CN102281103A - 基于模糊集合解算的光网络多故障恢复方法 - Google Patents

Abstract

本发明公开了一种基于模糊集合解算的光网络多故障恢复方法，涉及光网络技术领域。所述方法包括步骤：根据共享故障设备的告警业务次数和总告警业务次数计算得到所有可能的故障设备的隶属度；计算恢复路径，如果某条恢复路径经过所述可能的故障设备，则所述恢复路径上各个所述可能的故障设备的隶属度之和必须小于预设生存性阈值。所述方法将光网络多故障恢复方法和模糊集合相结合，通过计算可能的故障设备的隶属度，并且在计算恢复路径时引入预设生存性阈值，实现了成本与风险的平衡，更好地利用了光网络中剩余的正常资源和可能的故障资源对受损的业务进行最大可能的生存性恢复。

Description

基于模糊集合解算的光网络多故障恢复方法

技术领域

本发明涉及光网络技术领域，特别涉及一种基于模糊集合解算的光网络多故障恢复方法。

背景技术

在光网络中，由于故障传播的特性，以及故障和业务的息息相关，故障能传播到每个业务的下游节点，使得故障的下游节点持续的产生告警包，也使得故障定位在光网络中有着独特的属性特点。多故障定位属于NP-hard问题，找不到多项式时间算法求得最少的故障数目的集合，即使我们利用整数线性规划软件以及启发式算法得到了最少故障数目的故障集合，我们依然不能保证实际网络中的故障情况和求得的故障集合完全吻合。总之，由于故障传播的特性，在光网络中故障定位并不能得出准确的故障数目和故障位置。

每个NP问题都有一个判定问题，光网络的故障定位的判定：我们可以在多项式时间内判定一个故障的集合是不是观测到的检测设备告警的原因，但是无法在多项式时间内根据观测到的告警的集合推断出故障的集合。多故障定位方式一般包括集中式和分布式。光网络类型包括非全光网和全光网。光网络的发展面向大容量的全光网，核心的网络设备不再对信号进行光电的转化，只有每个业务的目的节点进行信号的检测(包括域的边界节点)，LVM协议就是基于这个原则而设计的单故障定位协议。这个协议的核心是：两个业务如果有一个共享风险的链路，并且这两个业务的目的节点都检测到故障，就认为这个故障的链路就是这个共享风险的链路。

因为故障定位属于NP-hard问题，得不出故障的准确的数目和位置属于正常的现象。现有故障定位机制的目标函数是得到的故障数目越少越好，这种故障定位机制最后给出的故障数目和故障位置不能保证一定是真实网络中正在发生的故障。并且根据这种故障机制的结果计算得到的恢复路径，无法对其可靠性进行评价，也就不能对光网络中剩余的正常资源和可能的故障资源进行合理的配置利用。

发明内容

(一)要解决的技术问题

本发明要解决的技术问题是：如何提供一种基于模糊集合解算的光网络多故障恢复方法，以便利用光网络中剩余的正常资源和可能的故障资源对受损的业务进行最大可能的生存性恢复。

