[發明專利]一種基于深度學習的SDN網絡流量預測方法在審
| 申請號： | 201810639904.7 | 申請日： | 2018-06-20 |
| 公開（公告）號： | CN108880888A | 公開（公告）日： | 2018-11-23 |
| 發明（設計）人： | 周靜靜;鄭月燃;王偉明;鹿如強;祁本科 | 申請（專利權）人： | 浙江工商大學 |
| 主分類號： | H04L12/24 | 分類號： | H04L12/24 |
| 代理公司： | 杭州求是專利事務所有限公司 33200 | 代理人： | 忻明年 |
| 地址： | 310018 浙江省杭*** | 國省代碼： | 浙江;33 |
| 權利要求書： | 查看更多 | 說明書： | 查看更多 |
| 摘要： | |||
| 搜索關鍵詞： | 網絡流量預測 預測 網絡流量 網絡系統 保障網絡 分析處理 鏈路切換 網絡資源 擁塞控制 預測模型 運行效率 整體優化 控制層 應用層 轉發層 構建 下層 組網 網絡 上層 均衡 學習 分配 貫穿 協作 應用 優化 分析 服務 | ||
1.一種基于深度學習的SDN網絡流量預測方法，其特征在于，包括如下步驟：
步驟一：構建SDN網絡流量預測模型，在SDN各層中分別添加相應的模塊；
應用層中包括應用服務管理模塊和應用調控管理模塊；
控制層中包括流量預測分析模塊、策略分析管理模塊、流與動作管理模塊、流量趨勢分析模塊和流量統計分析模塊；
轉發層中包括轉發信息庫和流量獲取模塊；
步驟二：獲取轉發層的網絡流量，到控制層進行預測分析，實現對應用層的整體優化，具體包括如下步驟：
(1)SDN網絡系統啟動之后，控制層的流量統計分析模塊下發統計策略到轉發層的流量獲取模塊；
(2)流量獲取模塊按照流量統計分析模塊下發的統計策略獲取本網段的流量數據信息，然后上報給流量統計分析模塊；
(3)流量統計分析模塊將收集來的信息進行格式歸一化處理后，發送給流量預測分析模塊；
(4)流量預測分析模塊使用TensorFlow深度學習框架中的TensorFlow Time Series(TFTS)模塊進行處理，得出流量預測結果信息，然后將此信息發送給流量趨勢分析模塊；
(5)流量趨勢分析模塊接收到預測結果后進行網絡運行狀態分析，主要是根據網絡延遲、丟包率和抖動情況來監測網絡中是否出現擾動及網絡是否正常運行，然后將分析結果發送給策略分析管理模塊；
(6)策略分析管理模塊根據接收到的分析結果，利用快速轉發機制來生成流表轉發策略，并將此策略下發給流與動作管理模塊；
(7)流與動作管理模塊依據接收的轉發策略，將對應的流表下發到相應的交換機中并存入其轉發信息庫；然后交換機根據收到的流表進行數據的轉發；
(8)流量趨勢分析模塊將對應用層的分析結果發送給應用層的應用服務管理模塊；
(9)應用服務管理模塊根據接收到的分析結果，制定相應的網絡規劃方案，然后將方案發送至應用調控管理模塊，應用調控管理模塊接收到方案后依據方案啟動相應的優化機制。
2.根據權利要求1所述的一種基于深度學習的SDN網絡流量預測方法，其特征在于，包括如下步驟：在整個SDN網絡系統中貫穿網絡流量預測策略，保障網絡穩定高效的運行，提高SDN網絡系統的服務質量。
3.根據權利要求1所述的一種基于深度學習的SDN網絡流量預測方法，其特征在于，各模塊之間相互協作，共同完成網絡流量的預測功能，并可以將預測的結果用于下層的鏈路切換和上層的應用分析處理，實現網絡的擁塞控制、均衡負載。
該專利技術資料僅供研究查看技術是否侵權等信息，商用須獲得專利權人授權。該專利全部權利屬于浙江工商大學，未經浙江工商大學許可，擅自商用是侵權行為。如果您想購買此專利、獲得商業授權和技術合作，請聯系【客服】
本文鏈接：http://www.szxzyx.cn/pat/books/201810639904.7/1.html，轉載請聲明來源鉆瓜專利網。
