Fault Diagnosis Algorithm of Service Function Chain Based on Deep Dynamic Bayesian Network
-
摘要: 针对5G端到端网络切片场景下底层物理节点出现故障会导致运行在其上的多条服务功能链出现性能异常的问题,该文提出一种基于深度动态贝叶斯网络(DDBN)的服务功能链故障诊断算法。首先根据网络虚拟化环境下故障的多层传播关系,构建故障与症状的依赖图模型,并采用在物理节点监测其上多个虚拟网络功能相关性能数据的方式收集症状。其次,考虑到基于软件定义网络(SDN)和网络功能虚拟化(NFV)的架构下网络症状观测数据的多样性以及物理节点和虚拟网络功能的空间相关性,引入深度信念网络对观测数据特征进行提取,使用加入动量项的自适应学习率算法对模型进行微调以加快收敛速度。最后,利用故障传播的时间相关性,引入动态贝叶斯网络对故障根源进行实时诊断。仿真结果表明,该算法能够有效地诊断故障根源且具有良好的诊断准确度。Abstract: To solve the problem of the abnormal performance of multiple service function chains caused by the failure of the underlying physical node under the 5G end-to-end network slicing scenario, a service function chain fault diagnosis algorithm based on Deep Dynamic Bayesian Network (DDBN) is proposed in this paper. This algorithm builds a dependency relationship between faults and symptoms based on a multi-layer propagation model of faults in a network virtualization environment. This algorithm first builds a dependency graph model of faults and symptoms based on the multi-layer propagation relationship of faults in a network virtualization environment, and collects symptoms by monitoring performance data of multiple virtual network functions on physical nodes. Then, considering the diversity of network symptom observation data based on Software Defined Network (SDN) and Network Function Virtualization (NFV) architecture and the spatial correlation between physical nodes and virtual network functions, a deep belief network is introduced to extract the characteristics of the observation data, and the adaptive learning rate algorithm with momentum is used to fine-tune the model to accelerate the convergence speed. Finally, dynamic Bayesian network is introduced to diagnose the root cause of faults in real time by using the temporal correlation between faults. The simulation results show that the algorithm can effectively diagnose the root cause of faults and has good diagnostic accuracy.
-
1. 引言
自正交码包含自对偶码,它是一类非常重要的码。文献[1]利用经典的2元自正交线性码构造了量子码,自此自正交码的构造成为编码理论研究的一个热点[2-6]。文献[4]研究了3元域上对偶距离为3的自正交码的构造,并得到了参数好的量子码。文献[5]研究了4元域上自正交码的构造方法,得到了一些最优的3维自正交码。
线性互补对偶(Linear Complementary Dual, LCD)码作为一类特殊的线性码,在编码理论中有着丰富的应用前景。文献[7]证明有限域上LCD码能够防御信道攻击。文献[8]最先提出线性互补对偶(LCD)码,同时证明存在渐进好的LCD码。文献[9]证明LCD码能达到渐进(gilbert-varshamov)界,从而激发学者研究LCD码的兴趣[9-16]。文献[10]总结有限域上LCD码的一些主要研究成果及其进展,并提出了一些未解决的重要问题。
文献[11]证明
q>3 元LCD码和q 元线性码等价。因此,LCD码的研究重点聚焦于研究2元LCD码和3元LCD码。文献[12]解决了5元域上3维和4维最优LCD码的构造问题。文献[13]利用合适的定义集构造了2元LCD码和2元自正交码。文献[14]推广到q 元域,其中q 是素数。文献[15]通过合适的定义集构造了4元厄米特LCD码和厄米特自正交码。受这3篇文献启发,本文研究了合适的定义集下的3元LCD码和3元自正交码的构造。利用有限域上线性码是LCD码或自正交码的判定条件,构造了4类3元LCD码和一些自正交码。2. 基础知识
设
q 是素数的幂,Fq 是q 元域,Fnq 是Fq 上n 维向量空间。对Fnq 中的任意向量x=(x0,x1,⋯,xn−1) 和y=(y0,y1,⋯,yn−1) ,定义x 和y 的欧几里得内积为x⋅y=x0⋅y0+x1⋅y1+⋯+xn−1⋅yn−1 (1) 设
C 是一个q 元[n,k] 线性码,则C⊥ 是一个q 元[n,n−k] 线性码。若C⊆C⊥ ,则称C 为自正交码。若C∩C⊥={0} ,则称C 为LCD码。设集合
D={g1,g2,⋯,gn}⊆Fmq 。由集合D 构造CD={(a⋅g1,a⋅g2,⋯,a⋅gn):a∈Fmq} (2) 易证,
CD 是一个码长为n 的q 元线性码,并称D 是码CD 的定义集。设G 是由向量gT1,gT2,⋅⋅⋅,gTn 形成的m×n 矩阵G=[gT1gT2⋯gTn] (3) 且
Rank(G) = k 。则CD 是一个[n,k] 线性码。特别地,如果k=m ,则G 恰好是CD 的生成矩阵。由文献[13],可得以下结论。引理1[13]
CD 和CD∩C⊥D 的维数分别等于Rank(G) ,Rank(G)−Rank(GGT) 。推论1[13]
CD 是LCD码当且仅当Rank(GT)=Rank(GGT) 。CD 是自正交码当且仅当GGT=0 。3. 主要结果
设
m 和t 是两个任意正整数且1≤t≤m−1 ,设Dt 表示F3m 上重量为t 且第1个非0位上的数为1 的向量集合。设D≤t 是F3m 上重量小于等于t 且第1个非0位上的数为1的向量集合。定义¯Dt=Dt∪{1m}¯D≤t=D≤t∪{1m}} (4) 其中,
1m 是F3m 上分量全为1的向量。下文通过以上4个集合,构造LCD码和自正交码。3.1 定义集为
Dt 的3元线性码令
