[發明專利]一種通信潮流柔性配置方法和系統

有效

• 申請號: 201510347300.1
• 申請日: 2015-06-19
• 公開（公告）號: CN105049279B
• 公開（公告）日: 2018-08-31
• 發明（設計）人: 耿亮;吳燕;劉柳;白茹;孟憲楠;郭昆亞;邵楓;金鵬
• 申請（專利權）人: 國家電網公司;北京國電通網絡技術有限公司;國網遼寧省電力有限公司沈陽供電公司
• 主分類號: H04L12/26
• 分類號: H04L12/26;H04L12/24
• 代理公司: 北京風雅頌專利代理有限公司 11403
• 代理人: 李莎;李弘

1.一種通信潮流柔性配置方法，其特征在于，包括步驟：

搭建網絡環境；所述搭建網絡環境使用SDN設備進行

設置測試流量和流量轉發路徑；

在所搭建的網絡環境中進行測試，然后采集流量；

對采集的流量數據進行計算，實現網絡流量的預測；

根據流量預測結果對網絡流量進行配置；

其中，所述網絡搭建包括了流量測試儀、核心路由器、第一AR路由器、第二AR路由器、第三AR路由器、交換機和SDN控制器，所述流量測試儀和所述核心路由器串聯；并且所述第二AR路由器、所述第三AR路由器并聯后串聯所述第一AR路由器，再與所述流量測試儀串聯；所述流量測試儀用于發送測試流量，所述第一AR路由器、所述第二AR路由器、所述第三AR路由器支持標準BGP協議；所述交換機與所述核心路由器相連，所述交換機受所述SDN控制器支配用于設備互聯，所述核心路由器支持流量上報，配合所述SDN控制器進行流量轉發路徑調整。

2.根據權利要求1所述的方法，其特征在于，所述網絡流量的預測包括：

對采集的數據進行預處理，并展示；

根據處理后的數據構建矩陣預測模型；

通過最小二乘支持向量機的方法對矩陣預測模型進行計算得到預測矩陣。

3.根據權利要求2所述的方法，其特征在于，所述對采集的數據進行預處理并展示是所述SDN控制器對采集的數據進行聚合、統計分析，將分析結果以圖表形式進行展示。

4.根據權利要求2所述的方法，其特征在于，所述的矩陣預測模型是以節點n形成n*n的矩陣，矩陣內部數據為起始節點到目的節點的預測流量；即

其中，左列為起始點，橫排為目的節點，矩陣數據為預測流量數據。

5.根據權利要求4所述的方法，其特征在于，所述通過最小二乘支持向量機的方法對矩陣預測模型進行計算得到預測矩陣，具體的步驟包括：

首先，對于一個給定的訓練數據集：(x_i,y_i),i＝1,2,...,l,x_i∈Rⁿ,y_i∈R，訓練集中，x_i表示輸入數據值，即對于網絡流量的歷史監測數據；y_i表示輸出數據值，即在網絡流量數據為x_i時，一定時間段后網絡流量的數據值，待模型訓練完成，該輸出參數即為網絡流量的預測值；

利用高維特征空間中的線性函數，用一非線性映射將樣本的輸入空間Rⁿ映射到其特征空間在此高維特征空間中構造最優決策函數:

y(x)＝w^Tφ(x)+b (1)

其中，式(1)中的w與b為待解優化參數(矩陣)，T代表的是W矩陣的轉置矩陣；

其次，根據結構風險最小化原則，即根據公式(1)得到結構風險計算式：

將結構風險計算式求極小得到下面公式(2)中的第一個公式；根據統計學原理，根據公式(1)得到下面公式(2)中的第二個公式，即約束優化的公式：

其中，J(w,e)是期望風險，minJ(w,e)表示對流量預測值的期望風險最小，即保證流量預測值最為接近實際情況；∑e_i²表示經驗風險，e_i是模型對流量值訓練樣本的預測誤差；w^Tw是影響期望風險的因子，C表示待定常數；

為了求解上述優化問題，把約束優化問題變成無約束優化問題，建立Lagrange函數：

其中α_i＝[α₁,α₂,...α_i,...,α_n]為Lagrange乘子,

根據KKT條件有:

從式(3)中消去e_i、w后，可以得到

其中，

y＝(y₁,y₂,...,y_l)^T,eI＝(1,2,..,1),

α＝(α₁,α₂,...,α_l)^T,

Q_i,j＝(φ(x_i)·φ(x_j))＝k(x_i,x_j),i,j＝1,2,...,l

最后，所求的擬合函數，即支持向量機的輸出，即求得各鏈路的預測流量數據為：

其中，k(x,x_i)為核函數，是高維特征空間的內積；

基于訓練樣本集(x_i,y_i),i＝1,2,...,l求解方程(4)，得到模型參數[b,α₁,α₂,...α_i,...,α_n]；待確定模型參數后，以方程(4)進行網絡流量值預測。

6.根據權利要求2所述的方法，其特征在于，所述根據預測結果對網絡流量進行配置，包括：

第一步，將流量預測結果作用于網絡環境中；

第二步，判斷網絡環境中的鏈路帶寬利用率是否超過越限閾值, 若超過則進行下一步，若沒有超過則保持網絡環境現狀；

第三步，調整越限的流量預測結果；

第四步，將調整后的流量預測結果作用于網絡環境中，然后返回第二步。