一种核电厂DCS平台网络运行态势感知方法及系统与流程

识确定其大体范围,在该范围内逐一计算不同聚类个数c所对应聚类结果的有效性函数值，从 中选取出较优的c值。显然，这种方法在选出最佳聚类个数c的过程中，需要进行的聚类次 数较多，相应的计算量就偏大，不利于工程计算。
[0013]
所以本发明采用canopy与fcm相结合的聚类算法进行链路运行态势值计算。其基本思 想为：首先使用canopy算法将规格化处理后的建模数据进行粗聚类，产生初始聚类中心，具 体做法为将建模数据集划分为若干个canopy中心，并将canopy中心集合中小于一定阈值的 canopy中心删除，以起到剔除孤立点的作用；然后使用canopy算法产生的初始聚类中心作 为fcm聚类算法的聚类中心进行二次聚类。
[0014]
通过这种方式就可以有效的提高核电厂dcs平台对于各种故障，尤其是未知攻击的响应 速度。通过计算出核电厂dcs平台不同时段不同功能单元及其链路的网络运行态势值，并进 行拓扑重要性分析，经重要性分析的网络运行态势值能够反映出网络局部和整体的运行状况 变化，有效地提高核电厂dcs平台对未知攻击的感知能力，给平台网络运行管理带来了方便。
[0015]
进一步的，步骤s1包括以下子步骤：
[0016]
按照性能指标采集核电厂dcs平台上的运行数据；所述性能指标包括时延、误码率和丢 包率；
[0017]
对所述运行数据预处理后生成态势指标集合，并从所述态势指标集合中获取每条链路在 不同时段的运行态势指标。
[0018]
本发明应用时，除了时延、误码率和丢包率，还可以使用带宽、容量和吞吐量等任何一 种可以评价链路的性能指标。
[0019]
进一步的，所述第一算法采用canopy聚类算法；所述第二算法采用fcm聚类算法。
[0020]
进一步的，步骤s2包括以下子步骤：
[0021]
对所述运行态势指标进行无量纲化处理生成功效数；
[0022]
所述无量纲化处理采用极差规格化方式进行。
[0023]
进一步的，步骤s2还包括以下子步骤：
[0024]
采用第一算法将所述功效数划分为多个中心数据，多个中心数据构成中心数据集合；
[0025]
在所述中心数据集合中删除小于第一阈值的中心数据，并将删除处理后的中心数据集合 作为初始聚类中心；
[0026]
采用第二算法对初始聚类中心处理生成隶属度矩阵，并判断第二算法的目标价值函数变 化是否符合第二阈值要求；
[0027]
当第二算法的函数变化是否符合第二阈值要求时，根据第二算法获取最终聚类中心；
[0028]
根据所述最终聚类中心和所述隶属度矩阵获取各个链路在各个时段的态势值。
[0029]
进一步的，步骤s2包括以下子步骤：
[0030]
根据第一算法对所述运行态势指标进行粗聚类，得到c个初始聚类中心向量 v
i
，i＝1，2，...，c；
[0031]
给定权值m，并根据权值m和第二算法计算隶属度矩阵u
c
×3，隶属度矩阵中的项为u
ij
， 项u
ij
表示属性j属于聚类类别i的模糊隶属度；对于任一j列有对于任一i
行 有
[0032]
判断目标价值函数的变化是否小于给定阈值ε，若目标价值函数的变化小于给定阈值，则 进行链路态势值结果计算获取最终聚类中心向量；如果目标价值函数的变化大于等于给定阈 值则更新聚类中心向量v
i
,i＝1,2,...,c直至目标价值函数的变化小于给定阈值；
[0033]
根据最终聚类中心向量和隶属度矩阵u
c
×3获取态势值矩阵y：
[0034][0035]
所述态势值矩阵y的每一行代表同一链路在不同时段的安全态势值，每一列代表不同的 链路在相同时段的安全态势值。
[0036]
进一步的，步骤s3包括以下步骤：
[0037]
根据下式获取链路l对整个核电厂dcs平台网络的权重：
[0038][0039]
式中li
l
为单个链路对整个核电厂dcs平台网络的权重；c
n
(r
i
)-c
n-{l}
(r
i
)为链路 l为连接r
i
提供的传输能力；c
n
(r
i
)为源到目的的连接r
i
的最大传输容量；c
n-{l}
(r
i
) 为源到目的的连接r
i
在链路l失效时的最大传输容量；l＝1,2,...,ε，ε为链路数量。
[0040]
进一步的，步骤s4包括以下步骤：
[0041]
根据下式对各个链路的权重进行归一化处理：
[0042][0043]
式中w
l
为归一化权重；
[0044]
根据下式获取t时刻网络安全态势值sa
