一种复杂网络的体系重构能力测评方法及系统转让专利
申请号 : CN202110678035.0
文献号 : CN113411821B
文献日 : 2021-12-03
发明人 : 李大庆 , 赵稀
申请人 : 北京航空航天大学
摘要 :
权利要求 :
1.一种复杂网络的体系重构能力测评方法,其特征在于,所述方法包括:步骤A:构建待测评网络对应的复杂网络体系模型;
步骤B:根据所述复杂网络体系模型确定测评信息;所述测评信息包括复杂体系模体浓度、各网络模体的重要度归一化值和网络结构熵和重构能力测评总指标;
步骤C:判断迭代次数是否大于或等于设定次数,如果迭代次数大于或等于设定次数,则执行“步骤F”;如果迭代次数小于设定次数,则执行“步骤D”;
步骤D:给定扰动注入参数;
步骤E:按照所述扰动注入参数向所述复杂网络体系模型中注入扰动,并将注入扰动后的模型作为复杂网络体系模型,返回“步骤B”;
步骤F:根据多组测评信息分析待测评网络的体系重构能力。
2.根据权利要求1所述的复杂网络的体系重构能力测评方法,其特征在于,所述构建待测评网络对应的复杂网络体系模型,具体包括:获取待测评网络;所述待测评网络为5G网络、配电网络、社会网络、交通网络、生物网络和作战网络中至少一种;
对所述待测评网络进行分析,获得待测评网络的网络节点分布;
根据所述网络节点分布进行网络构建,获得复杂网络体系模型。
3.根据权利要求1所述的复杂网络的体系重构能力测评方法,其特征在于,所述根据所述复杂网络体系模型确定测评信息,具体包括:根据所述复杂网络体系模型确定体系性能类型;
根据所述体系性能类型将性能特征参数进行量化;
根据所述体系性能类型和量化后的所述性能特征参数计算重构能力测评指标;所述重构能力测评指标包括:复杂体系模体浓度、各网络模体的重要度归一化值和网络结构熵;
根据所述重构能力测评指标确定重构能力测评总指标。
4.根据权利要求3所述的复杂网络的体系重构能力测评方法,其特征在于,所述根据所述体系性能类型和量化后的所述性能特征参数计算重构能力测评指标,具体包括:根据 计算复杂体系模体浓度;
其中,S(n)表示复杂体系模体浓度,Y(x)表示由x个网络节点组成的子网络出现次数,W(x,Mt)表示由x个网络节点组成的第t种网络模体Mt出现次数,f(Mt)表示网络模体Mt的浓度,m表示构成网络模体的总种类数,αst表示网络模体Mt在第s个测评维度下的性能贡献度,αst∈[0,1],Ss(m)表示m种网络模体在第s个测评维度下的性能贡献度,k表示测评维度的总个数;
根据Zt=(Nreali‑<Nrandi>)/std(δrandi)计算各网络模体在真实网络中的重要度;其中,Zt表示网络模体Mt在真实网络中的重要度,Nreali表示网络模体Mt在真实网络中出现的次数,Nrandi表示网络模体Mt在随机网络中出现的次数,<Nrandi>表示Nrandi的平均值,std(δrandi)表示Nrandi的标准差;
根据 计算各网络模体的重要度归一化值;
其中,SPt表示网络模体Mt的重要度归一化值;
根据 计算网络结构熵H;
其中,Ii为网络节点i在网络中的差异性程度,N为网络节点的总个数。
5.根据权利要求3所述的复杂网络的体系重构能力测评方法,其特征在于,所述根据所述重构能力测评指标确定重构能力测评总指标,具体公式为:其中, 和 分别为初始t0时刻复杂体系模体浓度、各网络模体的重要度和网络结构熵, 和 分别为初始t1时刻复杂体系模体浓度、各网络模体的重要度和网络结构熵, 为重构能力测评总指标。
6.一种复杂网络的体系重构能力测评系统,其特征在于,所述系统包括:复杂网络体系模型构建模块,用于构建待测评网络对应的复杂网络体系模型;
测评信息确定模块,用于根据所述复杂网络体系模型确定测评信息;所述测评信息包括复杂体系模体浓度、各网络模体的重要度归一化值和网络结构熵和重构能力测评总指标;
判断模块,用于判断迭代次数是否大于或等于设定次数,如果迭代次数大于或等于设定次数,则执行“分析模块”;如果迭代次数小于设定次数,则执行“参数给定模块”;
参数给定模块,用于给定扰动注入参数;
扰动注入模块,用于按照所述扰动注入参数向所述复杂网络体系模型中注入扰动,并将注入扰动后的模型作为复杂网络体系模型,返回“测评信息确定模块”;
