面向电力通信网络业务的快速分布式监测方法技术

本发明专利技术涉及一种面向电力通信网络业务的快速分布式监测方法，包括如下步骤：生成Bernoulli矩阵，通过该矩阵选择需要直接测量的OD流，并构建流量矩阵；求出观测矩阵；构建优化贪婪自适应字典；由压缩感知重构流量矩阵。本发明专利技术根据电力通信网络流量的幂律分布，利用随机矩阵选取部分直接测量的OD流，并根据需求在部分路由器中运行流量采集功能获取这些OD流流量信息。通过这些流量信息构建了端到端网络流量重构模型，利用压缩感知重构算法求解该模型以获取流量的监测值。能够实时准确的获取流量监测值，同时可有效地降低网络流量采集损耗。

【技术实现步骤摘要】
面向电力通信网络业务的快速分布式监测方法
本专利技术涉及大规模网络端到端流量测量与分析领域，特别是涉及面向电力通信网络业务的快速分布式监测方法。
技术介绍
随着电力通信网络的快速发展，网络为调度电话、继电保护、自动化等生产实践提供了基本的通信技术支撑。为了实现电网的智能化，电力通信网的接入终端和承载业务变得多样化。这对电力通信网的网络管理、网络监控、网络设计和网络规划等网络流量工程管理提出了更高的要求。端到端网络流量（即源-目的流或OD流）监测是网络管理、流量工程等操作的重要输入参数和实施依据，因此端到端网络流量监测得到了广泛的关注。传统的网络监测技术可以实现对大尺度骨干网络流量的实时再现和预测，并通过流量矩阵描述网络流量状态。网络流量监测技术可分为两大类，分别为直接测量和流量估计。相对于流量估计方法，直接测量能够更加精确地描述网络流量动态变化情况。因此网络设备供应商在网络设备中均提供了网络流量采集功能（例如，Cisco路由器的NetFlow）。如图1，传统的网络流量监测方法通过在各个路由器上运行流量采集功能搜集流量状态信息，并通过骨干网络发送给网络管理站。这是获取流量状态信息的最直接的方法。但是运行流量采集功能占用路由器的CPU和内存资源，因此降低了路由器的存储转发能力，此外流量状态信息的传输又额外增加了网络的负载。综上所述，该方法极大地增加了网络损耗，因此在实际中应用较少。通过网络管理站控制路由器的流量采集功能，构建分布式的流量监测系统搜集部分端到端网络流量状态信息，并通过流量重构方法可获取所有的端到端网络流量监测值，如图2所示。通过减少直接测量的端到端网络流量的数目来降低网络运营能耗和网络负载。如何确定需要直接测量的部分端到端网络流量，以及在网络管理站如何重构所有的流量状态信息是构建分布式网络流量监测系统时面临的主要问题。现有的方法大多是优化运行采集功能路由器的分布，在最少的路由器上运行流量采集功能测量大部分的端到端网络流量信息。这种方法虽然能显著降低网络损耗，但是会丢失部分的流量信息。因此研究分布式的流量监测系统获取全部的网络流量信息具有重要的研究意义。
技术实现思路
针对现有技术存在的缺点，解决端到端网络流量实时监测问题，本专利技术提供面向电力通信网络业务的快速分布式监测方法。该方法根据伯努利测量矩阵和幂律分布特性选择部分直接测量的OD流量；根据这些OD流，建立线性推理问题，然后，利用优化贪婪自适应字典（OGAD）学习算法，使线性推理问题遵守压缩感知技术要求。最后，使用压缩感知重构算法恢复端到端的网络流量。为了实现本专利技术的目的，本专利技术采用的技术方案是：面向电力通信网络业务的快速分布式监测方法，包括如下步骤：步骤1：生成Bernoulli矩阵，通过该矩阵选择需要直接测量的OD流，并构建流量矩阵；步骤2：求出观测矩阵；观测矩阵的构造依赖于流量矩阵Xpart中的非零行，其它零元素的行代表未知的需要重构的OD流。计算观测矩阵Ym方法如下：Ym＝B·Xpart（2）其中，B是M×N的Bernoulli矩阵，Xpart是N×T的流量矩阵。则由B、Xpart和观测矩阵Ym形成了一个线性系统；步骤3：构建优化贪婪自适应字典；步骤4：由压缩感知重构流量矩阵。所述的步骤1具体包括如下步骤：步骤1-1：生成Bernoulli矩阵；生成M×N(M＜N)的Bernoulli随机矩阵B，N为网络中OD流的数目，其等于网络节点数量的平方。Bernoulli矩阵的元素b(m,n)是独立同分布的，元素等于1的概率为Pr，等于0的概率为1-Pr。步骤1-2：确定需要测量的OD流的数目；对M×N的Bernoulli矩阵各列分别进行布尔‘或’运算，令S＝[S(1),S(2),...,S(N)]T为一个列向量，则需要测量的OD流数目为L＝||S||1，||·||1表示l1范数。步骤1-3：直接测量OD流；计算已知的历史流量矩阵X0的每条OD流的均值：其中，T0为历史流量矩阵的长度，N为OD流数目。根据该均值，网络管理站控制路由器上流量采集功能的开关状态，以达到测量最大的L＝||S||1个OD流的目的。将已测量的L＝||S||1个OD流记为集合{xmea(l)}，l＝1,2,...,L；步骤1-4：根据已知的OD流{xmea(l)}，l＝1,2,....,L构建流量矩阵；所述的步骤1-4具体包括如下步骤：步骤1-4-1：根据步骤1-1、步骤1-2生成Bernoulli随机矩阵B，并对其各列分别进行布尔‘或’运算；步骤1-4-2：初始化流量矩阵为空矩阵，即令l＝1，迭代次数j＝1，最大迭代次数N；步骤1-4-3：当S(j)＝1时，流量矩阵变为否则，步骤1-4-4：迭代次数j加1，如果j＜N，则返回步骤1-4-3)，直到迭代N次为止。得到流量矩阵Xpart，步骤1-4-5：流量矩阵构建结束。所述的步骤3具体包括如下步骤：步骤3-1：初始化数字字典D0为空，即D0=[]；步骤3-2：对历史流量进行奇异值分解，并提取K个主成分；步骤3-3：设置冗余项为历史流量的K个主成分，并确定迭代次数iter＝N，令j＝1，步骤3-4：计算Rj稀疏指数ξa，以及稀疏指数对应的列指数aj；其中Rj(a)为第j次迭代后获得的冗余项的第a列，||·||2表示l2范数；步骤3-5：根据步骤3-4得到具有最小稀疏指数的列Rj(aj)，并将冗余项中具有最小稀疏指数ξa的第aj列单位化，并把它设为数据字典的第j列，即dj＝Rj(aj)/||Rj(aj)||2；步骤3-6：根据步骤3-5得到数据字典为：Dj＝[Dj-1|dj]，Ij＝Ij-1∪{aj}；然后对所有列a；步骤3-7：更新冗余项，每一个列：Rj+1(a)＝Rj(a)-dj＜dj,Rj(a)＞，其中＜·＞表示内积；步骤3-8：迭代次数j＝j+1，如果j＜N则返回步骤3-4，直到进行N次迭代为止。得到优化贪婪自适应字典D，D＝Dj。步骤3-9：优化贪婪自适应字典构建完成。所述的步骤3-2包括如下步骤：步骤3-2-1：获取历史流量，对历史流量进行奇异值分解；得到的历史流量矩阵记为X0his。对X0his进行奇异值分解，其中σk为奇异值，uk称为特征流，vk称为特征向量步骤3-2-2：提取前K个大的奇异值，其他小的奇异值设置为0；则依据公式（3）有，为提取了K个最大的奇异值的流量矩阵近似矩阵；所述的步骤4具体包括如下步骤：步骤4-1：根据步骤三得到的字典D，通过以下l1范数最小化问题求解N×1的列向量其中，Yt是观测矩阵Y的第t列；步本文档来自技高网...

