軟件定義網(wǎng)絡(luò)系統(tǒng)的可靠性研究

夏飛

摘 要： 可靠性是評(píng)價(jià)軟件定義網(wǎng)絡(luò)（SDN）系統(tǒng)的一項(xiàng)關(guān)鍵指標(biāo)，為了提高SDN系統(tǒng)的整體可靠性，針對(duì)系統(tǒng)的軟件可靠性進(jìn)行研究，提出一種基于量子群優(yōu)化算法的SDN系統(tǒng)軟件可靠性評(píng)估模型。首先對(duì)SDN系統(tǒng)的軟件可靠性研究現(xiàn)狀進(jìn)行分析，并建立相應(yīng)的數(shù)學(xué)模型，然后采用量子粒子群算法對(duì)數(shù)學(xué)模型進(jìn)行求解，并通過(guò)具體數(shù)據(jù)對(duì)軟件可靠性評(píng)估模型的性能進(jìn)行仿真測(cè)試。結(jié)果表明，量子粒子群算法可以對(duì)SDN系統(tǒng)的軟件可靠性進(jìn)行準(zhǔn)確評(píng)估，很好地描述了SDN系統(tǒng)的軟件可靠性變化趨勢(shì)，而且求解結(jié)果要優(yōu)于其他模型，實(shí)際應(yīng)用價(jià)值更高。

關(guān)鍵詞： 量子粒子群算法； 軟件定義網(wǎng)絡(luò)； 軟件可靠性； 數(shù)學(xué)模型

中圖分類(lèi)號(hào)： TN915.08?34 文獻(xiàn)標(biāo)識(shí)碼： A 文章編號(hào)： 1004?373X（2017）17?0020?03

Research on reliability of software defined network system

XIA Fei

（Information Communication Company， State Grid Jiangsu Electric Power Company， Nanjing 210024， China）

Abstract： The reliability is a key index to evaluate the software defined network （SDN） system. In order to improve the overall reliability of SDN system， the software reliability of the system is studied， and then a SDN system′s software reliability evaluation model based on quantum?behaved particle swarm optimization algorithm is proposed. The research statue of software reliability of SDN system is analyzed. The corresponding mathematical model was established， and solved with the quantum?behaved particle swarm optimization algorithm. The simulation test was performed for the performance of the software reliability evaluation model by means of specific data. The results show that the quantum?behaved particle swarm optimization algorithm can evaluate the software reliability of the SDN system accurately， describe the software reliability variation trend of SDN system perfectly， and its solving result is better than that of other models and has high practical application value.

Keywords： quantum?behaved particle swarm algorithm； software defined network； software reliability； mathematical model

0 引 言

隨著網(wǎng)絡(luò)技術(shù)應(yīng)用的不斷深入，網(wǎng)絡(luò)用戶(hù)數(shù)量迅速增加，為了滿(mǎn)足應(yīng)用要求，產(chǎn)生了一種新型網(wǎng)絡(luò)架構(gòu)——軟件定義網(wǎng)絡(luò)（SDN）系統(tǒng)[1?3]。無(wú)論哪一種網(wǎng)絡(luò)系統(tǒng)，可靠性是一項(xiàng)關(guān)鍵的性能指標(biāo)。SDN系統(tǒng)的可靠性包括硬件可靠性和軟件可靠性?xún)蓚€(gè)研究方向，本文主要針對(duì)軟件可靠性進(jìn)行分析[4]。

為了提高SDN系統(tǒng)的可靠性，針對(duì)系統(tǒng)中的軟件可靠性進(jìn)行研究。提出一種量子粒子群算法的SDN系統(tǒng)的軟件可靠性評(píng)估模型，仿真測(cè)試結(jié)果表明，量子粒子群算法可以對(duì)SDN系統(tǒng)的軟件可靠性進(jìn)行準(zhǔn)確評(píng)估，十分準(zhǔn)確地描述了SDN系統(tǒng)的軟件可靠性變化趨勢(shì)。