分析模块,用于根据多组所述测评信息分析待测评网络的体系重构能力。
7.根据权利要求6所述的复杂网络的体系重构能力测评系统,其特征在于,所述复杂网络体系模型构建模块,具体包括:
获取单元,用于获取待测评网络;所述待测评网络为5G网络、配电网络、社会网络、交通网络、生物网络和作战网络中至少一种;
网络节点分布确定单元,用于对所述待测评网络进行分析,获得待测评网络的网络节点分布;
复杂网络体系模型构建单元,用于根据所述网络节点分布进行网络构建,获得复杂网络体系模型。
8.根据权利要求6所述的复杂网络的体系重构能力测评系统,其特征在于,所述测评信息确定模块,具体包括:
体系性能类型确定单元,用于根据所述复杂网络体系模型确定体系性能类型;
量化单元,用于根据所述体系性能类型将性能特征参数进行量化;
重构能力测评指标计算单元,用于根据所述体系性能类型和量化后的所述性能特征参数计算重构能力测评指标;所述重构能力测评指标包括:复杂体系模体浓度、各网络模体的重要度归一化值和网络结构熵;
重构能力测评总指标确定单元,用于根据所述重构能力测评指标确定重构能力测评总指标。
9.根据权利要求8所述的复杂网络的体系重构能力测评系统,其特征在于,所述重构能力测评指标计算单元,具体包括:
复杂体系模体浓度计算子单元,用于根据 计算复杂体系模体浓度;
其中,S(n)表示复杂体系模体浓度,Y(x)表示由x个网络节点组成的子网络出现次数,W(x,Mt)表示由x个网络节点组成的第t种网络模体Mt出现次数,f(Mt)表示网络模体Mt的浓度,m表示构成网络模体的总种类数,αst表示网络模体Mt在第s个测评维度下的性能贡献度,αst∈[0,1],Ss(m)表示m种网络模体在第s个测评维度下的性能贡献度,k表示测评维度的总个数;
重要度计算子单元,用于根据Zt=(Nreali‑<Nrandi>)/std(δrandi)计算各网络模体在真实网络中的重要度;其中,Zt表示网络模体Mt在真实网络中的重要度,Nreali表示网络模体Mt在真实网络中出现的次数,Nrandi表示网络模体Mt在随机网络中出现的次数,<Nrandi>表示Nrandi的平均值,std(δrandi)表示Nrandi的标准差;
重要度归一化值计算子单元,用于根据 计算各网络模体的重要度归一化值;其中,SPt表示网络模体Mt的重要度归一化值;
网络结构熵计算子单元,用于根据 计算网络结构熵H;其中,Ii为网络节点i在网络中的差异性程度,N为网络节点的总个数。
10.根据权利要求8所述的复杂网络的体系重构能力测评系统,其特征在于,所述根据所述重构能力测评指标确定重构能力测评总指标,具体公式为:其中, 和 分别为初始t0时刻复杂体系模体浓度、各网络模体的重要度和网络结构熵, 和 分别为初始t1时刻复杂体系模体浓度、各网络模体的重要度和网络结构熵, 为重构能力测评总指标。
说明书 :
一种复杂网络的体系重构能力测评方法及系统
技术领域
背景技术
性、鲁棒性及自适应性。体系是指由感知、指控、行动等系统组成的能动态适应外部变化环
境的复杂巨系统,可兼容并更好地描述新型网络的这些特征。体系具有组成力量多样性、行
动不确定性等特点,且由于偶然性、非线性和自组织性等因素存在,体系具有很强的复杂
性。从本质上看,体系也可以看成是各类网络的综合集成,体系和网络二者具有天然的同构
性和特征相似性。
配置最优化模型。实现在满足体系网络节点之间支援和依赖关系的前提下,优化配置体系
的基本组成单元,使体系具备面向给定任务的最大效能。从网络节点动态使用角度,围绕体
系任务需要,考虑网络节点可能发生有限的损毁率和故障率,从而导致的体系能力下降。通
过对体系的组成单元实施重构配置和故障修复,在给定相应时间内,使体系效能恢复最大
化,体现体系能力的重构自恢复功能。
态重构,需要使体系拥有较强的动态自适应重组重构能力。
止步于体系网络建模、体系可靠性分析,乃至面向某种特定领域(如5G网络、配电网络)的特
异化重构方法和优化,并未关注体系的重构能力及其量化测评。
常运行的能力,复杂体系的重构能力需要有所提升。但由于体系的复杂巨系统特性,使得如
何量化体系的重构能力并进行有效测评成为现阶段的一个难题。
发明内容
熵;
