網(wǎng)絡(luò)數(shù)據(jù)單元容錯分選方法、裝置及系統(tǒng)的制作方法
【專利摘要】本申請公開一種網(wǎng)絡(luò)數(shù)據(jù)單元容錯分選方法、裝置及系統(tǒng)。本申請采用已知類型的網(wǎng)絡(luò)數(shù)據(jù)單元的凈荷字段的中心距離來訓(xùn)練基于BP神經(jīng)網(wǎng)絡(luò)的網(wǎng)絡(luò)數(shù)據(jù)容錯分選器。對于含有錯誤的網(wǎng)絡(luò)數(shù)據(jù)單元，網(wǎng)絡(luò)數(shù)據(jù)容錯分選器能夠?qū)崿F(xiàn)容錯分選。由于本申請不需要對網(wǎng)絡(luò)數(shù)據(jù)單元額外增加冗余信息，解決了現(xiàn)有技術(shù)中存在的網(wǎng)絡(luò)復(fù)雜度高，通信成本高的問題，并且，由于本申請公開的裝置在進行分選時，具有容錯能力，當網(wǎng)絡(luò)數(shù)據(jù)單元出錯時，不需要發(fā)送端重傳出錯的網(wǎng)絡(luò)數(shù)據(jù)單元，解決了通信效率低的問題。
【專利說明】網(wǎng)絡(luò)數(shù)據(jù)單元容錯分選方法、裝置及系統(tǒng)
【技術(shù)領(lǐng)域】
[0001]本發(fā)明涉及計算機網(wǎng)絡(luò)領(lǐng)域，特別是涉及一種網(wǎng)絡(luò)數(shù)據(jù)單元容錯分選方法、裝置及系統(tǒng)。
【背景技術(shù)】
[0002]在數(shù)據(jù)網(wǎng)絡(luò)的分層模型中，不同層對應(yīng)不同的網(wǎng)絡(luò)數(shù)據(jù)單元，例如，在OSI參考模型中，所述網(wǎng)絡(luò)數(shù)據(jù)單元包括:MAC (Media Access Control,媒體介入控制)層采用的網(wǎng)絡(luò)數(shù)據(jù)單元為幀，IP (Internet Protocol，網(wǎng)絡(luò)之間互連的協(xié)議)層采用的網(wǎng)絡(luò)數(shù)據(jù)單元為IP分組；在ATM (Asynchronous Transfer Mode,異步傳輸模式)通信機制下,ATM層采用的網(wǎng)絡(luò)數(shù)據(jù)單元為ATM信元。并且，各網(wǎng)絡(luò)數(shù)據(jù)單元還可以分為不同的類型，例如，根據(jù)功能的不同，ATM信元可以分為空閑信元、管理信元和用戶信元三種。在網(wǎng)絡(luò)數(shù)據(jù)單元傳輸過程中，各個網(wǎng)絡(luò)層對應(yīng)的接收端接收到的網(wǎng)絡(luò)數(shù)據(jù)單元混合有多種類型，通常將其稱為混合數(shù)據(jù)。接收端在接收到混合數(shù)據(jù)后，首先要對混合數(shù)據(jù)進行分選，將不同類型的網(wǎng)絡(luò)數(shù)據(jù)單元從混合數(shù)據(jù)中分離出來并歸類，以便后續(xù)進行進一步處理。
[0003]網(wǎng)絡(luò)數(shù)據(jù)單元通常由控制字段和凈荷數(shù)據(jù)字段構(gòu)成?，F(xiàn)有技術(shù)中對網(wǎng)絡(luò)數(shù)據(jù)單元進行分選時，依靠的是控制字段的標識作用實現(xiàn)的。但是，在傳輸過程中，由于信道條件不理想等原因，接收端接收到的網(wǎng)絡(luò)數(shù)據(jù)單元中的字段往往會出現(xiàn)錯誤，無法通過校驗。這種情況下，若丟棄含有錯誤的網(wǎng)絡(luò)數(shù)據(jù)單元，會丟失信息。因此，現(xiàn)有技術(shù)通常采用以下方式解決:第一種方式中，采用FEC (Forward Error Correction,前向糾錯編碼)技術(shù),在網(wǎng)絡(luò)數(shù)據(jù)單元中加載冗余糾錯碼，以便接收端通過冗余信息糾正誤碼；第二種方式中，采用的是ARQ (Automatic Repeat-reQuest,自動重傳請求)技術(shù),接收端請求發(fā)送端,重傳出錯的網(wǎng)絡(luò)數(shù)據(jù)單元，以恢復(fù)出錯的報文。
