網管系統的性能模糊綜合評價模型

摘要：針對網管系統性能評價研究中的度量問題，運用性能指標和模糊數學方法對性能評價進行模糊化處理，以度量的性能數據為基礎，采用模糊綜合評價方法評價質量因子，通過建立性能綜合評價模型，有效地解決了多指標評價問題，可用于指導軟件開發人員進行網管系統性能改進。

關鍵詞：網管系統；性能指標；多指標；模糊綜合評價

中圖分類號：TP393.07文獻編號：A文章編號：1009-3044(2008)33-1314-02

The Fuzzy Synthetical Evaluation Model of Network Management System

MA Jing1， NI Gui-qiang1， HUANG Bi-xiang2

(1.Institute of Command Automation， PLA Uni. of Sci. Tech.， Nanjing 210007，China; 2.303 Hospital of PLA， Information Technical offices， Nanning 530021，China)

Abstract: To measure network management system performance， the performance indicator and the fuzzy mathematics methods are applied to the performance evaluation criterion. On the basis of performance measurement， the fuzzy synthesized evaluation method is applied to evaluate the quality factor. By making the performance synthetical Evaluation Model， the multi- indicator evaluation is implemented smoothly， and the evaluation results can be used in the network management system performance improvement for software developer.

Key words: network management; performance indicator; multi-indicator; fuzzy synthetical evaluation

1引言

隨著計算機軟件和硬件的發展，各種網絡已經隨處可見，包括計算機網絡，電話網絡、衛星網絡等。通信網絡中起核心控制作用的便是各網絡的管理系統，簡稱網管系統。網管系統的性能直接影響到網絡用戶的服務質量，因此在網絡建設過程中必不可少地需要進行網管系統的性能評價。

軟件是智力的產物，具有很高的復雜性、不確定性和不可見性，因而增加了軟件智力評價的難度。文獻[1]中也提出軟件智力是一個模糊的概念。軟件性能也是如此。正是其模糊的特點，使得模糊評價方法成為解決軟件性能評價的重要手段。同時網管系統的性能指標有

多個，不同的網絡應用對各指標關注的程度是不同的。目前，網管系統尚未形成一個統一的性能評價體系，各個指標度量方法和單位以及范圍也不同，如何綜合這些指標進行網管系統的性能評價，是一個值得研究的課題。網管系統的性能評價，需要建立合適的網管系統性能指標體系及找出相應的指標評價方法。

2網管軟件性能指標

網管系統的性能評估主要評價網管系統對網絡的控制能力和對通信資源的占用以及容錯性，可以考慮以下幾個指標：

1) 吞吐率

描述：系統利用傳輸帶寬的比率，反映系統的吞吐能力；

公式：吞吐率＝吞吐量÷相應傳輸帶寬中所傳輸的原始數據速率；

2) 網管消息響應匹配率

描述：在某一特定環境下，系統發送的網管消息得到匹配的響應的比率；

公式：響應匹配率＝匹配響應次數÷（匹配響應次數＋不匹配響應次數）；

3) 鏈路利用率

描述：網管消息對通信資源的占用情況；

公式：鏈路利用率=網管消息對鏈路的占用時間÷網絡的總的運行時間；

4) 處理能力

描述：在某一特定環境下，系統處理請求的速度；

公式：處理能力＝成功次數÷每次測試時間；

5) 網管消息阻塞率

描述：當某個正在被傳輸的網管消息因沒有空閑鏈路而無法繼續傳輸時，網管消息將被阻塞。網管消息阻塞率也稱為網管消息阻塞概率，網管消息阻塞率指標可以用來評價網管系統在不同路由選擇方式下的性能、接口干線容量和干線網線路容量分配是否合理等，還可以用來衡量網絡故障對網管系統的影響；