数,W(x,Mt)表示由x个网络节点组成的第t种网络模体Mt出现次数,f(Mt)表示网络模体Mt的
浓度,m表示构成网络模体的总种类数,αst表示网络模体Mt在第s个测评维度下的性能贡献
度,αst∈[0,1],Ss(m)表示m种网络模体在第s个测评维度下的性能贡献度,k表示测评维度
的总个数;
次数,Nrandi表示网络模体Mt在随机网络中出现的次数,<Nrandi>表示Nrandi的平均值,std
(δrandi)表示Nrandi的标准差;
要度和网络结构熵, 为重构能力测评总指标。
指标;
体的重要度归一化值和网络结构熵;
数,W(x,Mt)表示由x个网络节点组成的第t种网络模体Mt出现次数,f(Mt)表示网络模体Mt的
浓度,m表示构成网络模体的总种类数,αst表示网络模体Mt在第s个测评维度下的性能贡献
度,αst∈[0,1],Ss(m)表示m种网络模体在第s个测评维度下的性能贡献度,k表示测评维度
的总个数;
体Mt在真实网络中出现的次数,Nrandi表示网络模体Mt在随机网络中出现的次数,<Nrandi>
表示Nrandi的平均值,std(δrandi)表示Nrandi的标准差;
要度和网络结构熵, 为重构能力测评总指标。
体系重构能力的精准量化计算,从而更加精确清晰地刻画复杂体系的重构能力,便于网络
体系设计者了解体系效能和重构意义上的性能,并根据重构能力量化测评指标进一步提升
体系生存性和恢复性,建立有力的体系对抗优势。本方法计算简便、通用性和精确性好,工
程应用价值较好。
附图说明
例,对于本领域普通技术人员来讲,在不付出创造性劳动性的前提下,还可以根据这些附图
获得其他的附图。
具体实施方式
本发明中的实施例,本领域普通技术人员在没有做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。
易于对复杂体系进行重构能力测评分析;根据复杂体系各网络节点间的交联关系的不同,
此复杂网络体系模型G可为有向网络或无向网络,复杂网络体系模型的贮存形式可为矩阵
形式或链表形式。
联关系构建复杂网络体系模型,以为后续注入扰动测评体系的重构性能做准备。
点,并对网络节点分布进行特征分析得到的,边特征参数是遍历待测评网络的所有连通路
径,并对各连通路径进行特征分析得到的。由于体系性能为多维化特性,且各维度特定判别
方法和判别标准均各有不同,因此需要在根据测评特异化要求标定待分析体系性能类别后
对体系构建重构能力测评指标;如在多无人机物流配送群集体系中,可在群集无人机体系
的各网络节点无人机间通讯能力、各网络节点无人机间协同编组能力等多个性能维度进行
重构能力测评。
构能力测评指标构建提供基础。
络结构熵。
标组成的测评指标体系构建复杂体系的重构能力测评指标。
数,W(x,Mt)表示由x个网络节点组成的第t种网络模体Mt出现次数,f(Mt)表示网络模体Mt的
浓度,m表示构成网络模体的总种类数,αst表示网络模体Mt在第s个测评维度下的性能贡献
度,αst∈[0,1],Ss(m)表示m种网络模体在第s个测评维度下的性能贡献度,k表示测评维度
的总个数。
从m个不同测评维度下各模体的性能贡献度计算各网络模体浓度,将k个不同测评维度下体
系网络模体浓度加权平均数的算术均值作为复杂体系模体浓度。
OODA循环是由Observation观察、Orientation判断、Decision决策、Action执行四个字母的
首字母组合得名。
络中出现的次数,Nrandi表示网络模体Mt在随机网络中出现的次数,<Nrandi>表示Nrandi的平
均值,std(δrandi)表示Nrandi的标准差。
不能正确评价模体真实在网络中的重要程度,因此对Z得分进行归一化处理,具体步骤如
下:
模体Mt在真实网络中的重要度。
构熵,测度网络结构的复杂性,从复杂性视角下评定体系重构能力强弱;其中基于网络模体
的点差异性代表网络中与某节点的模体顶点度不同的节点数,基于网络模体的边差异性表
示网络中模体结构之间相互关系的差异性,包括以下步骤:
为网络节点的总个数,Mj为第j类网络模体,fj为第j类网络模体在真实网络中出现的频率;
为网络中与网络节点i的网络模体Mj顶点度不同的节点数, 为包含网络节点i的第j