[0004]但是，發(fā)明人在本申請的研究過程中發(fā)現(xiàn)，采用上述兩種方式實現(xiàn)網(wǎng)絡(luò)數(shù)據(jù)單元的分選時，存在一定的局限，其中第一種方式由于需要額外加載冗余糾錯碼，從而需要占用更多通信資源，增加了網(wǎng)絡(luò)復(fù)雜度，提高了通信開銷；第二種方式中，增加了通信時延，降低了通信效率。

【發(fā)明內(nèi)容】

[0005]有鑒于此，本發(fā)明的目的在于解決現(xiàn)有技術(shù)中，進行網(wǎng)絡(luò)數(shù)據(jù)單元分選時，第一種方法存在的網(wǎng)絡(luò)復(fù)雜度高，通信成本高的問題，以及第二種方法中存在的通信效率低的問題，具體實施方案如下:
[0006]一種網(wǎng)絡(luò)數(shù)據(jù)單元容錯分選方法，包括:
[0007]獲取已知類型的網(wǎng)絡(luò)數(shù)據(jù)單元，作為分選樣本，所述分選樣本對應(yīng)的類型與待分選的網(wǎng)絡(luò)數(shù)據(jù)單元對應(yīng)的類型相同；
[0008]確定各個所述分選樣本的中心字節(jié)，獲取所述分選樣本中凈荷字段的各個字節(jié)與所述中心字節(jié)間的漢明距離，將具有相同漢明距離的字節(jié)歸納為同一維度，并統(tǒng)計同一維度的字節(jié)的個數(shù)，根據(jù)各個維度對應(yīng)的字節(jié)的個數(shù)構(gòu)建相應(yīng)的向量，將所述向量作為中心距離；
[0009]構(gòu)建BP神經(jīng)網(wǎng)絡(luò)，所述BP神經(jīng)網(wǎng)絡(luò)包括:輸入層、隱含層和輸出層，其中，所述輸入層的節(jié)點數(shù)與所述中心距離的維度相等，所述輸出層的節(jié)點數(shù)與所述待分選的網(wǎng)絡(luò)數(shù)據(jù)單元包含的類型數(shù)量相對應(yīng)，并將所述分選樣本的各個中心距離分別輸入所述BP神經(jīng)網(wǎng)絡(luò)的輸入層的各個節(jié)點；
[0010]獲取所述BP神經(jīng)網(wǎng)絡(luò)的輸出層輸出的分選結(jié)果，根據(jù)所述分選結(jié)果和所述分選樣本的已知類型，對所述BP神經(jīng)網(wǎng)絡(luò)的參數(shù)值進行調(diào)節(jié)，并確定滿足預(yù)設(shè)條件的參數(shù)值為最終的參數(shù)值，確定具有所述最終的參數(shù)值的BP神經(jīng)網(wǎng)絡(luò)為容錯分選器；
[0011]在獲取待分選的網(wǎng)絡(luò)數(shù)據(jù)單元后，獲取所述待分選的網(wǎng)絡(luò)數(shù)據(jù)單元凈荷字段的中心距離，并將其分別傳輸至所述容錯分選器，通過所述容錯分選器獲取分選結(jié)果；
[0012]其中，所述BP神經(jīng)網(wǎng)絡(luò)的參數(shù)值包括輸入層和隱含層的神經(jīng)元之間的連接權(quán)值、隱含層和輸出層的神經(jīng)兀之間的連接權(quán)值、隱含層的閾值和輸出層的閾值。
[0013]優(yōu)選的，在將所述分選樣本的各個中心距離分別輸入所述BP神經(jīng)網(wǎng)絡(luò)的輸入層的各個節(jié)點之前，還包括:
[0014]對所述各個中心距離進行歸一化處理，以便將歸一化處理后的各個中心距離輸入至所述BP神經(jīng)網(wǎng)絡(luò)的輸入層的各個節(jié)點。
[0015]優(yōu)選的，當所述輸出結(jié)果滿足預(yù)設(shè)誤差時的參數(shù)值為滿足預(yù)設(shè)條件的參數(shù)值時，所述對所述BP神經(jīng)網(wǎng)絡(luò)的參數(shù)值進行調(diào)節(jié)，并確定滿足預(yù)設(shè)條件的參數(shù)值為最終的參數(shù)值，包括:
[0016]31)根據(jù)所述輸入層的節(jié)點接收到的所述分選樣本的各個中心距離，計算所述BP神經(jīng)網(wǎng)絡(luò)的隱含層的輸出數(shù)據(jù)，其中獲取隱含層的輸出數(shù)據(jù)的計算公式為:

