面向物联网的可靠性和性能综合评估方法

文档序号:9914296阅读:1055来源:国知局
面向物联网的可靠性和性能综合评估方法
【技术领域】
[0001] 本发明涉及的是物联网技术领域,具体涉及一种面向物联网的可靠性和性能综合 评估方法。
【背景技术】
[0002] "物联网"是继计算机、互联网与移动通信网之后的又一次信息产业浪潮,目前国 际上还没有形成一个关于"物联网"的明确通用官方定义。现阶段广泛认为是指把所有物品 通过射频识别(RFID)、红外感应器、全球定位系统等信息传感设备与互联网连接起来,实现 智能化识别和可管理的网络。物联网具有三个特点,即全面感知、可靠传递以及智能处理。
[0003] 物联网是互联网应用的拓展与深化。物联网不是重新建设一套平行于互联网的系 统,而是充分利用互联网所提供的信息高速公路,完成实时数据读取、信息交换、远程控制 等特色功能。
[0004] 物联网可分为三层:感知层、网络层和应用层。感知层包括大量二维码标签识读 器、RFID标签读写器、摄像头、GPS、传感器、终端、传感器网络等;网络层包括通信与互联网 通信节点;应用层是运行应用软件的计算机。
[0005] 真实环境中部署的物联网系统中感知层的RFID、各类传感器等终端设备采集数 据,这些与应用环境结合最紧密的组件面临高低温、冲击、震动和辐射等条件,使设备的可 靠性和所采集的数据质量受到影响,另一方面,物联网中的很多网络通信节点是移动的, 网络通信链路存在的动态变化的过程,因此极易导致网络通信链路的不稳定,直接对网 络通信的实时性和数据完整性产生影响。最终会上层应用软件发生误判或者失效,导致重 大的经济和生命财产损失。
[0006] 本发明给出一种基于决策图的面向物联网的可靠性和性能综合评估方法。所谓综 合评估就是评估所获得指标数据同时反映可靠性和性能。

