基于可信度量的網(wǎng)絡(luò)組件性能評(píng)估方法

熊鋼，蘭巨龍，胡宇翔，劉釋然

?

基于可信度量的網(wǎng)絡(luò)組件性能評(píng)估方法

熊鋼，蘭巨龍，胡宇翔，劉釋然

（國(guó)家數(shù)字交換系統(tǒng)工程技術(shù)研究中心，河南鄭州 450002）

針對(duì)新型網(wǎng)絡(luò)及其服務(wù)構(gòu)建中所涉及的網(wǎng)絡(luò)組件選擇問題，以可信評(píng)估思想為指導(dǎo)，通過多屬性決策建模，提出一種網(wǎng)絡(luò)組件性能評(píng)估方法。首先，針對(duì)網(wǎng)絡(luò)應(yīng)用環(huán)境的靈活多變特征，設(shè)計(jì)了一種按需驅(qū)動(dòng)的可信指標(biāo)樹動(dòng)態(tài)構(gòu)建策略。其次，利用模糊層次分析法減小主觀權(quán)重計(jì)算的不確定性，并將主客觀權(quán)重相結(jié)合以提高賦權(quán)操作的公平性。最后，在評(píng)估決策階段，綜合運(yùn)用指標(biāo)數(shù)據(jù)效用轉(zhuǎn)換、可信屬性向量構(gòu)造和向量間的相對(duì)近似度計(jì)算等策略得到評(píng)估結(jié)果。通過對(duì)軟件定義網(wǎng)絡(luò)控制器的實(shí)際案例分析，驗(yàn)證了所提評(píng)估方法的合理性及有效性。

網(wǎng)絡(luò)組件；可信性；聯(lián)合權(quán)重；網(wǎng)絡(luò)控制器

1 引言

近來，在新型網(wǎng)絡(luò)體系結(jié)構(gòu)研究熱潮的推動(dòng)下[1, 2]，各種網(wǎng)絡(luò)軟硬件設(shè)備（即“網(wǎng)絡(luò)組件”）作為支撐網(wǎng)絡(luò)結(jié)構(gòu)與功能的基礎(chǔ)構(gòu)件也得到了極大發(fā)展。一方面，可承載新型網(wǎng)絡(luò)結(jié)構(gòu)的硬件型組件不斷涌現(xiàn)，如服務(wù)器、交換機(jī)、智能終端等；另一方面，能提供多樣化網(wǎng)絡(luò)功能的軟件型組件也層出不窮，如網(wǎng)絡(luò)控制器、路由協(xié)議、各種App應(yīng)用等。

由此也為網(wǎng)絡(luò)決策者帶來了選擇網(wǎng)絡(luò)組件的新問題。例如在信息/服務(wù)中心網(wǎng)絡(luò)[3, 4]中提供定位服務(wù)的組件有Google地圖、百度地圖、高德地圖等，在服務(wù)構(gòu)建中則需要對(duì)其進(jìn)行合理選擇。同理，在軟件定義網(wǎng)絡(luò)（SDN, software-defined network）[5]等新型網(wǎng)絡(luò)環(huán)境中也涉及到相應(yīng)的網(wǎng)絡(luò)組件選擇組合[6]。網(wǎng)絡(luò)組件選擇的重要基礎(chǔ)之一則是對(duì)組件進(jìn)行科學(xué)合理的描述或評(píng)估。對(duì)此，文獻(xiàn)[7]提出了一種智慧協(xié)同網(wǎng)絡(luò)中的組件協(xié)同機(jī)制，其采用數(shù)據(jù)和語義2種方式對(duì)組件特征進(jìn)行描述。文獻(xiàn)[8]提出在可重構(gòu)網(wǎng)絡(luò)體系中劃分網(wǎng)絡(luò)組件服務(wù)等級(jí)，實(shí)現(xiàn)服務(wù)需求與組件特征的最佳匹配。文獻(xiàn)[9]以安全等級(jí)對(duì)網(wǎng)絡(luò)Web服務(wù)組件的可組合性進(jìn)行驗(yàn)證，從而保證信息流的安全性。文獻(xiàn)[10]提出基于實(shí)驗(yàn)測(cè)試的SDN控制器組件評(píng)估方法。上述文獻(xiàn)以各自面對(duì)的網(wǎng)絡(luò)環(huán)境為基礎(chǔ)，互有側(cè)重地對(duì)網(wǎng)絡(luò)組件評(píng)價(jià)問題進(jìn)行了探討，但是都還未涉及具有普適性的網(wǎng)絡(luò)組件評(píng)估模型和策略。

為此，針對(duì)網(wǎng)絡(luò)組件的應(yīng)用需求，本文借鑒傳統(tǒng)軟件可信評(píng)估研究的思想[11, 12]，提出一種兼具動(dòng)態(tài)性、公平性、時(shí)效性的可信評(píng)估方法，為網(wǎng)絡(luò)智能決策提供支撐。