类网络模体Mj的个数,即顶点度, 为网络中第j类网络模体顶点度为 的节点的
概率。
络中节点信息传递方式的多样性以及节点之间信息传递的时效性和质量。
分别为网络节点i的点差异性和边差异性的权重,α+β=1,N为网络中节点的总个数。
参数,从而实现重构能力测评指标的实体化、具体化、实例化。
的变化,而重构能力测评指标的数值可表征复杂体系重构能力的强弱,因此可通过监测重
构能力测评总指标R的时域浮动判断体系重构状态并量化测评复杂体系结构重构能力。本
发明以复杂体系模体浓度、各网络模体的重要度和网络结构熵这三个体系重构测评样例指
标为例,将重构能力测评总指标R可由t1时刻的复杂体系模体浓度、各网络模体的重要度和
网络结构熵三个基本指标的值与其各自在初始时刻t0时数值的比值之和表示,具体计算重
构能力测评总指标的具体公式为:
要度和网络结构熵, 为重构能力测评总指标。
根据实际需求进行设置的。
人机群集复杂体系感知侦查性能进行重构能力测评时,依据实际任务情况标定扰动压力注
入时最大感知载荷Lmax、扰动注入网络节点在体系总网络节点数占比r、扰动注入初始时间
t0以及扰动注入总时长Δt。
系模型发生改变,进而网络节点以及由网络节点组成的网络模体的总种类数也会发生改
变,基于网络模体确定的所述重构能力测评指标以及重构能力测评总指标也会发生改变。
具体的,本发明利用软件或硬件监测扰动压力注入前、扰动压力注入时以及扰动压力注入
后的测评信息,判定复杂体系是否拥有网络重构能力以及重构能力强弱,将记录的扰动压
力注入全过程中的故障信息和性能特征参数供后续分析使用。
型分析重构能力测评指标演化趋势;具体的,“分析重构能力测评指标演化趋势”,其具体做
法如下:根据所述测评信息依照时序汇总出在时间序列t下复杂网络体系模型的边集Et,边
集Et与点集V组成一组在时间序列t下复杂网络体系模型集合Gt。
各网络模体的重要度归一化值、网络结构熵及重构能力测评总指标,扰动压力注入下体系
的重构能力可由上述指标的演化趋势表征。
总指标。
体的重要度归一化值和网络结构熵。
数,W(x,Mt)表示由x个网络节点组成的第t种网络模体Mt出现次数,f(Mt)表示网络模体Mt的
浓度,m表示构成网络模体的总种类数,αst表示网络模体Mt在第s个测评维度下的性能贡献
度,αst∈[0,1],Ss(m)表示m种网络模体在第s个测评维度下的性能贡献度,k表示测评维度
的总个数;
体Mt在真实网络中出现的次数,Nrandi表示网络模体Mt在随机网络中出现的次数,<Nrandi>
表示Nrandi的平均值,std(δrandi)表示Nrandi的标准差;
要度和网络结构熵, 为重构能力测评总指标。
发明提出的重构能力测评方法分析比对复杂体系受到扰动压力注入后,基于复杂网络重构
的能力指标的演化趋势特征,实现对体系重构能力的精准量化计算,从而更加精确清晰地
刻画复杂体系的重构能力,便于网络体系设计者了解体系效能和重构意义上的性能,并根
据重构能力量化测评指标进一步提升体系生存性和恢复性,建立有力的体系对抗优势。本
方法计算简便、通用性和精确性好,工程应用价值较好。
重构性能做准备;解析抽取无人机物流配送群集体系的各组元时空分布状态,构建无人机
物流配送群集体系网络模型的点集V(点集V中包含300个元素,每个元素对应一架物流无人
机),解析抽取各个网络节点之间的交互关系,构建无人机物流配送群集体系网络模型的边
集E(边集E反映物流无人机之间的通信、协作关系,包含6352条连边),构建体系网络模型G,
包括以下步骤:
物流配送群集体系各组成单元(节点或子网络子团)进行遍历统计,在此基础上将各组元存
入列表构建点集V。
系网络进行连通路径遍历统计,并同时进行网络连边基本统计特征分析,在此分析以及步
骤A1基础上将各连边存入列表构建边集E。
搜索算法进行网络节点基本统计特征分析,得到网络度、聚类系数、介数中心性等典型特征
参数。
讯网络的模体浓度、通讯连通网络模体的重要度归一化SP值、基于模体的通讯连通网络结
构熵这三个指标进行重构能力测评。
送群集复杂体系的无人机之间的通讯性能重构能力为例,假设通讯性能正常时体系物流配
送无人机组元间的总平均误码率为pi=0.025,当受到高频无线电扰动压力注入后,误码率
