[發(fā)明專利]一種基于卷積神經(jīng)網(wǎng)絡(luò)的網(wǎng)絡(luò)拓?fù)渫茢喾椒跋到y(tǒng)

有效

• 申請?zhí)枺?/td>: 201910360335.7
• 申請日: 2019-04-30
• 公開（公告）號: CN110135482B
• 公開（公告）日: 2021-07-13
• 發(fā)明（設(shè)計）人: 潘勝利;曾德澤;張宗旺
• 申請（專利權(quán)）人: 中國地質(zhì)大學(xué)（武漢）
• 主分類號: G06K9/62
• 分類號: G06K9/62;G06N3/04;H04L12/24
• 代理公司: 武漢知產(chǎn)時代知識產(chǎn)權(quán)代理有限公司 42238
• 代理人: 孫麗麗

本發(fā)明公開了一種基于卷積神經(jīng)網(wǎng)絡(luò)的網(wǎng)絡(luò)拓?fù)渫茢喾椒ㄅc系統(tǒng)，通過卷積神經(jīng)網(wǎng)絡(luò)來判別三路子拓?fù)浣Y(jié)構(gòu)，以此信息作為輸入，使用本發(fā)明中的拓?fù)渫茢嗨惴ㄍ茢嗑W(wǎng)絡(luò)拓?fù)?。與多數(shù)傳統(tǒng)的拓?fù)渫茢嗨惴ㄏ嗤氖?，本發(fā)明中的算法也是通過確定分支節(jié)點的位置以及連接到分支節(jié)點上的節(jié)點來構(gòu)建拓?fù)?，不同之處在于本算法輸入為三路子拓?fù)浣Y(jié)構(gòu)信息，這種定性的數(shù)據(jù)相比傳統(tǒng)方法中輸入的相似度量那種定量數(shù)據(jù)，對誤差容忍程度更高，因此具有更好的健壯性。

技術(shù)領(lǐng)域

本發(fā)明涉及網(wǎng)絡(luò)層析成像領(lǐng)域，更具體地說，涉及一種基于卷積神經(jīng)網(wǎng)絡(luò)的網(wǎng)絡(luò)拓?fù)渫茢喾椒跋到y(tǒng)。

背景技術(shù)

基于路由器協(xié)作的外部測量技術(shù)在網(wǎng)絡(luò)邊緣發(fā)起測量過程，通過內(nèi)部節(jié)點對探測數(shù)據(jù)的反饋獲得待測參數(shù)。其中，比較常見的工具包括用于診斷網(wǎng)絡(luò)連通性的ping，獲取網(wǎng)絡(luò)拓?fù)涞膖raceroute，測量鏈路帶寬、時延等性能參數(shù)的pathchar等。當(dāng)內(nèi)部節(jié)點因為網(wǎng)絡(luò)安全等因素不支持協(xié)作時，這類方法將會失效。此外，這類方法大多采用ICMP(InternetControl Measurement Protocol)報文作為探測數(shù)據(jù)，而實際網(wǎng)絡(luò)中ICMP報文的優(yōu)先級較低，因此測得的性能參數(shù)可能無法準(zhǔn)確反映網(wǎng)絡(luò)的實際狀態(tài)。端到端測量通過在網(wǎng)絡(luò)邊緣節(jié)點之間收發(fā)數(shù)據(jù)，獲得網(wǎng)絡(luò)的端到端性能參數(shù)。這種方法只需要使用路由器的基本存儲轉(zhuǎn)發(fā)功能，對網(wǎng)絡(luò)本身的依賴最小，網(wǎng)絡(luò)層析成像技術(shù)(Network Tomography,NT)是一種根據(jù)端到端測量數(shù)據(jù)，推斷鏈路性能參數(shù)、拓?fù)浣Y(jié)構(gòu)等網(wǎng)絡(luò)內(nèi)部參數(shù)的方法。由于它能夠在沒有內(nèi)部節(jié)點協(xié)作的情況下獲得網(wǎng)絡(luò)內(nèi)部性能參數(shù)，與當(dāng)今互聯(lián)網(wǎng)非協(xié)作、異構(gòu)化、基于邊緣控制的特征非常契合。傳統(tǒng)的拓?fù)渫茢嗨惴ㄝ斎霝楣猜窂介L度的度量，從端到端測量數(shù)據(jù)中提取出來，比如時延、丟包等，這種定量分析對數(shù)據(jù)要求比較嚴(yán)格，對誤差比較敏感。

發(fā)明內(nèi)容

本發(fā)明要解決的技術(shù)問題在于，針對上述目前使用定量數(shù)據(jù)推斷的魯棒性不高的技術(shù)缺陷，提出了一種基于卷積神經(jīng)網(wǎng)絡(luò)的三路子拓?fù)渫茢喾椒跋到y(tǒng)，在待推斷網(wǎng)絡(luò)上收集三路子拓?fù)錅y量數(shù)據(jù)后，使用卷積神經(jīng)網(wǎng)絡(luò)和本發(fā)明中的算法進(jìn)行網(wǎng)絡(luò)拓?fù)涞耐茢唷?/p>

一種基于卷積神經(jīng)網(wǎng)絡(luò)的網(wǎng)絡(luò)拓?fù)渫茢喾椒?，包括如下步驟：

S1、在待推斷的網(wǎng)絡(luò)上收集三路子拓?fù)鋽?shù)據(jù)；

S2、建立CNN模型；

S3、格式化收集的三路子拓?fù)鋽?shù)據(jù)以訓(xùn)練CNN模型；

S4、在待推斷的網(wǎng)絡(luò)上進(jìn)行端到端測量；

S5、將測量得到的端到端數(shù)據(jù)輸入到訓(xùn)練完成后的CNN模型中進(jìn)行三路子拓?fù)渫茢啵?/p>

S6、將CNN模型輸出的三路子拓?fù)浣Y(jié)構(gòu)信息輸入到拓?fù)渫茢嗨惴ㄖ羞M(jìn)行拓?fù)渫茢唷?/p>

進(jìn)一步的，步驟S1中收集數(shù)據(jù)的方法，借助簡單網(wǎng)絡(luò)管理協(xié)議和網(wǎng)絡(luò)控制報文協(xié)議方法，收集的數(shù)據(jù)包括時延、丟包數(shù)據(jù)。