Dt={g1,g2,⋯,gnt} ,其中nt=|Dt| ,则nt=2t−1(mt) 。设Gt=[gT1gT2⋯gTnt] 且CDt 是以Dt 为定义集的3元码长为nt 的线性码。下面研究CDt 的参数。首先证明几个重要的引理。引理2 设
1≤t≤m−1 ,则Rank(Gt)=m 。证明 当
t=1 时,Gt=Em ,其中Em 表示m 阶单位矩阵,显然Rank(Gt)=m 。当
t≥2 时,则Gt 中一定包含m 列线性无关的向量(1,⋯,1⏟t,0,⋯,0)T,(1,2,1,⋯,1⏟t−2,0,⋯,0)T,⋯,(1,⋯,1⏟t−1,2,0,⋯,0)T (0,1,⋯,1⏟t,0,⋯,0)T,(0,0,1,⋯,1⏟t,0,⋯,0)T,⋯,(0,⋯,0,1,⋯,1⏟t)T } (5) 因此
Rank(Gt)=m 。证毕引理3 设
1≤t≤m−1 ,M=(mij)m×m=GtGtT ,则(1) 当
t=1 时,M=Em ,其中Em 表示m 阶单位矩阵。(2) 当
t≥2 时,mij={2t−1(m−1t−1)(mod3),i=j0(mod3), i≠j 。证明 (1) 当
t=1 时,结论显然正确。(2) 设
ci 表示Gt 的第i 行,则mij=∑ntl=1cilcjl 。当i≠j 时,(cil,cjl) 使cilcjl≠0 的可能取值为(11), (12),(21),(22) 。对i,j∈{1,2} ,令λij 表示(ij) 出现的次数。将Gt 的每一列以i,j 为界分成第1行至第i−1 行,第i+1 行至第j−1 行,第j 行至第m 行3个部分。根据这3个部分出现非0元的个数,分以下几种情况讨论。情形1 第1个部分不出现非0元,第2个部分不出现非0元,则第3个部分必须出现
t−2 个非0元,因此情形1在Gt 中出现的次数共计l1=2t−2(m−jt−2) (6) 情形2 第1个部分出现
s≥1 个非0元且这部分第1个非0元为1,则第2个部分不出现非0元,则第3个部分必须出现t−s−2 个非0元。因此情形2在Gt 中出现的次数共计l2=t−2∑s=12s−1(i−1s)2t−s−2(m−jt−s−2) (7) 情形3 第1个部分不出现非0元,第2个部分出现
k≥1 个非0元,则第3个部分必须出现t−k−2 个非0元。因此情形3在Gt 中出现的次数共计l3=t−2∑k=12k(j−i−1k)2t−k−2(m−jt−k−2) (8) 情形4 第1个部分出现
s≥1 个非0元且这部分第1个非0元为1,第2个部分出现k≥1 个非0元,则第3个部分必须出现t−s−k−2 个非0元。因此情形5在Gt 中出现的次数共计l4=t−2∑s=1t−2∑k=12s−1(i−1s)2k(j−i−1k)⋅2t−s−k−2(m−jt−s−k−2) (9) 在
Gt 中(11) 出现的情况有情形1、情形2、情形3、情形4。在Gt 中(12) 出现的情况有情形1、情形2、情形3、情形4。在Gt 中(21) 出现的情况有情形2、情形4。在Gt 中(22) 出现的情况有情形2、情形4。则λ11=l1+l2+l3+l4 ,λ12=l1+l2+l3+l4 ,λ21=l2+l4 ,λ22=l2+l4 。所以在Gt 中(11),(12) 出现次数相同,且1⋅1+1⋅2=3 。在Gt 中(21),(22) 出现次数相同,且2⋅1+2⋅2=3 。所以mij=0(mod3) ,i≠j 。当i=j 时,因为cij∈F3 ,而0⋅0=0 ,1⋅1=1 ,2 \cdot 2 = 1( \mod 3) ,则{m_{ii}} 等于第i 行非0元的数目模3。下面证明{{\boldsymbol{G}}_t} 的每一行非0元数目是相等的。当i = 1 时,非0元素只有1,个数为{2^{t - 1}}\left( \begin{gathered} m - 1 \\ t - 1 \\ \end{gathered} \right) 。当j \ne 1 时,({c_1},{c_j}) 有以下几种情况,(00),(01),(02),(10),(11),(12) ,则只需要证明(01)(02) 和(10) 的个数相等即可。对i,j \in \{ 0,1,2\} ,令{\delta _{ij}} 表示(ij) 出现的次数。将{{\boldsymbol{G}}_t} 的每一列以1,j 为界分成第2行至第j - 1 行,第j + 1 行至第m 行2个部分。根据这2个部分出现非0元的个数,分以下几种情形讨论。情形1 第1个部分不出现非0元,则第2个部分必须出现
t - 1 个非0元。因此情形1在{{\boldsymbol{G}}_t} 中出现的次数共计{h_1} = {2^t}\left( \begin{gathered} m - j \\ t - 1 \\ \end{gathered} \right) (10) 情形2 第1个部分出现
s \ge 1 个非0元,则第2部分必须出现t - s - 1 个非0元。因此情形2在{{\boldsymbol{G}}_t} 中出现的次数共计{h_2} = \sum\limits_{s = 1}^{t - 1} {{2^s}\left( \begin{gathered} j - 2 \\ s \\ \end{gathered} \right){2^{t - s - 1}}\left( \begin{gathered} m - j \\ t - s - 1 \\ \end{gathered} \right)} (11) 情形3 第1个部分出现
s \ge 1 个非0元且这部分第1个非0元为1,则第2个部分必须出现t - s - 1 个非0元。因此情形3在{{\boldsymbol{G}}_t} 中出现的次数共计{h_3} = \sum\limits_{s = 1}^{t - 1} {{2^{s - 1}}\left( \begin{gathered} j - 2 \\ s \\ \end{gathered} \right){2^{t - s - 1}}\left( \begin{gathered} m - j \\ t - s - 1 \\ \end{gathered} \right)} (12) 在
{{\boldsymbol{G}}_t} 中(10) 出现的情况有情形1、情形2。在{{\boldsymbol{G}}_t} 中(01) 出现的情况有情形1、情形3。在{{\boldsymbol{G}}_t} 中(02) 出现的情况有情形3。则{\delta _{10}} = {h_1} + {h_2} ,{\delta _{01}} = {h_1} + {h_3} ,{\delta _{02}} = {h_3} ,又因为{h_2} = 2{h_3} ,所以{\delta _{10}} = {\delta _{01}} + {\delta _{02}} 。所以{c_1} 和{c_j} 中的非0数目都是相等{m_{ii}} = {2^{t - 1}}\left( \begin{gathered} m - 1 \\ t - 1 \\ \end{gathered} \right)({\rm{mod}} 3) (13) 综上所述,引理得证。
根据引理3,有如下结论。
引理4 设
m \ge 3 且2 \le t \le m - 1 ,则{\rm{Rank}}({{\boldsymbol{G}}_t}{\boldsymbol{G}}_t^{\rm{T}}) = \left\{ \begin{gathered} 0,{\text{ }}\;\left( \begin{gathered} m - 1 \\ t - 1 \\ \end{gathered} \right) \equiv 0({\rm{mod}} 3) \\ m,{\text{ }}\left( \begin{gathered} m - 1 \\ t - 1 \\ \end{gathered} \right)\not \equiv 0 ({\rm{mod}} 3) \\ \end{gathered} \right. (14) 命题1 设
