[發明專利]一種分布式智能網絡性能強化的方法及系統

在審

• 申請號: 201811592809.2
• 申請日: 2018-12-25
• 公開（公告）號: CN109561158A
• 公開（公告）日: 2019-04-02
• 發明（設計）人: 劉復昌;葛睿;孟凡勝;袁浩;王世超
• 申請（專利權）人: 浙江天脈領域科技有限公司
• 主分類號: H04L29/08
• 分類號: H04L29/08;G06F16/27;H04L29/06;H04L12/24
• 代理公司: 杭州求是專利事務所有限公司 33200
• 代理人: 萬尾甜;韓介梅

本發明公開了一種分布式智能網絡性能強化的方法及系統，包括S101、采集網絡狀態信息數據，提取并識別其特征；S102、如果識別成功，則調取最優解決方案，根據方案調用分布式網絡計算，從而解決此網絡狀態問題；S103、如果識別失敗，則認為此網絡狀態為新網絡狀態，然后使用類似S102方法相對解決網絡狀態問題；S014、重復S101～S103，可得i組網絡狀態信息及其解決方案的組合數據，組成數據集1；S105、然后通過對抗網絡學習數據集1，得到更大的數據集3；S106、利用強化學習方法對數據集3進行更進一步學習，得到多組最優的網絡狀態信息及其解決方案組合；S107、利用區塊鏈技術分別對得到的每組組合進行封裝，然后傳遞到本地專家系統庫中。

技術領域

本發明涉及網絡性能技術領域，更為具體來說，本發明涉及一種分布式智能網絡性能強化的方法及系統。

背景技術

隨著科技飛速發展，目前互聯網正在準循著這三個層級進行發展：1.信息互聯網(PC互聯網、移動互聯網)，此階段解決了信息不對稱的問題，信息不再被區隔，把那些以特殊渠道獲得信息并謀利的二道販子淘汰掉了；2.物體互聯網(物聯網、人工智能)，此階段解決了物體不銜接的問題，物體由靜止不動變成能和人類互動；產品型號和設計由一刀切變成了定制化、個性化；3.價值互聯網(區塊鏈)，此階段也稱為價值互聯網的階段，這個階段解決了價值不對等的問題，分配方式不再依靠職位、年薪、獎金等，每個人創造的價值都能得到精準記錄并隨時兌現。價值互聯網是以區塊鏈技術為基石的，但當前去多區塊鏈技術的價值傳遞效率相對低了一些，對于當前的任務可能足夠了，不過隨著信息量的增加，價值互聯網的速度仍然需要進一步提升。

其次，在眾多的互聯網分支中，產業互聯網是從消費互聯網引申出的概念，是指傳統產業借力大數據、云計算、智能終端以及網絡優勢，提升內部效率和對外服務能力，是傳統產業通過“互聯網+”實現轉型升級的重要路徑之一。產業互聯網的興起，意味著制造、農業、能源、物流、交通、教育等諸多傳統領域相繼都將被互聯網所改變和重構，并通過互聯網提高跨行業協同的效率，實現跨越式發展。但是，當前產業互聯網協同方式是商業協同，存在著安全性和效率比較低的問題，如果應對未來的商業行為，需要更加智能的彈性協同方式。其中工業互聯網是產業互聯網中的一個重要內容，產業互聯網著眼于交易問題，工業互聯網著眼于制造問題，但是工業互聯網中很多內容通過互聯網進行交互仍然效率很低，如果可以將工業互聯網的效率提高，則意味著新一輪的工業革命。

綜上所述，現有技術存在的問題是：價值互聯網需要提高網絡傳遞效率；產業互聯網需要升級協同方式，由商業協同到智能協同；這些問題基本可以歸于網絡性能效率低、智能化低的問題，所以強化網絡性能的需要成為了本領域技術人員急需解決的技術問題和研究的重點。

發明內容

為解決現有網絡性能中存在的效率低、智能化低及弱健壯性等問題，本發明提供了一種分布式智能網絡性能強化的方法及系統。

本發明的實現方法：S101.采集網絡狀態信息，記為網絡狀態1.0，然后提取并識別網絡狀態信息的特征；S102.如果識別成功，調取本地專家系統中相對應的最優解決方案，記為解決方案1.0，然后根據方案調用分布式網絡計算，從而解決此網絡狀態中的問題；此時得到一組網絡狀態及相對應的解決方案(1.0,1.0)；S103.若識別不成功，則認為此網絡狀態為新網絡狀態，記為網絡狀態1.1，然后調取本地專家系統中相對應的次最優解決方案，記為解決方案1.1，然后根據方案調用分布式網絡計算，從而相對解決此新網絡狀態中的問題；此時得到一組網絡狀態及對應的解決方案(1.1,1.1)；S104.循環S101～S103，可得多組絡狀態及其解決方案組合，記為(1.2,1.2),…(1.i,1.i)，這些組合形成數據集1；S105.利用對抗網絡的方法，基于數據集1，可學習得到更多網絡狀態及其解決方案組合，記為(1.i+1,1.i+1),…,(1.n,1.n)，這些組合形成數據集3；S106.利用然后利用強化學習的方法，基于數據集3，可學習得到最優網絡狀態及其解決方案組合；S107.最后，利用區塊鏈技術將學習得到的最優網絡狀態及其解決方案進行封裝，傳入到分布式本地專家系統中。