文獻標識碼： A
DOI：10.16157/j.issn.0258-7998.2015.09.004
中文引用格式： 李彤巖，王培國，張婷. 基于ADC模型的通信網絡效能評估方法研究[J].電子技術應用，2015，41(9)：18-20，28
英文引用格式： Li Tongyan，Wang Peiguo，Zhang Ting. Effectiveness evaluation method based on ADC model in communication networks[J].Application of Electronic Technique，2015，41(9)：18-20，28
0 引言
網絡的故障情況及可靠性是網絡性能的重要衡量指標，也是效能評估系統主要考核的指標[1]。但是現代通信網絡的特點是傳輸速度快、網絡規模大、網絡復雜性高和異構性，因此使得網絡故障管理成為通信網絡管理中的一個難題。目前針對網絡性能分析和評估的研究并不多，且缺乏有效的評估手段。因此，網絡管理的綜合化、自動化和智能化成為網絡管理未來的發展方向。隨著網絡的發展和日益復雜化，迫切需要建立與之適應的網絡保障體制和效能評估系統。
對網絡性能進行評估，傳統的方法有層次分析法[2-3]和神經網絡方法[4]等。其中，將層次分析法用到柵格化信息網中效果不好，因為影響網絡性能的指標參數數量多，指標之間的相互影響不便定量分析，因此建立層次模型會有很大的難度；采用神經網絡方法又會造成訓練過于復雜，從而導致評估的效率差，不利于針對現代通信網絡的特點進行有效的評估。
ADC模型源于美國工業界武器系統效能咨詢委員會(WSEIAC)于20世紀60年代中期為美國空軍建立的模型，旨在根據武器系統的有效性(可用度) 、可信賴性和能力三大要素評價裝備系統。該模型層次清晰, 易于理解和計算, 可以進行變量間關系的分析，是一種較為優秀的效能評估方法, 在諸多領域得到廣泛應用[5-8]，但是應用在通信網絡領域并不多。相比較傳統的評估方法，基于ADC模型的評估方法更能夠科學地分析影響網絡性能的各個指標，智能分析結果并評估網絡的可靠性，最后制定出包含網絡運維、檢查、服務、安全及設備維修等五類指標體系及考評策略，并對網元的擴充和調整給出合理建議，從而為網絡維護和資源優化配置提供了合理有效的依據。
本文根據通信網絡的實際特點，設計了基于ADC模型的網絡效能評估系統，并且采用了可視化的實現。整個系統結合了專家經驗和客觀指標值來設計，能夠提高評價的科學性和有效性。
1 基于ADC模型的效能評估系統
1.1 ADC模型
ADC評估模型的解析表達式為:
E=A·D·C(1)
式(1)中，E為系統效能；A是可用性行向量，表示系統在任意隨機時刻開始執行任務瞬間處于不同狀態的概率，表達式為A=(a1，a2，…，an)，其中n為狀態數目；D為可信賴矩陣，用于描述處于不同狀態的概率；C為能力向量，是系統效能在已知各個狀態時系統完成任務的能力度量，是系統性能集中的體現，表達式為C=[c1，c2，…，cn]T，其中矩陣元素ci是裝備系統在狀態i時的能力。
根據通信網的實際特點，本文提出了如圖1所示的基于ADC模型的通信網絡效能評估系統，其中模型中的參數A、D、C分別表示可用性行向量、可信賴性矩陣和通信保障能力。
1.2 ADC模型參數定義
1.2.1 可用性行向量A
可用性行向量A是由系統開始處于所有可能狀態的概率組成, 一般表達式為：A=[a1，a2]，兩種可能狀態構成了樣本空間。假設通信系統在開始執行任務時狀態僅劃分為完全正常工作(用數字1表示)和發生故障(用數字 0表示)兩種狀態，則系統的可用性向量可表示為A，式中a1表示系統在開始執行任務時處于完全正常工作狀態的概率(即可用度), a2表示系統在開始執行任務時處于發生部分故障狀態的概率(即不可用度1)。根據可靠性理論有：
其中，完全正常的概率，為完全故障的概率。
1.2.2 可信賴性矩陣D
通信安全設備在執行任務中，按正常工作和發生故障兩種狀態，系統可信賴性矩陣為：
式中dij為i狀態轉移到j狀態的轉移概率。
1.2.3 能力矩陣C
能力矩陣C表示系統在各個可用狀態下的能力, 是指在已知系統執行任務過程中所處狀態條件下達到任務目標的能力向量。作為通信保障系統,其能力主要包括信息處理過程的準確性、安全性及傳輸的完整性等。通信系統在執行任務過程中只有正常故障狀態三種模式，因此能力矩陣C可表示為：
根據某地區的情況，給出了如圖2所示的通信保障能力的能力指標確定。
對通信保障能力采用加權合成綜合評估模型計算能力向量：
1.3 ADC模型中參數的設計
1.3.1 可用性行向量A
網絡運行可分為三種情況：完全正常率、部分故障率、完全故障率。a1為正常運行時間，a2為故障運行時間。根據統計數據分別得到運行時的概率p(a1)、p(a2)，可根據三種狀態的統計時長分別除以總時長得到：
1.3.2 可信賴矩陣D
dij為i狀態轉移到j狀態的轉移概率，d11為正常情況下的概率，d12為正常情況變成部分故障的概率，d21為部分故障變成正常的修復率，d22為部分故障維持不變的概率。可信賴矩陣D描述為：
