[發(fā)明專利]基于混合整數(shù)規(guī)劃的網(wǎng)絡(luò)流量建模和預(yù)測(cè)方法和裝置

在審

• 申請(qǐng)?zhí)枺?/td>: 202211627689.1
• 申請(qǐng)日: 2022-12-16
• 公開(kāi)（公告）號(hào): CN115941511A
• 公開(kāi)（公告）日: 2023-04-07
• 發(fā)明（設(shè)計(jì)）人: 趙訓(xùn)威;王志剛;白杰;張春玲;郭光明;胡明;付海璇
• 申請(qǐng)（專利權(quán)）人: 國(guó)網(wǎng)信息通信產(chǎn)業(yè)集團(tuán)有限公司
• 主分類號(hào): H04L41/147
• 分類號(hào): H04L41/147;H04L41/14;H04L41/142
• 代理公司: 西安通大專利代理有限責(zé)任公司 61200
• 代理人: 范巍

1.基于混合整數(shù)規(guī)劃的網(wǎng)絡(luò)流量建模和預(yù)測(cè)方法，其特征在于，包括以下步驟：

S1、收集園區(qū)網(wǎng)絡(luò)中各個(gè)終端的網(wǎng)絡(luò)流量傳輸數(shù)據(jù)；

S2、構(gòu)建流量傳輸數(shù)據(jù)的Box集，根據(jù)S1收集到的網(wǎng)絡(luò)流量傳輸數(shù)據(jù)，建立混合整數(shù)規(guī)劃模型來(lái)求解描述流量不確定性的Box集，利用Box集構(gòu)建數(shù)學(xué)規(guī)劃問(wèn)題進(jìn)行滾動(dòng)預(yù)測(cè)，得到流量數(shù)據(jù)的預(yù)測(cè)結(jié)果；

S3、根據(jù)S2得到的流量數(shù)據(jù)的預(yù)測(cè)結(jié)果對(duì)包含終端和多種交換機(jī)設(shè)備的園區(qū)網(wǎng)絡(luò)系統(tǒng)運(yùn)行進(jìn)行控制。

2.根據(jù)權(quán)利要求1所述的基于混合整數(shù)規(guī)劃的網(wǎng)絡(luò)流量建模和預(yù)測(cè)方法，其特征在于，所述S1包括以下步驟：

S1.1、使用Netflow軟件進(jìn)行網(wǎng)絡(luò)流量數(shù)據(jù)包采集；

S1.2、將所接收的數(shù)據(jù)包流量信息匯聚成一條條的流。

3.根據(jù)權(quán)利要求1所述的基于混合整數(shù)規(guī)劃的網(wǎng)絡(luò)流量建模和預(yù)測(cè)方法，其特征在于，所述S2包括以下步驟：

S201、將網(wǎng)絡(luò)流量傳輸數(shù)據(jù)按相等時(shí)間劃分，得到高維點(diǎn)集；

S202、基于高維點(diǎn)集建立初始Box集數(shù)學(xué)模型，然后切割Box集數(shù)學(xué)模型，化簡(jiǎn)切割后的Box集得到MILP數(shù)學(xué)模型，最后使用拉格朗日松弛法將MILP數(shù)學(xué)模型的部分約束松弛到目標(biāo)函數(shù)上得到拉格朗日松弛轉(zhuǎn)化模型，求解拉格朗日松弛轉(zhuǎn)化模型得到描述Box的若干個(gè)超平面約束；

S203、分析流量特性并添加預(yù)算約束條件，得到另外一組超平面約束；

S204、根據(jù)S202和S203中的得到的兩組超平面約束條件構(gòu)建預(yù)測(cè)節(jié)點(diǎn)數(shù)學(xué)規(guī)劃模型，預(yù)測(cè)節(jié)點(diǎn)數(shù)學(xué)規(guī)劃模型包括目標(biāo)函數(shù)和約束條件；

S205、根據(jù)構(gòu)建的預(yù)測(cè)節(jié)點(diǎn)數(shù)學(xué)規(guī)劃模型，對(duì)未來(lái)流量數(shù)據(jù)進(jìn)行滾動(dòng)預(yù)測(cè)，得到未來(lái)一段時(shí)間內(nèi)各個(gè)時(shí)間節(jié)點(diǎn)的預(yù)測(cè)結(jié)果。

4.根據(jù)權(quán)利要求3所述的基于混合整數(shù)規(guī)劃的網(wǎng)絡(luò)流量建模和預(yù)測(cè)方法，其特征在于，S202包括以下步驟：

1)建立初始Box集數(shù)學(xué)模型為：

U_∞＝{ξ∣||ξ||_∞≤Ψ}＝{ξ||ξ_j∣≤Ψ,j∈J}

其中U_∞為需要得到的Box集合，ξ為一個(gè)高維點(diǎn)坐標(biāo)，ξ_j為第j個(gè)維度上的坐標(biāo)值，Ψ為各個(gè)維度上的最大值max(ζ_j)，J為S201流量數(shù)據(jù)處理后得到的高維點(diǎn)集，這樣就可以得到了一個(gè)初始Box集；

2)用切割Box集數(shù)學(xué)模型切割Box集；

3)化簡(jiǎn)切割后的的Box集數(shù)學(xué)模型得到MILP數(shù)學(xué)模型：

4)使用拉格朗日松弛法將MILP模型部分約束松弛到目標(biāo)函數(shù)上得到拉格朗日松弛轉(zhuǎn)化模型，解上述拉格朗日松弛轉(zhuǎn)化模型即可得到一個(gè)最優(yōu)解d_max，在拉格朗日松弛轉(zhuǎn)化數(shù)學(xué)模型約束條件上加上d＜d_max，再次求解即可以得到次優(yōu)解，循環(huán)求解多次，直到得到m個(gè)超平面約束。

5.根據(jù)權(quán)利要求3所述的基于混合整數(shù)規(guī)劃的網(wǎng)絡(luò)流量建模和預(yù)測(cè)方法，其特征在于，所述S203中，分析網(wǎng)絡(luò)流量特性包括時(shí)間序列平滑處理、長(zhǎng)期趨勢(shì)擬合和周期因素提取。

6.根據(jù)權(quán)利要求3所述的基于混合整數(shù)規(guī)劃的網(wǎng)絡(luò)流量建模和預(yù)測(cè)方法，其特征在于，所述S204中，預(yù)測(cè)節(jié)點(diǎn)數(shù)學(xué)規(guī)劃模型的目標(biāo)函數(shù)為：

其中，為預(yù)測(cè)節(jié)點(diǎn)x_T+1的預(yù)測(cè)上界，為預(yù)測(cè)節(jié)點(diǎn)x_T+1的預(yù)測(cè)上界。

7.根據(jù)權(quán)利要求3所述的基于混合整數(shù)規(guī)劃的網(wǎng)絡(luò)流量建模和預(yù)測(cè)方法，其特征在于，所述S204中，約束條件為：

其中，a_ij、C_i為求解拉格朗日松弛后的MILP模型和預(yù)算約束數(shù)學(xué)模型得到的兩組超平面約束的系數(shù)，前m個(gè)約束為Box集超平面約束，第m+1到第m+n個(gè)約束為預(yù)算約束，最后一個(gè)約束中為決策變量，x_T+1為需要預(yù)測(cè)流量數(shù)據(jù)的時(shí)間節(jié)點(diǎn)。