2 整體評(píng)估框架

2.1 基本思想

軟件可信性作為對(duì)功能性、可靠性、可維護(hù)性等軟件質(zhì)量度量的一種綜合化延伸，其反映了軟件實(shí)體多維質(zhì)量特征的綜合屬性[13, 14]。基于可信屬性模型[15]，本文建立如圖1所示的網(wǎng)絡(luò)組件可信模型，其中，網(wǎng)絡(luò)組件可信性可表述為組件行為和結(jié)果符合用戶的預(yù)期目標(biāo)，實(shí)際中通過可信屬性以及用戶在可信屬性上的需求進(jìn)行表達(dá)。如圖1所示，網(wǎng)絡(luò)組件可信度量的實(shí)質(zhì)是對(duì)功能屬性、可用屬性等多種可信屬性的融合處理，其可以被建模成為一種多屬性決策分析（MADA, multiple attribute decision analysis）問題進(jìn)行處理[16]。

2.2 操作流程

基于MADA方法的處理流程，得到總體評(píng)估流程如圖2所示，主要包括如下幾部分。

1) 可信指標(biāo)構(gòu)建。與傳統(tǒng)靜態(tài)構(gòu)建方式不同，針對(duì)網(wǎng)絡(luò)組件類型或應(yīng)用的多樣性，在此利用樹型邏輯結(jié)構(gòu)設(shè)計(jì)一種動(dòng)態(tài)的可信評(píng)估指標(biāo)構(gòu)造模型，簡(jiǎn)稱為“可信指標(biāo)樹”。

2) 指標(biāo)權(quán)重值計(jì)算。網(wǎng)絡(luò)組件指標(biāo)數(shù)據(jù)既有基于專家經(jīng)驗(yàn)的主觀判斷差異，又有物理數(shù)據(jù)包含的客觀實(shí)際差異，因此，采用主客觀聯(lián)合賦權(quán)的方法提高權(quán)重計(jì)算的公平性。

3) 可信評(píng)估決策設(shè)計(jì)。為了提高評(píng)估方法的時(shí)效性，設(shè)計(jì)可信屬性向量的相對(duì)近似度作為最終評(píng)估決策指標(biāo)。下面詳細(xì)闡述各部分技術(shù)策略。

3 主要技術(shù)策略

3.1 可信指標(biāo)樹建立

由于組件類型的多樣性、應(yīng)用環(huán)境的動(dòng)態(tài)演變以及用戶需求的變化，要求所建立的可信評(píng)估指標(biāo)系統(tǒng)具有滿足多樣可信需求的能力。為此，下面建立一種具有動(dòng)態(tài)適應(yīng)性的可信指標(biāo)樹構(gòu)造模型(TIT, trustworthiness indicator tree)。

3.1.1 形式化描述

3.1.2 構(gòu)造流程描述

針對(duì)具體應(yīng)用場(chǎng)景，建立動(dòng)態(tài)構(gòu)建流程如下。首先，建立可信指標(biāo)數(shù)據(jù)庫(TID, trustworthiness indicator database)，它是一個(gè)逐步完善的能滿足評(píng)估需求的可信屬性及其細(xì)化指標(biāo)的開放指標(biāo)集。其次，通過遞歸方式逐層建立樹節(jié)點(diǎn)。逐一匹配評(píng)估需求所提的可信屬性與TID信息，若TID存在相應(yīng)屬性及其指標(biāo)，則選擇其為樹節(jié)點(diǎn)，否則，向TID添加相關(guān)信息并輸入其作為樹節(jié)點(diǎn)，直至全部可信屬性子樹的所有底層節(jié)點(diǎn)為葉子節(jié)點(diǎn)。最終，基于TIT形式化描述，將各節(jié)點(diǎn)可信指標(biāo)賦權(quán)并以邏輯關(guān)系表達(dá)構(gòu)成可信指標(biāo)樹，如圖3所示。圖3中為評(píng)估對(duì)象的可信根指標(biāo)，其由若干可信屬性指標(biāo)表示，而每一可信屬性指標(biāo)又可分解為若干中間指標(biāo)()或者葉子指標(biāo)()來度量，其中葉子指標(biāo)是原始可信值的采集點(diǎn)。

3.2 指標(biāo)權(quán)重計(jì)算

3.2.1 主觀權(quán)重計(jì)算

主觀權(quán)重計(jì)算是通過專家經(jīng)驗(yàn)判斷給出各指標(biāo)間的相對(duì)重要性，主要有層次分析法(AHP, analytic hierarchy process)、專家調(diào)查法等。由于傳統(tǒng)AHP方法未考慮專家經(jīng)驗(yàn)評(píng)判存在的不確定性，本文利用模糊層次分析法(FAHP, fuzzy analytic hierarchy process)[12]計(jì)算主觀權(quán)重以降低其影響。