m \ge 3 且2 \le t \le m - 1 ,则{\dim _{{F_3}}}({C_{{D_t}}} \cap C_{{D_t}}^ \bot ) = \left\{ \begin{gathered} {\dim _{{F_3}}}({C_{{D_t}}}),\left( \begin{gathered} m - 1 \\ t - 1 \\ \end{gathered} \right) \equiv 0({\rm{mod}} 3) \\ 0,{\text{ }}\qquad\qquad\left( \begin{gathered} m - 1 \\ t - 1 \\ \end{gathered} \right)\not \equiv 0({\rm{mod}} 3){\text{ }} \\ \end{gathered} \right. (15) 证明 由引理1,
{\dim _{{F_3}}}({C_{{D_t}}} \cap C_{{D_t}}^ \bot ) = {\rm{Rank}}({\boldsymbol{G}}) - {\rm{Rank}}({\boldsymbol{G}}{{\boldsymbol{G}}^{\rm T}}) ,由引理2和引理4,结论成立。根据推论1、引理4、命题1,可得下面定理。
定理1 设
m \ge 3 且2 \le t \le m - 1 ,则{C_{{D_t}}} 是一个3元[{2^{t - 1}}\left( \begin{gathered} m \\ t \\ \end{gathered} \right),m] 线性码。(1)
{C_{{D_t}}} 是自正交码当且仅当\left( \begin{gathered} m - 1 \\ t - 1 \\ \end{gathered} \right) \equiv 0({\rm{mod}} 3) 。(2)
{C_{{D_t}}} 是LCD码当且仅当\left( \begin{gathered} m - 1 \\ t - 1 \\ \end{gathered} \right)\not \equiv 0({\rm{mod}} 3) 。定理2 设
m \ge 3 且2 \le t \le m - 1 ,则C_{{D_t}}^ \bot 是一个3元[{2^{t - 1}}\left( \begin{gathered} m \\ t \\ \end{gathered} \right),{2^{t - 1}}\left( \begin{gathered} m \\ t \\ \end{gathered} \right) - m,3] 线性码。当1 + {2^t}\left( \begin{gathered} m \\ t \\ \end{gathered} \right) \gt {3^{m - 1}} 时,C_{{D_t}}^ \bot 是最优码。证明 由定理1,易证
C_{{D_t}}^ \bot 是\left[{2^{t - 1}}\left( \begin{gathered} m \\ t \\ \end{gathered} \right), {2^{t - 1}}\left( \begin{gathered} m \\ t \\ \end{gathered} \right) - m\right] 线性码。下证C_{{D_t}}^ \bot 的最小距离是3。显然{{\boldsymbol{G}}_t} 是C_{{D_t}}^ \bot 的校验矩阵。首先证明{{\boldsymbol{G}}_t} 的任何两列都是线性无关的。假设{{\boldsymbol{G}}_t} 中存在两列{{\boldsymbol{l}}_i} 和{{\boldsymbol{l}}_j} 线性相关,则存在\alpha \in {F_3} 使得{{\boldsymbol{l}}_j} = \alpha {{\boldsymbol{l}}_i} 。又由于{{\boldsymbol{l}}_j} 的第1个非0位为1,故\alpha = 1 且i = j 。因此,{{\boldsymbol{G}}_t} 中任何两列是线性无关的。由此推出,C_{{{{D}}_t}}^ \bot 中不存在重量为1和2的码字。另外,容易验证{{\boldsymbol{G}}_t} 中存在3个列向量\begin{split} & {{\boldsymbol{g}}_1} = {(\overbrace {1, \cdots ,1}^t,0, \cdots ,0)^{\rm T}},{{\boldsymbol{g}}_2} = {(0,\overbrace {1, \cdots ,1}^{t - 2},2,1,0, \cdots ,0)^{\rm T}},\\ & {{\boldsymbol{g}}_3} = {(\overbrace {1,2, \cdots ,2}^{t - 2},0,1,0, \cdots ,0)^{\rm T}}\\[-10pt] \end{split} (16) 且
{{\boldsymbol{g}}_3} = {{\boldsymbol{g}}_1} + {{\boldsymbol{g}}_2} ,故C_{{D_t}}^ \bot 的最小距离为3。下面讨论码
C_{{D_t}}^ \bot 的最优性。由球包界,码长为{n_t} = {2^{t - 1}}\left( \begin{gathered} m \\ t \\ \end{gathered} \right) 最小距离为3的3元线性码的维数k' \le {2^{t - 1}}\left( \begin{gathered} m \\ t \\ \end{gathered} \right) - \log _3^{1 + {2^t}\left( \begin{subarray}{l} m \\ t \end{subarray} \right)} (17) 当
1 + {2^t}\left( \begin{gathered} m \\ t \\ \end{gathered} \right) \gt {3^{m - 1}} 时,k' \le {2^{t - 1}}\left( \begin{gathered} m \\ t \\ \end{gathered} \right) - m 。 因此,C_{{D_t}}^ \bot 的维数达到最大值。由文献[17]中的定义5.1.1,对于给定的码长和最小距离的线性码,如果其维数达到最大值,则称该码为最优码。因此,C_{{D_t}}^ \bot 是最优码。例1 当
m = 3 和t = 2 时,{n_t} = 6 且{{\boldsymbol{G}}_t} = \left( {\begin{array}{*{20}{c}} 1&1&1&1&0&0 \\ 1&2&0&0&1&1 \\ 0&0&1&2&1&2 \end{array}} \right) 。由定理1,码{C_{{D_t}}} 是一个3元[6,3] 线性码。经MAGMA计算,{C_{{D_t}}} 的最小距离为3,则码{C_{{D_t}}} 是一个3元[6,3,3] 线性码。由定理2,码C_{{D_t}}^ \bot 是一个3元[6,3,3] LCD最优码。例2 当
m = 4 和t = 2 时,{n_t} = 12 且{{\boldsymbol{G}}_t} = \left( {\begin{array}{*{20}{c}} 1&1&1&1&1&1&0&0&0&0&0&0 \\ 1&2&0&0&0&0&1&1&1&1&0&0 \\ 0&0&1&2&0&0&1&2&0&0&1&1 \\ 0&0&0&0&1&2&0&0&1&2&1&2 \end{array}} \right) (18) 由定理1,码
