[發明專利]一種基于K-NN算法的DSE優化方法及裝置

在審

• 申請號: 202010218513.5
• 申請日: 2020-03-25
• 公開（公告）號: CN111478800A
• 公開（公告）日: 2020-07-31
• 發明（設計）人: 章立宗;李洋;朱炳銓;謝棟;于佳;李勇;王兆旭;金乃正;盛海華;潘武略;沈健;羅剛
• 申請（專利權）人: 國家電網有限公司;國網浙江省電力有限公司紹興供電公司;國網浙江省電力有限公司;國網電力科學研究院有限公司
• 主分類號: H04L12/24
• 分類號: H04L12/24;H04L12/801;H04L12/851;H04L29/08;G06K9/62;G06N20/00
• 代理公司: 杭州華鼎知識產權代理事務所(普通合伙) 33217
• 代理人: 項軍

1.一種基于K-NN算法的DSE優化方法，其特征在于，所述方法包括：

步驟一：構建包括通信節點的TSN網絡模型，對TSN網絡模型中的流量等級進行調度優先級配置；

步驟二：基于訓練集中的數據，對DSE中替代傳統算法執行可調度性分析的K-NN算法根據已配置的調度優先級進行訓練，得到符合要求的節點比例值；

步驟三：將所述節點比例值與預設閾值比較，若節點比例值小于預設閾值則使用所述K-NN算法，若節點比例值大于預設閾值則使用DSE中的傳統算法，對預設閾值的大小進行調整；

步驟四：按照預設的時間頻率，基于調整后的預設閾值重復步驟三的內容。

2.根據權利要求1所述的一種基于K-NN算法的DSE優化方法，其特征在于，所述TSN網絡模型的拓撲結構包括第一數量的交換機和與交換機連接的第二數量的通信節點。

3.根據權利要求2所述的一種基于K-NN算法的DSE優化方法，其特征在于，所述對TSN網絡模型中的流量等級進行調度優先級配置包括：

通過分配算法對所述交換機和所述通信節點之間業務流量的最佳優先級進行分配；

其中，屬于相同類型的業務流量具有相同的優先級，對于優先級相同的業務流量數據遵循先進先出原則。

4.根據權利要求1所述的一種基于K-NN算法的DSE優化方法，其特征在于，所述基于訓練集中的數據，對DSE中替代傳統算法執行可調度性分析的K-NN算法根據已配置的調度優先級進行訓練，得到符合要求的節點比例值，包括：

基于設定的評估依據特征，計算測試數據與訓練集中數據之間的距離；

按照遞增順序對所得距離進行排序；

選取前K個數據并統計前K個數據所屬類型的出現頻率；

將出現頻率最高的類型作為所述測試數據的預測類型，同時計算所有不屬于所述預測類型的數據占前K個數據的比例值，將所述比例值作為節點比例值；

其中，K的取值為正整數。

5.根據權利要求1所述的一種基于K-NN算法的DSE優化方法，其特征在于，所述對預設閾值的大小進行調整包括：

根據步驟三中所述K-NN算法和所述傳統算法的決策結果，計算基于當前預設閾值下的決策精度；

基于二分法，選擇實現更高決策精度對應的預設閾值。

6.一種基于K-NN算法的DSE優化裝置，其特征在于，所述裝置包括：

配置單元：用于構建包括通信節點的TSN網絡模型，對TSN網絡模型中的流量等級進行調度優先級配置；

算法訓練單元：用于基于訓練集中的數據，對DSE中替代傳統算法執行可調度性分析的K-NN算法根據已配置的調度優先級進行訓練，得到符合要求的節點比例值；

決策單元：用于將所述節點比例值與預設閾值比較，若節點比例值小于預設閾值則使用所述K-NN算法，若節點比例值大于預設閾值則使用DSE中的傳統算法，對預設閾值的大小進行調整；

所述決策單元，還用于按照預設的時間頻率，基于調整后的預設閾值重復前一步驟的內容。

7.根據權利要求6所述的一種基于K-NN算法的DSE優化裝置，其特征在于，所述配置單元用于建立包含第一數量的交換機和與交換機連接的第二數量的通信節點。

8.根據權利要求7所述的一種基于K-NN算法的DSE優化裝置，其特征在于，所述配置單元還包括優先級配置單元，所述優先級配置單元用于：

通過分配算法對自動實現所述交換機和所述通信節點之間業務流量的最佳優先級進行分配；

其中，屬于相同類型的業務流量具有相同的優先級，對于優先級相同的業務流量數據遵循先進先出原則。