确定性网络拓扑节点收敛时间预测模型

俞永飞

(合肥财经职业学院 电子信息系,安徽 合肥 230601)

0 引言

IP技术的应用和发展不仅要求网络提高自身性能,还要正确合理地预测网络拓扑收敛时间,这是当下网络技术发展关注的热点。当互联网的拓扑结构一直不发生变化时,拓扑节点也不会改变,因此收敛时间不会是一个问题[1]。但事实上,网络经常会进行网络升级,增加新路由器、或者是路由器自身接口故障、加上带宽分配程度的变化以及路由器CPU的使用状况等相关因素的改变,这些都可能使网络拓扑结构发生变化,进而改变拓扑节点。而这些因素变化将导致路由器重新计算,并同步运行到其他路由及设备,这就产生了收敛时间。收敛时间是指路由器发现网络拓扑结构发生变化后路由信息同步的过程,这个过程中所花费的时间就称为收敛时间[2]。

为了有效计算收敛时间,建立了传统预测方法。但传统网络拓扑节点收敛时间的预测方法比较单一,计算过程简便,很多影响收敛时间的因素没有考虑进去,例如网络升级后的路由器处理信息时间,带宽分配率的分布情况,传输路径中的具体遮挡物遮挡面积,以及节点速率和数量等要素。对这些要素的忽略,都会导致收敛时间预测结果的不准确[3]。因此,针对上述传统预测方法中各类因素带来的影响,更要着重研究确定性网络拓扑节点收敛时间预测模型。

1 设计网络拓扑节点收敛时间预测模型

网络拓扑结构是指用传输媒体互连各种设备的物理布局。简单地说,就是把网络中的计算机等设备连接起来。而传输媒体就是数据传输系统中在发送器和接收器之间的物理通路,概括下来就是网线和无线网络[4]。构成网络拓扑的拓扑结构有很多种,它的具体结构如图1所示。

图1 网络拓扑结构图Fig.1 Network topology diagram

根据图1可知,网络拓扑结构种类繁多。可见,分析计算方法相对复杂,对于收敛时间的预测相对困难[5]。但需要注意的是无论是什么样的网络拓扑结构,网络拓扑结构的节点才是需要重点关注的关键影响因素。网络拓扑节点主要分为两大类,中央节点和其他节点。路由器的信息更新计算指令就是通过中央节点向其他节点进行同步输送,进而实现整体更新[6]。节点的具体反应过程如图2所示。

图2 拓扑节点反应过程Fig.2 The reaction process of topological node

通过图2描述的反映过程,当路由器网络节点发生改变时,经由主干交换机向其他链接设备输送更新程序,使得其他节点连接的机器设备实现信息同步[7]。根据上文相关要点总结,具体预测流程如图3所示。

图3 收敛时间基本预测流程Fig.3 The basic prediction process convergence time

按照图3建立的收敛时间基本预测流程,建立确定性网络拓扑节点收敛时间预测模型。

1.1 确定收敛处理时间

根据上述的拓扑结构和节点反映状况,建立预测模型要确定在拓扑结构变化后,网络接收到信息并处理的反应时间以及发送时间[8]。根据这个变化,设定信息处理时间为T,其中接受时间点为T1,发送时间点为T2,则设定公式为:

(1)

式中：Xi为数据开始处理时间,Yi为信息处理结束时间,n为信息处理次数[9]。按照信息变化频次,根据Yi和Xi的差值计算机器接受时间点T。同理,计算发送时间点T2的计算公式如下:

(2)

式中：U为接口功效值,V为接口定点接受速度,即通过网络发出信息数据的时间点T2。结合上述两个公式,计算网络处理信息数据的整体时长为:

T=T2-T1

(3)

根据网络发送时间和路由接受时间的差值,确定当下拓扑结构信息变化的整体时长[10]。得到时间数据后进行路径计算。

1.2 估算预测传输路径

网络拓扑信息传输方式主要为无线网络区域传输[11],因此计算无线网络区域传输信息路径范围公式如下:

(4)

式中：W是无线网络覆盖范围,Si是网络有效覆盖平面,N为定点位置值,取值范围为N∈(1,2,…n),K是范围系数且K≥1。范围系数K变化下,根据单个定点位置覆盖平面确定整个信息传输范围[12]。同时,传输范围的确定还要考虑到无线网络覆盖区域中的建筑及其他物品对于覆盖面积的影响。遮挡物的要覆盖平面计算公式为:

(5)

式中：z是每一个遮挡物的有效覆盖面积,n为所有遮挡物的数量总和,Z为根据所有遮挡物算出的整体被遮挡的面积[13]。根据式 (4) 和 (5) 可知,传输路径范围为:

S=W-Z

(6)

可以看出,传输路径范围S的值,是根据上述公式计算得到,这其中遮挡物数量对于最终计算结果的影响还是不容忽视的[14]。

1.3 推算节点反应速率

传输路径确定后,收敛时间还需要根据网络拓扑节点所反映时效进行计算。计算分为两个部分,第一部分计算中央节点反应速率,计算公式如下所示:

(7)

