面向航空自组网的节点失效波及影响分析模型

doi:10.11772/j.issn.1001-9081.2021020348

《计算机应用》唯一官方网站 ›› 2022, Vol. 42 ›› Issue (2): 493-501.DOI: 10.11772/j.issn.1001-9081.2021020348

面向航空自组网的节点失效波及影响分析模型

谢丽霞, 严莉萍, 杨宏宇()

中国民航大学计算机科学与技术学院，天津 300300

收稿日期:2021-03-08 修回日期:2021-05-08 接受日期:2021-05-10 发布日期:2022-02-11 出版日期:2022-02-10
通讯作者: 杨宏宇
作者简介:谢丽霞（1974—），女，重庆人，教授，博士，CCF会员，主要研究方向：信息安全；
严莉萍（1995—），女，四川成都人，硕士研究生，主要研究方向：信息安全；
杨宏宇（1969—），男，吉林长春人，教授，博士，CCF会员，主要研究方向：信息安全。
基金资助:
国家自然科学基金民航联合研究基金资助项目(U1833107)

Node failure ripple effect analysis model for aircraft ad hoc network

Lixia XIE, Liping YAN, Hongyu YANG()

College of Computer Science and Technology，Civil Aviation University of China，Tianjin 300300，China

Received:2021-03-08 Revised:2021-05-08 Accepted:2021-05-10 Online:2022-02-11 Published:2022-02-10
Contact: Hongyu YANG
About author:XIE Lixia， born in 1974， Ph. D.， professor. Her research interests include information security.
YAN Liping， born in 1995， M. S. candidate. Her research interests include information security.
YANG Hongyu， born in 1969， Ph. D.， professor. His research interests include information security.
Supported by:
National Natural Science Foundation of China-Civil Aviation Joint Research Fund(U1833107)

摘要/Abstract

摘要：

为有效分析航空自组网（AANET）中节点失效对整个网络造成的影响，并提高网络在发生安全事件之后的稳定性，提出一种面向AANET的节点失效波及影响分析模型。首先，根据AANET的主要业务建立有向加权业务网络，基于实时AANET建立以各类航空器为节点的无向加权物理网络，并通过业务-物理网络映射关系建立相依网络模型；其次，提出面向AANET的失效传播模型，分析网络节点状态及其之间的相互转换方式；最后，基于链路生存性改进失效流量再分配算法，并将其应用于构建的相依网络模型上，得到因节点失效波及反应转化成失效节点和业务降级节点的集合，并将其用于分析网络各时刻的波及影响情况。实验结果表明，所提出的模型能更准确反映AANET节点失效波及影响情况。

关键词: 航空自组网, 节点失效, 波及影响, 相依网络, 链路生存性

Abstract:

To effectively analyze the ripple effect of node failure in Aircraft Ad Hoc Network （AANET） on the whole network and improve the stability of the network after occurring security incidents， a node failure ripple effect analysis model for AANET was proposed. Firstly， the directed weighted business network was established according to the main business of AANET， the undirected weighted physical network was established with various aircraft as the nodes based on real-time AANET， and the interdependent network model was built through the business-physical network mapping relationship. Secondly， a failure propagation model for AANET was proposed， and the node states and transformation modes between them were analyzed. Finally， the failure traffic redistribution algorithm was improved on the basis of link survivability， which was applied to the established interdependent network model to obtain the set of failed nodes and business degradation nodes caused by the ripple effect of node failure， then the set was used to analyze the ripple effect condition of the network at every moment. Experimental results show that the proposed model can effectively analyze the ripple effect condition of node failure in AANET.

Key words: Aircraft Ad Hoc Network (AANET), node failure, ripple effect, interdependent network, link survivability

中图分类号:

TP309

谢丽霞, 严莉萍, 杨宏宇. 面向航空自组网的节点失效波及影响分析模型[J]. 计算机应用, 2022, 42(2): 493-501.

Lixia XIE, Liping YAN, Hongyu YANG. Node failure ripple effect analysis model for aircraft ad hoc network[J]. Journal of Computer Applications, 2022, 42(2): 493-501.

