现代分布式工业监控系统中网络测量与控制关键技术的研究与应用

论文摘要

随着现代分布式工业监控网络的发展,其结构变得越来越开放和复杂,而且与企业网、广域网结合更加紧密,使得工业监控网络的很多网络特性都发生了改变。必须对工业监控网进行网络测量、预测和控制,才能使其更好的为各个控制系统和监控系统工作。本文研究了现代分布式工业监控系统中网络测量与控制的关键技术,包括监控网络时延测量与分析、监控网络时延的静态与动态预测模型、工业网拓扑结构的可靠性分析、监控网关的容错机制、控制系统网络行为分析、流媒体监控系统流量控制策略、控制系统网络资源分配机制等。本文的主要内容和贡献如下:（1）首先介绍了研究背景和意义、现代工业网络的发展与趋势、工业现场网络的变迁与远程监控系统的建立、网络测量技术的现状、国内外相关研究机构介绍,然后阐述了研究现代分布式工业监控系统中网络测量与控制技术的必要性和面临的挑战。（2）对包括网络测量、网络预测和流量控制在内的一些相关研究内容进行了综述。从网络测量的基本原理开始,介绍了网络测量的手段与分类,网络性能预测的基本原理与性能指标,最后对网络控制技术中的服务质量控制、服务质量度量和流量控制进行了概述。（3）对现有网络测量和预测算法做了概述和比较,在监控网时延预测中引入了支持向量回归理论。研究了监控网的时延特性,提出了一种基于非线性ε-SVR的网络时延静态预测模型,以工作日为周期建立非线性回归模型,对网络测量的RTT数据进行训练和预测。在实际实验与窄带远程监控系统的测试中,该静态模型工作效果良好,能有效的预测时段的时延,与同类型方法相比预测精度更高。（4）研究了动态监控网络中时延的短期特性,对监控网络三种结构的可靠性进行了建模,并分析了每种结构的特性。在本文提出的静态预测模型的基础上进一步泛化时延预测模型,以控制周期为标准来建立动态的基于非线性ε-SVR的时延预测模型,还分别探讨了多种非线性核函数的预测效果。实验和应用表明:与同类型动态预测方法相比,该模型不但能够在预测效果上达到现有预测水平,而且能大大提高预测速度,适应实时预测的需要。（5）研究了监控网中各监控系统之间的非合作博弈模型,提出了相关的网络资源调度策略。以包含多个基于不同通讯协议的网络控制系统的混合控制系统为基础,对各种监控系统进行了数学抽象。提出了监控网络中调度策略的非合作博弈模型,该模型能够反映各种监控子系统的动态运行特征与相互竞争关系。根据调度方式与监控系统的特点设计了子系统的效用函数,并讨论了该非合作博弈模型的有效性,证明了Nash均衡点的存在性和唯一性。还给出了调度优化问题的描述和基于遗传算法的解算方法。仿真和实验表明,该模型能够有效的反映子系统间的资源竞争,可以求得优化的带宽分配方案。（6）对监控网中的控制系统所表现的网络行为进行了研究和分类,建立了一个基于概率的带优先级的网关队列中数据分组的排队模型,并分析了各模型的特性与效果。继而提出了一种基于网络行为识别的监控网关流量控制模型。实验和实际应用说明,该模型能够有效的识别各种控制系统和监控系统的流量特征,在监控网关上进行合理的流量控制。而且该模型还能够识别对等网构架的流量信息,为即将出现的基于对等网的远程监控系统的网络流量控制做了预研究。（7）基于本文各章节的研究和创新,借鉴了TCPDUMP和Wireshark等权威网络测量软件的特点和优点,研发了一套能够适应分布式工业网络需要的、分布式的、多元联动的、一体化的网络测量与联动控制系统,为网络化控制和远程监控系统提供更好的网络工作环境。与现有系统相比,该系统在协议识别能力、协同控制方式、人机界面等多个方面都有改进和创新。该系统能够适应各种工业监控系统的实际工况,并成功应用于多个项目。最后,对全文的研究工作进行了总结,提出了进一步的研究方向。