FAHP方法通過三角模糊數(shù)(TFN, triangular fuzzy number)對(duì)模糊集進(jìn)行描述[16]。設(shè)一個(gè)三角模糊數(shù)為，其對(duì)應(yīng)的隸屬度函數(shù)為

表1 判斷矩陣元素含義及其對(duì)應(yīng)的三角模糊數(shù)

(3)

3.2.2 客觀權(quán)重計(jì)算

客觀賦權(quán)是對(duì)實(shí)際物理數(shù)據(jù)進(jìn)行建模，挖掘出相互間的差異信息進(jìn)而確定權(quán)重的方法，常見的有熵權(quán)法、最大導(dǎo)數(shù)法等。從綜合性能考慮，下面利用熵權(quán)法計(jì)算客觀權(quán)重，具體操作如下。

Step1 構(gòu)建評(píng)價(jià)指標(biāo)原始數(shù)據(jù)矩陣。待評(píng)價(jià)實(shí)例集合為，評(píng)價(jià)指標(biāo)集合，采集各實(shí)例指標(biāo)的原始數(shù)據(jù)得到數(shù)據(jù)矩陣，其中，表示實(shí)例在指標(biāo)上采集的數(shù)據(jù)值。

Step2 計(jì)算各指標(biāo)的熵值。對(duì)矩陣各列進(jìn)行歸一化得到，計(jì)算各指標(biāo)熵值為

由式(5)、式(6)可知，指標(biāo)熵值越小，包含的信息量越多，相應(yīng)權(quán)重也越大；反之亦然。當(dāng)指標(biāo)數(shù)據(jù)完全相同時(shí)，其未向評(píng)估提供有用的信息，其客觀權(quán)重取值為0。

3.2.3 聯(lián)合權(quán)重計(jì)算

主觀權(quán)重側(cè)重評(píng)價(jià)者的經(jīng)驗(yàn)及意向等主觀因素，而客觀權(quán)重更側(cè)重于充分挖掘數(shù)據(jù)本身蘊(yùn)含的客觀信息，因此將兩者融合得到聯(lián)合權(quán)重，則更加有利于提高賦權(quán)的公平性。為此，基于主觀權(quán)重和客觀權(quán)重，計(jì)算聯(lián)合權(quán)重向量為

(8)

圖4 各權(quán)重方法的方差統(tǒng)計(jì)

3.3 評(píng)估決策構(gòu)建

評(píng)估決策是指以指標(biāo)可信值和指標(biāo)權(quán)重為基礎(chǔ)，設(shè)計(jì)相應(yīng)的決策方法計(jì)算得到評(píng)估結(jié)果。下面將從可信指標(biāo)數(shù)據(jù)轉(zhuǎn)換、決策矩陣建立以及評(píng)估指標(biāo)計(jì)算方面考慮，構(gòu)建網(wǎng)絡(luò)組件的評(píng)估決策。

3.3.1 指標(biāo)數(shù)據(jù)轉(zhuǎn)換

為避免原始數(shù)據(jù)由量綱、量級(jí)等方面的差異導(dǎo)致的不合理現(xiàn)象，需要對(duì)指標(biāo)數(shù)據(jù)進(jìn)行轉(zhuǎn)換。本文通過三角模糊數(shù)將定性數(shù)據(jù)()轉(zhuǎn)換為定量數(shù)據(jù)()，然后對(duì)定量數(shù)據(jù)進(jìn)行效用值轉(zhuǎn)化。

定性指標(biāo)數(shù)據(jù)一般是由專家評(píng)估得到的主觀評(píng)價(jià)結(jié)果，本文利用表2對(duì)應(yīng)關(guān)系將定性評(píng)價(jià)數(shù)據(jù)轉(zhuǎn)換為三角模糊數(shù)，之后利用式(4)去模糊計(jì)算將轉(zhuǎn)換為定量數(shù)據(jù)。

表2 指標(biāo)定性數(shù)據(jù)及其對(duì)應(yīng)的三角模糊數(shù)

(10)

3.3.2 決策矩陣構(gòu)建

決策矩陣構(gòu)建操作主要分如下2步。

Step1 可信屬性的可信值計(jì)算。該步驟是計(jì)算可信指標(biāo)樹中可信屬性指標(biāo)集合中各元素的可信值。以圖3為例，可信指標(biāo)樹TIT有可信屬性，每一可信屬性子樹共有層，第1層為子樹根節(jié)點(diǎn)，即可信屬性指標(biāo)。樹中第層的中間屬性節(jié)點(diǎn)的可信值是通過第層節(jié)點(diǎn)的可信值計(jì)算得到，設(shè)第層有個(gè)中間屬性節(jié)點(diǎn)，某一節(jié)點(diǎn)在第層有個(gè)子節(jié)點(diǎn)，每一子節(jié)點(diǎn)的可信效用值，且該節(jié)點(diǎn)對(duì)于節(jié)點(diǎn)的權(quán)值為，則節(jié)點(diǎn)的可信值計(jì)算公式為