公式：阻塞率＝被阻塞的網管消息數÷總的網管消息數；

6) 網管消息丟包率及重傳率

描述：在給定時間間隔內，傳送不正確、丟失或重復消息量與傳送消息總量之比；

公式：丟包及重傳率＝丟包及重傳的包的數目÷總的傳輸的消息的數目；

7) 網管消息平均響應時延

描述：測試線程向被測系統發請求，所有請求的響應時間的平均值；

公式：平均響應時延＝每個網管消息的時延總和÷網管消息的總的數目；

8) 業務平均處理時間

描述：系統對業務處理的平均時間，反映系統的業務處理能力；

公式：業務平均處理時間＝不同用戶完成某個任務的時間總和÷總用戶數；

9) 最大并發用戶數

描述：在給定的預期平均響應時間下，系統最多能支持多少個并發用戶。這個數據就是實際可以同時使用系統的用戶數；

公式：在持續加壓的情況下，當超過預期平均響應時間時的用戶數；

10) 系統容量

描述：在用戶可以接受的響應范圍內，確定系統可處理同時在線的最大用戶數，在線與并發用戶數存在區別；

公式：容量＝不同業務組合執行的最大用戶數÷不同業務組合數目；

11) 平均無故障時間

描述：系統持續運行無差錯平均時間，是一個系統穩定性的重要指標；

公式：平均無故障時間＝每段系統無故障運行時間總和÷無故障運行時間統計次數；

12) 平均恢復時間

描述：系統從出現故障開始到從故障中恢復正常運作的平均恢復時間；

公式：平均恢復時間＝每次系統失敗恢復時間的和÷系統失敗的次數。

3 模糊評價方法[1]

模糊綜合評判是多重目標綜合決策的一種特殊情形，主要用于模糊環境中，考慮了多種因素的影響，針對一定的目的對某些事物作出綜合評價[2]。

設評價對象集X={x1，x2，…}，質量對象集U={u1，u2，…，un}，稱u1為質量因子，評價等級集V={v1，v2，…，vm}，通常，對每個質量因子都有統一的標準[3]，并且多以數字的形式出現，質量評價標準可以給出等級的指標，也可以是等級的范圍，如表1所示，表中括號表示以等級范圍給定的標準。表中aij表示第i個質量因子屬于第j等級的指標是≥aij或≤aij ，由于評價對象xi不同的質量因子往往隸屬不同等級，因此必須采取綜合評判的方法，首先需要建立隸屬函數及模糊關系矩陣。

對于表中給出的指標，隸屬函數[1]規定如下：

對每一被評價對象xk，通過抽樣檢驗，對每一質量因子ui ，都有一測定值yi ，于是得到對應于xk的測定指標向量

Yk=(y1，y2，…，yn)

這樣uij(yi)便表示xk相對于因子ui而言隸屬于等級vj 的程度，取

則Rk就是關于xk的U與V之間的模糊關系矩陣，給定權重分配

計算Bk=A ?莓Rk=(b1，b2，…，bm)

按最大隸屬原則，若 ，則評定xk屬于vj0級。

4 性能模糊綜合評價模型

我們抽取最感興趣的五個性能指標做為例子進行比較。

假定考慮五個基本指標：л=(f1，f2，f3，f4，f5)，其中f1=吞吐率，f2=響應時間，f3=鏈路利用率，f4=丟包率，f5=系統容量。性能評級分為五個等級：e1=非常好，e2=好，e3=一般，e4=差，e5=非常差，于是構成評語集E=(e1，e2，e3，e4，e5)。

按照上一節中的步驟，建立模糊關系矩陣如表2所示。其中各項值隨網管系統大小規模，網絡應用性能需求的不同而不同，在此只是一個范例。

按照上一節中規定的方式得到隸屬函數u，計算得到模糊關系矩陣R。

給定權向量 A=(0.1，0.4，0.1，0.2，0.2)，從中看出該系統在時效性方面最重視。這樣我們獲得了綜合評判的基本表達式

計算B，使用最大隸屬度原則，獲得被評價網管系統的評價等級。其實在網管系統綜合評判模型中對于各個質量因子也可以使用模糊綜合評判。例如吞吐率，由于測試過程執行的腳本不同，將產生一組不同腳本情況下的平均吞吐率，每組腳本的測試重點不同，對應的吞吐率也會有很大差別，而且測試的次數有限，獲取的結果也是一個模糊結果，我們可以對應不同級別的評分辦法找到近似的平均吞吐率。

5 結束語

網管系統性能指標是性能綜合評價的基礎，確定性能指標的計算方法和選取其作為質量因子，根據應用的性能需要，配置各質量因子的權重，使用設計的模糊綜合評價模型，最終得到了網管系統的性能隸屬于非常好、好、一般、差、非常差的程度，比較好的解決了網管系統性能評價問題。如果將不同的等級量化為分數，則得到一個模糊近似分數，這樣可以使得幾個不同的網管系統的性能具有了可比性。

參考文獻:

[1]石柱，何新貴.軟件質量的模糊屬性及其表示[J]. 計算機工程與設計，2001，22(4):1-4.

[2]苑慎懷、李洪興.質量評級的數學模型[J].數學的實踐與認識，1986:9-13.

[3] 汪培生、李洪興.模糊系統理論與模糊計算機[M]，北京，科學出版社，1996:172.

[4] Hongxing Li，Multifactorial fuzzy sets and multifactorial degree of nearness[J]，Fuzzy Sets and Systems，19(3)，1986:291-297.

注：“本文中所涉及到的圖表、注解、公式等內容請以PDF格式閱讀原文。”