[0017]
【權(quán)利要求】
1.一種網(wǎng)絡(luò)數(shù)據(jù)單元容錯分選方法，其特征在于，包括: 獲取已知類型的網(wǎng)絡(luò)數(shù)據(jù)單元，作為分選樣本，所述分選樣本對應(yīng)的類型與待分選的網(wǎng)絡(luò)數(shù)據(jù)單元對應(yīng)的類型相同； 確定各個所述分選樣本的中心字節(jié)，獲取所述分選樣本中凈荷字段的各個字節(jié)與所述中心字節(jié)間的漢明距離，將具有相同漢明距離的字節(jié)歸納為同一維度，并統(tǒng)計同一維度的字節(jié)的個數(shù)，根據(jù)各個維度對應(yīng)的字節(jié)的個數(shù)構(gòu)建相應(yīng)的向量，將所述向量作為中心距離； 構(gòu)建BP神經(jīng)網(wǎng)絡(luò)，所述BP神經(jīng)網(wǎng)絡(luò)包括:輸入層、隱含層和輸出層，其中，所述輸入層的節(jié)點數(shù)與所述中心距離的維度相等，所述輸出層的節(jié)點數(shù)與所述待分選的網(wǎng)絡(luò)數(shù)據(jù)單元包含的類型數(shù)量相對應(yīng)，并將所述分選樣本的各個中心距離分別輸入所述BP神經(jīng)網(wǎng)絡(luò)的輸入層的各個節(jié)點； 獲取所述BP神經(jīng)網(wǎng)絡(luò)的輸出層輸出的分選結(jié)果，根據(jù)所述分選結(jié)果和所述分選樣本的已知類型，對所述BP神經(jīng)網(wǎng)絡(luò)的參數(shù)值進行調(diào)節(jié)，并確定滿足預(yù)設(shè)條件的參數(shù)值為最終的參數(shù)值，確定具有所述最終的參數(shù)值的BP神經(jīng)網(wǎng)絡(luò)為容錯分選器； 在獲取待分選的網(wǎng) 絡(luò)數(shù)據(jù)單元后，獲取所述待分選的網(wǎng)絡(luò)數(shù)據(jù)單元凈荷字段的中心距離，并將其分別傳輸至所述容錯分選器，通過所述容錯分選器獲取分選結(jié)果； 其中，所述BP神經(jīng)網(wǎng)絡(luò)的參數(shù)值包括輸入層和隱含層的神經(jīng)元之間的連接權(quán)值、隱含層和輸出層的神經(jīng)兀之間的連接權(quán)值、隱含層的閾值和輸出層的閾值。
2.根據(jù)權(quán)利要求1所述的方法，其特征在于，在將所述分選樣本的各個中心距離分別輸入所述BP神經(jīng)網(wǎng)絡(luò)的輸入層的各個節(jié)點之前，還包括: 對所述各個中心距離進行歸一化處理，以便將歸一化處理后的各個中心距離輸入至所述BP神經(jīng)網(wǎng)絡(luò)的輸入層的各個節(jié)點。
3.根據(jù)權(quán)利要求1所述的方法，其特征在于，當所述輸出結(jié)果滿足預(yù)設(shè)誤差時的參數(shù)值為滿足預(yù)設(shè)條件的參數(shù)值時，所述對所述BP神經(jīng)網(wǎng)絡(luò)的參數(shù)值進行調(diào)節(jié)，并確定滿足預(yù)設(shè)條件的參數(shù)值為最終的參數(shù)值，包括: 31)根據(jù)所述輸入層的節(jié)點接收到的所述分選樣本的各個中心距離，計算所述BP神經(jīng)網(wǎng)絡(luò)的隱含層的輸出數(shù)據(jù)，其中獲取隱含層的輸出數(shù)據(jù)的計算公式為:

4.一種網(wǎng)絡(luò)數(shù)據(jù)單元容錯分選裝置，其特征在于，包括: 分選樣本獲取模塊，用于獲取已知類型的網(wǎng)絡(luò)數(shù)據(jù)單元，作為分選樣本，所述分選樣本對應(yīng)的類型與待分選的網(wǎng)絡(luò)數(shù)據(jù)單元對應(yīng)的類型相同； 