增加;当误码率增长为正常的ν=32倍后,即pj=νpi=32×0.025=0.8,判定该体系组元间
通讯基本中断,为待重构状态;而当体系开始重构,体系物流配送无人机组元间误码率开始
下降至pk<νpi=0.8时,判定体系重构过程已进行。
类型,结合步骤B2中量化的待测评体系特异化特征参数为基础,使用通讯连通网络模体的
浓度S、通讯连通网络模体的重要度归一化SP值、基于模体的通讯连通网络结构熵H这3个指
标组成的测评指标体系作为网络体系的重构能力测评计算方法依据,构建复杂体系的重构
能力量化评定指标,包括以下步骤:
一化SP值、基于模体的通讯连通网络结构熵H这3个重构能力测评指标,并具象化体系重构
能力指标计算公式、进行数值计算。
20,代表由3个网络节点组成的第t种网络模体Mt出现次数为W(i,Mt)=20,则网络模体Mt浓
度为 设i=3个网络节点可以构成m种模体,每一个模体包含不同
数量和不同种类的Boyd环,且这m种模体从拓扑结构、反应能力、任务需求等维度下对体系
整体的性能贡献度各不相同,通过从k个不同测评维度和考量视角下标定代表m种不同网络
模体的性能贡献度αst∈[0,1],以性能贡献度作为不同模体浓度的权重对模体浓度加权进
行构建,即: 复杂体系模体浓度计算得 即
基于复杂体系模体浓度的重构能力测评指标通式为k个不同测评维度下体系网络模体浓度
加权平均数的算术均值。
(δrandi)=0.72,那么模体在该真实网络中的重要度为:Zt=(Nreali‑<Nrandi>)/std(δrandi)
=8.57。Zt越大表明模体在网络中越重要。当网络规模不同时,规模大的网络Zt越大,但是并
不能正确评价模体在网络中的重要程度,因此对Zt进行归一化处理,得到重要度归一化SPt
(significance profile)值: SPt值强调模体的相对统计意义而不
是绝对意义,它可以用来比较不同规模的网络,还可以用来了解一个给定网络的模体分布。
异性和边差异性的网络结构熵,测度网络结构的复杂性,从复杂性视角下评定体系重构能
力强弱;其中基于模体的点差异性代表网络中与某节点的模体顶点度不同的节点数,基于
模体的边差异性表示网络中模体结构之间相互关系的差异性,包括以下步骤:
为网络节点的总个数,Mj为第j类网络模体,fj为第j类网络模体在真实网络中出现的频率;
为网络中与网络节点i的网络模体Mj顶点度不同的节点数, 为包含网络节点i的第
j类网络模体Mj的个数,即顶点度, 为网络中第j类网络模体顶点度为 的节点的
概率。
概率分布为kp(k),即一个拥有度值为k的节点被选中的概率应该为度值为1的k倍(网络中
孤立节点不会被选中),由此可以反映网络中节点信息传递方式的多样性以及节点之间信
息传递的时效性和质量;计算得Di=344.7。
中α、β分别为点差异性和边差异性的权重,α+β=1,取α=0.4、β=0.6;计算得Ii=0.359。
测评指标数值R的变化,而重构能力测评指标的数值可表征复杂体系重构能力的强弱,因此
可通过监测重构能力测评总指标R的时域浮动判断体系重构状态并量化测评复杂体系结构
重构能力。在本专利中,重构能力测评总指标R可由t1时刻的复杂网络模体的浓度、网络模
体SP值、基于模体的网络结构熵三个基本指标的值与其各自在初始时刻t0时数值的比值之
和表示,也即: 而当需要添加其他评测指标时,只需在R的计算公式
后,类比添加新的分式项加和即可。取t1=225s时,计算得
占比r=0.2、扰动注入初始时间t0=15s,切片采样时间t1=225s、t2=235s以及扰动注入总
时长Δt=130s。
集体系在扰动结束后的一段时间内在进行重构,且重构成功恢复了体系的部分性能,无人
机物流配送群集体系拥有网络重构能力且重构能力较强。记录体系在扰动压力注入全过程
中的故障信息和性能特征参数供后续分析使用。
行分析可以得出一组时间序列[t0,t1,t2,t3,…]下的体系重构能力测评指标,扰动压力注
入下体系的重构能力可由该组体系重构能力测评指标的演化趋势表征。
而言,由于其与实施例公开的方法相对应,所以描述的比较简单,相关之处参见方法部分说
明即可。
本发明的思想,在具体实施方式及应用范围上均会有改变之处。综上所述,本说明书内容不
应理解为对本发明的限制。