[發明專利]用于大規模分布式仿真的輕量化DDS自動發現方法

有效

• 申請號: 202011195563.2
• 申請日: 2020-10-30
• 公開（公告）號: CN112257285B
• 公開（公告）日: 2021-12-31
• 發明（設計）人: 劉哲旭;王凱;趙珍
• 申請（專利權）人: 中國民航大學
• 主分類號: G06F30/20
• 分類號: G06F30/20;G06F16/22;G06F16/2458;G06F111/02;G06F111/08
• 代理公司: 天津中環專利商標代理有限公司 12105
• 代理人: 王鳳英

1.一種用于大規模分布式仿真的輕量化DDS自動發現方法，其特征在于：所述方法是基于單哈希函數閾值布隆過濾器OHTBF和簡單發現機制SDP的自動發現方法SDP_OHTBF來實現的，具體步驟為：

一、各仿真節點分別通過1個OHTBF布隆過濾器將其自身包含的所有參與者端點的描述信息壓縮映射為1個OHTBF向量，其中OHTBF布隆過濾器是一種具有k個分區的一維向量，各分區的大小是互質的整數，其并不相等，但相互間接近；所述壓縮映射過程為針對每個參與者端點的描述信息的一個哈希運算和分別針對OHTBF向量各分區的k個取模運算；

二、各仿真節點間互相發送所述OHTBF向量，任一仿真節點均通過查詢算法來搜索含有自身需要的參與者端點描述信息的OHTBF向量，并對其所對應的仿真節點進行數據訂閱，從而實現數據通信；其中，所述各仿真節點間互相發送所述OHTBF向量的過程中，采用閾值θ對OHTBF向量中的每一位進行二值化處理；

三、所述仿真節點通過查詢算法來搜索含有自身需要的參與者端點描述信息的OHTBF向量并對其所對應的仿真節點進行數據訂閱的過程中，將該仿真節點需要訂閱的某個數據的主題名稱通過一個哈希和取模運算映射至一個OHTBF向量，再將該OHTBF向量與其他仿真節點發來的所有OHTBF向量分別求點積，再分別通過查詢算法與判定閾值T比對，從而搜索能夠提供該數據的仿真節點并進行訂閱；所述閾值θ和判定閾值T通過對采用真陽率TPR和假陽率FPR構建的傳輸精度函數的最優化獲得，其中目標函數的最優化過程可以通過各種最優化算法實現；

四、當采用所述自動發現算法SDP_OHTBF因搜索不到能夠提供仿真節點所需數據的主題名稱而無法完成數據訂閱時，采用SDPBloom自動發現算法作為補充查詢方法；

在步驟三中，所述采用真陽率TPR和假陽率FPR構建的傳輸精度函數的計算公式為：

上式中，TPR為真陽率，即主題名稱查詢成功的概率，即正確地判斷某個需要訂閱的主題名稱包含于收到的OHTBF向量中的概率；TPR通過對所述查詢算法中OHTBF向量點積結果的概率密度函數得到，其計算公式為：

上式中，k為OHTBF布隆過濾器的分區個數，T為判定閾值，d為非負整數，d_x為當某個所需訂閱主題名稱x包含在OHTBF向量中時在查詢算法的計算過程中所獲得的點積d_x，d_x符合二項分布d_x～B(k,p_x)；p_x為某個所需訂閱主題名稱x在查詢算法計算過程中對OHTBF向量求點積時某一位置的乘積為1的概率，其計算公式為：

上式中，n為仿真節點中映射至OHTBF向量的主題名稱的個數，v為非負整數，m_i為OHTBF布隆過濾器中第i個分區的長度，p_i為主題名稱映射為OHTBF向量的過程中，在OHTBF向量的第i個分區中的某一位被設置為1的概率；

FPR為假陽率，即主題名稱查詢失敗的概率，即錯誤的判斷某個需要訂閱的主題名稱包含于收到的OHTBF向量中的概率；FPR通過對所述查詢算法中OHTBF向量點積結果的概率密度函數得到，其計算公式為：

上式中，d_y為當某個所需訂閱主題名稱y不包含在OHTBF向量中時在查詢算法的計算過程中所獲得的點積d_y，d_y符合二項分布d_y～B(k,p_y)；p_y為某個所需訂閱主題名稱y在查詢算法計算過程中對OHTBF向量求點積時某一位置的乘積為1的概率，其計算公式為：

上式中，θ為二值化閾值。