Методы формирования множеств состояний телекоммуникационных сетей для различных мер связности
Ключевые слова:
сеть связи, граф, структура, вероятность связности, двухполюсная связность, многополюсная связность, всеполюсная связностьАннотация
Задачи анализа надежности, живучести и устойчивости характерны не только для телекоммуникаций, но и для систем, чьи компоненты подвержены одному или нескольким видам отказов, например транспортные, энергетические, механические системы, интегральные цепи и даже программное обеспечение. Логический подход предполагает декомпозицию системы на ряд небольших функциональных элементов, и в рамках телекоммуникационных сетей они обычно представляют собой отдельные сетевые устройства (коммутаторы, маршрутизаторы, терминалы и т. п.), а также линии связи между ними (медножильные, оптоволоконные, коаксиальные кабели, беспроводная среда и другие среды передачи). Функциональные взаимосвязи задают и логические соотношения между отказами отдельных элементов и отказом сети в целом. Также используется допущение, что отказы устройств являются сравнительно менее вероятными, чем отказы линий связи, что подразумевает использование предположения об абсолютной устойчивости (надежности, живучести) данных устройств. Модель телекоммуникационной сети представлена в виде обобщенной модели Эрдеша – Реньи. В контексте устойчивости телекоммуникационной сети под анализируемым свойством понимается связность сети в той или иной форме. Основываясь на представлении понятия стохастической связности сети как соответствия некоторого случайного графа свойства связности заданному набору вершин, традиционно выделяют три меры связности: двухполюсная, многополюсная и всеполюсная. Представлены процедуры формирования для сетей произвольной структуры множеств путей, деревьев и, как их обобщение, многополюсных деревьев. Отмечено, что многополюсные деревья являются наиболее общим понятием относительно простых цепей и остовых деревьев. Решение подобных задач позволит в дальнейшем перейти к вычислению вероятности связности графов для различных мер связности.
Литература
2. Xu S., Qian Y., Hu R.Q. A data-driven preprocessing scheme on anomaly detection in big data applications // 2017 IEEE Conference on Computer Communications Workshops (INFOCOM WKSHPS). 2017. pp. 814–819.
3. Ye F., Qian Y., Hu R.Q., Das S.K. Reliable energy-efficient uplink transmission for neighborhood area networks in smart grid // IEEE Transactions on Smart Grid. 2015. vol. 6(5). pp. 2179–2188.
4. Ye F., Qian Y., Hu R.Q. Energy efficient self-sustaining wireless neighborhood area network design for smart grid // IEEE Transactions on Smart Grid. 2014. vol. 6. no. 1. pp. 220–229.
5. Ye F. et al. Design and analysis of a wireless sensor based monitoring network for transmission lines in smart grid // Wireless Communications and Mobile Computing. 2016. vol. 16(10). pp. 1209–1220.
6. Xu S., Qian Y. Quantitative study of reliable communication infrastructure in smart grid NAN // 2015 11th International Conference on the Design of Reliable Communication Networks (DRCN). 2015. pp. 93–94.
7. Gharavi H., Hu B. Multigate communication network for smart grid // Proceedings of the IEEE. 2011. vol. 99(6). pp. 1028–1045.
8. Lin M., Ting C. A polynomial-time algorithm for computing K-terminal residual reliability of d-trapezoid graphs // Information Processing Letters. 2015. vol. 115(2). pp. 371–376.
9. Chaturvedi S.K. Network Reliability Measures and Evaluation // John Wiley & Sons. 2016. 237 p.
10. Райгородский А.М. Модели случайных графов и их применения // Труды МФТИ. 2010. Т. 2. № 4. С. 130–140.
11. ГОСТ Р 53111–2008. Устойчивость функционирования сети связи общего пользования. Требования и методы проверки // М.: Стандартинформ. 2009. 16 с.
12. Острейковский В.А. Теория надежности. Учебник // Высшая школа, Абрис 2003. 463 с.
13. Paredes R. Network Reliability Estimation in Theory and Practice // Reliability Engineering and System Safety. 2018. 26 p.
14. Татт У. Теория графов // М.: Мир. 1988. 424 с.
15. Housni K. An Efficient Algorithm for Enumerating all Minimal Paths of a Graph // International Journal of Advanced Computer Science and Applications. 2019. vol. 10. no. 1. pp. 450–460.
16. Roberts B. Estimating the Number of s-t Paths in a Graph // Journal of Graph Algorithms and Applications. 2007. vol. 11. pp. 195–214.
17. Lin Y.K., Chang P. C. Maintenance reliability estimation for a cloud computing network with nodes failure // Expert Systems with Applications. 2011. vol. 38. pp. 14–185.
18. Lin S.G.C. On performance evaluation of ERP systems with fuzzy mathematics // Expert Systems with Applications. 2009. vol. 36. pp. 6362–6367.
19. Lin Y.K., Yeh C.T. Determine the optimal double-component assignment for a stochastic computer network // Omega. 2012. vol. 40. no. 1. pp. 120–130.
20. Lin Y.K. A novel algorithm to evaluate the performance of stochastic transportation systems, Expert Systems with Applications // Expert Systems with Applications. 2010. vol. 37. no. 2. pp. 968–973.