论文目录

• 摘要
• ABSTRACT
• 插图列表
• 表格列表
• 符号及缩写说明
• 第一章 绪论
• 1.1 研究背景
• 1.1.1 工业监控系统的发展与趋势
• 1.1.2 工业现场网络的变迁与远程监控系统的建立
• 1.1.3 网络测量技术现状
• 1.1.4 国内外进行网络测量的研究机构
• 1.2 研究的意义
• 1.2.1 网络测量的意义
• 1.2.2 分布式工业监控系统遇到的难题
• 1.3 本文研究的主要内容和贡献
• 1.3.1 主要研究内容
• 1.3.2 本文组织与各章内容介绍
• 1.3.3 本文的主要贡献
• 1.4 参考文献
• 第二章 网络测量、预测与控制技术研究进展
• 2.1 网络测量研究进展
• 2.1.1 网络测量的基本原理
• 2.1.2 网络测量的指标体系
• 2.1.3 网络测量的分类
• 2.2 网络性能预测技术研究进展
• 2.2.1 基本原理介绍
• 2.2.2 基本性能指标
• 2.3 网络控制技术研究进展
• 2.3.1 服务质量（QoS）控制
• 2.3.2 服务质量的度量
• 2.3.3 流量控制技术
• 2.4 本章小结
• 2.5 参考文献
• 第三章 基于ε-SVR的静态监控网时延测量与预测研究
• 3.1 引言
• 3.2 时延预测与支持向量回归（SVR）研究概述
• 3.2.1 时延测量与预测的意义
• 3.2.2 时延测量采用的手段
• 3.2.3 时延预测算法比较
• 3.2.4 支持向量回归（SVR）模型
• 3.3 时延预测的假设与误差分析标准
• 3.3.1 时延预测的方法论假设
• 3.3.2 误差分析标准的制定
• 3.4 基于ε-SVR的静态时延预测模型
• 3.4.1 端到端时延测量模型
• 3.4.2 时延数据分析与校验
• 3.4.3 对静态样本数据的预测建模
• 3.5 实现与实验
• 3.6 结果与评价
• 3.7 本章小结
• 3.8 参考文献
• 第四章 基于ε-SVR的动态监控网时延测量与预测研究
• 4.1 引言
• 4.2 监控网结构可靠性评估
• 4.2.1 可靠性分析常用指标的确定
• 4.2.2 监控网拓扑结构分析方法描述
• 4.2.3 对环形拓扑的评估
• 4.2.4 对树形拓扑的评估
• 4.2.5 对星型拓扑的评估
• 4.3 基于ε-SVR的动态时延预测模型
• 4.3.1 动态时延变量的参数化
• 4.3.2 预洲算法设计
• 4.3.3 基于多项式核的预测研究与实验
• 4.3.4 基于高斯径向基核的预测研究与实验
• 4.3.5 基于Sigmoid核的预测研究与实验
• 4.3.6 结果与评价
• 4.4 本章小结
• 4.5 参考文献
• 第五章 基于非合作博弈的监控网关资源调度研究
• 5.1 引言
• 5.2 监控网中服务质量控制与流量控制的必要性
• 5.3 监控网关QoS控制中的非合作博弈
• 5.3.1 混合监控系统特点描述
• 5.3.2 各种新的监控技术带来的问题
• 5.4 博弈建模与Nash均衡讨论
• 5.4.1 监控子系统的参数化
• 5.4.2 多监控子系统的非合作博弈建模
• 5.4.3 调度策略中Nash均衡的描述
• 5.4.4 调度策略中Nash均衡的存在性及其证明
• 5.5 调度方式求解
• 5.5.1 解算模型的选择
• 5.5.2 基于遗传算法的求解方法
• 5.5.3 仿真与实验
• 5.6 本章小结
• 5.7 参考文献
• 第六章 基于网络行为识别的监控网关流量控制研究
• 6.1 引言
• 6.2 网络测量与网络行为学
• 6.3 各类控制系统网络行为特征分析
• 6.4 控制策略研究
• 6.4.1 基于行为判断的控制策略描述
• 6.4.2 控制算法的设计
• 6.4.3 仿真与实验
• 6.5 关键区域双监控网关合作容错的研究
• 6.5.1 双机热备份对可靠性的影响
• 6.5.2 用马尔柯夫转移概率对备份点建模
• 6.5.3 监控网关键集合点双机备份的可靠性分析
• 6.6 对等网中控制系统网络行为的识别与控制研究
• 6.6.1 对监控网中P2P流量的识别
• 6.6.2 对P2P流量的控制算法
• 6.6.3 P2P控制策略的实现、实验与讨论
• 6.7 本章小结
• 6.8 参考文献
• 第七章 分布式网络测量与联动控制系统的设计与实现
• 7.1 本系统的设计目标
• 7.2 当今国内外同类系统研究水平概述
• 7.3 系统构架与分块
• 7.4 主要功能和特色
• 7.4.1 链路层数据捕获模块
• 7.4.2 混合协议分析引擎
• 7.4.3 分布式lP层流量控制引擎
• 7.4.4 一体化分析界面
• 7.4.5 历史数据分析与数据导入
• 7.5 技术关键和创新点
• 7.5.1 具有时效性的动态双向环行TCP流缓冲区建立方法
• 7.5.2 基于端口与内容混杂监测的协议识别方法
• 7.5.3 多点联动的网络流量协同控制方法
• 7.6 实际项目应用
• 7.6.1 在大型旅游景区企业网中的应用
• 7.6.2 在水电站远动监控系统中的应用
• 7.7 运行环境
• 7.8 本章小结
• 7.9 参考文献
• 第八章 总结与展望
• 8.1 总结
• 8.2 进一步工作
• 致谢
• 攻读博士学位期间参与的项目和获得的成果
• 攻读博士学位期间获得的荣誉和奖励
• 攻读博士学位期间发表的学术论文及著作