,PF的0分支連接到P3的0分支，而PF 的123分支連接到P3的1分支；
[0067] 2)利用PF的故障傳播集合PFG1和PFG2對分支2和3進行修剪，去除分支2 (或 3)上屬于PFG1 (或PFG2)中的部件。
[0068] 所獲得的包含傳播故障PF的MDD模型如圖4所示。
[0069] 最后，在包含傳播故障PF的MDD模型基礎(chǔ)上進一步構(gòu)建包含共模故障CC的MDD 模型。過程如下：
[0070] 1)把已有MDD模型連接到CC的0分支；
[0071] 2)去除已有MDD模型中屬于CCG1中的部件，并連接到CC的1分支；
[0072] 3)去除已有MDD模型中屬于CCG2中的部件，并連接到CC的2分支；
[0073] 4)去除已有MDD模型中屬于CCG1或CCG2中的部件，并連接到CC的3分支。
[0074] 所獲得的包含共模故障CC的MDD模型如圖5所示。
[0075] 第三步，評估系統(tǒng)級MDD模型：
[0076] MDD模型生成后，我們通過評估該MDD獲得系統(tǒng)失效的概率。在生成的MDD中，從 根節(jié)點到匯點的路徑上的所有的事件沒有關(guān)聯(lián)。因此，每條路徑的概率就是，出現(xiàn)在每條路 徑上的每條邊的概率的乘積。因為所有的路徑不相交，失效概率（也就是不可靠性）就是 從根節(jié)點到匯點的所有的路徑的概率總和。
[0077] 首先，計算各條邊的邊概率，包含下面幾種情況。
[0078] 1)對于部件故障節(jié)點X，當(dāng)X的失效分布為Fx⑴時，則0邊概率為1_FX (t)，1邊 概率為Fx(t)。
[0079] 2)對于共模故障節(jié)點CC，當(dāng)CC1的概率是p，CC2的概率是q時，0邊概率為 Pr{CCE0} = (l-p)*(l_q)，l邊概率為Pr{CCEl} =p*(l_q)，2 邊概率為Pr{CCE2}= (1-p) *q，3 邊概率為PHCCE3} =p*q。
[0080] 3)對于傳播故障節(jié)點PF，當(dāng)狀態(tài)SO的概率是p0,狀態(tài)S1的概率是pi，狀態(tài)S2 的概率是P2,狀態(tài)S3的概率是p3時，0邊概率為Pr{PFEO} =p0,1邊概率為Pr{PFE1}= p1，2 邊概率為Pr{PFE2} =p2，3 邊概率為Pr{PFE3} =p3。
[0081] 然后，根據(jù)MDD中，G=caSe(X，Gx=(]，Gx=丨，…，Gx=ni)，所有子表達式（X=i)*(Gx =J，都是不相交的，系統(tǒng)不可靠性UN可以通過下面的遞歸算法計算：
[0082] Pr{G= 1} =Pr{x= 0}*Pr{Gx=。= 1} +· · ·+Pr{x=s}*Pr{Gx= s= 1}
[0083]其中Pr{Gx= 1}是子MDD模型Gx=i的概率。
[0084] 作為優(yōu)選，對于所述共模故障、傳播故障、部件故障各個故障模式，基于故障之間 邏輯組合或者部件的狀態(tài)空間建立不交事件空間，根據(jù)不交事件空間構(gòu)造各個故障模式的 MDD模型。
[0085] 作為優(yōu)選，對于系統(tǒng)級MDD模型采用了分階段構(gòu)造的方法，在生成基本部件故障 MDD決策圖的基礎(chǔ)上通過不斷包含新型故障模式，對初始MDD模型不斷裁剪獲得最終系統(tǒng) MDD模型。
[0086] 作為優(yōu)選，根據(jù)系統(tǒng)級MDD模型計算系統(tǒng)不可靠度過程中采用了自底向上遞歸計 算方法，保證線性時間復(fù)雜性。
[0087] 本文中所描述的具體實施例僅僅是對本發(fā)明精神作舉例說明。本發(fā)明所屬技術(shù)領(lǐng) 域的技術(shù)人員可以對所描述的具體實施例做各種各樣的修改或補充或采用類似的方式替 代，但并不會偏離本發(fā)明的精神或者超越所附權(quán)利要求書所定義的范圍。
【主權(quán)項】
