专利名称：一种层次化监测网络的监测区域划分方法
技术领域：
本发明涉及一种适用于大型网络的监测区域划分方法，尤其涉及一种层次化监测网络的监测区域划分方法，属于计算机网络监控技术领域。
背景技术：
随着Internet规模的急剧增长，网络的拓扑变得越来越复杂和不规则，Internet服务提供商和大型企业需要在网络内部部署一个全局的网络监测系统，实时地获取网络的性能数据，监测网络的性能和安全状况。由于现代的网络监测系统注重于服务级、应用级的管理，监测过程需要更大的数据量和更高的数据采集频率。因此，如何既能准确获取监测数据，又能减少监测过程对实际网络传输数据的影响，即如何构成一个有效的网络监测系统，以保证各类网络应用对有限网络资源的共享，成为网络研究的一个根本问题。
现有的网络监测体系结构主要包括集中式资源监测模型和层次化结构两种。其中，集中式监测模型容易使中心节点成为系统瓶颈，不能很好地适用于大规模网络，而层次化资源监测模型具有很好的可扩展性和灵活性，能较好地满足大规模网络监测的要求。但是，现有的层次化结构的网络监测体系，还存在监测产生的流量较大、监测响应时间长、各个区域管理中心的负载不均衡等问题。
发明内容
本发明所要解决的技术问题在于克服现有的层次化监测体系存在的监测产生流量大、监测响应时间长、区域负载不均衡的问题，提供一种层次化监测网络的监测区域划分方法。本发明具体采用以下技术方案解决上述技术问题一种层次化监测网络的监测区域划分方法，所述层次化监测网络被划分为多个监测区域，每个监测区域中包括一个域管理中心，用于监测该监测区域中的其他节点并与网络监控中心进行信息交互，所述监测区域的划分方案通过优化求解以下数学模型得到
权利要求
1.一种层次化监测网络的监测区域划分方法，所述层次化监测网络被划分为多个监测区域，每个监测区域中包括一个域管理中心，用于监测该监测区域中的其他节点并与网络监控中心进行信息交互，其特征在于，所述监测区域的划分方案通过优化求解以下数学模型得到
2.如权利要求I所述层次化监测网络的监测区域划分方法，其特征在于，对所述数学模型进行优化求解时，首先利用遗传算法确定各个域管理中心的位置；然后，根据延迟最优策略将网络中的其他节点分配给已经选取的域管理中心，将整个网络划分成多个监测区域。
3.如权利要求2所述层次化监测网络的监测区域划分方法，其特征在于， 利用遗传算 法确定各个域管理中心的位置时，其映射关系如下 每个染色体表示一种区域划分方案，对应所述数学模型的一个解；用连续的整数为网络中的每一个节点赋一个招号，作为染色体的基因序列号；染色体的长度为被监测的网络节点数目/ ;染色体以二进制方式编码，基因的值为1，表示该基因序号对应的节点被选为域管理中心； 遗传算法中，评价每个染色体的适应度函数如下
4.如权利要求3所述层次化监测网络的监测区域划分方法，其特征在于，所述遗传算法中采用赌轮盘选择算法和保留最优相结合的选择方法寻找种群中最大适应度对应的染色体，并用之取代适应度最小的染色体和当前种群的第一个染色体。
5.如权利要求3所述层次化监测网络的监测区域划分方法，其特征在于，所述遗传算法中采用以下的自适应交叉、变异算子
全文摘要
本发明公开了一种层次化监测网络的监测区域划分方法，属于计算机网络监控技术领域。本发明以网络监测流量最小为目标，以域管理中心负载均衡为约束条件建立数学模型；并对该数学模型进行优化求解时，首先利用遗传算法确定各个域管理中心的位置；然后，根据延迟最优策略将网络中的其他节点分配给已经选取的域管理中心，将整个网络划分成多个监测区域。在遗传算法中，采用了二进制编码来确定各个域管理中心的位置，并根据约束条件和目标函数设计了适应度函数，通过自适应概率的交叉、变异方法，使得算法在初期能够保证种群的多样性，后期能够加快算法的收敛速度。本发明能够有效减少监测本身所产生的流量、缩短监测时间、保持区域之间负载均衡。
文档编号H04L12/24GK102882727SQ20121037743
公开日2013年1月16日 申请日期2012年10月8日 优先权日2012年10月8日
发明者程春玲, 李阳, 王亚石, 韦磊, 朱红 申请人:南京邮电大学, 江苏省电力公司南京供电公司, 江苏省电力公司, 国家电网公司