基于最优化理论的灾难恢复计划的量化数学模型

吉林大学学报(工学版)

基于最优化理论的灾难恢复计划的量化数学模型

王琨¹，尹忠海¹，周利华¹，蔡震²

1.西安电子科技大学计算机网络与信息安全教育部重点实验室，西安 710071； 2.国家信息安全工程技术研究中心，北京 100093

收稿日期:2005-12-19 修回日期:2006-06-23 出版日期:2007-01-01 发布日期:2007-01-01
通讯作者: 周利华

Quantitative mathematical model for disaster recovery planning based on optimization theory

Wang Kun¹,Yin Zhong-hai¹,Zhou Li-hua¹,Cai Zhen²

1.Key Laboratory of Computer Network and Information Security of the Ministry of Education,Xidian University,Xi’an 710071，China ；2.National Information Security Engineering and Technology Research Center, Beijing 100093，Chin
a

Received:2005-12-19 Revised:2006-06-23 Online:2007-01-01 Published:2007-01-01
Contact: Zhou Li-hua

摘要/Abstract

摘要： 采用量化的、精确的灾难恢复计划(DRP)从多个子灾难恢复计划中选择最优集合，这对于
高效地实现灾难恢复至关重要。采用最优化理论提出一个DRP数学模型，它用参数表示系
统中不同应用、设施、资源、子灾难恢复计划、预算等实体，使用数学方法表示实体之间的
关系，通过对资源进行分类解决不同子灾难恢复计划之间的冲突。模型使用较少的主观参数
，以实现对DRP精确、客观的评价。最后给出了模型的实施步骤与模型分析，并且通过实验
验证了模型的正确性。

关键词: 计算机应用, 信息系统, 持续服务, 风险评估, 灾难恢复计划, 最优化理论, 数学模型

Abstract: It is very pivotal to use quantitive and accurate disaster recovery planning (DRP) to select the best set of sub disaster recovery plans and control the disaster recovery activities. Using optimization theory, we present a DRP mathematical model. This model introduces parameters to represent different entities, such as applications, facilities, resources, sub plans, budget, etc. It uses mathematical method to express the relationship of different entities, and solves the conflicts among various sub disaster recovery plans by classifying the resources. The model employs less subjective parameters to evaluate DRP more impersonally and accurately. The implementation and the analysis of the model are presented. Test also verified the correctness of the model.

Key words: computer application, information system, continuous ser vice, risk assessment, disaster recovery planning(DRP), optimization theory, mathem atical model

中图分类号:

TP393.08

王琨，尹忠海，周利华，蔡震 . 基于最优化理论的灾难恢复计划的量化数学模型[J]. 吉林大学学报(工学版), 2007, 37(01): 146-150.

Wang Kun,Yin Zhong-hai,Zhou Li-hua,Cai Zhen . Quantitative mathematical model for disaster recovery planning based on optimization theory[J]. 吉林大学学报(工学版), 2007, 37(01): 146-150.

参考文献

相关文章 15

[1]	刘富,宗宇轩,康冰,张益萌,林彩霞,赵宏伟. 基于优化纹理特征的手背静脉识别系统[J]. 吉林大学学报(工学版), 2018, 48(6): 1844-1850.
[2]	王利民,刘洋,孙铭会,李美慧. 基于Markov blanket的无约束型K阶贝叶斯集成分类模型[J]. 吉林大学学报(工学版), 2018, 48(6): 1851-1858.
[3]	金顺福,王宝帅,郝闪闪,贾晓光,霍占强. 基于备用虚拟机同步休眠的云数据中心节能策略及性能[J]. 吉林大学学报(工学版), 2018, 48(6): 1859-1866.
[4]	赵东,孙明玉,朱金龙,于繁华,刘光洁,陈慧灵. 结合粒子群和单纯形的改进飞蛾优化算法[J]. 吉林大学学报(工学版), 2018, 48(6): 1867-1872.
[5]	刘恩泽,吴文福. 基于机器视觉的农作物表面多特征决策融合病变判断算法[J]. 吉林大学学报(工学版), 2018, 48(6): 1873-1878.
[6]	欧阳丹彤, 范琪. 子句级别语境感知的开放信息抽取方法[J]. 吉林大学学报(工学版), 2018, 48(5): 1563-1570.
[7]	刘富, 兰旭腾, 侯涛, 康冰, 刘云, 林彩霞. 基于优化k-mer频率的宏基因组聚类方法[J]. 吉林大学学报(工学版), 2018, 48(5): 1593-1599.
[8]	车翔玖, 王利, 郭晓新. 基于多尺度特征融合的边界检测算法[J]. 吉林大学学报(工学版), 2018, 48(5): 1621-1628.
[9]	桂春, 黄旺星. 基于改进的标签传播算法的网络聚类方法[J]. 吉林大学学报(工学版), 2018, 48(5): 1600-1605.
[10]	刘元宁, 刘帅, 朱晓冬, 陈一浩, 郑少阁, 沈椿壮. 基于高斯拉普拉斯算子与自适应优化伽柏滤波的虹膜识别[J]. 吉林大学学报(工学版), 2018, 48(5): 1606-1613.
[11]	曹洁, 苏哲, 李晓旭. 基于Corr-LDA模型的图像标注方法[J]. 吉林大学学报(工学版), 2018, 48(4): 1237-1243.
[12]	陈东辉, 吕建华, 龙刚, 张宇晨, 常志勇. 基于ADAMS的半悬挂式农业机组静侧翻稳定性[J]. 吉林大学学报(工学版), 2018, 48(4): 1176-1183.
[13]	赵宏伟, 刘宇琦, 董立岩, 王玉, 刘陪. 智能交通混合动态路径优化算法[J]. 吉林大学学报(工学版), 2018, 48(4): 1214-1223.
[14]	黄辉, 冯西安, 魏燕, 许驰, 陈慧灵. 基于增强核极限学习机的专业选择智能系统[J]. 吉林大学学报(工学版), 2018, 48(4): 1224-1230.
[15]	傅文博, 张杰, 陈永乐. 物联网环境下抵抗路由欺骗攻击的网络拓扑发现算法[J]. 吉林大学学报(工学版), 2018, 48(4): 1231-1236.

Metrics

Viewed

Full text

Abstract

Cited

Shared

Discussed