(A3)，如 d' (A2) =1.2, d' (A3) =1.4,则 r = ((Ir (A1LcT (A2), cT (A3))τ= (0.8, 1.2, 1.4)，对 W 进行归一化处理，可得到最 终的归一化权值向量：
[0075] 以上所述的具体实施例，对本发明的目的、技术方案和有益效果进行了进一步详 细说明，应理解的是，以上所述仅为本发明的具体实施例而已，并不用于限制本发明，凡在 本发明的精神和原则之内，所做的任何修改、等同替换、改进等，均应包含在本发明的保护 范围之内。
【主权项】
1. 一种面向业务的网络综合性能评估方法，该方法包括步骤： 步骤1 :对当前网络中所承载的业务流进行检测，获取当前网络所存在的所有K个业务 类型及每种业务在整个业务流中的占比Pi,i= 1，2,…，K，K是大于等于1的整数； 步骤2 :首先选取其中占比最高的一种业务类型，针对该类型的业务的特点，为其选择Ni个网络参数作为网络性能确定指标，N1是大于等于1的整数； 步骤3:针对选定的Ni个网络参数，采用FAHP方法计算各个参数的权重向量 八'1=晰馬，...馬',); 步骤4 :测量当前网络中Ni个网络参数的值，并根据模糊隶属度函数的方法，计算当前 时刻每个测量值所对应的分数C。，i= 1，2,…，Ni; 步骤5 :利用步骤3中所得到的权重值对Ni个网络参数的分数进行加权，得到根据该业 务所确定的网络性能分数01 = ?巧,xC。）； 杉1. 步骤6 :对剩余的每种业务，都重复W上步骤2~5,从而得到根据每一种业务所确定的 并 网络性能分数a=X(W,xC,,)，./ =I，2，.…A'，其中N，，j= 1，2,…，K是为第j种业务所选 对 定的网络参数的个数，为各业务种类选定的网络参数的数量和类型相同或者不同； 步骤7 :利用步骤1中所测量的各类型业务的占比，对根据每一种业务所确定的网络性 能分数进行加权，得出当前网络的综合性能A=i(0,XA)。 i=i2. 根据权利要求1所述的方法，其特征在于，步骤4进一步包括：针对选定的每一个参 数，为其设置网络最优状态边界值和网络最差状态边界值，根据所设置的上下边界值W及 该参数的实时测量值，利用模糊隶属度函数的方法计算当前时刻每个测量值对应的评价分 数Cii，i= 1，2,…，Ni。3. 根据权利要求2所述的方法，其特征在于，步骤4中设置边界值是根据参数通常的取 值范围设置上下边界，或者对该参数进行实际测量，从多次的测量值中选取最好状态对应 的值和最差状态对应的值分别作为上下边界的值。4. 根据权利要求3所述的方法，其特征在于，步骤3进一步包括： 步骤31 :构造各网络参数间的Ni阶模糊一致判断矩阵A= = 其中^为^角模糊数； 步骤32 :根据步骤31所构造的模糊一致判断矩阵，计算每个网络参数的综合程度值 Si; 步骤33 :比较步骤33中所得到的Sk，k= 1，2,…，Ni;k声i的可能性程度； 步骤34 :令d' (An) =minV仅>Sk)，k= 1，2,…，Ni;k声n，则各网络参数的权重 向量表示为W=从(4)，巧為…，的4v,妒，对W'归一化处理后，得到Ni个网络参数的归 一化权重向量W-W(.4i)，如'心,.....苗(妒。5. 根据权利要求4所述的方法，其特征在于，步骤301进一步包括：所述Ni个 网络参数为馬=知為，? ）构造Ni个网络参数间的NI阶模糊一致判断矩阵 A=的)w,xw,，z'，y= 1，2,3,?…iVi，该模糊一致判断矩阵的元素曰。为S角模糊数aU= (1,，，nil,，Ui,)，代表网络参数i相对于网络参数j的重要程度，即指在从该业务的角度评判 网络性能时，参数i与参数j相比哪个更重要，（1,，，nil,，Ui,)为曰1,的S个特征值，对矩阵 A= (口,y)A-,xA-,，z，?/ =l，2,3，...，iVl中所有i声j的元素，初始赋值为ai.j=(；o,o,o)，对于i=j 的元素Eiij,初始赋值为Eiij= (0. 