nt
：
[0045][0046]
根据下式获取不同时段网络运行态势状况的向量：
[0047]
sa
nt
＝(sa
n1
,sa
n2
,....,sa
np
)。
[0048]
使用上述任一项所述一种核电厂dcs平台网络运行态势感知方法的系统，包括：
[0049]
获取单元：用于获取核电厂dcs平台网络的运行态势指标；
[0050]
聚类单元：用于根据第一算法对所述运行态势指标进行粗聚类，产生初始聚类中心；以 所述初始聚类中心作为第二算法的聚类中心进行二次聚类获取各个链路在各个时段的态势值；
[0051]
权重单元：用于以链路容量为依据获取各个链路的权重，所述链路的权重表征链路对于 整个链路系统传输的贡献；
[0052]
加权单元：用于根据各个链路在各个时段的态势值和各个链路的权重获取各个链
路的链 路运行态势加权值，各个链路的链路运行态势加权值用于表征核电厂dcs平台网络中各个链 路在各个时段对核电厂dcs平台网络的影响。
[0053]
进一步的，所述第一算法采用canopy聚类算法；所述第二算法采用fcm聚类算法。
[0054]
本发明与现有技术相比，具有如下的优点和有益效果：
[0055]
本发明一种核电厂dcs平台网络运行态势感知方法及系统，使用了基于canopy聚类的 fcm算法计算出不同时段不同链路的运行态势值，并进行拓扑重要性分析得到各链路运行态 势加权融合值，使得核电厂dcs系统中零散的网络态势信息得到聚合，能够反映出系统中网 络变化的整体情况。同时，根据网络态势加权值的变化情况，能够及时定位网络不稳定及故 障时间点，方便系统网络维护和管理。
附图说明
[0056]
此处所说明的附图用来提供对本发明实施例的进一步理解，构成本申请的一部分，并不 构成对本发明实施例的限定。在附图中：
[0057]
图1为本发明方法步骤示意图；
[0058]
图2为本发明实施例网络运行态势感知模型示意图；
[0059]
图3为本发明链路运行态势值计算过程示意图。
具体实施方式
[0060]
为使本发明的目的、技术方案和优点更加清楚明白，下面结合实施例和附图，对本发明 作进一步的详细说明，本发明的示意性实施方式及其说明仅用于解释本发明，并不作为对本 发明的限定。
[0061]
实施例
[0062]
如图1所示，本发明一种核电厂dcs平台网络运行态势感知方法，包括以下步骤：
[0063]
s1：获取核电厂dcs平台网络的运行态势指标；
[0064]
s2：根据第一算法对所述运行态势指标进行粗聚类，产生初始聚类中心；以所述初始聚 类中心作为第二算法的聚类中心进行二次聚类获取各个链路在各个时段的态势值；
[0065]
s3：以链路容量为依据获取各个链路的权重，所述链路的权重表征链路对于整个链路系 统传输的贡献；
[0066]
s4：根据各个链路在各个时段的态势值和各个链路的权重获取各个链路的链路运行态势 加权值，各个链路的链路运行态势加权值用于表征核电厂dcs平台网络中各个链路在各个时 段对核电厂dcs平台网络的影响。
[0067]
在核电厂dcs平台网络运行时，由于核电运行的特殊性，如果核电厂dcs系统出现大 规模故障时，会很容易出现核电生产安全事故，并且核电的安全事故很容易造成严重后果； 现有技术中核电厂dcs平台在面对未知攻击时，是无法准确获得各链路状态和对核电厂dcs 平台影响，对快速排除故障避免事故造成了障碍。
[0068]
本实施例实施时，通过获取核电厂dcs平台网络的运行态势指标并处理完成生成整个系 统各链路的贡献，虽然现有技术中存在对链路贡献评价的方式，但是由于核工业技术的特殊 性，对于出现未知攻击时，各链路状态的响应要求非常高，所以发明人创造性的采用了一种 双算法进行链路贡献计算的方式。这里两种算法一般优选为，第一算法采用
canopy聚类算法； 所述第二算法采用fcm聚类算法。
[0069]
fcm聚类算法在进行计算时，需要设定两个参数：阈值ε和聚类个数c。其中阈值ε可 以人为指定一个较小的数值，只要能够满足所要求的精度即可。聚类个数c通常根据先验知 识确定其大体范围,在该范围内逐一计算不同聚类个数c所对应聚类结果的有效性函数值，从 中选取出较优的c值。显然，这种方法在选出最佳聚类个数c的过程中，需要进行的聚类次 数较多，相应的计算量就偏大，不利于工程计算。
[0070]