{C_{{D_t}}} 是一个3元[12,4] 线性码。经MAGMA计算,{C_{{D_t}}} 的最小距离为6,则码{C_{{D_t}}} 是一个3元[12,4,6] 线性码。由定理2,码C_{{D_t}}^ \bot 是一个3元[12,8,3] 自正交最优码。3.2 定义集为
{{\overline {\boldsymbol{D}}_{\boldsymbol{t}}}} 的3元线性码令
{{\overline D_t}} = {D_t} \cup \left\{ {{{{ {\textit{1}}}}_m}} \right\} ,{{\overline{\boldsymbol{G}}_t}} = [{{\boldsymbol{g}}_1}\,{{\boldsymbol{g}}_2} \,\cdots\, {{\boldsymbol{g}}_{nt}}\,{{{ {\textit{1}}}}_m}] ,类似引理2的证明,可得引理5 设
m \ge 2 且1 \le t \le m - 1 ,则{\rm{Rank}} ( {{\overline{\boldsymbol{G}}_t}} ) = m 。注意到
{{\overline{\boldsymbol{G}}_t}} { {{\overline{\boldsymbol{G}}_t}} ^{\rm{T}}} = {{\boldsymbol{G}}_t}{\boldsymbol{G}}_t^{\rm{T}} + {{ {\textit{1}}}}_m^{\rm{T}}{{{ {\textit{1}}}}_m} 。由引理3,可得
\begin{split} & {\rm{Rank}}({{\overline{\boldsymbol{G}}}_{t}}{{{\overline{\boldsymbol{G}}}_{t}}}^{{\rm{T}}})\\ & \quad=\left\{\begin{aligned} & 1,\qquad\;\,\; 当\left(\begin{array}{l}m-1\\ t-1\end{array}\right)\equiv 0(\mathrm{mod}3)\text{;}\\ & m-1,\;\;当{2}^{t-1}\left(\begin{array}{l}m-1\\ t-1\end{array}\right)\equiv 1(\mathrm{mod}3) \\ & \qquad\quad\;\; 且m\equiv 2{({\rm{mod}}3)}\\ & \qquad\quad\;\; 或{\text{2}}^{t-1}\left(\begin{array}{l}m-1\\ t-1\end{array}\right)\equiv 2(\mathrm{mod}3)\\ & \qquad\quad\;\; 且 m\equiv 1{({\rm{mod}}3)}\text{;}\\ & m,\;\;\quad\;\; 其他情形\end{aligned}\right. \end{split} (19) 由引理1和引理5,得到
\begin{split} & {\mathrm{dim}}_{{F}_{3}}({C}_{\overline{{D}_{t}}}\cap {C}_{{}_{\overline{{D}_{t}}}}^{\perp })\\ & \quad=\left\{\begin{aligned} & {\mathrm{dim}}_{{F}_{3}}({C}_{\overline{{D}_{t}}})-1,当\left(\begin{array}{l}m-1\\ t-1\end{array}\right)\equiv 0(\mathrm{mod}3)\text{;}\\ & 1,\qquad\qquad\qquad\; 当{2}^{t-1}\left(\begin{array}{l}m-1\\ t-1\end{array}\right)\equiv 1(\mathrm{mod}3)\\ & \qquad\qquad\qquad\quad 且m\equiv 2\text{(mod3)}\\ & \qquad\qquad\qquad\quad 或\text{ }{2}^{t-1}\left(\begin{array}{l}m-1\\ t-1\end{array}\right)\equiv 2(\mathrm{mod}3)\\ & \qquad\qquad\qquad\quad 且m\equiv 1\text{(mod3)}\text{;}\\ & {0,}\qquad\qquad\qquad 其他情形\end{aligned} \right. \end{split} (20) 因此,本文得到以下结论。
定理3 设
m \ge 3 且2 \le t \le m - 1 ,则码{C_{ {{\overline D_t}} }} 是一个3元[{2^{t - 1}}\left( \begin{gathered} m \\ t \\ \end{gathered} \right) + 1,m] 线性码。(1)
{C_{ {{\overline D_t}} }} 是LCD码当且仅当{2^{t - 1}}\left( \begin{gathered} m - 1 \\ t - 1 \\ \end{gathered} \right) \equiv 2({\rm{mod}} 3) 且m\not \equiv 1({\rm{mod}} 3) 或{2^{t - 1}}\left( \begin{gathered} m - 1 \\ t - 1 \\ \end{gathered} \right) \equiv 1 ({\rm{mod}} 3) 且m\not \equiv 2(\bmod 3) 。(2)
{C_{ {{\overline D_t}} }} 不可能是自正交码。由定理2与定理3,类似可得如下结论。
定理4 设
m \ge 3 且2 \le t \le m - 1 ,则C_{ {{\overline D_t}} }^ \bot 是一个3元[{2^{t - 1}}\left( \begin{gathered} m \\ t \\ \end{gathered} \right) + 1,{2^{t - 1}}\left( \begin{gathered} m \\ t \\ \end{gathered} \right) + 1 - m,3] 线性码,当{2^t}\left( \begin{gathered} m \\ t \\ \end{gathered} \right) \gt {3^{m - 1}} - 3 时,C_{ {{\overline D_t}} }^ \bot 是最优码。例3 当
m = 5 和t = 3 。由定理3,码{C_{ {{\overline D_t}} }} 是一个3元[41,5] 线性码。经MAGMA计算,{C_{{{\overline D_t}} }} 的最小距离为24,则码{C_{ {{\overline D_t}} }} 是一个3元[41,5,24] 线性码。由定理4,C_{ {{\overline D_t}} }^ \bot 码是一个3元[41,36,3] 最优码。例4 当
m = 5 和t = 4 。由定理3,码{C_{\overline {{D_t}} }} 是一个3元[41,5] 线性码。经MAGMA计算,{C_{ {{\overline D_t}} }} 的最小距离为24,则码{C_{ {{\overline D_t}} }} 是一个3元[41,5,24] 线性码。由定理4,C_{ {{\overline D_t}} }^ \bot 码是一个3元[41,36,3] LCD最优码。3.3 定义集为
{{\boldsymbol{D}}_{{\boldsymbol{ \le}} {\boldsymbol{t}}}} 的3元线性码令