图/表 16

图1 节点失效波及影响分析模型

Fig. 1 Node failure ripple effect analysis model

图2 航空自组网

Fig. 2 Aircraft ad hoc network

图3 业务-物理网络模型

Fig. 3 Business-physical network model

表1 业务静态影响力

Tab. 1 Business static influence

用户优先级	不同业务优先级下的影响力
用户优先级	1级	2级	3级	4级
1	16	15	13	10
2	14	12	9	6
3	11	8	5	3
4	7	4	2	1

图4 本文算法流程

Fig. 4 Flowchart of the proposed algorithm

表2 节点波及影响程度等级

Tab. 2 Node ripple effect degree

失效模式	波及影响概率	影响分析
正常	0	波及节点业务处理能力没有受到影响，正常工作
较低	（0，0.2］	波及节点业务处理能力受到轻微影响，正常工作
低	（0.2，0.4］	波及节点业务处理能力受到较低影响，正常工作
一般	（0.4，0.6］	波及节点业务处理能力降级，仍能工作
较高	（0.8，1）	波及节点业务处理能力大幅降级，仍能工作
失效	1	波及节点失效，不能工作

表3 网络波及影响程度等级

Tab. 3 Network ripple effect degree

f	等级	f	等级
［0，0.2］	低	（0.6，0.8］	较高
（0.2，0.4］	较低	（0.8， 1］	高
（0.4，0.6］	一般

图5 NS2中网络初始场景

Fig. 5 Initial network scene in NS2

表4 参数设置

Tab. 4 Setting of parameters

参数	取值
仿真区域	5 000 m×5 000 m
实验时间	300 s
节点数	20
节点移动速度	0~300 m/s
数据流数目	25
路由协议	AODV

表5 业务节点权重

Tab. 5 Business node weight

编号	权重	编号	权重	编号	权重
1	0.075	10	0.087	19	0.068
2	0.063	11	0.114	20	0.046
3	0.037	12	0.088	21	0.106
4	0.025	13	0.128	22	0.097
5	0.057	14	0.107	23	0.065
6	0.097	15	0.076	24	0.034
7	0.076	16	0.106	25	0.085
8	0.055	17	0.127
9	0.077	18	0.104

表6 实体节点权重

Tab. 6 Physical node weight

编号	权重	编号	权重	编号	权重
1	0.955	8	0.879	15	0.862
2	0.865	9	0.859	16	0.878
3	0.861	10	0.894	17	0.896
4	0.930	11	0.897	18	0.870
5	0.855	12	0.864	19	0.862
6	0.862	13	0.923	20	0.920
7	0.820	14	0.952

图6 基于链路生存性的流量再分配算法实例

Fig. 6 An examples of traffic redistribution algorithm based on link survivability

图7 业务网络在随机攻击下的节点失效波及影响情况

Fig. 7 Ripple effect condition of node failure in business network under random attack

图8 业务网络在蓄意攻击下的节点失效波及影响情况

Fig. 8 Ripple effect condition of node failure in business network under intentional attack

图9 物理网络在随机攻击下的节点失效波及影响情况

Fig. 9 Ripple effect condition of node failure in physical network under random attack

图10 物理网络在蓄意攻击下的节点失效波及影响情况

Fig. 10 Ripple effect condition of node failure in physical network under intentional attack