1. 一種用于多故障模式云計算平臺的可靠性評估方法，其特征是：構(gòu)建實施實例系 統(tǒng)，實施實例系統(tǒng)包括3個處理節(jié)點ServerA(Pl)、ServerB(P2)和ServerC(P3)，2個網(wǎng) 絡(luò)節(jié)點NetworkA(B1)和NetworkB(B2)，3 個存儲節(jié)點StorageA(Ml)、StorageB(M2)和 StorageC(M3)。該實施實例系統(tǒng)且采用冗余的方式組合起來，處理節(jié)點ServerA、ServerB 和ServerC允許任意1個節(jié)點失效，網(wǎng)絡(luò)節(jié)點允許NetworkA和NetworkB任意1個節(jié)點失 效，存儲節(jié)點StorageA、StorageB和StorageC最多可以允許任意2個節(jié)點失效。 按上述故障產(chǎn)生的演算，實施實例系統(tǒng)對應(yīng)所產(chǎn)生的故障樹模型。 對應(yīng)實施實例系統(tǒng)以及實施實例系統(tǒng)所產(chǎn)生的故障樹模型按照如下步驟進行MDD建 模； 第一步，對多故障模式進行MDD建模： 1) 共模故障的MDD建模 本實施模式包含兩個共模故障： (1) 地震共模故障CC1，該共模故障影響的系統(tǒng)部件集合為CCG1 = {P1，M1}。 (2) 電源共模故障CC2,該共模故障影響的系統(tǒng)部件集合為CCG2= {P1，B2，M2}。 由此，共模故障CC的不交事件空間為{CCE，CCE1，CCE2,CCE3}。每個不交事件的說明如 下：CCE3 =CC1nCC2,對應(yīng)CC的 3 分支。 根據(jù)建立的不交事件空間，該系統(tǒng)的共模故障CC的MDD模型為：2) 傳播故障的MDD建模 本實施模式中計算節(jié)點Ρ3有四種狀態(tài)：工作狀態(tài)S0,自身部件故障狀態(tài)S1，以及兩種 傳播故障狀態(tài)S2和S3。其中傳播故障狀態(tài)S2的發(fā)生會致使部件Ml故障，S卩PFG1 = {Ml}， 而傳播故障狀態(tài)S3的發(fā)生會致使部件Ml和M2故障，S卩PFG1 = {Ml、M2}。 由此，傳播故障PF的不交事件空間{PFE，PFE1，PFE2,PFE3}等同于計算節(jié)點P3的狀態(tài) 空間為： PFEO=S0,對應(yīng)PF的0分支； PFE1 =S1，對應(yīng)PF的1分支； PFE2 =S2,對應(yīng)PF的2分支； PFE3 =S3,對應(yīng)PF的3分支。 根據(jù)建立的不交事件空間，該系統(tǒng)的傳播故障PF的MDD模型為： 3)部件故障的MDD建模本實施模式中其他部件Pl，P2,Bl，B2,Ml，M2,M3有兩種狀態(tài)：工作狀態(tài)SO和自身部 件故障狀態(tài)S1。它們對應(yīng)的MDD模型為：X=Pl，P2,Bl，B2,Ml，M2,M3。 第二步，生成完整的系統(tǒng)級MDD模型： 首先，以自底向上的方式根據(jù)故障樹構(gòu)建不包含多故障模式的MDD模型。過程如下： 1) 如果正在處理的故障樹節(jié)點X是一個部件失效事件，那么將X的初始MDD設(shè)為 case (X，0, 1); 2) 如果正在處理的故障樹節(jié)點X是一個邏輯門，也就是X=X1〈>X2,這里的〈> 是一個 AND或者OR，XI和X2是邏輯門X的子樹，那么X對應(yīng)的MDD模型是XI和X2對應(yīng)的MDD模 型E和F的〈> 邏輯操作的結(jié)合，具體組合規(guī)則如下： E=case (X，E。，E!，…，Em) F=case(y，F(xiàn)0,F!，…，F(xiàn)n)所獲得的不包含多故障模式的MDD模型。 然后，在不包含多故障模式的MDD模型基礎(chǔ)上構(gòu)建包含傳播故障PF的MDD模型。過程 如下： 1) 利用傳播故障PF模型替換部件故障P3,PF的0分支連接到P3的0分支，而PF的 123分支連接到P3的1分支； 2) 利用PF的故障傳播集合PFG1和PFG2對分支2和3進行修剪，去除分支2 (或3)上 屬于PFG1 (或PFG2)中的部件。 所獲得的包含傳播故障PF的MDD模型。 最后，在包含傳播故障PF的MDD模型基礎(chǔ)上進一步構(gòu)建包含共模故障CC的MDD模型。 