李强,苏耀峰
(国防信息学院,武汉430010)
基于AnyLogic的网络运行维护能力分析
李强,苏耀峰
(国防信息学院,武汉430010)
网络运行维护能力是网络能力的重要组成部分,设计网络运维能力的指标分类和具体指标,详细分析网络值勤模型、故障模型和调度模型,基于三类模型设置了仿真试验参数并进行了仿真实验,得出各个指标的典型值,为有效评估网络运行维护能力提供数据支撑,具有较强的推广应用价值。
网络运行维护;运维能力分析;AnyLogic
AnyLogic是一款常用的建模仿真软件平台,包括系统动力学(System Dynamic)、离散事件仿真(Discrete Event)以及基于主体(Agent Based)的建模。其建模语言具有独特的灵活性,能让用户详细捕捉到社会、经济和生物等复杂系统运行特征。AnyLogic具有图形化建模界面和对象库,能让用户快速实现各领域建模。AnyLogic还支持面向对象的模型设计范式,为大型模型提供模块化、增量化和层次化的构造方法。鉴于AnyLogic仿真平台的强大功能,以及网络运维能力分析涉及的要素众多、组织复杂、业务繁重等特点,本文采用AnyLogic仿真平台作为网络运维能力分析的主要工具。
1.1指标分类
在网络运维能力的评估指标中,有些指标可以通过计算或者计算机仿真分析获得,还有一些指标既不能计算也不能仿真,则只能通过定性分析评估来描述。为了区分这2类指标,给出如下指标属性分类定义:
(1)可仿真计算指标
可测试指标用A表示。该类指标可以根据一定的事件产生分布规律(如泊松分布规律、指数分布规律等),按照一定的流程和规则,采取离散事件仿真的方法,选择合适的计算机仿真工具平台,通过仿真分析获得。如故障处理完成率、应急响应平均时间等。
(2)可定性评估指标
可评估指标用B表示。该类指标值不具备仿真或计算获得的条件,只能用定性分析评估的方法,通过专家评定的等级来表示,如维修技术支援能力、组织协调能力等。
1.2指标设计
网络运行维护能力指完成网络运行质量监控、运行管控、资源调控、质量评估和技术支援等任务的能力。该指标可进一步通过以下几个指标综合度量:
(1)网络状态监控能力,指机构对网络运行状态进行实时监视和控制的能力。该指标为B类指标。
(2)故障处理完成率,指网络运行维护机构通过监控发现故障现象后,在规定时间内组织完成故障事件处理的比率,超过规定时间的视为未完成。故障处理完成率可通过仿真获得统计值,为A类指标。
(3)平均故障处理时间,指网络运行维护机构通过监控发现故障现象后,分析判断故障、形成处置决策、组织协调各类资源、指导完成故障处理直至故障恢复全过程的平均时间。平均故障处理时间可通过仿真获得统计值,为A类指标。
(4)资源调度完成率,指网络运行维护机构在规定时间内组织完成网络资源调度任务的比率,超过规定时间的视为未完成。资源调度完成率可通过仿真获得统计值,为A类指标。
(5)平均资源调度时间,指网络运行维护机构接受资源调度任务后,分析资源状态、选择信道路由、形成调度决策、组织完成资源调度任务全过程的平均时间。平均资源调度时间可通过仿真获得统计值,为A类指标。
2.1值勤模型设计
值勤模型是整个仿真中的基础模型,能够根据所处环境、任务需求和自身状态,制定相应的行动策略,独立或者与其他模型共同完成某项任务。值勤模型是值勤业务的映射,其功能直接体现了各类值勤业务的职能,主要完成接收需求、建立任务列表、分配任务、监控任务完成情况、统计相关信息等功能。其内部处理流程如图1所示。
图1 值勤模型业务处理流程图
模型首先检测任务需求,根据任务分类插入相应的任务队列;然后,判断任务队列是否为空,如果为空则直接完成本次任务,否则进行需求处理;检查目前人员是否满足该任务,如果满足则进行任务分配,否则进行告警提示并保持该任务;最后,进行统计数据的更新,完成本次任务。值勤模型通过任务接口完成对上对下的信息交互,并对完成的任务总数以及延迟的任务数进行统计。
2.2故障模型设计
网络运行故障模型用于模拟网络运行维护中故障处理流程,获取平均故障处理时间和故障处理完成率两种指标。其内部处理流程如图2所示。
模型接收到故障处理任务后,依据故障特征,判断由何分队处理任务,如果可以由线路维护分队直接处理则直接处理,否则派出技术支援分队处理;在故障处理完成后,通过网管系统核对故障和业务的恢复,并进行故障处理结果确认。网络运行维护网络故障处理模块通过任务接口完成对上对下的信息交互,并对每次完成故障处理的时间进行统计。
图2 故障模型业务流程图
2.3调度模型设计
调度模型用于模拟资源调度等业务处理流程,获取平均调度时间和资源调度完成率两种指标。模块首先接收调度请求,在完成资源核查后,启动调度业务;添加调度任务,并从任务列表中取出最前的任务处理,调度任务需要明确主调单位、被调单位、完成时限、具体资源(如路由、端口、带宽、接入码、费率)等信息;而后下达业务实现任务,业务处理要素依据任务属性进行有关业务数据配置,完成业务资源部署或调整的过程,如线路/光路的连接/拆除。此类活动一般由业务处理要素和设备维护要素配合,协作完成;最后,在完成业务测试、异常处理、完工回单后,结束本次调度任务。调度模型通过任务接口完成对上对下的信息交互,并对每次完成电路调度的时间进行统计。