21. Bai G.H., Tian Z.G., Zuo M.J. An improved algorithm for finding all minimal paths in a network // Reliability Engineering and System Safety. 2016. vol. 150. pp. 1–10.
22. Зыков А.А. Основы теории графов // М.: Наука. 1987. 384 с.
23. Батенков К.А. Числовые характеристики структур сетей связи // Труды СПИИРАН. 2017. Вып. 4(53). С. 5–28.
24. Батенков К.А., Батенков А.А. Анализ и синтез структур сетей связи по детерминированным показателям устойчивости // Труды СПИИРАН. 2018. Вып. 3(58). С. 128–159.
25. Цициашвили Г. Ш., Осипова М.А., Лосев А.С. Асимптотика вероятности связности графа с низконадёжными ребрами // Прикладная дискретная математика. 2013. № 1(19). С. 93–98.
26. Харари Ф. Теория графов // М.: Едиториал УРСС. 2003. 296 с.
27. Aggarwal K.,. Rai S. Reliability Evaluation in Computer Communication Networks // IEEE Transaction on Reliability. 1981. vol. 30. no. 1. pp. 32–35.
28. Белоусов А.И., Ткачев С.Б., Зарубина B.C., Крищенко А.П. Дискретная математика: Учеб. для вузов // МГТУ им. Н.Э. Баумана. 2004. 744 с.
29. Батенков К.А. Синтез детерминированных нелинейных дискретных отображений непрерывных каналов связи // Труды СПИИРАН. 2016. Вып. 2(45). С. 75–101.
30. Rath D.A., Soman K.P. Simple Method for Generating k-Trees of a Network // Microelectronics and Reliability. 1993. vol. 33(9). pp. 1241–1244.
31. Батенков К.А. Точные и граничные оценки вероятностей связности сетей связи на основе метода полного перебора типовых состояний // Труды СПИИРАН. 2019. Т. 18. № 5. С. 1093–1118.
32. Zuev K. M., Wu S., Beck J. L. Network reliability problem and its efficient solution by Subset Simulation // Probabilistic Engineering Mechanics. 2015. pp. 25–35.
33. Zhang H.C. et al. Connection effect on amplitude death stability of multi-module floating airport // Ocean Engineering. 2017. pp. 46–56.
34. Pino W., Gomes T., Kooij R. A Comparison between Two All-Terminal Reliability Algorithms // Journal of Advances in Computer Networks 2015. vol. 3. no. 4. pp. 284–290.
35. Silva J. et al. An effective algorithm for computing all-terminal reliability bounds // Networks. 2015. vol. 66(4). pp. 282–295.
Methods for Formation of Telecommunication Network States Sets for Different Measures of Connectivity
Abstract
Reliability, survivability, and stability analysis tasks are typical not only for telecommunications, but also for systems whose components are subject to one or more types of failures, such as transport, power, mechanical systems, integrated circuits, and even software. The logical approach involves the decomposition of the system into a number of small functional elements, and within telecommunications networks they are usually separate network devices (switches, routers, terminals, etc.), as well as communication lines between them (copper-core, fiber-optic, coaxial cables, wireless media, and other transmission media). Functional relationships also define logical relationships between the failures of individual elements and the failure of the network as a whole. The assumption is also used that device failures are relatively less likely than communication line failures, which implies using the assumption of absolute stability (reliability, survivability) of these devices. Model of a telecommunication network in the form of the generalized model of Erdos–Renyi is presented. In the context of the stability of the telecommunications network, the analyzed property is understood as the connectivity of the network in one form or another. Based on the concept of stochastic connectivity of a network, as the correspondence of a random graph of the connectivity property between a given set of vertices, three connectivity measures are traditionally distinguished: two-pole, multi-pole, and all-pole. The procedures for forming an arbitrary structure of sets of paths and trees for networks are presented, as well as their generalization of multipolar trees. It is noted that multipolar trees are the most common concept of relatively simple chains and spanning trees. Solving such problems will allow us to proceed to calculating the probability of connectivity of graphs for various connectivity measures.
Опубликован
Как цитировать
Раздел
Copyright (c) Александр Александрович Батенков, Кирилл Александрович Батенков, Александр Борисович Фокин

Это произведение доступно по лицензии Creative Commons «Attribution» («Атрибуция») 4.0 Всемирная.
Авторы, которые публикуются в данном журнале, соглашаются со следующими условиями: Авторы сохраняют за собой авторские права на работу и передают журналу право первой публикации вместе с работой, одновременно лицензируя ее на условиях Creative Commons Attribution License, которая позволяет другим распространять данную работу с обязательным указанием авторства данной работы и ссылкой на оригинальную публикацию в этом журнале. Авторы сохраняют право заключать отдельные, дополнительные контрактные соглашения на неэксклюзивное распространение версии работы, опубликованной этим журналом (например, разместить ее в университетском хранилище или опубликовать ее в книге), со ссылкой на оригинальную публикацию в этом журнале. Авторам разрешается размещать их работу в сети Интернет (например, в университетском хранилище или на их персональном веб-сайте) до и во время процесса рассмотрения ее данным журналом, так как это может привести к продуктивному обсуждению, а также к большему количеству ссылок на данную опубликованную работу (Смотри The Effect of Open Access).