基于链路聚合的黑盒网络故障模型

TP393.08; 针对互联网网络故障预判能力差、预判精度低的问题,在OPA模型基础上,将网络输入、输出端口聚合,并将网络黑盒化,建立数学模型.在已建立的模型的基础上,引入网络约束条件,添加极小化代价函数及负载分配控制策略,分析黑盒网络整体负载情况.通过分析链路负载与节点流量之间数量关系和相邻天数内网络负载比的概率分布参数情况,得出网络输入与输出负载比,通过所得参数判断网络故障发生的概率.通过网络模型抽象化和黑盒化,屏蔽网络内部复杂性,简化网络故障分析,从而整体判断网络故障发生的概率.通过实验仿真,验证了网络模型的有效性及算法的可行性及优越性,一定程度上提高了互联网网络故障预判能力....

Full description

Saved in:
Bibliographic Details
Published in辽东学院学报（自然科学版） Vol. 28; no. 3; pp. 193 - 197
Main Author 王彦秋
Format Journal Article
LanguageChinese
Published 辽东学院 现代教育技术中心, 辽宁 丹东 118001 2021
Subjects
链路聚合;黑盒;互联网;故障;负载
Online AccessGet full text
ISSN1673-4939
DOI10.14168/j.issn.1673-4939.2021.03.08

Cover

More Information
Summary:TP393.08; 针对互联网网络故障预判能力差、预判精度低的问题,在OPA模型基础上,将网络输入、输出端口聚合,并将网络黑盒化,建立数学模型.在已建立的模型的基础上,引入网络约束条件,添加极小化代价函数及负载分配控制策略,分析黑盒网络整体负载情况.通过分析链路负载与节点流量之间数量关系和相邻天数内网络负载比的概率分布参数情况,得出网络输入与输出负载比,通过所得参数判断网络故障发生的概率.通过网络模型抽象化和黑盒化,屏蔽网络内部复杂性,简化网络故障分析,从而整体判断网络故障发生的概率.通过实验仿真,验证了网络模型的有效性及算法的可行性及优越性,一定程度上提高了互联网网络故障预判能力.
ISSN:1673-4939
DOI:10.14168/j.issn.1673-4939.2021.03.08