一种MSaaS仿真架构的可信度评估方法及系统与流程

一种msaas仿真架构的可信度评估方法及系统
技术领域
1.本发明涉及系统仿真领域，具体涉及一种msaas仿真架构的可信度评估方法及系统。


背景技术：

2.由于构建msaas(modelling and simulation as a service)的仿真架构需要涉及基础软硬件层，msaas软件架构层、msaas服务层和仿真应用层，涵盖了由基础硬件和核心基础软件构成的可信计算平台、可信云计算平台、可信soa服务平台、可信仿真资源服务、可信仿真应用等多个不同层面的可信计算，所以针对msaas的可信性的研究难度较高。
3.目前，国内外的研究机构已经展开了研究与探索，然而当前的研究还比较初步，没有针对跨域协同的建模与仿真技术特点形成一套完整的服务化仿真支撑平台技术以及仿真系统可信评估度量方法，且目前可信计算的研究主要集中在计算机软硬件层面，针对仿真服务可信计算的研究涉及很少，可信度量缺少仿真服务所需要的一些特殊属性，不能适应仿真服务可信评估需求。因此，如何充分利用新型高效服务化仿真模式，研究仿真资源共享与优化配置、仿真服务和资源的管理、仿真资源动态组合技术、可信仿真计算技术等方面内容正成为当前仿真的研究热点和发展趋势，为适应普适化、高效、高可扩展复杂军用仿真应用提供完整的建模仿真支撑。
4.从现有技术来看，在云仿真、基于soa的仿真等方面都有较好的积累，但是针对msaas系统的可信性的研究还很少，如何对仿真服务的可信程度进行定量描述，设计形成可信评估指标体系依然是亟需解决的问题。