5, 0. 5, 0. 5)，之后根据用户体验评分确定各个元素的最终 值。6. 根据权利要求5所述的方法，其特征在于，根据用户评分确定各元素的最终 值，进一步包括：首先在所有值为化〇,〇)的元素曰1，中，参与打分的P位用户选择 最有把握进行评判的一个元素Cyi，在选择过程中，得票最多的元素0/1/1被认为是 最有把握进行评定的元素，P位用户给出ii相对于j1的重要程度打分值，在P个 打分值中，去掉偏差大的打分值，选择中间的S(S<W个打分制当作有效打分值， 即如a^ 点言文，则对于 ^ ，'其中，并将Aji的下标构成一 个独立集合（11，1)，口,1./,的对角元素0,,,,=(7,,,,，》?,1,1，1/,,,,)的值就可^通过如下的公式得 到：U,;,1 = 1 - (!,1/,=巧-W,I,,,，1 -巧1/,，1 -/1)，针对剩余的值为化0, 0)的a,，中，下标由集 合（ii，ji)中的元素组成的 3i.j的值，就可W通过ai.j=aik-a.jk+0. 5 = (lik-Ujk+O. 5,1?-!?+ 0. 5,Uik-l，k+〇. 5)得到，接下来，参与打分的P位用户在剩余的没有赋值的元素中，继续选择 最有把握进行评判的一个元素馬;南，利用同上所述的方法得到0,;,，：及的值，并将下 标（i2，j2)并入（iiJi)组成新的独立集合，若两者有两个重复的元素，则去掉其中一个，并 用同上的公式得到下标由新的集合中的元素组成的曰1，的值，W此类推，直到矩阵中所有的 元素都已被赋值。7. 根据权利要求6所述的方法，其特征在于，N1个参数中第i个参数的综合程度值由 下式确定：其中，li.j,m。，Ui.j分别为aU=(Iu,m。，Ui.j)中的S个特征值。8. 根据权利要求7所述的方法，其特征在于，步骤33进一步包括： 对于得到的Ni个参数的综合程度值，对于其中任意两个值S1和S,，S,，i，j= 1，2, ...，Niii声j的可能性程度为：其中，Si= (1 比其他Ni-I个；角模糊数S.j,j= 1，2,…，N;j声i都大的可能 性程度的计算如下式所示： V化>Si，S^ ...Sj) =V[化> Si)ancKSi> S2)and...ancKSi> SJ)] O =minV位>S k)k=I,2,…，N9. 根据权利要求8所述的方法，其特征在于，步骤34进一步包括： 令d' (Ai) =minV位>Sk),k= 1，2,…，N;k声i，Ai(i= 1，2,…，脚即是步骤 208中选定的N个网络参数，minV化>Sk)指步骤33中计算得到的各个V化>Sk),k =1，2,…，N;k声i的最小值，则参数的权值向量可由如下得出： W' = (d' (Ai)，d' (As),…，d' (AJ)T 对W'进行归一化处理，可得到最终的归一化权值向量：
【专利摘要】本发明公开了一种面向业务的网络综合性能评估方法。该方法首先分析当前所有业务类型，获得各种类型业务的占比；然后选取其中占比最高的一种业务，针对该类型业务对网络性能需求的特点，为其选择对其业务体验中最重要的一组网络参数作为评价指标；再采用低复杂度的FAHP对这组参数进行处理，计算得到它们的权值向量；接下来通过实时测量当前网络的网络参数值，引入模糊隶属度函数的方式，计算每个网络参数的测量值所对应的分数，对各个分数加权得到该业务的性能评价指标结果；依照同样的步骤可以得到网络中其他业务的评价结果，最后利用各业务的占比，对各业务的评价分数加权，得到最终的网络综合性能评估结果。
【IPC分类】H04L12/24
【公开号】CN105207821
【申请号】CN201510650510
【发明人】赵星, 张振海, 路兆铭, 温向明, 王鲁晗, 雷涛, 夏修妍
【申请人】北京邮电大学
【公开日】2015年12月30日
【申请日】2015年10月9日