【发明内容】

[0007] 针对现有技术上存在的不足,本发明目的是在于提供一种面向物联网的可靠性和 性能综合评估方法,能够评估计算出需构建或既已构建的物联网系统的可靠性和性能综合 指标值,对管理和优化物联网可靠性和性能提供了帮助。
[0008] 本发明是通过下述技术方案实现的:面向物联网的可靠性和性能综合评估方法, 包括, 步骤1.将需构建或既已构建的物联网系统中的感知层、网络层和应用层,建立出基于 数据流图的物理模型:枚举物联网的感知层中所可加载的外设电子部件或介质信息获取电 子部件,包括的二维码标签识读器、RFID标签读写器、摄像头、GPS、传感器、终端等,获得各 种感知节点。
[0009] 2.枚举物联网的网络层中所可连接的通讯模块,包括的无线和有线通信模块,获 得各种通信节点等; 3.枚举物联网的应用层中所包括的各种类型计算终端,获得各种应用节点。
[0010] 并根据感知层、网络层传输数据到各个节点之间的数据流连接关系,以互联网与 物理网依照最基本的0SI模型构造,可知数据是从感知层传输向应用层的,并将其物理连接 关系和数据交换连接和传输关系用线进行连接,建立数据流图模型,其中数据流的方向是 从左到右; 所述感知节点至少设置为双感知节点,所述通信节点至少设置为单通信节点,所述应 用节点至少设置为单应用节点的物理模型如图1所示。图中双感知节点和通信节点之间有 数据流,通信节点和应用节点之间有数据流,从而获得需构建或既已构建的物联网系统的 决策模型图。
[0011] 步骤2.从步骤1获得需构建或既已构建的物联网系统的决策模型图,建立基于决 策模型图的评估模型: 1)构造感知节点X的决策图模型:设定感知节点X有两种状态"工作"状态和"故障"状 态,为此感知节点X的决策图模型有两个分支:1分支对应"故障"状态和0分支对应"工作"状 态;通常〇分支连接"无数据"叶子节点,1分支连接"数据X"叶子节点。
[0012] 2)对η个感知节点的决策图模型进行合并;采用二叉树的方式进行决策图合并,合 并之后叶子节点有2 η种可能:"无数据","数据Γ,…,"数据η",…,"数据1+2+…+η"。
[0013] 3)构造包含通信节点的决策图模型:通信节点的0分支连接感知节点决策图模型, 通信节点的1分支连接"无数据"叶子节点; 4)构造包含应用节点的决策图模型:应用节点的0分支连接通信节点决策图模型,应用 节点的1分支连接"无数据"叶子节点; 对于双感知节点、单通信节点和单应用节点的物理模型,首先构造感知节点1和2的决 策图模型如图2和图3所示:进一步对两个感知节点的决策图模型进行合并如图4所示:再构 造包含通信节点的决策图模型如图5所示;最后构造包含应用节点的决策图模型如图6所 不。
[0014] 步骤3; 1)通过硬件提供商或运行数据或物联网系统构成者统计获得的产品数据 手册获得各个物联网节点的可靠性值,从而确定决策图模型中各个节点的〇分支和1分支概 率。
[0015] 例如,对于感知节点1的传感器产品,查的可靠性值R为〇. 9;对于感知节点2的传感 器产品,查的可靠性值R为0.8;通信节点的是一个路由器,查的可靠性值R为0.99;应用节点 的是一个服务器,查的可靠性值R为0.99。则这些节点的1分支(对应"故障"状态)的概率是 1-R,〇分支(对应"工作"状态)的概率是R。
[0016] 2)然后,枚举决策图中和各个叶子节点相关的不交路径。
[0017] 3)最后,通过计算某个叶子节点相关的不交路径概率总和,获得相应性能级别的 可靠性值。
[0018] 作为优选所述利用数据流图模型构造物联网的物流模型,需有效刻画出实际物联 网三个层次中的各种不同类型节点及其通信关系。
[0019] 作为优选所述利用决策图模型构造物联网的评估模型,决策图中每个节点对应物 联网的物理节点,每个节点的1分支和〇分支对应物理节点的"故障"状态和"工作"状态,决 策图中的每个叶子节点对应物联网的一个性能级别。
[0020] 作为优选所述利用决策图模型中不交路径概率和计算各个物联网的各个性能级 别可靠性值。
[0021] 作为优选所述步骤3; 1)通过硬件提供商或运行数据或物联网系统构成者统计获 得的产品数据手册获得各个物联网节点的可靠性值的方法为: a. 获取已知服务器名称、器件配置清单、使用年限、已使用年限、生产商,等硬件设备信 息; b. 排除以上节点在软件运行下所产生错误导致硬件故障的情况; c. 统计出1个测试时间段上述服务器的统计情况,测试时间段为6天X24小时; d. 依靠上述数据计算出可用时间(A)、成功调用成功率(RCR)、失败调用率(RBT)、平均 故障间隔时间(MTBF)、平均恢复时间(MRT)、失效恢复率(RFR)、容错率(RFT);服务调用成功 率表示在规定的时间周期内节点硬件运行调用成功的比例,即当运行自我运行和响应其他 硬件发出请求后能得到正确响应的比例,值越大越好;平均故障间隔时间表示在一定的运 行时间内自我运行和响应其他硬件运行中失效的频率,即失效的平均间隔时间,值越大越 好。平均恢复时间表示在一定的运行时间内故障后恢复的平均时间,值越小越好。失效恢复 率表示在一定的运行时间内故障失效后能恢复的比例,值越大越好。容错率表示认为操作 和干涉或其他硬件操纵和干涉存在错误时节点硬件仍能产生可接受结果的能力,值越大越 好。
[0022] E.将各节点设置为P1~Pn,n为硬件节点数目,运用下列公式进行计算,
计算得到各个物联网节点的可靠性值。
[0023] 本发明与【背景技术】相比,具有的有益的效果是:已有的物联网评估方法,如故障树 分析方法和模拟评估方法,只能够对单一指标进行评估,不能够对可靠性和性能的综合指 标进行评估。本发明提出了决策图框架下对可靠性和性能进行综合评估,保证了评估方法 的统一性和简洁性,简化了分析过程、有助于分析自动化的实现;所计算出的可靠性和性能 综合指标值能够对管理和优化物联网可靠性和性能提供帮助。
【附图说明】
[0024] 图1为本发明的双感知节点、单通信节点和单应用节点的物理模型; 图2为本发明的感知节点1的决策图模型; 图3为本发明的感知节点2的决策图模型; 图4为本发明的仅包含双感知节点的决策图模型; 图5为本发明的包含双感知节点和单通信节点的决策图模型; 图6为本发明的包含所有节点的总决策图模型; 图7为本发明的可靠性值所应得数据; 图8为本发明的可靠性值计算方法图。
【具体实施方式】
[0025] 下面通过实施例,结合附图,对本发明的技术方案作进一步具体的说明: 面向物联网的可靠性和性能综合评估方法,包括, 步骤1.将需构建或既已构建的物联网系统中的感知层、网络层和应用层,建立出基于 数据流图的物理模型:枚举物联网的感知层中所可加载的外设电子部件或介质信息获取电 子部件,包括的二维码标签识读器、RFID标签读写器、摄像头、GPS、传感器、终端等,获得各 种感知节点。
[0026] 2.枚举物联网的网络层中所可连接的通讯模块,包括的无线和有线通信模块,获 得各种通?目节点等; 3.枚举物联网的应用层中所包括的各种类型计算终端,获得各种应用节点。
[0027] 并根据感知层、网络层传输数据到各个节点之间的数据流连接关系,以互联网与 物理网依照最基本的0SI模型构造,可知数据是从感知层传输向应用层的,并将其物理连接 关系和数据交换连接和传输关系用线进行连接,建立数据流图模型,其中数据流的方向是 从左到右; 所述感知节点至少设置为双感知节点,所述通信节点至少设置为单通信节点,所述应 用节点至少设置为单应用节点的物理模型如图1所示。图中双感知节点和通信节点之间有 数据流,通信节点和应用节点之间有数据流,从而获得需构建或既已构建的物联网系统的 决策模型图。
[0028] 步骤2.从步骤1获得需构建或既已构建的物联网系统的决策模型图,建立基于决 策模型图的评估模型: 1)构造感知节点X的决策图模型:设定感知
当前第1页1 2 
网友询问留言 已有0条留言
  • 还没有人留言评论。精彩留言会获得点赞!
1