技术实现要素：

5.本发明的目的是提出一种msaas仿真架构的可信度评估方法及系统。
6.实现本发明目的的技术解决方案为：一种msaas仿真架构的可信度评估方法，结合模糊综合评价理论对可信仿真服务的可信度进行评估，包括如下步骤：
7.(1)构造判断矩阵：构造各上层指标对下层相关指标的判断矩阵，下层某两个相关指标相对于上层指标的重要程度之比构成了判断矩阵的各元素；
8.(2)判断矩阵一致性检验：将大于、小于和等于进行赋值量化，通过比较判断矩阵的元素构造标志矩阵，判断标志矩阵的秩，若标志矩阵的秩为1，则判断矩阵一致性检验成功，否则不成功；
9.(3)计算各指标权值：求取判断矩阵的最大特征根和相应特征向量；
10.(4)对评价向量进行评分，构造模糊关系矩阵；
11.(5)采用关键因素决定法进行评判；
12.(6)模糊综合评价验证：计算综合评判结果的加权平均值。
13.进一步的，首先设计msaas仿真架构，msaas仿真框架主要分为服务器端和客户端两部分，在服务器端运行的服务主要包括两种，即地理信息系统服务和模型资源服务。
14.进一步的，设计msaas仿真架构的可信度指标，包括地理信息系统可信度、模型资源可信度、数据传输可信度、仿真监视可信度。
15.进一步的，若一致性检验不成功，则需要进行判断矩阵调整，利用偏导数修正法对其进行调整。
16.进一步的，在对msaas仿真架构的可信程度进行评价时，采用五粒度的单因素评判，故评判集为v＝{v1,v2,v3,v4,v5}，包括5个等级，分别表示：“极好”、“较好”、“一般”、“较差”、“极差”；采用专家打分的方法对评估指标进行评分，构造模糊关系矩阵r；
17.采用关键因素决定法进行评判，其公式如下：
[0018][0019]
其中，w为根据判断矩阵得到的权向量，r为模糊关系矩阵；j表示第几个等级，w
i
表示各评估指标对应的权重，r
ij
表示模糊关系矩阵中所对应的元素。
[0020]
进一步的，使用以下公式计算出综合评判结果的加权平均值：
[0021]
f＝b
·
s
t
[0022]
其中，b为所得模糊综合评价结果向量，s
t
为各项指标的量化得分。
[0023]
一种msaas仿真架构的可信度评估系统，包括：
[0024]
判断矩阵构造模块，用于构造各上层指标对下层相关指标的判断矩阵，下层某两个相关指标相对于上层指标的重要程度之比构成判断矩阵的各元素；
[0025]
判断矩阵一致性检验模块，将大于、小于和等于进行赋值量化，通过比较判断矩阵的元素构造标志矩阵，判断标志矩阵的秩，若标志矩阵的秩为1，则判断矩阵一致性检验成功，否则不成功；
[0026]
指标权值计算模块：求取判断矩阵的最大特征根和相应特征向量；
[0027]
模糊关系矩阵构造模块，用于对评价向量进行评分，构造模糊关系矩阵；
[0028]
模糊综合评价模块，采用关键因素决定法进行评判，模糊综合评价验证：计算综合评判结果的加权平均值
[0029]
与现有技术相比，本发明的有益效果是：本发明从msaas架构的技术视图、用户视图、运作视图等多个角度开展研究，并且参考模糊综合评价理论提出msaas仿真架构可信度评估的新方法，对仿真服务的可信程度进行定量描述，设计形成可信评估指标体系；对解决msaas仿真的可信程度难以定量描述的问题提供了新方法。
附图说明
[0030]
图1为本发明msaas仿真架构的可信度评估方法流程图。
[0031]
图2为本发明设计的msaas仿真架构示意图。
[0032]
图3为本发明设计的msaas仿真架构的具体实现流程图。
[0033]
图4为本发明设计的msaas仿真架构的可信度影响因素关系图。
[0034]
图5为本发明设计的msaas仿真架构的可信因素集及递阶结构图。
[0035]
图6为本发明实施实例中基于msaas海陆空作战仿真架构的可信因素集及递阶结构图。
具体实施方式
[0036]
下面结合说明书附图及具体实例对本发明作进一步详细描述。
[0037]
本发明提出msaas仿真架构的可信度影响因素，并结合新方法进行定量计算，设计形成可信度评估指标体系；如图1所示，msaas仿真架构的可信度评估方法包括如下步骤：
[0038]
步骤一：msaas仿真架构的设计。
[0039]
msaas仿真框架主要分为服务器端和客户端两部分，如图2所示。在服务器端运行的服务主要包括两种，即地理信息系统服务和模型资源服务。仿真服务通过运行在msaas平台的msaas中间件，为用户提供仿真功能。
[0040]
步骤二：msaas仿真架构的实现。
[0041]
由云计算驱动的msaas引擎在仿真模型vm上编译和运行仿真模型，如图3所示。仿真模型vm作为一个现成的仿真环境，其包含运行仿真所需的整个软件环境，除了仿真配置文件和用户上传的输入数据外，还包含各种缓存的仿真模型，可根据要求下载。msaas引擎主要执行以下的任务：上传模型配置文件和输入数据，编译模型，运行模型，预处理模型输出，并将输出上传到数据服务器。
[0042]
msaas服务器主要负责使用请求解释器解释模型运行请求，并使用任务控制器调度任务；使用任务监视器监视任务执行状态，并且定期与所有仿真模型vm通讯来获取最新的仿真模型执行状态。
[0043]
数据服务器将所有模型输出和相关元数据进行集中管理和存储，以便为其他研究人员进行可视化访问。
[0044]
步骤三：msaas仿真架构可信度指标的设计。
[0045]
在设计的msaas仿真架构中，其可信性主要包括地理信息系统可信度、模型资源可信度、数据传输可信度、仿真监视可信度，如图4所示。具体包含以下几点：
[0046]
(1)地理信息系统可信度。地理信息系统主要为仿真对象提供位置参数以及不同仿真场景。
[0047]
(2)模型资源可信度。模型的可信度作为仿真过程中使用的模型满足仿真目的和需求的信心程度，主要包含数学模型可信度、仿真模型可信度等。
[0048]
(3)数据传输可信度。数据的传输对用户上传仿真运行请求、系统仿真执行、结果数据输出等都有影响。
[0049]
(4)仿真监视可信度。仿真监视的主要功能是监视仿真执行的状态，对仿真可信度有重要影响。
[0050]
步骤四：建立评价指标体系，如图5所示，并得到一级、二级、三级评价因素集合。
[0051]