過程如下： 1) 把已有MDD模型連接到CC的0分支； 2) 去除已有MDD模型中屬于CCG1中的部件，并連接到CC的1分支； 3) 去除已有MDD模型中屬于CCG2中的部件，并連接到CC的2分支； 4)去除已有MDD模型中屬于CCG1或CCG2中的部件，并連接到CC的3分支。 所獲得的包含共模故障CC的MDD模型。 第三步，評估系統(tǒng)級MDD模型： MDD模型生成后，我們通過評估該MDD獲得系統(tǒng)失效的概率。在生成的MDD中，從根節(jié) 點到匯點的路徑上的所有的事件沒有關(guān)聯(lián)。因此，每條路徑的概率就是，出現(xiàn)在每條路徑上 的每條邊的概率的乘積。因為所有的路徑不相交，失效概率（也就是不可靠性）就是從根 節(jié)點到匯點的所有的路徑的概率總和。 首先，計算各條邊的邊概率，包含下面幾種情況。 1) 對于部件故障節(jié)點X，當(dāng)X的失效分布為Fx (t)時，則0邊概率為1-FX (t)，1邊概率 為Fx(t) 〇 2) 對于共模故障節(jié)點CC，當(dāng)CC1的概率是p，CC2的概率是q時，0邊概率為Pr{CCEO} =(l-p)*(l-q)，l邊概率為PHCCE1} =p*(l_q)，2 邊概率為PHCCE2} = (l_p)*q，3 邊概 率為Pr{CCE3} =p*q。 3) 對于傳播故障節(jié)點PF，當(dāng)狀態(tài)SO的概率是pO,狀態(tài)S1的概率是pi，狀態(tài)S2的概率 是p2,狀態(tài)S3的概率是p3時，0邊概率為Pr{PFEO} =pO, 1邊概率為Pr{PFE1} =pl，2邊 概率為Pr{PFE2} =p2, 3 邊概率為Pr{PFE3} =p3。 然后，根據(jù)MDD中，G=case(x,Gx =。，Gx =丨，…，Gx =m)，所有子表達式（x=i) * (Gx =;)， 都是不相交的，系統(tǒng)不可靠性UN可以通過下面的遞歸算法計算： Pr{G= 1} =Pr{x= 0}*Pr{Gx= 〇= 1} +. . .+Pr{x=s}*Pr{Gx= s= 1} 其中Pr{Gx= 1= 1}是子MDD模型Gx= 1的概率。2. 根據(jù)權(quán)利要求書1所述的一種用于多故障模式云計算平臺的可靠性評估方法，其特 征在于：對于各個故障模式，基于故障之間邏輯組合或者部件的狀態(tài)空間建立不交事件空 間，根據(jù)不交事件空間構(gòu)造各個故障模式的MDD模型。3. 根據(jù)權(quán)利要求書1所述的一種用于多故障模式云計算平臺的可靠性評估方法，其特 征在于：對于系統(tǒng)級MDD模型采用了分階段構(gòu)造的方法，在生成基本部件故障MDD決策圖的 基礎(chǔ)上通過不斷包含新型故障模式，對初始MDD模型不斷裁剪獲得最終系統(tǒng)MDD模型。4. 根據(jù)權(quán)利要求書1所述的一種用于多故障模式云計算平臺的可靠性評估方法，其特 征在于：根據(jù)系統(tǒng)級MDD模型計算系統(tǒng)不可靠度過程中采用了自底向上遞歸計算方法，保 證線性時間復(fù)雜性。
【專利摘要】本發(fā)明屬于互聯(lián)網(wǎng)領(lǐng)域，具體涉及一種用于多故障模式云計算平臺的可靠性評估方法。本發(fā)明旨在建立基于BDD的擴展形式多值決策圖的多故障模式云計算平臺可靠性分析方法，從而允許多種故障模式共同建模和分析、提升可靠性分析的準確性和效率；本發(fā)明是通過下述技術(shù)方案實現(xiàn)的：一種用于多故障模式云計算平臺的可靠性評估方法，包括以下步驟：第一步：多故障模式MDD建模。第二步：系統(tǒng)MDD模型構(gòu)造。第三步：基于MDD的可靠性評估。對于所述共模故障、傳播故障、部件故障各個故障模式，基于故障之間邏輯組合或者部件的狀態(tài)空間建立不交事件空間，根據(jù)不交事件空間構(gòu)造各個故障模式的MDD模型。
【IPC分類】G06F17/50
【公開號】CN105389434
【申請?zhí)枴緾N201510760084
【發(fā)明人】莫毓昌
【申請人】浙江師范大學(xué)
【公開日】2016年3月9日
【申請日】2015年11月10日