由公式7可知,将路由处理时间T和传输路径范围S融入到函数公式中,得到中央节点接收速度函数f(s(t))和输出速度函数f(si(t)),n为信息处理次数,q为中央节点工作效率,通过计算得到中央节点的平均反应速率Q。设定其他节点速率为P,具体公式如下:

(8)

根据式 (7) 和 (8) 可知,其他节点的速率公式中,多了参数m,这是由于中央节点只有一个,而其他节点可以有很多个的缘故[15]。至此数据准备结束,开始进行收敛时间预测。

1.4 实现网络拓扑节点收敛时间预测

将上述时间公式(3)、覆盖面函数公式(6)以及节点反应速率公式(7)和公式(8)进行整理,建立收敛时间函数公式,设定预测速度为g(x),计算过程如下:

(9)

公式(9)中随着时间T和节点效率Q、P的确定值,计算出预测速度。由此可见,文中方法对于收敛时间预测速度更快。

同样,设定预测方法结果准确率为j(x),则它的相关计算函数公式如下:

(10)

公式(10)通过效率函数P(xj)、范围函数S(xj)以及时间T计算收敛时间测试的结果有效率,计算结果j(x)≥94%。由此可知,该方法下的结果准确率预测值更高。

通过上述函数公式得到预测方法的效率预测结果和准确率预测结果,据此完整的确定性网络拓扑节点时间收敛预测模型建立完成。

2 仿真实验与分析

为了检验文中所提出收敛时间预测方法的预测结果有效性,从预测方法的速率和结果准确率两个方面进行仿真实验研究,得出确定性网络拓扑节点收敛时间的有效性检验结果。

2.1 仿真实验环境

本实验测试的最终目的是在多种因素干扰下,目标采用文中所提出的方法后,检验收敛时间预测结果的准确率。数据库交互行为验证的查全率以及查准率。图4 为确定性网络拓扑节点收敛时间仿真测试实验平台。

图4 仿真实验平台Fig.4 Simulation experiment platform

图4中,设备1为云计算机,设备2是数据存储器,设备3为多功能媒体配置器,设备4是测试监视器。该实验平台的具体各项参数如表1所示。

表1 实验平台参数Table 1 Experimental platform parameters

注册一个新的用户,访问计算机当中的数据库,进行系统操作训练。熟悉使用方法、明确程序运行步骤后开始进行仿真实验。

2.2 准备数据

为保证实验的客观性,建立一个环形拓扑结构网络,并将其接入上述实验平台,设置的参数值均为历史研究有效数据,预测收敛时间过程中数据收集完成度,结果如图5所示。

图5 数据收集完成度Fig.5 The completion data collection

根据图5可知,在进行有效数据收集的过程中,本文所提出的方法和传统预测方法在进行数据收集计算时,随着时间的增加,数据收集完成率逐步提升,二者在每一阶段的完成率差值分别为7.8%、6.4%、8.2%、5.6%以及3.4%。由此可见,虽然传统方法收集数据完成度也在随着时间的增长而提高,但可以明显看出其得到的数据完成率远远低于文章中所提出的方法。

2.3 收敛速度对比实验

根据上一步骤对有效时间、覆盖范围以及运行速率等数据的收集结果,预测确定性网络拓扑节点收敛时间,得到的结果如表2所示。

表2 收敛时间Table 2 Convergence time

由表2中五次测试结果可知,文中所提出的预测方法的预测速度均比传统方法的预测速度快。文中提出预测方法的平均预测速度为8.2 min,而传统预测方法的平均速度为14.3 min,相比之下文中预测方法的平均预测速度比传统方法快6.1 min,由此可以说明文中所提出的基于确定性网络拓扑节点收敛时间的预测方法预测速度更快。

2.4 准确度对比实验

图6 仿真实验结果Fig.6 Simulation experiment results

同时还要对预测方法的速度进行实验,图6为仿真实验后得到的具体有效数据。

从图6可以看出,在数据收集完成程度的影响下,文中所提出方法与传统方法进行结果准确度比对,文中预测方法的平均结果准确度为95.72%,而传统预测方法的平均结果准确率为90.68%,文中预测方法的预测效果高于传统方法。由此可见,确定性网络拓扑节点收敛时间预测方法下的预测准确率更高,结果更精确。

3 结束语

当前网络的发展趋势逐渐向物联网靠拢,甚至有被物联网技术取代的可能性,尤其是通信系统等技术的快速发展,已经为物联网取代传感器网络提供了必要的技术基础。文章在此基础之上主要介绍了通过多角度的考虑对于确定性网络拓扑节点收敛时间预测的影响因素,根据这些因素进行相应的算法处理,让预测方法的速率进一步提高,使预测模型更加完善。随着国家的创新发展,技术的革新是当下社会发展的总体趋势,越来越多的计算机技术、网络手段都运用到了人们的生产生活中,因此大力进行技术革新是增强国家综合国力、调整社会经济结构和提高人们生活水平的重要保障。但收敛时间的预测模型也存在不足之处。要想发展技术,不能简单地只考虑从一个发展方向、一个影响因素来看待这些问题,一定要把握当下的技术创新的方法思路,多角度考虑变化因素,这样才能让技术走向发展新方向。