3.3.3 評(píng)估指標(biāo)計(jì)算

評(píng)估指標(biāo)是對(duì)網(wǎng)絡(luò)組件綜合性能進(jìn)行評(píng)估的定量依據(jù)。針對(duì)網(wǎng)絡(luò)組件在計(jì)算效率上的需求，在此通過最優(yōu)逼近的方式計(jì)算相對(duì)近似度作為評(píng)價(jià)指標(biāo)，具體如下。

表3 相似度指標(biāo)與可信等級(jí)的對(duì)應(yīng)關(guān)系

綜述上所述，本文算法時(shí)間消耗主要包括可信向量構(gòu)建時(shí)間和各實(shí)例可信評(píng)價(jià)指標(biāo)計(jì)算時(shí)間，在組件實(shí)例數(shù)為，可信屬性數(shù)為，各可信屬性子樹為層，各層節(jié)點(diǎn)數(shù)為的條件下，總時(shí)間復(fù)雜度約為()，后續(xù)實(shí)驗(yàn)表明該時(shí)間復(fù)雜度具有一定優(yōu)勢(shì)，能夠滿足應(yīng)用需求。

4 評(píng)估案例分析

近來，作為SDN網(wǎng)絡(luò)的核心組件[17]，網(wǎng)絡(luò)控制器(network controller)得到飛速發(fā)展。業(yè)界推出了多種自主研發(fā)的開源控制器以供用戶使用選擇，如NOX/POX、Beacon、Maestro、Floodlight、Ryu等[18,19]。本節(jié)運(yùn)用上述可信度量方法對(duì)SDN網(wǎng)絡(luò)控制器進(jìn)行案例分析。

4.1 可信指標(biāo)構(gòu)建

經(jīng)分析，SDN網(wǎng)絡(luò)控制器應(yīng)具有的可信屬性需求主要包括[18, 19]：功能屬性、可靠屬性、安全屬性、時(shí)效屬性和易使用屬性，具體介紹如下。

功能屬性主要包括網(wǎng)絡(luò)編程能力、網(wǎng)絡(luò)虛擬化能力、網(wǎng)絡(luò)擴(kuò)展能力，其指標(biāo)數(shù)據(jù)主要通過用戶的使用經(jīng)驗(yàn)進(jìn)行主觀評(píng)價(jià)獲得。可靠屬性的評(píng)價(jià)主要考慮控制器的成熟穩(wěn)定性和容錯(cuò)性，其中，穩(wěn)定性主要以控制器版本更新頻率進(jìn)行度量，而容錯(cuò)性則通過軟硬件冗余情況進(jìn)行度量，指標(biāo)數(shù)據(jù)以用戶評(píng)價(jià)獲得。安全屬性從可抵抗攻擊的訪問控制能力和攻擊后恢復(fù)能力進(jìn)行評(píng)估，其中，訪問控制性以防火墻配置度量，攻擊后恢復(fù)能力則以受攻擊后控制器恢復(fù)到正常的時(shí)間來度量。時(shí)效屬性主要從控制器實(shí)時(shí)性和處理性能進(jìn)行評(píng)估，其中，實(shí)時(shí)性以對(duì)新請(qǐng)求的會(huì)話時(shí)延來度量，處理性能以控制器單位時(shí)間內(nèi)事務(wù)處理能力（即吞吐量）和網(wǎng)絡(luò)中各終端間的Ping測(cè)試時(shí)間進(jìn)行度量，主要通過OFLOPS測(cè)試框架中的Cbench對(duì)控制器進(jìn)行測(cè)試獲得相關(guān)度量指標(biāo)[19]。易使用性主要從易管理性、適應(yīng)性以及接口兼容性方面考慮，其中易管理性以對(duì)管理平臺(tái)Openstack支持程度進(jìn)行度量，適應(yīng)性以對(duì)多平臺(tái)(Linux/Win/Mac)的支持進(jìn)行度量，接口兼容性主要考慮控制器對(duì)南向交換協(xié)議和北向服務(wù)應(yīng)用的API支持程度，相關(guān)指標(biāo)數(shù)據(jù)以用戶評(píng)價(jià)獲得。

