Network Reliability

English:

Network reliability is the most popular index for evaluating system performance. In general, network reliability is defined as the probability of success for all commodities in sending a given amount of data/flow/information from source nodes to sink nodes under special conditions. In this project, we also aim to exploit a variety of new algorithms for system modeling and reliability index calculation in traditional networks and MMNs, universal generating function methods (UGFM), and Soft Computing.

Networks have broadly modeled real-world systems such as cloud computing, supply chain systems, electrical power or transportation networks, etc. Hence, networks plays an important role in modern society and has consequently attracted much study attention. Reliability is one of the most popular network performance indexes.

The escalating proliferation of data during the current Big Data Era has resulted in data that is high-volume, high-velocity, and/or high-variety. As a result, current systems such as supply chain management tend to be too complex to model and evaluate using only traditional network methodologies. In this project, we aim to develop a novel network called the multi-configuration multi-state network (MMN) to model, analyze, and design complex systems. The MMN is competent at integrating multi-state, multi-attribute components (e.g., cost, bandwidth, capacity) and multi-characteristic flow structures to allow commodities such as tasks, files and video streams to be fully functional within their own configurations, thereby surpassing the capabilities of traditional methodologies. 

Our research is mainly based on the areas of network reliability and focuses on bridging the gap between cutting edge theoretical research and challenging real-life problem-solving. Our research have motivated and inspired researchers to work on reliability areas, including complex network analysis and Soft Computing based reliability evaluation methodologies. The algorithms (MP/MC/d-MP/d-MC) that we proposed for flow network reliability, whether binary-state or multi-state, single commodity or multiple commodities, are presently the top in the field from published literature records. Further research is being undertaken to expand the scope of accessibility into new fields, such as logistics management and multimedia.

Bahasa Melayu:

Kebolehpercayaan rangkaian merupakan indeks yang paling popular untuk menilai prestasi sistem. Secara umum, kebolehpercayaan rangkaian ditakrifkan sebagai kebarangkalian kejayaan semua komoditi dalam menghantar sejumlah data/aliran/maklumat daripada nod sumber ke nod destinasi di bawah syarat tertentu. Dalam projek ini, kami juga bertujuan untuk meneroka pelbagai algoritma baharu bagi pemodelan sistem dan pengiraan indeks kebolehpercayaan dalam rangkaian tradisional dan MMN, kaedah fungsi penjanaan sejagat (UGFM), serta Pengkomputeran Lembut.

Rangkaian secara meluas telah digunakan untuk memodelkan sistem dunia sebenar seperti pengkomputeran awan, sistem rantaian bekalan, rangkaian kuasa elektrik atau pengangkutan, dan sebagainya. Oleh itu, rangkaian memainkan peranan penting dalam masyarakat moden dan telah menarik banyak perhatian dalam kajian. Kebolehpercayaan merupakan salah satu indeks prestasi rangkaian yang paling popular.

Peningkatan pesat data dalam Era Data Raya kini telah menghasilkan data yang bersifat volum tinggi, kelajuan tinggi, dan/atau kepelbagaian tinggi. Akibatnya, sistem semasa seperti pengurusan rantaian bekalan cenderung terlalu kompleks untuk dimodel dan dinilai menggunakan hanya metodologi rangkaian tradisional. Dalam projek ini, kami bercadang untuk membangunkan rangkaian baharu yang dinamakan rangkaian berbilang konfigurasi berbilang keadaan (MMN) bagi tujuan pemodelan, analisis dan reka bentuk sistem kompleks. MMN berkeupayaan untuk mengintegrasikan komponen berbilang keadaan dan berbilang atribut (contohnya, kos, jalur lebar, kapasiti) serta struktur aliran berbilang ciri bagi membolehkan komoditi seperti tugasan, fail dan aliran video berfungsi sepenuhnya dalam konfigurasi masing-masing, sekali gus mengatasi keupayaan metodologi tradisional.

Penyelidikan kami terutamanya berasaskan bidang kebolehpercayaan rangkaian dan memberi tumpuan kepada usaha menjembatani jurang antara penyelidikan teori terkini dengan penyelesaian masalah dunia sebenar yang mencabar. Penyelidikan kami telah mendorong dan memberi inspirasi kepada para penyelidik untuk bekerja dalam bidang kebolehpercayaan, termasuk analisis rangkaian kompleks dan metodologi penilaian kebolehpercayaan berasaskan Pengkomputeran Lembut. Algoritma (MP/MC/d-MP/d-MC) yang kami cadangkan untuk kebolehpercayaan rangkaian aliran, sama ada keadaan binari atau berbilang keadaan, komoditi tunggal atau berbilang komoditi, kini merupakan yang terkemuka dalam bidang ini menurut rekod literatur yang diterbitkan. Penyelidikan lanjut sedang dijalankan untuk memperluas skop kebolehcapaian ke dalam bidang baharu, seperti pengurusan logistik dan multimedia.