{D_{ \le t}} = \mathop \cup \limits_{i = 1}^t {D_t} \subseteq F_3^m ,则{{\boldsymbol{G}}_{ \le t}} = [{{\boldsymbol{G}}_1}|{{\boldsymbol{G}}_2}| \cdots\, {{\boldsymbol{G}}_t}] ,其中{{\boldsymbol{G}}_i} 是由{D_i} 形成的m \times \left[{2^{i - 1}}\left( \begin{gathered} m \\ {\text{ }}i \\ \end{gathered} \right)\right] 矩阵。由引理2,
{\rm{Rank}}({{\boldsymbol{G}}_{ \le t}}) = m 。 设P(a,b) = {2^0}\left( \begin{gathered} a \\ 0 \\ \end{gathered} \right) + {2^1}\left( \begin{gathered} a \\ 1 \\ \end{gathered} \right) + \cdots + {2^b}\left( \begin{gathered} a \\ b \\ \end{gathered} \right) (21) 由引理3
\begin{split} {{\boldsymbol{G}}_{ \le t}}{\boldsymbol{G}}_{ \le t}^{\rm{T}} &= [{{\boldsymbol{G}}_1}|{{\boldsymbol{G}}_2}| \cdots |{{\boldsymbol{G}}_t}]{[{{\boldsymbol{G}}_1}|{{\boldsymbol{G}}_2}| \cdots |{{\boldsymbol{G}}_t}]^{\rm T}} \\ &{\text{ = }}\sum\limits_{i = 1}^t {{{\boldsymbol{G}}_i}{\boldsymbol{G}}_i^{\rm{T}}} \\ &{\text{ = (}}{m_{ij}}{{\text{)}}_{m \times m}} \\ \end{split} (22) 其中,
{m}_{ii}\text{=}P(m-\text{1},t-\text{1)} ,{m_{ij}}{\text{ = 0}} ,i \ne j 。 因此{\rm{Rank}}({{\boldsymbol{G}}_{ \le t}}{\boldsymbol{G}}_{ \le t}^{\rm{T}}) = \left\{ \begin{gathered} 0,{\text{ }}P{\text{(}}m - {\text{1}},t - {\text{1)}} \equiv 0({\rm{mod}} 3) \\ m,P{\text{(}}m - {\text{1}},t - {\text{1)}}\not \equiv 0({\rm{mod}} 3){\text{ }} \\ \end{gathered} \right. (23) 由引理1
{{\rm{dim}}_{{F_3}}}({{{C}}_{{D_{ \le t}}}}{{C}}_{{D_{ \le t}}}^{\rm{T}}) = \left\{ \begin{gathered} m,\,P(m - {\text{1}},t - {\text{1)}} \equiv 0({\rm{mod}} 3) \\ 0,{\text{ }}P(m - {\text{1}},t - {\text{1)}}\not \equiv 0({\rm{mod}} 3){\text{ }} \\ \end{gathered} \right. (24) 因此,如下结论成立。
定理5 设
m \ge 3 且2 \le t \le m - 1 ,则{C_{{D_{ \le t}}}} 是一个3元\left[\displaystyle\sum\limits_{i = 1}^t {{2^{i - 1}}\left( \begin{gathered} m \\ i \\ \end{gathered} \right)} ,m\right] 线性码。(1)
{C_{{D_{ \le t}}}} 是自正交码当且仅当P(m - 1, t - 1) \equiv 0(\bmod 3) 。(2)
{C_{{D_{ \le t}}}} 是LCD码当且仅当P(m - 1, t - 1) \not \equiv 0(\bmod 3) 。与定理2和定理4,类似可得如下结论。
定理6 设
m \ge 3 且2 \le t \le m - 1 ,则C_{{D_{ \le t}}}^ \bot 是一个3元\left[\displaystyle\sum\limits_{i = 1}^t {{2^{i - 1}}\left( \begin{gathered} m \\ i \\ \end{gathered} \right)} ,\displaystyle\sum\limits_{i = 1}^t {{2^{i - 1}}\left( \begin{gathered} m \\ i \\ \end{gathered} \right)} - m,3\right] 线性码,当\displaystyle\sum\limits_{i = 1}^t {{2^i}\left( \begin{gathered} m \\ i \\ \end{gathered} \right)} \gt {3^{m - 1}} - 1 时,C_{{D_{ \le t}}}^ \bot 是最优码。例5 若
m = 4 和t = 2 ,则{{\boldsymbol{G}}_{ \le t}} = \left( {\begin{array}{*{20}{c}} 1&0&0&0&1&1&1&1&1&1&0&0&0&0&0&0 \\ 0&1&0&0&1&2&0&0&0&0&1&1&1&1&0&0 \\ 0&0&1&0&0&0&1&2&0&0&1&2&0&0&1&1 \\ 0&0&0&1&0&0&0&0&1&2&0&0&1&2&1&2 \end{array}} \right) (25) 由定理5,码
{C_{{D_{ \le t}}}} 是一个3元[16,4] 线性码。经MAGMA计算,{C_{{D_{ \le t}}}} 的最小距离为7,则码{C_{{D_{ \le t}}}} 是一个3元[16,4,7] 线性码。由定理6,码C_{{{D}_{ \le t}}}^ \bot 是一个3元[16,12,3] LCD最优码。3.4 定义集为
{{\boldsymbol{D}}_{ {\boldsymbol{\le}} {\boldsymbol{t}}}} {\boldsymbol{\cup}} \left\{ {{{{ {\textit{1}}}}_{\boldsymbol{m}}}} \right\} 的3元线性码令
{{\overline D_{ \le t}}} = {D_{ \le t}} \cup \left\{ {{{{ {\textit{1}}}}_m}} \right\} ,{{\overline{\boldsymbol{G}}_{ \le t}}} = [{{\boldsymbol{G}}_{ \le {{t}}}}\left| {{{{ {\textit{1}}}}_m}} \right.] ,与第2节类似,可得{{\overline{\boldsymbol{G}}_{ \le t}}} { {{\overline{\boldsymbol{G}}_{ \le t}}} ^{\rm{T}}} = [{{\boldsymbol{G}}_1}|{{\boldsymbol{G}}_2}| \cdots |{{\boldsymbol{G}}_t}|{{\boldsymbol{1}}_m}]{[{{\boldsymbol{G}}_1}|{{\boldsymbol{G}}_2}| \cdots |{{\boldsymbol{G}}_t}|{{\boldsymbol{1}}_m}]^{\rm T}} = \sum\limits_{i = 1}^t {{{\boldsymbol{G}}_i}{\boldsymbol{G}}_i^{\rm{T}}} + {{{ {\textit{1}}}}_m}{{ {\textit{1}}}}_m^{\rm{T}} (26) 即