中心距離獲取模塊，用于確定各個所`述分選樣本的中心字節(jié)，獲取所述分選樣本中凈荷字段的各個字節(jié)與所述中心字節(jié)間的漢明距離，將具有相同漢明距離的字節(jié)歸納為同一維度，并統(tǒng)計同一維度的字節(jié)的個數(shù)，根據(jù)各個維度對應(yīng)的字節(jié)的個數(shù)構(gòu)建相應(yīng)的向量，將所述向量作為中心距離； BP神經(jīng)網(wǎng)絡(luò)構(gòu)建模塊，用于構(gòu)建BP神經(jīng)網(wǎng)絡(luò)，所述BP神經(jīng)網(wǎng)絡(luò)包括:輸入層、隱含層和輸出層，其中，所述輸入層的節(jié)點數(shù)與所述中心距離的維度相等，所述輸出層的節(jié)點數(shù)與所述待分選的網(wǎng)絡(luò)數(shù)據(jù)單元包含的類型數(shù)量相對應(yīng)，并將所述分選樣本的各個中心距離分別輸入所述BP神經(jīng)網(wǎng)絡(luò)的輸入層的各個節(jié)點； 神經(jīng)網(wǎng)絡(luò)訓(xùn)練模塊，用于獲取所述BP神經(jīng)網(wǎng)絡(luò)的輸出層輸出的分選結(jié)果，根據(jù)所述分選結(jié)果和所述分選樣本的已知類型，對所述BP神經(jīng)網(wǎng)絡(luò)的參數(shù)值進行調(diào)節(jié)，并確定滿足預(yù)設(shè)條件的參數(shù)值為最終的參數(shù)值，確定具有所述最終的參數(shù)值的BP神經(jīng)網(wǎng)絡(luò)為容錯分選器； 分選模塊，用于在獲取待分選的網(wǎng)絡(luò)數(shù)據(jù)單元后，獲取所述待分選的網(wǎng)絡(luò)數(shù)據(jù)單元凈荷字段的中心距離，并將其分別傳輸至所述容錯分選器，通過所述容錯分選器獲取分選結(jié)果; 其中，所述BP神經(jīng)網(wǎng)絡(luò)的參數(shù)值包括輸入層和隱含層的神經(jīng)元之間的連接權(quán)值、隱含層和輸出層的神經(jīng)兀之間的連接權(quán)值、隱含層的閾值和輸出層的閾值。
5.根據(jù)權(quán)利要求4所述的裝置，其特征在于，所述網(wǎng)絡(luò)數(shù)據(jù)單元容錯分選裝置還包括: 歸一化處理模塊，用于在將所述分選樣本的各個中心距離分別輸入所述BP神經(jīng)網(wǎng)絡(luò)的輸入層的各個節(jié)點之前，對所述各個中心距離進行歸一化處理，以便將歸一化處理后的各個中心距離輸入至所述BP神經(jīng)網(wǎng)絡(luò)的輸入層的各個節(jié)點。
6.根據(jù)權(quán)利要求4所述的裝置，其特征在于，當所述輸出結(jié)果滿足預(yù)設(shè)誤差時的參數(shù)值為滿足預(yù)設(shè)條件的參數(shù)值時，所述神經(jīng)網(wǎng)絡(luò)訓(xùn)練模塊包括: 隱含層計算單元，用于根據(jù)所述輸入層的節(jié)點接收到的所述分選樣本的各個中心距離，計算所述BP神經(jīng)網(wǎng)絡(luò)的隱含層的輸出數(shù)據(jù)，其中獲取隱含層的輸出數(shù)據(jù)的計算公式為:


7.—種網(wǎng)絡(luò)數(shù)據(jù)單元容錯分選系統(tǒng)，其特征在于，所述網(wǎng)絡(luò)數(shù)據(jù)單元容錯分選系統(tǒng)中集成有如權(quán)利要求4至權(quán)利要求6任一項所述的網(wǎng)絡(luò)數(shù)據(jù)單元容錯分選裝置。
8.根據(jù)權(quán)利要求7所述的方法，其特征在于，所述網(wǎng)絡(luò)數(shù)據(jù)單元容錯分選系統(tǒng)還包括: 檢錯裝置，用于在接收到待分選的網(wǎng)絡(luò)數(shù)據(jù)單元后，檢測所述待分選的網(wǎng)絡(luò)數(shù)據(jù)單元是否含錯，若是，則將所述待分選的網(wǎng)絡(luò)數(shù)據(jù)單元輸入容錯分選器，通過所述容錯分選器獲取容錯分選結(jié)果，若否，則將所述待分選的網(wǎng)絡(luò)數(shù)據(jù)單元輸入常規(guī)的分選裝置，由所述常規(guī)的分選裝置進行分選。
【文檔編號】H04L1/00GK103746777SQ201410038937
【公開日】2014年4月23日 申請日期:2014年1月26日 優(yōu)先權(quán)日:2014年1月26日
【發(fā)明者】于鵬, 王曉梅, 于宏毅, 張效義, 范亮, 張大龍, 陳彥 申請人:中國人民解放軍信息工程大學(xué)