基于此，構(gòu)建控制器的可信性評(píng)估指標(biāo)樹如圖6所示，該指標(biāo)樹共3層結(jié)構(gòu)，包括5個(gè)可信屬性指標(biāo)和13個(gè)可信葉子指標(biāo)。

4.2 指標(biāo)數(shù)據(jù)采集

基于文獻(xiàn)[17~19]的研究，本文對(duì)NOX、Beacon、Maestro、Floodlight、Ryu這5款具有代表性的開源控制器進(jìn)行評(píng)價(jià)。依據(jù)圖6中可信指標(biāo)系統(tǒng)，采集葉子指標(biāo)的原始數(shù)據(jù)如表4所示。表中數(shù)據(jù)主要來源于2位專家的綜合用戶評(píng)價(jià)、已有研究成果結(jié)論[17,18]和實(shí)驗(yàn)測(cè)試[19]。主觀評(píng)價(jià)的定性數(shù)據(jù)（“S”表示）含義及三角模糊數(shù)參見表2，客觀指標(biāo)的定量數(shù)據(jù)（“O”表示）的測(cè)試條件是在1臺(tái)物理機(jī)上運(yùn)行各種控制器和Cbench測(cè)試工具，且各控制器均采用單線程模式，連接32臺(tái)交換[19]，各指標(biāo)單位是32(時(shí)(h))、41(毫秒(ms))、421(秒(s))、422(×103response/s)。

4.3 指標(biāo)權(quán)重計(jì)算

依據(jù)評(píng)價(jià)指標(biāo)數(shù)據(jù)，則可利用3.2節(jié)所述方法計(jì)算指標(biāo)權(quán)重。首先依據(jù)可信屬性分類依次計(jì)算圖6各可信指標(biāo)權(quán)重，下面以可信屬性中功能屬性為例進(jìn)行介紹。

首先計(jì)算主觀權(quán)重。據(jù)3.2.1節(jié)所述，由2位評(píng)估專家依據(jù)表1評(píng)價(jià)規(guī)則對(duì)3個(gè)功能屬性的可信指標(biāo)進(jìn)行重要性判斷得到如表5所示結(jié)果。依據(jù)式(2)對(duì)表5數(shù)據(jù)進(jìn)行融合，其結(jié)果如表6所示。以表6數(shù)據(jù)為基礎(chǔ)，利用式(3)、式(4)進(jìn)行主觀權(quán)重計(jì)算，結(jié)果如表7所示。

表4 控制器可信指標(biāo)原始數(shù)據(jù)

表5 基于專家評(píng)估的控制器功能屬性指標(biāo)比較矩陣

表6 2位專家評(píng)價(jià)結(jié)果的融合比較矩陣

表7 控制器功能屬性指標(biāo)主觀權(quán)重

其次計(jì)算客觀權(quán)重。從表4中提取功能屬性各指標(biāo)數(shù)據(jù)取值，并依據(jù)式(4)進(jìn)行去模糊化處理，并歸一化得到表8數(shù)據(jù)。之后，利用式(5)和式(6)計(jì)算得到各指標(biāo)的客觀權(quán)重如表9所示。

表8 控制器功能屬性指標(biāo)歸一化數(shù)據(jù)

表9 控制器功能屬性指標(biāo)客觀權(quán)重

以此類推，計(jì)算得到SDN控制器5類可信屬性的葉子指標(biāo)的主觀權(quán)重、客觀權(quán)重以及聯(lián)合權(quán)重如表10所示。以圖7顯示表10數(shù)據(jù)，比較可得聯(lián)合權(quán)重在主觀權(quán)重和客觀權(quán)重之間起到了平衡作用，提高了權(quán)重計(jì)算的公平性。

4.4 評(píng)估決策構(gòu)建

下面利用3.3節(jié)所述評(píng)估指標(biāo)計(jì)算方法構(gòu)建控制器評(píng)估決策。首先進(jìn)行可信指標(biāo)數(shù)據(jù)轉(zhuǎn)換。對(duì)表4可信指標(biāo)數(shù)據(jù)進(jìn)行去模糊化處理后，利用3.3.1節(jié)中式(10)對(duì)指標(biāo)數(shù)據(jù)進(jìn)行效用轉(zhuǎn)化，得到控制器可信指標(biāo)的可信值如表11所示。

表11 控制器組件各可信指標(biāo)的可信值

其次構(gòu)建評(píng)估決策矩陣。結(jié)合表10中的指標(biāo)權(quán)重和表11中的指標(biāo)可信值，利用3.3.2節(jié)中式(11)得到各控制器可信屬性的可信值，如表12所示。以表12為基礎(chǔ)，再次調(diào)用權(quán)重計(jì)算方法，得到各可信屬性主觀權(quán)重、客觀權(quán)重以及聯(lián)合權(quán)重，如表13所示。其中主觀權(quán)重計(jì)算時(shí)專家重點(diǎn)考慮了控制器的安全屬性，因此其主觀權(quán)重較大，而客觀權(quán)重中時(shí)效屬性的重要性更大。最后，依據(jù)式(12)將表12和表13數(shù)據(jù)結(jié)合，得到控制器組件的評(píng)估決策矩陣，如表14所示。