{m_{ii}}{{ = P(}}m - {\text{1,}}t - {\text{1) + 1}} 。{m_{ij}} = 1 ,i \ne j 。由引理3
{\rm{Rank}}({{\overline{\boldsymbol{G}}}_{\le t}}{\overline{{\boldsymbol{G}}}_{\le t}^{{\rm{T}}}})=\left\{\begin{aligned} & 1,\qquad\;\; 当P(m-1,t-1)\equiv 0(\mathrm{mod}3)\text{;}\\ & m-1,\;\;当P(m-1,t-1)\equiv 1(\mathrm{mod}3)\\ & \qquad\quad\;\; 且m\equiv 2(\mathrm{mod}3)\\ & \qquad\quad\;\; 或P(m-1,t-1)\equiv 2(\mathrm{mod}3)\\ & \qquad\quad\;\; 且m\equiv 1(\mathrm{mod}3)\text{;}\\ & m,\qquad 其他情形\end{aligned}\right.\qquad\qquad\qquad\qquad (27) {\mathrm{dim}}_{{F}_{3}}({C}_{{{\overline D}_{\le t}}}\cap {C}_{{{\overline D}_{\le t}}}^{\perp })=\left\{\begin{array}{l}{\mathrm{dim}}_{{F}_{3}}({C}_{{{\overline D}_{\le t}}})-1,\,当P(m-1,t-1)\equiv 0(\mathrm{mod}3)\text{;}\\ 1,\text{ }当P(m-1,t-1)\equiv 1(\mathrm{mod}3)\text{ }\\ \text{ }\qquad\qquad\qquad\;\; 且\text{ }m\equiv 2(\mathrm{mod}3)\text{ }\\ \text{ }\qquad\qquad\qquad\;\; 或\text{ }P(m-1,t-1)\equiv 2(\mathrm{mod}3)\\ \text{ }且m\equiv 1(\mathrm{mod}3)\text{;}\text{ }\\ 0,\text{ }\quad 其他\end{array}\right. (28) 因此,可以得到以下结论:
定理7 设
m \ge 3 且2 \le t \le m - 1 ,{C_{ {{\overline D_{ \le t}}} }} 是一个3元\left[1{\text{ + }}\displaystyle\sum\limits_{i = 1}^t {{2^{i - 1}}\left( \begin{gathered} m \\ i \\ \end{gathered} \right)} ,m \right] 线性码。(1)
{C_{ {{\overline D_{ \le t}}} }} 是LCD码当且仅当P(m - 1,t - 1) \equiv 1 ({\rm{mod}} 3) 且m\not \equiv 2({\rm{mod}}3) 或P(m - 1,t - 1) \equiv 2(\bmod 3) 且m\not \equiv 1({\rm{mod}}3) 。(2)
{C_{ {{\overline D_{ \le t}}} }} 不可能是自正交码。与定理2和定理5类似,可得如下结论。
定理8 设
m \ge 3 且2 \le t \le m - 1 ,则C_{ {{\overline D_{ \le t}}} }^ \bot 是一个3元\left[1{\text{ + }}\displaystyle\sum\limits_{i = 1}^t {{2^{i - 1}}\left( \begin{gathered} m \\ i \\ \end{gathered} \right)} ,1{\text{ + }}\displaystyle\sum\limits_{i = 1}^t {{2^{i - 1}}\left( \begin{gathered} m \\ i \\ \end{gathered} \right)} - m,3 \right] 线性码。当\displaystyle\sum\limits_{i = 1}^t {{2^i}\left( \begin{gathered} m \\ i \\ \end{gathered} \right)} \gt {3^{m - 1}} - 3 时,C_{ {{\overline D_{ \le t}}} }^ \bot 是最优码。例6 当
m = 4 和t = 3 。由定理7,码{C_{ {{\overline D_{ \le t}}} }} 是一个3元[32,4] 线性码。经MAGMA计算,{C_{{{\overline D_{ \le t}}} }} 的最小距离为20,则码{C_{ {{\overline D_{ \le t}}} }} 是一个3元[33,4,20] 线性码。由定理8,码C_{ {{\overline D_{ \le t}}} }^ \bot 是一个3元[33,29,3] LCD最优码。4. 比较
文献[14]4类合适的定义集构造了4类3元LCD码和自正交码,它们的参数分别为
\left[{2^t}\left( \begin{gathered} m \\ t \\ \end{gathered} \right), {2^t}\left( \begin{gathered} m \\ t \\ \end{gathered} \right) - m,2\right] ,其中1 \le t \le m ;\left[{2^t}\left( \begin{gathered} m \\ t \\ \end{gathered} \right) + {2^m}, {2^t}\left( \begin{gathered} m \\ t \\ \end{gathered} \right) + {2^m} - m,2\right] ,其中1 \le t \le m - 1 ;\left[\sum\limits_{i = 1}^t {{2^i}\left( \begin{gathered} m \\ i \\ \end{gathered} \right)} ,\sum\limits_{i = 1}^t {{2^i}\left( \begin{gathered} m \\ i \\ \end{gathered} \right)} - m,2\right] (29) 其中,
1 \le t \le m 和\left[\displaystyle\sum\limits_{i = 1}^t \;{{2^i}\left( \begin{gathered} m \\ i \\ \end{gathered} \right)} \,+\, {2^m}, \displaystyle\sum\limits_{i = 1}^t {2^i} \left( \begin{gathered} m \\ i \\ \end{gathered} \right) + {2^m} - m,2\right] ,其中1 \le t \le m 。当