(二)技术方案

为解决上述技术问题，本发明提供一种基于模糊集合解算的光网络多故障恢复方法，其包括步骤：

B：根据共享故障设备的告警业务次数和总告警业务次数计算得到所有可能的故障设备的隶属度；

C：计算恢复路径，如果某条恢复路径经过所述可能的故障设备，则所述恢复路径上各个所述可能的故障设备的隶属度之和必须小于预设生存性阈值。

优选地，在所述步骤B之前还包括步骤A：在光网络发生故障后，根据告警和检测设备数据进行故障定位，定位到所有所述可能的故障设备。

优选地，在所述步骤A中，通过集中式或者分布式故障定位方法中的至少一种进行故障定位。

优选地，所述可能的故障设备包括：可能的故障节点和可能的故障链路中的至少一种。

优选地，所述步骤B中所述隶属度的计算公式如下：

隶属度＝(共享故障设备的告警业务次数)/(总告警业务次数)；

其中，共享故障设备的告警业务次数是指所有告警业务中均与某一个可能的故障设备相关的告警业务的次数。

优选地，所述可能的故障设备和对应的所述隶属度的组合构成模糊故障元素，对应光网络中所有所述可能的故障设备的模糊故障元素构成模糊故障集合。

优选地，所述组合为一个分式，所述可能的故障设备构成所述分式的分子，所述隶属度构成所述分式的分母。

优选地，所述组合为一个分式，所述可能的故障设备构成所述分式的分母，所述隶属度构成所述分式的分子。

(三)有益效果

本发明的基于模糊集合解算的光网络多故障恢复方法，将光网络多故障恢复方法和模糊集合相结合，通过计算可能的故障设备的隶属度，并且在计算恢复路径时引入预设生存性阈值，实现了成本与风险的平衡，更好地利用了光网络中剩余的正常资源和可能的故障资源对受损的业务进行最大可能的生存性恢复。

附图说明

图1是本发明实施例所述的基于模糊集合解算的光网络多故障恢复方法流程图；

图2是本发明实施例所述基于模糊集合解算的光网络多故障恢复方法的说明示意图。

具体实施方式

下面结合附图和实施例，对本发明的具体实施方式作进一步详细描述。以下实施例用于说明本发明，但不用来限制本发明的范围。

图1是本发明实施例所述的基于模糊集合解算的光网络多故障恢复方法流程图。如图1所示，所述方法包括：

步骤A：在光网络发生故障后，根据告警和检测设备数据进行故障定位，定位到所有可能的故障设备。光网络中故障定位方法属于现有技术，可以通过集中式或者分布式故障定位方法中的至少一种进行故障定位。其中，所述可能的故障设备包括可能的故障节点和可能的故障链路中的至少一种。

步骤B：根据共享故障设备的告警业务次数和总告警业务次数计算得到所有可能的故障设备的隶属度。所述可能的故障设备和对应的所述隶属度的组合构成模糊故障元素，对应光网络中所有所述可能的故障设备的模糊故障元素构成模糊故障集合。所述组合为一个分时：所述可能的故障设备构成所述分式的分子，所述隶属度构成所述分式的分母；或者，所述可能的故障设备构成所述分式的分母，所述隶属度构成所述分式的分子。所述组合还可以是其他形式，本发明并不限定所述组合的具体形式。

所述隶属度的计算公式如下：

隶属度＝(共享故障设备的告警业务次数)/(总告警业务次数)；(1)

其中，共享故障设备的告警业务次数是指所有告警业务中均与某一个可能的故障设备相关的告警业务的次数。通过公式(1)计算得到的隶属度的数值范围均为从0到1，对应每个可能的故障设备的隶属度的大小表示了这个可能的故障设备隶属于所述模糊故障集合的程度，也即是表示了这个可能的故障设备实际出现故障的可能性的大小。当隶属度的值为1时，表示这个可能的故障设备最大可能出现了故障；当隶属度的值为0时，表示这个可能的故障设备最小可能出现了故障。

步骤C：计算恢复路径，如果某条恢复路径经过所述可能的故障设备，则所述恢复路径上各个所述可能的故障设备的隶属度之和必须小于预设生存性阈值。通过现有方法可以计算得到多条恢复路径，本发明方法利用隶属度和预设生存性阈值在现有方法基础上对这些恢复路径进行进一步筛选。预设生存性阈值设置的越大，最终计算得到的恢复路径的风险越高；预设生存性阈值设置的越小，最终计算得到的恢复路径的风险越低。这样，根据每条恢复路径的重要性，适当的设置所述预设生存性阈值，可以兼顾成本和风险，有效利用光网络中剩余的正常资源和可能的故障资源对受损的业务进行最大可能的生存性恢复。

图2是本发明实施例所述基于模糊集合解算的光网络多故障恢复方法的说明示意图。如图2所示，该光网络中包括3个业务：A线型所示的c→e；B线型所示的b→a；C线型所示的c→d。其中，a、d、e为业务的目的节点，并且，此示例仅考虑链路故障。