【技术保护点】
面向电力通信网络业务的快速分布式监测方法，其特征在于包括如下步骤：步骤1：生成Bernoulli矩阵，通过该矩阵选择需要直接测量的OD流，并构建流量矩阵；步骤2：求出观测矩阵；观测矩阵的构造依赖于流量矩阵Xpart中的非零行，其它零元素的行代表未知的需要重构的OD流。计算观测矩阵Ym方法如下：Ym＝B·Xpart???????????????（2）其中，B是M×N的Bernoulli矩阵，Xpart是N×T的流量矩阵。则由B、Xpart和观测矩阵Ym形成了一个线性系统；步骤3：构建优化贪婪自适应字典；步骤4：由压缩感知重构流量矩阵。

【技术特征摘要】
1.面向电力通信网络业务的快速分布式监测方法，其特征在于包括如下步骤：步骤1：生成Bernoulli矩阵，通过该矩阵选择需要直接测量的OD流，并构建流量矩阵；步骤2：求出观测矩阵；观测矩阵的构造依赖于流量矩阵Xpart中的非零行，其它零元素的行代表未知的需要重构的OD流,计算观测矩阵Ym方法如下：Ym＝B·Xpart(2)其中，B是M×N的Bernoulli矩阵，Xpart是N×T的流量矩阵，则由B、Xpart和观测矩阵Ym形成了一个线性系统；步骤3：构建优化贪婪自适应字典；步骤4：由压缩感知重构流量矩阵；所述的步骤1具体包括如下步骤：步骤1-1：生成Bernoulli矩阵；生成M×N(M＜N)的Bernoulli随机矩阵B，N为网络中OD流的数目，其等于网络节点数量的平方；Bernoulli矩阵的元素b(m,n)是独立同分布的，元素等于1的概率为Pr，等于0的概率为1-Pr；步骤1-2：确定需要测量的OD流的数目；对M×N的Bernoulli矩阵各列分别进行布尔‘或’运算，令S＝[S(1),S(2),...,S(N)]T为一个列向量，则需要测量的OD流数目为L＝||S||1，||·||1表示范数；步骤1-3：直接测量OD流；计算已知的历史流量矩阵X0的每条OD流的均值：其中，T0为历史流量矩阵的长度，N为OD流数目，根据该均值，网络管理站控制路由器上流量采集功能的开关状态，以达到测量最大的L＝||S||1个OD流的目的，将已测量的L＝||S||1个OD流记为集合{xmea(l)}，l＝1,2,...,L；步骤1-4：根据已知的OD流{xmea(l)}，l＝1,2,....,L构建流量矩阵。2.根据权利要求1所述的面向电力通信网络业务的快速分布式监测方法，其特征在于所述的步骤1-4具体包括如下步骤：步骤1-4-1：根据步骤1-1、步骤1-2生成Bernoulli随机矩阵B，并对其各列分别进行布尔‘或’运算；步骤1-4-2：初始化流量矩阵为空矩阵，即令l＝1，迭代次数j＝1，最大迭代次数N；步骤1-4-3：当S(j)＝1时，流量矩阵变为l＝l+1；否则，步骤1-4-4：迭...

【专利技术属性】
技术研发人员：夏菲，孟凡博，夏宗泽，于晓旭，黄笑伯，蒋定德，聂来森，
申请(专利权)人：国家电网公司，国网辽宁省电力有限公司辽阳供电公司，
类型：发明
国别省市：