m \equiv 4({\rm{mod}} 5) 时,在定理2中,令t = i 。在文献[14]的定理3.6中,令t = i + 1 且i 和m 满足i = \dfrac{{4m - 1}}{5} ,有{2^{\frac{{4m - 1}}{5} - 1}}\left( \begin{array}{ccccccccc} m \\ \dfrac{{4m - 1}}{5} \\ \end{array} \right) = {2^{\frac{{4(m + 1)}}{5}}} \left( \begin{array}{ccccccccc} m \\ \dfrac{{4(m + 1)}}{5} \\ \end{array} \right) ,此时本文构造的码距离更大。当
\left( \begin{gathered} m \\ i \\ \end{gathered} \right) = \dfrac{{{2^m} - 1}}{{{2^{i - 1}} - {2^{m - i}}}} 时,在定理4中,令t = i 。在文献[14]的定理3.8中,令t = m - i 。有{2^{i - 1}}\left( \begin{gathered} m \\ i \\ \end{gathered} \right) + 1 = {2^{m - i}}\left( \begin{array}{ccccccccc} m \\ m - i \\ \end{array} \right) ,此时本文构造的码距离更大。当
\displaystyle\sum\limits_{i = 1}^b {{2^i}} \left( \begin{gathered} m \\ i \\ \end{gathered} \right) = \displaystyle\sum\limits_{i = b + 1}^a {{2^i}} \left( \begin{gathered} m \\ i \\ \end{gathered} \right) 时,在定理6中,令t = a 。在文献[14]的定理3.10中,令t = b ,其中a \gt b 。有\displaystyle\sum\limits_{i = 1}^a {{2^{i - 1}}} \left( \begin{gathered} m \\ i \\ \end{gathered} \right) = \displaystyle\sum\limits_{i = 1}^b {{2^i}} \left( \begin{gathered} m \\ i \\ \end{gathered} \right) ,此时本文构造的码距离更大。当
\displaystyle\sum\limits_{i = b + 1}^a {{2^i}} \left( \begin{gathered} m \\ i \\ \end{gathered} \right) - \displaystyle\sum\limits_{i = 1}^b {{2^i}} \left( \begin{gathered} m \\ i \\ \end{gathered} \right) = {2^{m + 1}} - 2 时,在定理8中,令t = a 。在文献[14]的定理3.12中,令t = b ,其中a \gt b 。有1 + \sum\limits_{i = 1}^a {{2^{i - 1}}} \left( \begin{gathered} m \\ i \\ \end{gathered} \right) = \sum\limits_{i = 1}^b {{2^i}} \left( \begin{gathered} m \\ i \\ \end{gathered} \right) + {2^m} (30) 此时本文构造的码距离更大。
文献[4]构造了3元
[n,n - k,3] 自正交码,其中n = 4 + 9i 或n = 9j ,{N_{k - 1}} \le n \le {N_k} ,{N_k} =\dfrac{{{3^k} - 1}}{{3 - 1}} , k \ge 3 。当
{2^{t - 1}}\left( \begin{gathered} m \\ t \\ \end{gathered} \right)\not \equiv 0,4({\rm{mod}} 9) 或{2^{t - 1}}\left( \begin{gathered} m \\ t \\ \end{gathered} \right)\not \equiv 3, 8({\rm{mod}} 9) 时,定理2和定理4构造出和文献[3]不同参数的码。当
\displaystyle\sum\limits_{i = 1}^t {{2^{i - 1}}\left( \begin{gathered} m \\ i \\ \end{gathered} \right)} \not \equiv 0,4({\rm{mod}} 9) 或\displaystyle\sum\limits_{i = 1}^t {{2^{i - 1}}\left( \begin{gathered} m \\ i \\ \end{gathered} \right)} \not \equiv 3,8({\rm{mod}} 9) 时,定理6和定理8构造出和文献[3]不同参数的码。5. 结束语
本文研究了3元LCD码和自正交码的构造。根据有限域
{F_q} 上线性码是LCD码和自正交码的充要条件,通过选择了4类合适的定义集构造出3元LCD码和自正交码,接着研究了这4类线性码的对偶码,得到一些3元最优码。下一步研究的问题是通过选择合适的定义集构造一般域上的自正交码。 -
表 1 各层包含的资源类型
子层 对应资源、功能及服务 基础设施层 物理层 CPU、内存、网络、存储、带宽、端口、链路 逻辑层 Web代理、防火墙、负载平衡器、虚拟移动核心网络功能、DNS、缓存、虚拟链路 应用层 VNF、虚拟链路 表 2 故障类型和样本长度
故障类型 单组样本长度 样本组数 类别标记 类别编号 正常 60 400 [10000] 1 应用程序异常 60 400 [01000] 2 路由错误 60 400 [00100] 3 CPU故障 60 400 [00010] 4 端口节点故障 60 400 [00001] 5 样本总数 - 2000 - - 表 3 网络参数设置
仿真参数 参数设置 仿真参数 参数设置 物理节点数 10个 物理链路带宽资源 U[80, 100] Mbps SFC条数 6条 通用服务器处理速度 100 MB/s 每条SFC包含的VNF数 4~6个 VNF占用计算资源 U[10, 20] units 通用服务器计算资源 U[80, 100] units 虚拟链路带宽资源 U[10, 20] units -