表12 控制器組件各可信屬性的可信值

表13 控制器可信屬性的權(quán)重

表14 控制器組件的可信評(píng)估決策矩陣

最后計(jì)算評(píng)估決策指標(biāo)。根據(jù)3.3.3節(jié)中所述評(píng)估指標(biāo)計(jì)算方法，計(jì)算各控制器實(shí)例的相對(duì)近似度，結(jié)果如表15所示。計(jì)算中是針對(duì)無具體服務(wù)需求的情況，因此理想?yún)⒖枷蛄坑墒?13)獲得。

表15 控制器組件的評(píng)估決策指標(biāo)

此外，為考慮各控制器的性能比較，選擇表14中的5種可信屬性（依次編號(hào)為1、2、3、4、5）中的任意4種進(jìn)行組合配置，計(jì)算5種策略下不同控制器實(shí)例的可信值，結(jié)果如圖8所示。

據(jù)表15中可信評(píng)估決策指標(biāo)的取值大小，各評(píng)控制器的可信度量綜合排名為：Floodlight(I4)、Beacon(I2)、Ryu(I5)、Maestro(I3)、NOX(I1)。圖8也表明，在不同的策略配置下，I4的可信值取值較穩(wěn)定，I5取值波動(dòng)較大，I1、I2、I3的取值變化趨勢(shì)較為相近。經(jīng)分析[17~19]，F(xiàn)loodlight作為一款商用級(jí)控制器在功能、性能、安全等方面都具有突出的優(yōu)勢(shì)，相比而言，Beacon的優(yōu)點(diǎn)在于處理性能強(qiáng)，Ryu基于Python語言開發(fā)其使用和擴(kuò)展更方便，而NOX作為最早開發(fā)的控制器，其總體性能存在不足，因此其評(píng)估指標(biāo)取值也較低。綜上所述，本文通過可信度量的評(píng)估方式能夠?qū)刂破鞯亩嗑S信息進(jìn)行融合處理，評(píng)估結(jié)果與實(shí)際相符合，能夠?yàn)閷?shí)際應(yīng)用提供合理指導(dǎo)。

4.5 算法性能分析

4.5.1 算法頑健性分析

頑健性是指算法評(píng)估結(jié)果受參數(shù)變化影響的敏感程度。在本文方法中，可信指標(biāo)權(quán)重是影響評(píng)價(jià)判斷的重要參數(shù)，為此，下面通過交換可信屬性權(quán)重來分析方法頑健性。實(shí)驗(yàn)中，基于表14數(shù)據(jù)，對(duì)控制器的5類可信屬性，兩兩交換其權(quán)重值計(jì)算得到不同交換策略下各控制器的可信值如圖9所示，其中，如策略“W12”表示交換功能屬性和可靠屬性權(quán)重。圖9表明，在不同權(quán)重交換策略下，各控制器取值在一定范圍內(nèi)發(fā)生局部波動(dòng)，但是其整體趨勢(shì)未發(fā)生顯著改變，例如I4的可信值范圍整體高于I1、I3的可信值范圍，這與實(shí)際情況相符合。由此也表明，本文算法對(duì)權(quán)重參數(shù)變化的敏感性低，表現(xiàn)出較好的頑健性。

4.5.2 算法對(duì)比分析

本文方法（記“M0”）與文獻(xiàn)[11]方法（記“M1”）、文獻(xiàn)[12]方法（記“M2”）運(yùn)用于對(duì)以上SDN控制器組件進(jìn)行評(píng)估，所得的評(píng)估結(jié)果如圖10所示，其中，M0和M1取值越大越好，M2取值越小越好。由圖10結(jié)果可知，本文方法與2種對(duì)比方法得到的評(píng)估結(jié)果基本一致。進(jìn)一步，統(tǒng)計(jì)各算法的運(yùn)行時(shí)間為：M0用時(shí)0.648 s，M1用時(shí)1.351 s，M2用時(shí)0.572 s。采用單一靜態(tài)指標(biāo)模型的M2方法時(shí)間復(fù)雜度最低，采用動(dòng)態(tài)指標(biāo)模型和證據(jù)推理的M1方法時(shí)間復(fù)雜度最高，而本文方法M0時(shí)間復(fù)雜度與M2相近。