1 軟件可靠性評(píng)估的相關(guān)研究

SDN系統(tǒng)在工作過(guò)程中，有時(shí)會(huì)出現(xiàn)故障，故障一旦被消除，那么SDN的軟件失效率下降，因此失效率是評(píng)價(jià)SDN系統(tǒng)軟件可靠性的一個(gè)重要指標(biāo)[5]。SDN系統(tǒng)的軟件開(kāi)發(fā)完成后，軟件工程師就不停地排除軟件錯(cuò)誤，理想狀態(tài)時(shí)，失效率將接近于零[6]。在SDN的工作過(guò)程中，可能有新的錯(cuò)誤產(chǎn)生，一段時(shí)間以后，失效率會(huì)發(fā)生變化出現(xiàn)新值，即對(duì)SDN系統(tǒng)的軟件失效數(shù)據(jù)進(jìn)行分析后，可采用可靠性預(yù)測(cè)對(duì)失效率進(jìn)行估計(jì)。當(dāng)前，SDN系統(tǒng)的軟件可靠性評(píng)估模型眾多，如有基于非線(xiàn)性函數(shù)的軟件可靠性評(píng)估、有基于極大似然法和最小二乘法估計(jì)參數(shù)的軟件可靠性評(píng)估。當(dāng)樣本數(shù)量較大時(shí)，一般選擇極大似然法進(jìn)行評(píng)估，否則就選擇最小二乘法[7?9]。但是這些軟件可靠性評(píng)估模型存在一些缺陷，如均采用概率論統(tǒng)計(jì)方法，對(duì)約束條件破壞性比較嚴(yán)重，為了解決這些方法的不足，有學(xué)者提出采用神經(jīng)網(wǎng)絡(luò)的軟件可靠性評(píng)估模型，然而神經(jīng)網(wǎng)絡(luò)學(xué)習(xí)時(shí)間過(guò)長(zhǎng)，泛化能力差，因此設(shè)計(jì)性能優(yōu)異的SDN系統(tǒng)的軟件可靠性評(píng)估模型仍然面臨挑戰(zhàn)[10]。

2 量子粒子群優(yōu)化算法

2.1 標(biāo)準(zhǔn)粒子群優(yōu)化算法

標(biāo)準(zhǔn)粒子群優(yōu)化算法模擬鳥(niǎo)群飛行覓食行為，根據(jù)群體和同伴的位置信息找到全局最優(yōu)位置，即問(wèn)題的最優(yōu)解。endprint

設(shè)粒子位置和速度向量分別為和每一個(gè)粒子根據(jù)其他粒子的飛行軌跡調(diào)整飛行方向，粒子的最優(yōu)位置為則有，表示迭代次數(shù)，第次迭代的速度和位置分別為和，當(dāng)前全局最好位置為，粒子速度和位置更新方程為[11]：

（1）

（2）

式中：表示認(rèn)知項(xiàng)系數(shù)；表示社會(huì)項(xiàng)系數(shù)；是服從（0，l）的隨機(jī)數(shù)。

2.2 量子粒子群優(yōu)化算法

在量子力學(xué)中，粒子的位置與速度具有概率的特征，可以采用波函數(shù)描述粒子狀態(tài)，波函數(shù)強(qiáng)度和粒子在該點(diǎn)出現(xiàn)的概率滿(mǎn)足如下條件：