[1] AHMAD I, KUMAR T, LIYANAGE M, et al. Overview of 5G security challenges and solutions[J]. IEEE Communications Standards Magazine, 2018, 2(1): 36–43. doi: 10.1109/MCOMSTD.2018.1700063 [2] AFOLABI I, TALEB T, FRANGOUDIS P A, et al. Network slicing-based customization of 5G mobile services[J]. IEEE Network, 2019, 33(5): 134–141. doi: 10.1109/MNET.001.1800072 [3] TALEB T, AFOLABI I, SAMDANIS K, et al. On multi-domain network slicing orchestration architecture and federated resource control[J]. IEEE Network, 2019, 33(5): 242–252. doi: 10.1109/MNET.2018.1800267 [4] 陈前斌, 杨友超, 周钰, 等. 基于随机学习的接入网服务功能链部署算法[J]. 电子与信息学报, 2019, 41(2): 417–423. doi: 10.11999/JEIT180310CHEN Qianbin, YANG Youchao, ZHOU Yu, et al. Deployment algorithm of service function chain of access network based on stochastic learning[J]. Journal of Electronics &Information Technology, 2019, 41(2): 417–423. doi: 10.11999/JEIT180310 [5] WEN Ruihan, FENG Gang, TANG Jianhua, et al. On robustness of network slicing for next-generation mobile networks[J]. IEEE Transactions on Communications, 2019, 67(1): 430–444. doi: 10.1109/TCOMM.2018.2868652 [6] OI A, ENDOU D, MORIYA T, et al. Method for estimating locations of service problem causes in service function chaining[C]. 2015 IEEE Global Communications Conference (GLOBECOM), San Diego, USA, 2015: 1–6. doi: 10.1109/GLOCOM.2015.7416993. [7] ZHANG Shilei, WANG Ying, LI Wenjing, et al. Service failure diagnosis in service function chain[C]. The 19th Asia-Pacific Network Operations and Management Symposium (APNOMS), Seoul, Korea (South), 2017: 70–75. doi: 10.1109/APNOMS.2017.8094181. [8] SÁNCHEZ J M, YAHIA I G B, and CRESPI N. Self-modeling based diagnosis of services over programmable networks[C]. 2016 IEEE NetSoft Conference and Workshops (NetSoft), Seoul, Korea (South), 2016: 277–285. doi: 10.1109/NETSOFT.2016.7502423. [9] CHENG Lu, QIU Xuesong, MENG Luoming, et al. Probabilistic fault diagnosis for IT services in noisy and dynamic environments[C]. 2009 IFIP/IEEE International Symposium on Integrated Network Management, New York, USA, 2009: 149–156. doi: 10.1109/INM.2009.5188804. [10] SRINIVASAN S M, TRUONG-HUU T, and GURUSAMY M. TE-Based machine learning techniques for link fault localization in complex networks[C]. The IEEE 6th International Conference on Future Internet of Things and Cloud (FiCloud), Barcelona, Spain, 2018: 25–32. doi: 10.1109/FiCloud.2018.00012. [11] ZHANG Lei, ZHU Xiaorong, ZHAO Su, et al. A novel virtual network fault diagnosis method based on long short-term memory neural networks[C]. The IEEE 86th Vehicular Technology Conference (VTC-Fall), Toronto, Canada, 2017: 1–5. doi: 10.1109/VTCFall.2017.8288236. [12] ORDONEZ-LUCENA J, AMEIGEIRAS P, LOPEZ D, et al. Network slicing for 5G with SDN/NFV: Concepts, architectures, and challenges[J]. IEEE Communications Magazine, 2017, 55(5): 80–87. doi: 10.1109/MCOM.2017.1600935 [13] ZHANG Haibing, ZHANG Qian, LIU Jiajia, et al. Fault detection and repairing for intelligent connected vehicles based on dynamic Bayesian network model[J]. IEEE Internet of Things Journal, 2018, 5(4): 2431–2440. doi: 10.1109/JIOT.2018.2844287 [14] ZHANG Nan, LIU Yafeng, FARMANBAR H, et al. Network slicing for service-oriented networks under resource constraints[J]. IEEE Journal on Selected Areas in Communications, 2017, 35(11): 2512–2521. doi: 10.1109/JSAC.2017.2760147 [15] 文成林, 吕菲亚. 基于深度学习的故障诊断方法综述[J]. 电子与信息学报, 2020, 42(1): 234–248. doi: 10.11999/JEIT190715WEN Chenglin and LÜ Feiya. Review on deep learning based fault diagnosis[J]. Journal of Electronics &Information Technology, 2020, 42(1): 234–248. doi: 10.11999/JEIT190715 期刊类型引用(2)
1. 黄炎,开晓山. 两类线性码的hull维数. 系统科学与数学. 2024(12): 3790-3802 . 百度学术
2. 黄山,朱士信,李锦. 一种三元线性补对偶码的构造方法. 电子与信息学报. 2023(01): 353-360 . 本站查看
其他类型引用(1)
-