现在a和d检测到故障，e没有检测到故障。在单故障情况下，Link1是故障的链路。然而在多故障情况下，仅仅根据上述检测结果，无法得到具体的故障数目和故障位置。

可能的故障情况包括但不限于以下情况：

Link1故障；

Link3故障，Link4故障；

Link3故障，Link5故障；

Link1故障，Link3故障，Link4故障；

Link1故障，Link3故障，Link5故障；

Link1故障，Link2故障，Link3故障，Link4故障，Link5故障。

假设在a和d分别检测到100次告警，那么Link1、Link2、Link3、Link4、Link5的隶属度依次为：

隶属度1＝200/200＝1；

隶属度2＝100/200＝0.5；

隶属度3＝100/200＝0.5；

隶属度4＝100/200＝0.5；

隶属度5＝100/200＝0.5。

其他链路的隶属度为0，在此不做考虑。

在这种情况下，我们可以设计一个模糊故障集合

$F=\{\frac{\mathrm{Link}1}{1},\frac{\mathrm{Link}2}{0.5},\frac{\mathrm{Link}3}{0.5},\frac{\mathrm{Link}4}{0.5},\frac{\mathrm{Link}5}{0.5}\};$

其中分子表示可能的故障链路，分母表示隶属度。

在计算恢复路径时，如果我们将预设生存性阈值设置为1，那么最终计算得到的任意一条恢复路径上的各个可能的故障链路的隶属度之和必须小于1。这样，就可以避免Link1、Link3和Link4、Link3和Link5、Link2和Link4、Link2和Link5出现在恢复路径中，也即是说，恢复路径最多经过一个隶属度为0.5的可能的故障链路。

如果所要计算得到的恢复路径对于光网络非常重要，我们可以将预设生存性阈值设置的更小，比如是0.5，那么最终计算得到的恢复路径将不会经过Link1、Link2、Link3、Link4和Link5中任一个可能的故障链路。这样计算得到的恢复路径的风险进一步降低。

本发明实施例所述的基于模糊集合解算的光网络多故障恢复方法，将光网络多故障恢复方法和模糊集合相结合，通过计算可能的故障设备的隶属度，并且在计算恢复路径时引入预设生存性阈值，实现了成本与风险的平衡，更好地利用了光网络中剩余的正常资源和可能的故障资源对受损的业务进行最大可能的生存性恢复。

以上实施方式仅用于说明本发明，而并非对本发明的限制，有关技术领域的普通技术人员，在不脱离本发明的精神和范围的情况下，还可以做出各种变化和变型，因此所有等同的技术方案也属于本发明的范畴，本发明的专利保护范围应由权利要求限定。

Claims (8)

1.一种基于模糊集合解算的光网络多故障恢复方法，其特征在于，包括步骤：

B：根据共享故障设备的告警业务次数和总告警业务次数计算得到所有可能的故障设备的隶属度；

C：计算恢复路径，如果某条恢复路径经过所述可能的故障设备，则所述恢复路径上各个所述可能的故障设备的隶属度之和必须小于预设生存性阈值。

2.如权利要求1所述的方法，其特征在于，在所述步骤B之前还包括步骤A：在光网络发生故障后，根据告警和检测设备数据进行故障定位，定位到所有所述可能的故障设备。

3.如权利要求2所述的方法，其特征在于，在所述步骤A中，通过集中式或者分布式故障定位方法中的至少一种进行故障定位。

4.如权利要求1所述的方法，其特征在于，所述可能的故障设备包括：可能的故障节点和可能的故障链路中的至少一种。

5.如权利要求1所述的方法，其特征在于，所述步骤B中所述隶属度的计算公式如下：

隶属度＝(共享故障设备的告警业务次数)/(总告警业务次数)；

其中，共享故障设备的告警业务次数是指所有告警业务中均与某一个可能的故障设备相关的告警业务的次数。

6.如权利要求1所述的方法，其特征在于，所述可能的故障设备和对应的所述隶属度的组合构成模糊故障元素，对应光网络中所有所述可能的故障设备的模糊故障元素构成模糊故障集合。

7.如权利要求6所述的方法，其特征在于，所述组合为一个分式，所述可能的故障设备构成所述分式的分子，所述隶属度构成所述分式的分母。

8.如权利要求6所述的方法，其特征在于，所述组合为一个分式，所述可能的故障设备构成所述分式的分母，所述隶属度构成所述分式的分子。

Images