（3）

粒子運(yùn)動(dòng)的動(dòng)力學(xué)方程為：

（4）

式中：為普朗克常數(shù)；為哈密頓算子，其定義如下：

（5）

式中：為粒子的質(zhì)量；為勢(shì)場(chǎng)。

根據(jù)粒子的收斂行為推導(dǎo)出粒子的定態(tài)薛定諤方程，得到粒子定態(tài)的波函數(shù)為：

（6）

式中：為粒子的吸引子。

粒子的位置由如下的隨機(jī)方程確定：

（7）

式中為隨機(jī)數(shù)。

綜上可知，具有量子行為的粒子進(jìn)化方程為：

（8）

式中為搜索擴(kuò)張系數(shù)。

為粒子群的最好位置平均值，計(jì)算公式為：

（9）

式中和為粒子規(guī)模和搜索維度。

為粒子在第維、第次迭代中的吸引子，具體為：

（10）

式中：為隨機(jī)數(shù)；和是粒子個(gè)體和粒子群的最優(yōu)位置。

3 SDN系統(tǒng)的可靠性評(píng)估模型

3.1 可靠性評(píng)估的數(shù)學(xué)模型

在進(jìn)行SDN系統(tǒng)的軟件可靠性評(píng)估過(guò)程中，最重要的問(wèn)題是構(gòu)建最合理的數(shù)學(xué)模型。設(shè)SDN系統(tǒng)的軟件可靠性函數(shù)為為失效發(fā)生的時(shí)間，為模型的參數(shù)，共個(gè)參數(shù)，即表示SDN系統(tǒng)的軟件可靠性評(píng)估問(wèn)題的求解維度。采用模型和實(shí)際軟件的累計(jì)失效數(shù)平方差建立數(shù)學(xué)模型的目標(biāo)函數(shù)，即有：

（11）

式中：為測(cè)試時(shí)間；表示模型的失效數(shù)；為實(shí)際失效數(shù)。

3.2 量子粒子群優(yōu)化算法的求解

在量子群優(yōu)化算法中，粒子無(wú)速度，第次迭代時(shí)，粒子群的當(dāng)前最優(yōu)位置和，滿(mǎn)足如下條件：

（12）

適應(yīng)度值越小，位置越優(yōu)化，SDN系統(tǒng)的軟件可靠性評(píng)估誤差更小，粒子的最優(yōu)位置為：

（13）

由于粒子的吸引子為：

（14）

式中

比較與，如果>，采用式（8）進(jìn)行更新操作。

基于量子粒子群優(yōu)化算法的SDN系統(tǒng)軟件可靠性求解步驟如下：

（1） 根據(jù)具體SDN系統(tǒng)軟件可靠性評(píng)估模型，進(jìn)行參數(shù)初始化，主要包括粒子初始位置、個(gè)體最好位置。

（2） 計(jì)算適應(yīng)度值，如果，那么有否則。

（3） 計(jì)算，如果那么否則

（4） 計(jì)算粒子在第次迭代中的吸引子。

（5） 根據(jù)吸引子更新粒子位置。

（6） 如果那么有如果，就有。

（7） 判斷終止條件，若不滿(mǎn)足終止條件，那么迭代次數(shù)增加，否則退出算法。

（8） 根據(jù)粒子最優(yōu)位置得到SDN系統(tǒng)軟件可靠性評(píng)估結(jié)果。

4 仿真實(shí)驗(yàn)

4.1 數(shù)據(jù)來(lái)源

為了測(cè)試本文設(shè)計(jì)的SDN系統(tǒng)軟件可靠性的評(píng)估性能，采用一個(gè)SDN系統(tǒng)的軟件失效數(shù)據(jù)作為研究對(duì)象，收集到的數(shù)據(jù)如圖1所示，選擇50個(gè)數(shù)據(jù)組成訓(xùn)練集，建立SDN系統(tǒng)軟件可靠性評(píng)估模型，其他數(shù)據(jù)組成測(cè)試集驗(yàn)證模型的性能。

4.2 結(jié)果與分析

采用訓(xùn)練集對(duì)SDN系統(tǒng)軟件可靠性評(píng)估模型的擬合性能進(jìn)行測(cè)試，得到的測(cè)試結(jié)果如圖2所示。對(duì)圖2的擬合結(jié)果進(jìn)行分析，可以發(fā)現(xiàn)量子群優(yōu)化算法能夠擬合SDN系統(tǒng)軟件可靠性的變化特點(diǎn)，得到比較高的擬合精度。

采用測(cè)試樣本對(duì)SDN系統(tǒng)軟件可靠性評(píng)估模型的泛化性能進(jìn)行測(cè)試，得到的結(jié)果如圖3所示。

從圖3可以清楚地看出，量子粒子群算法可以對(duì)SDN系統(tǒng)軟件可靠性進(jìn)行精準(zhǔn)的評(píng)估，評(píng)估精度高，得到了十分理想的SDN系統(tǒng)軟件可靠性評(píng)估結(jié)果，證明本文模型是一種精度高、有效的SDN系統(tǒng)軟件可靠性評(píng)估模型。

選擇BP神經(jīng)網(wǎng)絡(luò)、Markov鏈、蟻群算法進(jìn)行對(duì)比測(cè)試，選擇SDN系統(tǒng)軟件可靠性的評(píng)估精度和平均評(píng)估時(shí)間作為評(píng)價(jià)指標(biāo)。統(tǒng)計(jì)所有模型的SDN系統(tǒng)軟件可靠性評(píng)估精度和平均評(píng)估時(shí)間，結(jié)果見(jiàn)表1。

