基于ADC模型通信网络效能评估方法研究.doc

《基于ADC模型通信网络效能评估方法研究.doc》由会员上传分享，免费在线阅读，更多相关内容在教育资源-天天文库。

1、基于ADC模型的通信网络效能评估方法研究　　摘要：针对通信网络性能指标多、效能评估困难的问题，提出了基于ADC模型的效能评估方法，并采用可视化的方法实现。模型选取可用性行向量、可信赖性矩阵和通信保障能力作为关键指标，能够充分体现通信网络的特点进行科学评估。理论分析和实验测试证明了所提出的方法能够有效地评估复杂的网络性能指标，并给管理人员提出合理的决策依据。　　关键词：效能评估；ADC模型；可信赖性矩阵；通信保障能力0引言　　网络的故障情况及可靠性是网络性能的重要衡量指标，也是效能评估系统主要考核的指标[1]。但是现代通信网络的特点是传输速度快、网络规模大、网络复杂性高和异构性，因此

2、使得网络故障管理成为通信网络管理中的一个难题。目前针对网络性能分析和评估的研究并不多，且缺乏有效的评估手段。因此，网络管理的综合化、自动化和智能化成为网络管理未来的发展方向。随着网络的发展和日益复杂化，迫切需要建立与之适应的网络保障体制和效能评估系统。　　对网络性能进行评估，传统的方法有层次分析法[2-3]和神经网络方法[4]等。其中，将层次分析法用到栅格化信息网中效果不好，因为影响网络性能的指标参数数量多，指标之间的相互影响不便定量分析，因此建立层次模型会有很大的难度；采用神经网络方法又会造成训练过于复杂，从而导致评估的效率差，不利于针对现代通信网络的特点进行有效的评估。　　AD

3、C模型源于美国工业界武器系统效能咨询委员会(WSEIAC)于20世纪60年代中期为美国空军建立的模型，旨在根据武器系统的有效性(可用度)、可信赖性和能力三大要素评价装备系统。该模型层次清晰,易于理解和计算,可以进行变量间关系的分析，是一种较为优秀的效能评估方法,在诸多领域得到广泛应用[5-8]，但是应用在通信网络领域并不多。相比较传统的评估方法，基于ADC模型的评估方法更能够科学地分析影响网络性能的各个指标，智能分析结果并评估网络的可靠性，最后制定出包含网络运维、检查、服务、安全及设备维修等五类指标体系及考评策略，并对网元的扩充和调整给出合理建议，从而为网络维护和资源优化配置提供了

4、合理有效的依据。　　本文根据通信网络的实际特点，设计了基于ADC模型的网络效能评估系统，并且采用了可视化的实现。整个系统结合了专家经验和客观指标值来设计，能够提高评价的科学性和有效性。1.基于ADC模型的效能评估系统　　1.1ADC模型　　ADC评估模型的解析表达式为:　　E=A·D·C(1)　　式(1)中，E为系统效能；A是可用性行向量，表示系统在任意随机时刻开始执行任务瞬间处于不同状态的概率，表达式为A=(a1，a2，…，an)，其中n为状态数目；D为可信赖矩阵，用于描述处于不同状态的概率；C为能力向量，是系统效能在已知各个状态时系统完成任务的能力度量，是系统性能集中的体现，表

5、达式为C=[c1，c2，…，cn]T，其中矩阵元素ci是装备系统在状态i时的能力。　　根据通信网的实际特点，本文提出了的基于ADC模型的通信网络效能评估系统，其中模型中的参数A、D、C分别表示可用性行向量、可信赖性矩阵和通信保障能力。　　1.2ADC模型参数定义　　1.2.1可用性行向量A　　可用性行向量A是由系统开始处于所有可能状态的概率组成,一般表达式为：A=[a1，a2]，两种可能状态构成了样本空间。假设通信系统在开始执行任务时状态仅划分为完全正常工作(用数字1表示)和发生故障(用数字0表示)两种状态，则系统的可用性向量可表示为A，式中a1表示系统在开始执行任务时处于完全正常

6、工作状态的概率(即可用度),a2表示系统在开始执行任务时处于发生部分故障状态的概率(即不可用度1)。根据可靠性理论有：　　　　其中，完全正常的概率，为完全故障的概率。　　1.2.2可信赖性矩阵D　　通信安全设备在执行任务中，按正常工作和发生故障两种状态，系统可信赖性矩阵为：　　　　式中dij为i状态转移到j状态的转移概率。　　1.2.3能力矩阵C　　能力矩阵C表示系统在各个可用状态下的能力,是指在已知系统执行任务过程中所处状态条件下达到任务目标的能力向量。作为通信保障系统,其能力主要包括信息处理过程的准确性、安全性及传输的完整性等。通信系统在执行任务过程中只有正常故障状态三种模式，

7、因此能力矩阵C可表示为：　　　　根据某地区的情况，给出了的通信保障能力的能力指标确定。　　对通信保障能力采用加权合成综合评估模型计算能力向量：　　　　1.3ADC模型中参数的设计　　1.3.1可用性行向量A　　网络运行可分为三种情况：完全正常率、部分故障率、完全故障率。a1为正常运行时间，a2为故障运行时间。根据统计数据分别得到运行时的概率p(a1)、p(a2)，可根据三种状态的统计时长分别除以总时长得到：　　　　1.3.2可信赖矩阵D　　dij为i状态转移到j状态的