[發明專利]一種SDN架構下的基于集成學習的網絡資質圖片鑒別方法

在審

• 申請號: 202010066749.1
• 申請日: 2020-01-20
• 公開（公告）號: CN111275114A
• 公開（公告）日: 2020-06-12
• 發明（設計）人: 黃惠芬
• 申請（專利權）人: 黃惠芬
• 主分類號: G06K9/62
• 分類號: G06K9/62;G06F9/50;G06K9/46
• 代理公司: 北京輕創知識產權代理有限公司 11212
• 代理人: 何佩英

本發明公開了一種SDN架構下的基于集成學習的網絡資質圖片鑒別方法，屬于網絡技術領域，包括以下步驟：模型訓練、圖像分類識別和數據庫比對；本發明的有益效果是：本發明利用SDN控制器獲悉網絡拓撲及節點狀況，選擇當前任務較少的節點為弱分類器訓練節點，節點任務完成以后，將訓練后的弱分類器根據驗證準確度進行賦權、回歸，得到最后分類器模型，本發明利用SDN架構，提高網絡節點利用率，具有較快的運行速率；將集成學習思想應用于網絡資質圖像的分類識別中，識別準確率高。

技術領域

本發明屬于網絡技術領域，具體涉及一種SDN架構下的基于集成學習的網絡資質圖片鑒別方法。

背景技術

資質證明大體可以分為兩類，一類是單位的，包括機關、團體、法人、企業等非自然人的實體或其下屬部門的，另一類是個人的，它是說明單位或個人做事的一種資格，資質圖片是資質證明的圖片。

現有技術存在以下問題：現有分類模型訓練時間較長、訓練準確度不高等。

發明內容

為解決上述背景技術中提出的問題。本發明提供了一種SDN架構下的基于集成學習的網絡資質圖片鑒別方法，具有較快的運行速率，訓練時間短以及識別準確率高的特點。

為實現上述目的，本發明提供如下技術方案：一種SDN架構下的基于集成學習的網絡資質圖片鑒別方法，包括以下步驟：

(1)模型訓練：

①任務基礎設置：目前網絡較為主流的資質圖像按照是否合法分成兩大類，并且將合法的資質圖像分成五類，即安全生產許可證、經營許可證、省級文明單位證、食品衛生許可證及工程設計許可證；

②分布節點(即弱分類器模型訓練節點)選擇：

(a)SDN控制器計算節點資源忙閑程度:SDN控制器可以掌控全局網絡拓撲，并且可以判斷各節點的忙閑狀態；根據弱分類器模型訓練的要求，各節點的忙閑狀態反映其資源使用情況，主要由內存、CPU、交換帶寬等物理資源占用情況來決定；將物理資源占比定義為已用和總量的比值，且狀態如下：

(b)SDN控制器選擇弱分類器模型訓練節點的方法如下：

(i)針對每一個節點，計算其物理資源占用比，判斷其忙閑狀態：

分別計算該節點的內存、CPU及交換帶寬的占用比，

if內存、CPU、交換帶寬占用比全部＜70％，

該節點為空閑節點，

If三項占用比＜40％，

最優空閑節點，

End，

Else，

該節點為忙節點，

End；

(ii)將所有空閑節點進行優先級排序，依據是：最優空閑節點優先，且與任務節點路由距離為次排序標準；

(iii)選擇排序最靠前的9個節點作為弱分類器模型訓練的節點；

(c)SDN控制器將相應任務流表下發到SDN交換機：SDN控制器向各分布節點相連的SDN交換機下發“Packet-out”消息，以通知執行任務的分布節點的物理地址信息、路由信息、任務節點相關信息；

③分布節點進行弱分類器模型訓練：