對(duì)表1進(jìn)行分析可以發(fā)現(xiàn)：相對(duì)于其他軟件可靠性評(píng)估模型，本文的SDN系統(tǒng)軟件可靠性評(píng)估精度更高，而且減少了平均評(píng)估時(shí)間，加快了SDN系統(tǒng)軟件可靠性評(píng)估的速度，有效提高了軟件評(píng)估的可靠性。

5 結(jié) 語(yǔ)

可靠性是SDN系統(tǒng)研究中的主要方向，尤其是軟件的可靠性，當(dāng)前模型十分復(fù)雜，對(duì)于大規(guī)模數(shù)據(jù)評(píng)估效率低，準(zhǔn)確度低。在分析當(dāng)前軟件可靠性評(píng)估模型的基礎(chǔ)上。提出量子群優(yōu)化算法的SDN系統(tǒng)軟件可靠性評(píng)估模型，并通過(guò)具體實(shí)驗(yàn)數(shù)據(jù)對(duì)模型的性能進(jìn)行仿真實(shí)驗(yàn)。結(jié)果表明，本文模型提高了SDN系統(tǒng)軟件可靠性評(píng)估精度，而且評(píng)估速度具有明顯優(yōu)勢(shì)。

參考文獻(xiàn)

[1] MCKEOWN N， ANDERSON T， BALAKRISHNAN H， et al. OpenFlow： enabling innovation in campus networks [J]. ACM SIUCOMM computer communication review， 2008， 38（2）： 69?74.

[2] DIXON， OLSHEFSKI D， JAIN V， et al. Software defined networking to support the software defined environment [J]. IBM journal of research and development， 2014， 58（2）： 1?14.

[3] JAIN S， KUMAR A， MANDAL S， et al. B4： experience with a globally?deployed software defined WAN [J]. ACM SIUCOMM computer communication review， 2013， 43（4）： 3?14.

[4] HONG Y， KANDULA S， MAHAJAN R， et al. Achieving high utilization with software?driven WAN [J]. ACM SIUCOMM computer communication review， 2013， 43（4）： 15?26.

[5] 曾勁濤，崔志明，陳建明.一種新的軟件可靠性模型參數(shù)估計(jì)方法[J].計(jì)算機(jī)技術(shù)與發(fā)展，2008，18（7）：209?211.

[6] 陳振華，王峰.基于Markov鏈?zhǔn)褂媚Ｐ偷能浖煽啃詼y(cè)評(píng)方法研究[J].計(jì)算機(jī)工程與設(shè)計(jì)，2007，28（12）：22?25.

[7] 許寧，張毅沖.基于正交分層聚類(lèi)算法軟件可靠性模型的預(yù)測(cè)分析[J].計(jì)算機(jī)應(yīng)用，2007，27（3）：635?637.

[8] 張克涵，李?lèi)?ài)國(guó)，宋保維.基于PSO的軟件可靠性模型參數(shù)估計(jì)方法[J].計(jì)算機(jī)工程與應(yīng)用，2008，44（11）：47?49.

[9] 鄭長(zhǎng)友，劉曉明，黃松.基于蟻群算法的軟件可靠性模型參數(shù)估計(jì)方法[J].計(jì)算機(jī)應(yīng)用，2012，32（4）：1147?1151.

[10] 宛考，羅雪峰，江勇，等.軟件定義網(wǎng)絡(luò)系統(tǒng)中面向流的調(diào)度算法[J].計(jì)算機(jī)學(xué)報(bào)，2016，39（6）：1208?1223.

[11] 張家海，徐耀群，路明.PLC控制系統(tǒng)軟件可靠性的神經(jīng)網(wǎng)絡(luò)預(yù)測(cè)[J].哈爾濱工業(yè)大學(xué)學(xué)報(bào)，2006，38（4）：662?664.

[12] 劉俊芳，高岳林.帶自適應(yīng)變異的量子粒子群優(yōu)化算法[J].計(jì)算機(jī)工程與應(yīng)用，2011，47（3）：41?43.endprint