所以如图3所示，本实施例采用canopy与fcm相结合的聚类算法进行链路运行态势值 计算。其基本思想为：首先使用canopy算法将规格化处理后的建模数据进行粗聚类，产生初 始聚类中心，具体做法为将建模数据集划分为若干个canopy中心，并将canopy中心集合中 小于一定阈值的canopy中心删除，以起到剔除孤立点的作用；然后使用canopy算法产生的 初始聚类中心作为fcm聚类算法的聚类中心进行二次聚类。
[0071]
通过这种方式就可以有效的提高核电厂dcs平台对于各种故障，尤其是未知攻击的响应 速度。通过计算出核电厂dcs平台不同时段不同功能单元及其链路的网络运行态势值，并进 行拓扑重要性分析，经重要性分析的网络运行态势值能够反映出网络局部和整体的运行状况 变化，有效地提高核电厂dcs平台对未知攻击的感知能力，给平台网络运行管理带来了方便。
[0072]
为了进一步的说明本实施例的工作过程，步骤s1包括以下子步骤：
[0073]
按照性能指标采集核电厂dcs平台上的运行数据；所述性能指标包括时延、误码率和丢 包率；
[0074]
对所述运行数据预处理后生成态势指标集合，并从所述态势指标集合中获取每条链路在 不同时段的运行态势指标。
[0075]
为了进一步的说明本实施例的工作过程，所述第一算法采用canopy聚类算法；所述第二 算法采用fcm聚类算法。
[0076]
为了进一步的说明本实施例的工作过程，步骤s2包括以下子步骤：
[0077]
对所述运行态势指标进行无量纲化处理生成功效数；
[0078]
所述无量纲化处理采用极差规格化方式进行。
[0079]
为了进一步的说明本实施例的工作过程，步骤s2还包括以下子步骤：
[0080]
采用第一算法将所述功效数划分为多个中心数据，多个中心数据构成中心数据集合；
[0081]
在所述中心数据集合中删除小于第一阈值的中心数据，并将删除处理后的中心数据集合 作为初始聚类中心；
[0082]
采用第二算法对初始聚类中心处理生成隶属度矩阵，并判断第二算法的目标价值函数变 化是否符合第二阈值要求；
[0083]
当第二算法的函数变化是否符合第二阈值要求时，根据第二算法获取最终聚类中心；
[0084]
根据所述最终聚类中心和所述隶属度矩阵获取各个链路在各个时段的态势值。
[0085]
进一步的，步骤s2包括以下子步骤：
[0086]
根据第一算法对所述运行态势指标进行粗聚类，得到c个初始聚类中心向量 v
i
，i＝1，2，...，c；
[0087]
给定权值m，并根据权值m和第二算法计算隶属度矩阵u
c
×3，隶属度矩阵中的项为u
ij
， 项u
ij
表示属性j属于聚类类别i的模糊隶属度；对于任一j列有对于任一i行 有
[0088]
判断目标价值函数的变化是否小于给定阈值ε，若目标价值函数的变化小于给定阈值，则 进行链路态势值结果计算获取最终聚类中心向量；如果目标价值函数的变化大于等于给定阈 值则更新聚类中心向量v
i
,i＝1,2,...,c直至目标价值函数的变化小于给定阈值；
[0089]
根据最终聚类中心向量和隶属度矩阵u
c
×3获取态势值矩阵y：
[0090][0091]
所述态势值矩阵y的每一行代表同一链路在不同时段的安全态势值，每一列代表不同的 链路在相同时段的安全态势值。
[0092]
为了进一步的说明本实施例的工作过程，步骤s3包括以下步骤：
[0093]
根据下式获取链路l对整个核电厂dcs平台网络的权重：
[0094][0095]
式中li
l
为单个链路对整个核电厂dcs平台网络的权重；c
n
(r
i
)-c
n-{l}
(r
i
)为链路 l为连接r
i
提供的传输能力；c
n
(r
i
)为源到目的的连接r
i
的最大传输容量；c
n-{l}
(r
i
) 为源到目的的连接r
i
在链路l失效时的最大传输容量；l＝1,2,...,ε，ε为链路数量。
[0096]
为了进一步的说明本实施例的工作过程，步骤s4包括以下步骤：
[0097]
根据下式对各个链路的权重进行归一化处理：
[0098][0099]
式中w
l
为归一化权重；
[0100]
根据下式获取t时刻网络安全态势值sa
nt
：
[0101][0102]
根据下式获取不同时段网络运行态势状况的向量：
[0103]
sa
nt
＝(sa
n1
,sa
n2
,....,sa
np
)。
[0104]
使用上述任一项所述一种核电厂dcs平台网络运行态势感知方法的系统，包括：
[0105]
