● 摘要
随着网络应用的迅速发展和网络用户的不断增加，网络的规模不断扩大，网络的结构也越来越复杂。网络部件的损坏很大几率会造成网络的局部故障，甚至会使运行在网络上的各类业务系统不能正常提供服务。网络能否正常运行不仅影响着人们的生活，还可能影响到国家安全和社会经济发展。为了确保网络尽可能正常的工作，网络的规划建设人员、管理人员和使用者需要对网络的可靠性进行分析，并对网络进行结构优化以提高网络可靠性。 由于大规模网络结构复杂，网络可靠性分析具有较大的难度，在模型构建、分析方法和实际应用等诸多方面还需要进行深入的研究。传统网络可靠性研究的基础数据基本上是通过模拟生成的，不能真实地反映网络的实际运行情况。本文通过提取并处理大规模局域网的实际测量数据，生成网络的拓扑结构，并计算网络各个部件的故障概率，为网络可靠性分析提供了网络运行时的可靠性基础数据。在此基础上构建了基于图和网络运行状态的网络可靠性模型，并提出了一种计算网络可靠性的新算法。算法提出用状态向量描述网络实际的运行状态，采用迭代运算，通过计算网络可靠性数值的上下界来逼近其真实值，实现了网络可靠性的精确计算和非精确计算。与传统算法相比，新算法通过缩减状态空间、分解状态向量等方法，达到了提高算法运行效率、快速计算的目的。实验证明应用该算法进行网络可靠性计算，网络可靠性数值的上下界差值收敛速度较快，算法通用性较强，在大规模网络中较为适用。 根据单一的网络可靠性数值不能定位网络中相对薄弱的区域，也不能作为指导网络结构优化的数据基础。本文提出网络部件缺陷度的定义，描述为若该部件损坏而使网络可靠性受到负面影响的大小。网络部件的缺陷度越大则所在区域的网络缺陷也越大。为了验证提出的网络可靠性算法和寻找网络缺陷的方法的正确性和有效性，本文设计并实现了网络可靠性计算和缺陷分析的可视化工具。该工具可以在设定的时间范围内计算网络的可靠性数值，并给出该数值相应的精度，还可以对网络部件的缺陷度进行聚类分析，并使用聚类结果对应的不同颜色在网络拓扑图上着色，用较为直观的方式描述网络缺陷。