参考文献 19

1	KUMAR V， RANA A， KUMAR S. Aircraft Ad-hoc Network （AANET）［J］. International Journal of Advanced Research in Computer and Communication Engineering， 2014， 3（5）： 6679-6684.
2	ZHANG J K， CHEN T H， ZHONG S D， et al. Aeronautical ad hoc networking for the internet-above-the-clouds［J］. Proceedings of the IEEE， 2019， 107（5）： 868-911. 10.1109/jproc.2019.2909694
3	BULDYREV S V， PARSHANI R， PAUL G， et al. Catastrophic cascade of failures in interdependent networks［J］. Nature， 2010， 464（7291）： 1025-1028. 10.1038/nature08932
4	老松杨，王竣德，白亮.相依网络研究综述［J］.国防科技大学学报， 2016， 38（1）： 122-128. 10.11887/j.cn.201601020
	LAO S Y， WANG J D， BAI L. Review of the interdependent networks［J］. Journal of National University of Defense Technology， 2016， 38（1）： 122-128. 10.11887/j.cn.201601020
5	SHAO J， BULDYREV S V， HAVLIN S， et al. Cascade of failures in coupled network systems with multiple support-dependence relations［J］. Physical Review E： Statistical， Nonlinear， and Soft Matter Physics， 2011， 83（3 Pt 2）： No.036116. 10.1103/physreve.83.036116
6	LIU H C， LUO S N， GAN J B， et al. Research on node importance of power communication network based on Multi-Attribute Analysis ［C］// Proceedings of the IEEE 4th Information Technology， Networking， Electronic and Automation Control Conference. Piscataway： IEEE， 2020： 2683-2687. 10.1109/itnec48623.2020.9085114
7	LI Y M， ZHAO L M， YU Z Y， et al. Traffic flow prediction with big data： a learning approach based on SIS-complex networks ［C］// Proceedings of the IEEE 2nd Information Technology， Networking， Electronic and Automation Control Conference. Piscataway： IEEE， 2017： 550-554. 10.1109/itnec.2017.8284794
8	WANG X H， ZHANG Y， WANG L Z， et al. Robustness evaluation method for unmanned aerial vehicle swarms based on complex network theory［J］. Chinese Journal of Aeronautics， 2020， 33（1）： 352-364. 10.1016/j.cja.2019.04.025
9	WANG Z Y， CHEN G， LIU L， et al. Cascading risk assessment in power-communication interdependent networks［J］. Physica A： Statistical Mechanics and its Applications， 2019， 540： No， 120496. 10.1016/j.physa.2019.01.065
10	韩丽，刘彬，邓玉静，等.加权无标度网络的级联失效模型［J］.软件学报， 2017， 28（10）： 2769-2781.
	HAN L， LIU B， DENG Y J， et al. Cascading failure model of weighted scale-free networks［J］. Journal of Software， 2017， 28（10）： 2769-2781.
11	王兴隆，贺敏，刘明学.空中交通CPS级联失效与缓解策略［J/OL］.北京航空航天大学学报. （2021-02-18）［2021-04-30］. ，
	HE M， LIU M X. Air traffic CPS cascading failure and mitigation strategy［J/OL］. Journal of Beijing University of Aeronautics and Astronautics. （2021-02-18）［2021-04-30］.
12	JIN Z Y， WANG N， ZHAO J. Cascading failures of overload behaviors on interdependent networks ［C］// Proceedings of the 2020 Asia-Pacific International Symposium on Advanced Reliability and Maintenance Modeling. Piscataway： IEEE， 2020： 1-5. 10.1109/aparm49247.2020.9209434
13	唐小虹.复杂网络级联失效下的负载重分配机制研究［D］.成都：西南交通大学， 2015： 17-21.
	TANG X H. The study of load redistribution under cascading failures on complex networks［D］. Chengdu： Southwest Jiaotong University， 2015： 17-21.
14	ZHANG Z H， SONG Y R， XIA L L， et al. A novel load capacity model with a tunable proportion of load redistribution against cascading failures［J］. Security and Communication Networks， 2018， 2018： No.6254876. 10.1155/2018/6254876
15	谭跃进，吴俊，邓宏钟.复杂网络中节点重要度评估的节点收缩方法［J］.系统工程理论与实践， 2006， 26（11）： 79-83， 102. 10.3321/j.issn:1000-6788.2006.11.011
	TAN Y J， WU J， DENG H Z. Evaluation method for node importance based on node contraction in complex networks［J］. Systems Engineering — Theory and Practice， 2006， 26（11）： 79-83， 102. 10.3321/j.issn:1000-6788.2006.11.011
16	ZHANG G D， LI Z， ZHANG B， et al. Understanding the cascading failures in Indian power grids with complex networks theory［J］. Physica A： Statal Mechanics and its Applications， 2013， 392（15）： 3273-3280. 10.1016/j.physa.2013.03.003
17	李树栋.复杂网络级联动力学行为机制研究［D］.北京：北京邮电大学， 2012： 86-91. 10.29268/stsc.2015.3.2.1
	LI S D. Research on the mechanism of cascading dynamics and behaviors of complex networks［D］. Beijing： Beijing University of Posts and Telecommunications， 2012： 86-91. 10.29268/stsc.2015.3.2.1
18	LIU B Y， DENG Y. Risk evaluation in failure mode and effects analysis based on D numbers theory［J］. International Journal of Computers Communications and Control， 2019， 14（5）： 672-691. 10.15837/ijccc.2019.5.3558
19	陈高平，邓勇.航空无线电导航原理（上册）［M］.北京：国防工业出版社， 2008： 331-332. 10.1007/978-1-4020-5614-7_968
	CHEN G P， DENG Y. Aviation Radio Navigation Principle （Book One）［M］. Beijing： National Defense Industry Press， 2008： 331-332. 10.1007/978-1-4020-5614-7_968

[1]	董崇杰, 陈俞强. 相依网络中负载全局分配的级联故障模型[J]. 计算机应用, 2017, 37(7): 1861-1865.
[2]	徐志强, 袁德砦, 陈亮. 基于稀疏随机矩阵的再生码构造方法[J]. 计算机应用, 2017, 37(7): 1948-1952.
[3]	卓中流, 张小松, 李瑞杏, 陈厅, 张景中. 基于节点失效的洋葱路由匿名链路控制方法[J]. 计算机应用, 2015, 35(10): 2843-2847.
[4]	许晓东程建国朱士瑞. 非结构化P2P僵尸网络鲁棒性分析[J]. 计算机应用, 2011, 31(12): 3343-3345.

面向航空自组网的节点失效波及影响分析模型

Node failure ripple effect analysis model for aircraft ad hoc network

RichHTML

PDF

可视化

摘要/Abstract

引用本文

使用本文

图/表 16

参考文献 19

相关文章 4

编辑推荐

Metrics