获取单元：用于获取核电厂dcs平台网络的运行态势指标；
[0106]
聚类单元：用于根据第一算法对所述运行态势指标进行粗聚类，产生初始聚类中心；以 所述初始聚类中心作为第二算法的聚类中心进行二次聚类获取各个链路在各个时
段的态势值；
[0107]
权重单元：用于以链路容量为依据获取各个链路的权重，所述链路的权重表征链路对于 整个链路系统传输的贡献；
[0108]
加权单元：用于根据各个链路在各个时段的态势值和各个链路的权重获取各个链路的链 路运行态势加权值，各个链路的链路运行态势加权值用于表征核电厂dcs平台网络中各个链 路在各个时段对核电厂dcs平台网络的影响。
[0109]
为了进一步的说明本实施例的工作过程，所述第一算法采用canopy聚类算法；所述第二 算法采用fcm聚类算法。
[0110]
为了进一步的说明本实施例的工作过程，本实施例网络运行态势感知模型主要包含链路 运行态势值、链路权重值、链路运行态势加权值。
[0111]
链路运行态势值应用canopy与fcm相结合聚类算法计算出不同链路不同时段的态势值。 使用canopy与fcm相结合的聚类算法相比于仅使用fcm聚类算法能够大幅减小聚类次数， 减少计算量，提高核电厂dcs平台网络感知响应能力。
[0112]
链路权重值应用容量理论进行链路权重值分析，以链路容量为依据，计算出不同链路相 对于整个链路系统传输的贡献。同时，该权重值能够体现出链路中不同模块相对于系统的重 要性及相关性。
[0113]
链路运行态势加权值即是将计算出的不同链路不同时段的链路运行态势值与不同链路相 对于整个链路系统传输贡献的链路权重值进行加权计算，得出整个系统中不同链路不同时刻 对系统网络的影响，从而实现核电厂dcs平台网络运行态势感知，利于核电厂dcs平台网 络维护管理、网络监测等。网络运行态势感知模型如图2所示：
[0114]
为了进一步的说明本实施例的工作过程，为了准确且全面的计算出网络运行态势值，用 于建模的网络参数应当遵循以下规则：
[0115]
1)全面性，所选测量指标无需多，但要尽可能全面；
[0116]
2)易测性，所选测量指标要易于测量；
[0117]
3)相关性，所选测量指标之间的相关性要尽可能小。
[0118]
为此，本模型选用广泛使用的误码率、时延及丢包率作为反映网络运行状况的评价指标。
[0119]
建立网络运行态势感知模型分为以下几个步骤：
[0120]
1.以时间间隔t按照性能指标采集数据；
[0121]
2.分析数据，进行态势指标选取，建立态势指标集合，进而产生建模数据；
[0122]
3.以时间间隔t采集每条链路的态势指标，再由基于canopy聚类的fcm算法得到各个 聚类中心center及各链路的运行态势值，以矩阵y表示；
[0123]
4.获取拓扑信息并进行修正；
[0124]
5.确定链路重要性参数ω；
[0125]
6.根据链路权重ω对运行态势值矩阵y进行加权，获得网络运行态势ns(t)，形成态势 图。
[0126]
为了进一步的说明本实施例的工作过程，首先需要进行链路运行态势值计算，在进行链 路运行态势值之前，需要对建模数据计算出无量纲的相对数，即功效数，以便于统一；本发 明采用极差规格化对建模数据进行规格化处理。极差规格化公式表示如式(1)：
量为依据，体现了链路对传输的贡献。
[0144]
(3)链路运行态势加权值
[0145]
为了便于统一，在进行链路运行态势加权值计算之前将得到的链路权重值进行归一化处 理，其公式为：
[0146][0147]
接下来进行链路运行态势加权值计算。结合以上计算得出的链路运行态势值及归一化链 路权重值可计算出t时刻网络安全态势值sa
nt
,计算公式如下：
[0148][0149]
最后得到一个显示不同时段网络运行态势状况的向量sa：
[0150]
sa
nt
＝(sa
n1
,sa
n2
,....,sa
np
)
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(7)
[0151]
以上所述的具体实施方式，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，所应理解的是，以上所述仅为本发明的具体实施方式而已，并不用于限定本发明的保护 范围，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。