移动环境下动态策略匹配方法探究.doc

移动环境下动态策略匹配方法探究 　　摘 要：本文在策略匹配时，利用概念格的性质将策略匹配范围缩小，再对策略信息中的时间和带宽等非确定的匹配参数，利用模糊的方法将隶属度和模糊补偿Hamacher算子结合起来，确定满足预测信息条件的策略，达到根据不确定的预测信息从策略库中快速准确的选择合适策略的目的。 关键词：移动环境；动态策略；匹配方法 中图分类号：TN929.5 1 移动环境 无线通讯技术被认为是工业控制领域继现场总线、工业以太网技术后的又一热点，作为当年世界最具活力的新兴技术之一，无线通讯技术具有有线技术无法取代的技术优势，并且逐渐渗透到工业控制的各个环节，这就要求下一代网络具备更高的服务质量。在无线通信网络中，尤其是切换移动IP的过程中如何保证过硬的QoS技术已经成为当前研究的一个重要课题。笔者基于对QoS技术的了解认为，当网络过载或拥塞时，QoS对关键应用和多媒体应用的优越性立即显现，它能确保重要业务量不受延迟或丢失，同时保障了网络的高效运行。 本文的基本思想是建立以概念格选择和模糊方法相结合的算法从策略库中匹配合适的策略应用到移动环境网络中。笔者首先介绍策略的形式和定义，为以后使用提供一个统一的框架，介绍概念格存储策略的结构及筛选方法，然后利用模糊数学中隶属度的概念及Hamacher算子对策略进行进一步选择，最后用程序算法实现策略的匹配过程。 不论移动节点是否处于移动状态，其对网络资源的需求是随机变化的，业务需求的变化会导致网络资源配置与移动节点资源分配的变化。但实际情况是在一些人流量密集且活动频繁的公共场合，某一个移动节点的移动路径和资源分配是有章可循的。根据移动节点的预测信息可预估移动节点未来的移动路径和资源分配情况。通过预测信息可知移动节点下一个即将发生的动作及可能覆盖的基站范围，可以计算出到达基站的概率及覆盖这些基站范围所需的资源量和移动IP的切换时间等等。 预测信息虽然具有科学性、准确性，但其也存在一定的局限性与不确定性，因此在研究移动节点的资源分配情况时，要把所有概率事件全部考虑其中，将其看成一个整体确定的信息群，切忌不可主观臆断、胡猜乱测，只有以科学准确的信息为依据，才能通过对其资源分配情况的研究认识到有章可循的规律性，科学地预测其未来移动路径与资源需求。当移动结点真正到来时，把配置策略下发去执行。所以要根据预测信息和当前的网络运行状态与策略仓库中的策略进行策略匹配找出一个适合的策略应用到网络，这样周期性调整的策略配置就是动态。 2 动态策略 动态策略由传统策略发展而来，目前主要有两种实现动态策略管理的办法：一是在获知预测信息后根据网络准入控制进行管理，二是为有效完成资源分配，依据预测信息预估移动IP的切换时间，那么相关配置的完成则要依靠一个动态策略集。 其语法如下： 3 匹配方法 对于预测信息中时间和带宽的匹配具有随机性且无章可循，人们用模糊的方法将二者进行模糊处理，使之匹配。模糊集合（fuzzy set）又被称为模糊集、模糊子集，是用来表达模糊性概念的集合。人们思维中的所有概念并非界限分明、非此即彼，存在许多不能简单用“是”或“否”来回答的模糊概念，模糊集合即指某个模糊概念所描述的属性的对象的全体，这一概念最早于1965年由美国加利福尼亚大学控制论专家L.A.Zadeh提出。Zadeh在其模糊集合概念中推广了康托集合论，模糊集合这一概念的出现使得数学的思维和方法更加有效地处理了现实生活中的模糊性问题，因而得到广泛应用，构成了模糊集合论的基础。 模糊集合的定义如下：论域U上的模糊集 通常表示为 ={（x， ）|x∈U}，其中 称为x对 的隶属度。当 =1时，则x完全属于模糊集 。当 =0时，则x完全不属于模糊集 。 越接近于1，x属于 的程度就越大，当隶属函数 ={0，1}时，则 与普通集合的特征函数一致， 退化为普通集合。模糊数是由Dbbios和Prade提出的，模糊数常用来表示“≥n”或“≥m”等。如果模糊集 是定义在实数域上的正则凸模糊集且满足以下条件：存在唯一的点x0∈R，使得 =1，此时x0可被称为 的平均值； 是左右连续的，则称 为模糊数，其含义是“近似于x0的实数”。 特殊的模糊数。相较于一般的模糊数，特殊的模糊数――L-R模糊数、三角模糊数、梯形模糊数的算术运算都较为简单。要想令L成为模糊数 的基准函数，其必须符合以下要求：L（0）=1；L（x）=L（-x）；L（x）在[0，+∞）上为不增且逐段连续函数；R亦同理，则模糊集 的隶属函数表达如下： = 则称 为L-R模糊数，记为 = 。其中m为模糊数 的均值， 分别为左右散布，L（x）和R（x）分别是模糊数 的左右基准函数。当 时，L―R模糊数退化为普通实数