3.1实验参数设置
仿真采用AnyLogic的基于Agent仿真以及离散事件仿真工具完成,定义了故障处理元素、资源调度元素、值勤维护元素。
(1)故障处理元素
表1 故障处理元素参数设置表
(2)资源调度元素
表2 资源调度元素参数设置表
(3)值勤维护元素
表3 值勤维护元素参数设置表
3.2实验结果与分析
(1)故障处理完成率
该指标的五轮仿真结果如表4所示。
表4 故障处理完成率仿真结果
通过仿真可得出指标均值约为0.9925,仿真结果方差约为0.0019。随着时间以及任务数的增加,任务完成率指标在某个阶段会有一定劣化,但从长期仿真结果来看,指标是趋于平稳上升的。
(2)平均故障处理时间
该指标的五轮仿真结果如表5所示。
表5 平均故障处理时间仿真结果表
通过仿真可得出指标均值约为101.42,仿真结果方差约为1.15。随着时间以及任务数的增加,平均故障处理时间在某个阶段会有一定劣化,但从长期仿真结果来看,指标是趋于平稳下降的。
(3)资源调度完成率
该指标的五轮仿真结果如表6所示。
表6 资源调度完成率仿真结果表
通过仿真可得出指标均值约为0.9989,仿真结果方差约为0.0012。随着时间以及任务数的增加,任务完成率指标在某个阶段会有一定劣化,但从长期仿真结果来看,指标是趋于平稳上升的。
(4)平均资源调度时间
该指标的五轮仿真结果如表7所示。
表7 平均资源调度时间仿真结果表
通过仿真可得出指标均值约为169.74,仿真结果方差约为1.12。随着时间以及任务数的增加,平均资源调度时间在某个阶段会有一定劣化,但从长期仿真结果来看,指标是趋于平稳下降的。
本文依托AnyLogic仿真环境,设计了仿真方案,对仿真参数进行了设置,对系统评估中的A类指标进行了仿真和结果分析。通过仿真得出了各个指标的均值,为网络运行维护能力评估提供了有效数据。该方法可以推广应用到网络安全管理能力、装备维修保障能力等网络能力分析,具有较好的应用价值。
[1]陈悦峰,董原生,邓立群.基于Agent仿真平台的比较研究[J].系统仿真学报,2011,7:110-116
[2]陈庆华,吕彬,李晓松.系统工程理论与实践[M].北京:国防工业出版社,2011.
[3]陈欢,李文峰.基于AnyLogic离散时间的集装箱堆场场桥调度建模与仿真[J].物流技术,2010,29(17):49-51.
[4]向华.网络运维流程管理与故障管理流程的建设[J].出版与印刷,2007,3:42-43.
[5]杨梅影.四川移动运维流程体系建设研究[D].西南财经大学,2007.
Analysis of Network Operation and Maintenance Capability Based on AnyLogic
LI Qiang,SU Yao-feng
(College of National Defense Information,Wuhan 430010)
Network operation and maintenance capability is an important part of network capacity,designs the index classification and specific indicators of the network operation and maintenance capability,then analyzes the network duty model,fault model and scheduling model in details,sets the simulation parameters and the simulation based on the three model,and then computes the typical value of each index,this method provides data support for the effective evaluation of network operation and maintenance capability,with strong application value.
Network Operation and Maintenance;Operation and Maintenance Capacity Analysis;AnyLogic
1007-1423(2016)25-0044-04DOI:10.3969/j.issn.1007-1423.2016.25.010
李强(1981-),男,山东临沭人,硕士研究生,讲师,研究方向为信息系统运用
2016-06-07
2016-08-29
苏耀峰(1982-),男,河南巩义人,硕士研究生,讲师,研究方向为信息系统运用