基于贝叶斯征兆解释度与生存性高抗毁算法的光通信网络健壮性分析研究

领域媒体号

中国电子科技集团公司第三十四研究所，广西桂林 541004

打开文本图片集

摘要：基于贝叶斯征兆解释度与生存性高抗毁算法的光通信网络健壮性分析方法，主要针对实际光通信网络工程应用中新建、改造、升级的光网络，进行可靠的网络健壮性分析。该方法采用概率加权的二分图模型定义参数贝叶斯征兆解释度，表示网络节点故障与征兆之间的关系，实现故障定位网络整体的抗毁能力。该方法能根据光网络业务特征和可靠性理论，构建网络节点和业务故障分析，实现了网络健壮性的有效分析。

关键词：贝叶斯征兆解释度;抗毁;健壮性;故障定位

一、研究的背景意义

从1966年高锟提出光纤通信的概念以来，光通信网络就受到众多学者的广泛研究并在现实生活中被广泛应用，已成为现代通信的主要支柱。针对当前在实际光通信网络工程应用中，无论是新建还是改造、升级，都需要对光网络进行可靠的规划和设计，尤其是对应大型复杂网络建设规划、工程建设、网络评估、网络优化等方面的迫切需求，而传统依靠经验计算面临着瓶颈的问题，难以实现网络健壮性、抗毁性、故障模拟等相关可靠性分析。根据光网络业务特性和需求因素，建立网络健壮性评估方法，综合网络节点和业务故障分析的方法，实现了网络健壮性的有效分析。

二、主要研究内容

光通信网络健壮性分析方法，基于贝叶斯征兆解释度与生存性高抗毁算法，通过节点故障定位和节点生存保障实例模型研究，实现网络健康度评估。节点故障定位使用概率加权的二分图模型，定义参数贝叶斯征兆解释度，表示网络节点故障与征兆之间的关系，计算参数贝叶斯疑似度作为可能故障的选择标准，实现基于贝叶斯征兆解释度的故障定位算法。节点生存性保障模型根据光网络发生故障概率计算节点间无法正常通信的概率，根据网络发生故障的情况下所能完成的业务量占正常工作状态下能完成的业务量比重计算网络的抗毁能力，输出网络抗毁能力，最后综合两个计算结果侧面的反映网络的健壮性。

节点故障定位

首先根据概率加权的二分图PWBG模型可以简单准确地表达出链路故障与征兆之间的关系，有故障和征兆组成的二分节点结合V，如公式（1）所示。

其中，表示光网络中节点单元的数目，表示网络能完成的业务量。由式（8）可知，网络可靠度大小是单元和OLT之间正常通信概率的平均值，因此单元与OLT之间正常通信的概率越大，网络可靠度越强。

三、结论

在光网络链路和节点等发生动态变化时，根据光纤链路发生故障概率计算节点间无法正常通信的概率，同时根据故障作用下网络能完成的业务量占正常量比重计算网络的抗毁能力，量化评估光网络的健壮性，输出网络扩容建议拓扑，实现对已建、新建以及改造、升级的光网络可靠性和抗毁评估。

参考文献

叶彬彬，刘富春.随机离散事件系统的故障预测[J].广东工业大学学报，2018.

常明，董炜，吉吟东等. 基于随机自动机状态估计的故障预测[J]. 清华大学学报（自然科学版）， 2013， 53（11）：1623-1628.

林梦泉，王强民，陈秀真，等.基于粗糙集的网络信息系统安全评估模型研究[J].控制与决策，2007，22（8）：951?955.

李肖克（1987—），男，宁夏固原人，中国电子科技集团公司第三十四研究所工作，工程师，研究方向：软件设计。

*本文暂不支持打印功能