] 当然，本发明还可有其它多种实施例，在不背离本发明精神及其实质的情况下，熟悉本领域的技术人员当可根据本发明做出各种相应的改变和变形，但这些相应的改变和变形都应属于本发明所附的权利要求的保护范围。