5 結(jié)束語

針對(duì)新型網(wǎng)絡(luò)體系結(jié)構(gòu)建設(shè)中面臨的網(wǎng)絡(luò)組件服務(wù)性能評(píng)估問題，本文基于可信評(píng)估思想，將指標(biāo)動(dòng)態(tài)建模、主客觀聯(lián)合賦權(quán)和最優(yōu)逼近等策略相結(jié)合，設(shè)計(jì)了較為完整的解決方案。最終通過評(píng)估案例驗(yàn)證了算法在適用性、頑健性、時(shí)間復(fù)雜度等方面具有一定的綜合優(yōu)勢(shì)。下一步研究重點(diǎn)是將所提方法轉(zhuǎn)化為管理策略，并在新型網(wǎng)絡(luò)及其服務(wù)構(gòu)建中進(jìn)行部署。

[1] PAUL S, PAN J L, JAIN R. Architectures for the future networks and next generation internet: a survey[J]. Computer Communications, UK, 2011, 34(1): 2-42.

[2] 黃韜, 劉江, 霍如, 等. 未來網(wǎng)絡(luò)體系架構(gòu)研究綜述[J]. 通信學(xué)報(bào), 2014, 35(8):184-197.

HUANG T, LIU J, HUO R, et al. Survey of research on future network architectures[J]. Journal on Communications, 2014, 35(8):184-197.

[3] BENGT A, CHRISTIAN D, et al. A survey of information-centric networking[J]. IEEE Communications Magazine, 2012, 50(7): 26 -36.

[4] XIE, SUN Y, ZHANG Y, et al. Service oriented future Internet architecture[C]//INFOCOM Poster. Shanghai, China, c2011.

[5] MCKEOWN N, ANDERSON T, BALAKRISHNAN H, et al. OpenFlow: enabling innovation in campus networks[J]. ACM SIGCOMM Computer Communication Review, 2008, 38(2):69-74.

[6] SHIN S, PORRAS P, YEGNESWARAN V, et al. FRESCO: modular composable security services for software-defined networks[C]//The 20th Annual Network and Distributed System Security Symposium(NDSS). c2013.

[7] 郜帥, 王洪超, 王凱, 等. 智慧網(wǎng)絡(luò)組件協(xié)同機(jī)制研究[J]. 電子學(xué)報(bào), 2013, 41(7): 1261-1267.

GAO S, WANG H H, WANG K, et al. Research on cooperation mechanisms of smart network components[J]. Acta Electronica Sinica, 2013, 41(7): 1261-1267.

[8] 蘭巨龍, 程?hào)|年, 胡宇翔. 可重構(gòu)信息通信基礎(chǔ)網(wǎng)絡(luò)體系研究[J]. 通信學(xué)報(bào), 2014, 35(1): 64-76.

LAN J L, CHENG D N, HU Y X. Research on reconfigurable information communication basal network architecture[J]. Journal on Communications, 2014, 35(1): 64-76.

[9] 習(xí)寧, 馬建峰, 孫聰, 等. 基于模型檢測(cè)的服務(wù)鏈信息流安全可組合驗(yàn)證方法[J]. 通信學(xué)報(bào), 2014, 35(11): 23-31.

XI N, MA J F, SUN C, et al. Composable information flow verification for service chain based on model checking[J]. Journal on Communications, 2014, 35(11): 23-31.

[10] SYED A S, JANNET F, MAHAM F, et al. An architectural evaluation of SDN controllers[C]//IEEE ICC-Next-Generation Networking Symposium. c2013: 3504-3508.

[11] 楊善林, 丁帥, 褚偉. 一種基于效用和證據(jù)理論的可信軟件評(píng)估方法[J]. 計(jì)算機(jī)研究與發(fā)展, 2009, 46(7): 1152-1159.

YANG S L, DING S, CHU W. Trustworthy software evaluation using utility based evidence theory[J]. Journal of Computer Research and Development. 2009, 46(7): 1152-1159.

[12] SHI L, YANG S L, LI K, et al. Developing an evaluation approach for software trustworthiness using combination weights and TOPSIS[J]. Journal of Software, 2012, 7(3): 532-543.

[13] 丁帥. 軟件可行性評(píng)估模型及其優(yōu)化方法研究[D]. 合肥: 合肥工業(yè)大學(xué), 2011.

DING S. Research on software trustworthiness evaluation model and its optimization[D]. Hefei: Hefei University of Technology, 2011.

[14] 周劍, 張明新. 軟件可信評(píng)估綜述[J]. 計(jì)算機(jī)應(yīng)用研究, 2012, 29(10):3609-3613.

ZHOU J, ZHANG M X. Survey on trustworthy software evaluation[J]. Application Research of Computers, 2012, 29(10):3609-3613.

[15] 郎波, 劉旭東, 王懷民, 等. 一種軟件可信分級(jí)模型[J]. 計(jì)算機(jī)科學(xué)與探索, 2010, 4(3): 231-239.

