[發(fā)明專利]一種支持確定性應(yīng)用的流量矩陣建模方法

在審

• 申請(qǐng)?zhí)枺?/td>: 202111424649.2
• 申請(qǐng)日: 2021-11-26
• 公開（公告）號(hào): CN114254734A
• 公開（公告）日: 2022-03-29
• 發(fā)明（設(shè)計(jì)）人: 莫益軍;楊子涵;孫振川;戴彬
• 申請(qǐng)（專利權(quán)）人: 華中科技大學(xué)
• 主分類號(hào): G06N3/04
• 分類號(hào): G06N3/04;G06N3/08;G06Q50/32;G06F17/16
• 代理公司: 北京眾達(dá)德權(quán)知識(shí)產(chǎn)權(quán)代理有限公司 11570
• 代理人: 潘行

1.一種支持確定性應(yīng)用的流量矩陣建模方法，其特征在于，包括以下步驟：

步驟1：測(cè)量通信網(wǎng)絡(luò)的流量數(shù)據(jù)，建立網(wǎng)絡(luò)拓?fù)淠Ｐ停粯?gòu)建數(shù)據(jù)庫(kù)，生成具有一致性的信息，包括流量矩陣、鏈路負(fù)載信息、路由配置信息；

步驟2：使用ON/OFF模型，通過測(cè)量流量的持續(xù)發(fā)送時(shí)間定義符合指數(shù)分布的轉(zhuǎn)換參數(shù)，決定流量發(fā)送的開始結(jié)束時(shí)間；

步驟3：使用統(tǒng)計(jì)模型生成冷啟動(dòng)矩陣，作為流量慢啟動(dòng)的數(shù)據(jù)；

步驟4：將步驟3生成的冷啟動(dòng)矩陣序列作為輸入，根據(jù)確定性流的分類和特征，確定回歸模型的初始參數(shù)；

步驟5：根據(jù)步驟4確定的初始回歸模型，生成的矩陣序列輸入LSTM神經(jīng)網(wǎng)絡(luò)，然后通過softmin激活函數(shù)；

步驟6：基于步驟5的訓(xùn)練結(jié)果進(jìn)行模型參數(shù)的優(yōu)化，具體是通過定義真實(shí)值和預(yù)估值的均方根誤差，對(duì)于模型中的參數(shù)進(jìn)行一個(gè)優(yōu)化。

2.根據(jù)權(quán)利要求1所述的支持確定性應(yīng)用的流量矩陣建模方法，其特征在于，所述步驟2包括以下子步驟：

步驟2-1：通過定義轉(zhuǎn)換強(qiáng)度W和呼叫強(qiáng)度Q決定流量的發(fā)送，轉(zhuǎn)換強(qiáng)度和呼叫強(qiáng)度決定了各流量的時(shí)間分布概率P；

步驟2-2：測(cè)量各流量間持續(xù)時(shí)間得到時(shí)間分布占比R，計(jì)算呼叫強(qiáng)度的均值，最終確定轉(zhuǎn)換參數(shù)；通過ON/OFF的機(jī)制去除初始模型擬合體現(xiàn)的傳統(tǒng)網(wǎng)絡(luò)流量重尾分布效應(yīng)。

3.根據(jù)權(quán)利要求2所述的支持確定性應(yīng)用的流量矩陣建模方法，其特征在于，所述步驟3包括以下子步驟：

步驟3-1：根據(jù)鏈路負(fù)載信息，計(jì)算得到進(jìn)入和流出每個(gè)節(jié)點(diǎn)的流量大小；

步驟3-2：通過節(jié)點(diǎn)的出入度生成初始的預(yù)估流量矩陣，同時(shí)僅作為流量慢啟動(dòng)的數(shù)據(jù)，不用于考慮流量尾部特征。

4.根據(jù)權(quán)利要求3所述的支持確定性應(yīng)用的流量矩陣建模方法，其特征在于，所述步驟4包括以下子步驟：

步驟4-1：根據(jù)多個(gè)時(shí)刻的鏈路負(fù)載數(shù)據(jù)生成具有時(shí)間相關(guān)性的流量矩陣序列；

步驟4-2：根據(jù)生成的流量矩陣序列做變換保證矩陣時(shí)間上的平滑度；

步驟4-3：將變換后的矩陣作為輸入，確定參數(shù)得到初始的模型。

5.根據(jù)權(quán)利要求4所述的支持確定性應(yīng)用的流量矩陣建模方法，其特征在于，所述步驟5包括以下子步驟：

步驟5-1：根據(jù)上述步驟生成的矩陣劃分測(cè)試集和訓(xùn)練集，用于LSTM網(wǎng)絡(luò)的訓(xùn)練；

步驟5-2：確定LSTM網(wǎng)絡(luò)參數(shù)，預(yù)估下一時(shí)刻的矩陣。

6.根據(jù)權(quán)利要求5所述的支持確定性應(yīng)用的流量矩陣建模方法，其特征在于，所述步驟6包括以下子步驟：

步驟6-1：如圖1所示，根據(jù)步驟5所提供的LSTM網(wǎng)絡(luò)層設(shè)置強(qiáng)化學(xué)習(xí)參數(shù)；

步驟6-2：定義獎(jiǎng)勵(lì)函數(shù)，對(duì)模型中的參數(shù)進(jìn)行優(yōu)化。