一级评价因素集合：c＝[u1,u2,u3,u4]，其中u分别为[地理信息系统，模型资源服务，数据传输，仿真监视]。
[0052]
二级评价因素的评价集合为：u
i
＝[u
i1
,u
i2
,
…
,u
ij
]，其中j代表的是各个一级评价因素u对应的二级评价因素个数，相应的指标为[地理信息交换，地理信息存储，地理环境]；[仿真对象，仿真结果分析]；[丢包率，传输最大吞吐量，抗毁性，传输延时]；[运行时间，环境条件，仿真完成度]。
[0053]
三级评价因素评价集为：u
ij
＝[u
ij1
,u
ij2
,
…
,u
ijk
]，其中，k代表的是各个二级评价因素对应的三级评价因素个数，相对应指标为[经纬度，地面起伏程度，大气压强分布，大气
温度分布]；[完备性，正确性，精确度]。
[0054]
步骤五：msaas仿真架构可信程度的定量计算。
[0055]
(1)构造判断矩阵。根据第四步中建立的评价指标体系，构造各上层指标对下层相关指标的判断矩阵，下层某两个相关指标相对于上层指标的重要程度之比构成了判断矩阵的各元素。
[0056]
判断矩阵可以表示为
[0057][0058]
其中，a
ij
＝u
i
/u
j
为同一级别的指标两两比较得到的相对重要性比值，a
ji
＝1/a
ij
。
[0059]
(2)判断矩阵一致性检验。利用秩判断法，与其它判断一致性方法相比，此方法效率高，误差小，其检验的具体步骤如下：首先将大于、小于和等于进行赋值量化，其次判断矩阵各行元素进行两两对比，得出标志矩阵，，若判断标志矩阵的秩为1，则判断矩阵一致性检验成功，否则不成功。
[0060]
(3)一致性检验成功之后，确定各指标权值。求取判断矩阵的最大特征根和相应特征向量。
[0061]
(4)采用五粒度的单因素评判，故评判集为v＝{v1,v2,v3,v4,v5}，包括5个等级，分别表示：“极好”、“较好”、“一般”、“较差”、“极差”。采用专家打分的方法对评估指标进行评分，例如对海陆空作战仿真结果分析模型可信度的突防能力、打击能力、防御能力、毁伤能力进行评分，构造模糊关系矩阵r。
[0062]
(5)采用关键因素决定法进行评判。其公式如下：
[0063][0064]
其中“·”为定义的算子符号，w为根据判断矩阵得到的指标权值向量，r为模糊关系矩阵。j表示第几个等级，w
i
表示各评估指标分别对应的权重，r
ij
表示模糊关系矩阵中所对应的元素。
[0065]
(6)模糊综合评价验证。使用以下公式计算出综合评判结果的加权平均值：
[0066]
f＝b
·
s
t
[0067]
其中，b为所得模糊综合评价结果向量，s
t
为各项指标的量化得分。
[0068]
本发明还提供一种msaas仿真架构的可信度评估系统，包括：
[0069]
判断矩阵构造模块，用于构造各上层指标对下层相关指标的判断矩阵，下层某两个相关指标相对于上层指标的重要程度之比构成判断矩阵的各元素；
[0070]
判断矩阵一致性检验模块，将大于、小于和等于进行赋值量化，通过比较判断矩阵的元素构造标志矩阵，判断标志矩阵的秩，若标志矩阵的秩为1，则判断矩阵一致性检验成功，否则不成功；
[0071]
指标权值计算模块：求取判断矩阵的最大特征根和相应特征向量；
[0072]
模糊关系矩阵构造模块，用于对评价向量进行评分，构造模糊关系矩阵；
[0073]
模糊综合评价模块，采用关键因素决定法进行评判，模糊综合评价验证：计算综合
评判结果的加权平均值。
[0074]
需要指出的是，上述系统中各模块的实现方法具体详见上述可信度评估方法部分，本发明不再做累述。
[0075]
实施例
[0076]
下面以基于msaas海陆空作战仿真为例，进行仿真系统可信度评估。该仿真系统包括作战飞机成员、高炮反导成员、海军炮成员、总控制台成员以及数据分析成员五组成员构成。为简化问题，突出主要因素，做以下假设：总控制台操作正确，数据采集成员能准确采集各类数据并进行处理以及各模型之间连接正常。
[0077]
影响三军作战模型可信度的因素包括完备性、正确性、精确度三个方面；对仿真结果一些性能参数，如突防能力、打击能力、防御能力和毁伤能力等方面分析仿真结果的可信性。运用层次分析法可以建立可信因素集及递阶结构，如图6所示。
[0078]
(1)构造两两比较判断矩阵
[0079]
两两比较判断矩阵a＝(a
ij
)
n
×
n
，其中a
ij
为因素u
i
与u
j
对上一层父因素可信度影响的相对重要性比值，其大小采用1
‑
9标度的方法。本发明通过邀请从事相关方面的20名专家以调查问卷的方式进行投票，收集完成后，对数据进行统计分析，得判断矩阵：
[0080][0081]
(2)一致性检验。根据上述一致性检验的方法可知该矩阵一致性检验成功。
[0082]
(3)确定权重。矩阵a的特征向量即为对应因素集的权重向量。求得矩阵a的最大特征根的近似值为：
[0083]
λ
max
＝4.0407
[0084]
求得的特征向量为：
[0085]
w＝[0.5307,0.2735,0.1086,0.0873]
[0086]
该特征向量即所求的权重向量。
[0087]
(4)构造模糊关系矩阵
[0088]
采用专家打分的方法对海陆空作战仿真结果分析模型可信度的突防能力、打击能力、防御能力、毁伤能力进行评分，以便更直观的反映结果，对四个评价向量进行评分得到模糊关系矩阵r。
[0089][0090]
(5)采用关键因素决定法进行评判，其评判结果为：
[0091]
b＝w
t
·
r＝(0.6225,0.1751,0.1051,0.0389,0.0584)
[0092]
(6)模糊综合评价验证。
[0093]
f＝b
·
s
t
[0094] ＝0.6225
×
90+0.1751
×
80+0.1051
×
70+0.0389
×
60+0.0584
×
50
[0095] ＝82.65
[0096]
故该海陆空作战仿真可信度量化得分为82.65分，根据表1可知，可信度的等级位于“较好”。
[0097]
表1模糊综合评价等级量化区间评分表
[0098][0099]
以上实施例仅用以说明本发明的技术方案，而非对其限制；尽管参照前述实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本发明各实施例技术方案的精神和范围。