LANG B, LIU X D, WANG H M, et al. A classification model for software trustworthiness[J]. Journal of Frontiers of Computer Science and Technology, 2010, 4(3): 231-239.

[16] 韓中庚. 數(shù)學(xué)建模方法及其應(yīng)用[M]. 北京: 高等教育出版社, 2005.

HAN Z G. Mathematical modeling methods and application[M]. Beijing: Higher Education Press, 2005.

[17] 左青云, 陳鳴, 趙廣松, 等. 基于OpenFlow的SDN技術(shù)研究[J]. 軟件學(xué)報(bào), 2013, 24(5): 1078-1097.

ZUO Q Y, CHEN M, ZHAO G S, et al. Research on openflow-based SDN technologies[J]. Journal of Software, 2013, 24(5): 1078-1097.

[18] 房秉毅, 張歌, 張?jiān)朴? 等. 開源SDN控制器發(fā)展現(xiàn)狀研究[J]. 郵電設(shè)計(jì)技術(shù), 2014, (7): 29-36.

FANG B Y, ZHANG G, ZHANG Y Y, et al. Research on the development of open source SDN controller[J]. Designing Techniques of Posts and Telecommunications, 2014, (7): 29-36.

[19] 江國(guó)龍, 付斌章, 陳明宇, 等. SDN控制器的調(diào)研和量化分析[J]. 計(jì)算機(jī)科學(xué)與探索, 2014, 8(6)：653-664.

JIANG G L, FU B Z, CHEN M Y, et al. Survey and quantitative analysis of SDN controllers[J]. Journal of Frontiers of Computer Science and Technology, 2014, 8(6): 653-664.

Evaluation approach for network components performance using trustworthiness measurement

XIONG Gang, LAN Ju-long, HU Yu-xiang, LIU Shi-ran

(National Digital Switching System Engineering & Technological R&D Center, Zhengzhou 450002, China)

For the network components selecting problem involved in the process of building the new network and network service, a network component evaluation method was proposed based on the trustworthiness measurement and the model of the multiple attribute decision analysis. First of all, according to the flexible characteristics of the network application environment, an on-demand driven and dynamic strategy was designed for constructing trustworthiness index tree. Secondly, the uncertainty of the subjective weight was reduced by using the fuzzy analytic hierarchy process, and the combination weight calculated from the subjective and objective weight was used to improve the fairness of weighting operation. Next, in the decision stage, the evaluation results were obtained through the integrated use of processing strategies which include the index data utility transformation, the trustworthiness attribute vector construction and the calculation of vector relative approximation degree. Finally, the rationality, applicability and validity of the presented approach are demonstrated with the evaluation of the software defined network controllers, and the results contribute to provide operators more decision information.

network component, trustworthiness, combination weight, network controller

TP393.08

A

10.11959/j.issn.1000-436x.2016059

2015-05-26；修回時(shí)間：2015-12-16

國(guó)家重點(diǎn)基礎(chǔ)研究發(fā)展計(jì)劃（“973”計(jì)劃）基金資助項(xiàng)目（No.2012CB315901, No.2013CB329104）；國(guó)家自然科學(xué)基金資助項(xiàng)目（No.61309019, No.61372121）；國(guó)家高技術(shù)研究發(fā)展計(jì)劃（“863”計(jì)劃）基金資助項(xiàng)目（No.2013AA013505, No.2015AA016102）

The National Basic Research Program of China (973 Program) (No.2012CB315901, No.2013CB329104), The National Natural Science Foundation of China (No.61309019, No.61372121), The National High Technology Research and Development Program of China (863 Program) (No.2013AA013505, No.2015AA016102)

熊鋼（1986-），男，四川綿陽人，國(guó)家數(shù)字交換系統(tǒng)工程技術(shù)研究中心博士生，主要研究方向?yàn)樾滦途W(wǎng)絡(luò)體系結(jié)構(gòu)、網(wǎng)絡(luò)信息安全。

蘭巨龍（1962-），男，河北張北人，國(guó)家數(shù)字交換系統(tǒng)工程技術(shù)研究中心教授、博士生導(dǎo)師，主要研究方向?yàn)閷拵ЬW(wǎng)絡(luò)關(guān)鍵理論與技術(shù)。

胡宇翔（1982-），男，河南周口人，國(guó)家數(shù)字交換系統(tǒng)工程技術(shù)研究中心講師，主要研究方向?yàn)樾滦途W(wǎng)絡(luò)體系結(jié)構(gòu)、網(wǎng)絡(luò)信息安全。

劉釋然（1990-），男，河南洛陽人，國(guó)家數(shù)字交換系統(tǒng)工程技術(shù)研究中心碩士生，主要研究方向?yàn)檐浖x網(wǎng)絡(luò)。