其中，表示系統的故障率,t為累計運行時間。
1.3.3 能力矩陣C
為了方便計算，能力矩陣C中大部分取值為0~100%。
1.4 評估過程
效能評估過程的流程圖如圖3所示。
效能評估部分需要輸入各個評估項目的打分情況和參數權值，輸出的則是該項目方案當前系統的評估值。根據評估值可以判斷系統的運行情況。
2 實驗測試
針對某區網絡實際情況對評估系統進行了測試，其中效能評估分為輸入參數部分和矩陣計算兩大部分。效能評估時首先對程序的原始設定進行清空，然后設置可用性行向量A、能力矩陣C各個選項的權值以及可信賴矩陣D，根據A、D、C矩陣計算顯示評估結果。計算結果保存需要用到MySql數據庫。
評估過程各個參數的設定需要人工進行評分，范圍為0~100%，包含了好、中、差三種情況的結果對應值。依據某網絡性能的客觀指標值設置各參數情況如圖4所示。圖5為可視化界面，描述了根據圖4對矩陣C各參數的配置設定得到的效能評估值。
選取某通信網絡的幾個重要性能指標，測試在參數取值不同的情況下對通信效能評估值的影響，測試結果如表1所示。
通過理論分析可知道，A和D的取值情況會受到網絡故障診斷的影響，通信保障能力C則綜合反映了幾個性能指標對網絡性能的影響程度。通過實驗測試結果可以得出，信道抗干擾能力、平均無故障率和通信系統機動性是影響網絡性能的三個最主要因素，隨著抗干擾能力、平均無故障率、通信系統機動性的增強，網絡效能評估值相應提高。實驗表明通過對各個參數具體的設定，可以較好地將影響網絡性能的因素反映在效能評估模型中。該方法能夠比較科學有效地分析、評估通信保障效能。通過ADC模型得出的評估值，可以用來對網絡資源進行優化配置，并給管理者提供可靠的決策依據。
3 結束語
本文根據柵格化信息網的特點來構建效能評估模型，解決了性能指標過多而不便于客觀科學地評估網絡保障效能的問題。對網絡保障效能評估系統采用了可視化的實現，解決了傳統評估系統操作不方便、不利于應用推廣的問題。整個系統結合了專家經驗和客觀指標值來設計，提高了評價的科學性。柵格化信息網保障效能評估系統是提高網絡可靠性，提高信息網保障效能的必然需求。該平臺能夠對信息網絡管理中產生的大量數據進行挖掘和分析，為信息網保障效能提供了科學的依據。
參考文獻
[1] 石磊，潘平俊.網絡戰裝備綜合效能評估框架[J].現代防御技術，2008，36(4)：1-5.
[2] HAN W T,QI K W.Evaluation on the armed police force transport safety ensuring effectiveness based on the AHP-FUZZY[J].Applied Mechanics and Materials,2012,198：1646-1651.
[3] DONG S S，HJU Y N.The application effectiveness evalua-tion of the educational equipment based on AHP[J].Advanced Materials Research，2012，341：384-389.
[4] ZHU F，LI G，LI Z，et al.A case study of evaluating trafficsignal control systems using computational experiments[J].Intelligent Transportation Systems，IEEE Transactions on，2011，12(4)：1220-1226.
[5] MA L，WANG H，SONG G，et al.Analysis of missile weapon system ADC effectiveness model[J].Journal of NavalAeronautical Engineering Institute，2006(4)：20.
[6] DARBY R R.SEPARATING agency from deeds in immoral neurological Patients：a potential challenge to the ADC model [J].AJOB Neuroscience，2014，5(4)：25-27.
[7] WANG J，ZHOU L，BAI H.Arithmetic of dependability matrixes in the ADC effectiveness evaluation model[J].SystemsEngineering and Electronics，2008(8)：29.
[8] MCCULLOUGH J C，AGARWAL Y，CCHANDRASHEKAR J，et al.Evaluating the effectiveness of model-based power characterization[C].USENIX Annual Technical Conf，2011.