一種通信潮流柔性配置方法和系統(tǒng)的制作方法
【技術領域】
[0001] 本發(fā)明涉及通信網(wǎng)絡技術領域，特別是指一種通信潮流柔性配置方法和系統(tǒng)。
【背景技術】
[0002] 通信網(wǎng)絡流量的配置包含了網(wǎng)絡流量測算與網(wǎng)絡配置兩項基本內(nèi)容。
[0003] 目前，網(wǎng)絡的潮流測算技術主要采用時間序列分析的趨勢外推法和因果分析法兩 大類：
[0004] (1)基于時間序列的趨勢外推
[0005] 該方法包括兩部分：OD矩陣計算和增長曲線計算。在不采用DPI/DFI (DPI :De印 Packet Inspection，深度包檢測；DFI :Deep/Dynamic Flow Inspection，深度 / 動態(tài)流檢 測）采集方法時，可采用網(wǎng)絡層析成像、卡爾曼濾波、線性規(guī)劃等方法求解OD矩陣，為保證 求解的準確性和減少迭代次數(shù)，可通過重力法和吸引系數(shù)法引入鏈路狀態(tài)因素進行優(yōu)化。 此外，在采用DPI/DFI時，可以通過各局向流量的分布比例直接獲取OD矩陣。基于時間序 列的增長曲線計算，則主要根據(jù)OD矩陣流量的歷史曲線變化的趨勢向外延伸，采用線性方 程、指數(shù)方程和多項式等多種曲線擬合方式進行推演。
[0006] (2)因果分析法
[0007] 該方法可細分為如下兩類：一種是流量模型法，如果某OD對中的流量（混合或者 某類應用）產(chǎn)生機制和分布特性可以用一類分析模型表達，如泊松分布、高斯分布，則OD矩 陣可以結合路由矩陣通過計算該模型的聯(lián)合分布獲取，但只適合于短時流量預測。另一種 方法是通過分析流量構成中的主要應用類型及其流量特性，如不同用戶行為引起的流量特 性及其分布、主要應用的分布特性等，根據(jù)應用發(fā)展規(guī)模預測長期趨勢。此外，也可以對影 響流量的宏觀因素進行分析，并用于已有預測結果的修正。在互聯(lián)網(wǎng)工程中，這是一種更接 近流量變化原因的預測手段。
[0008] 近些年來，許多新的方法不斷被提出，主要有回歸模型、基于人工神經(jīng)網(wǎng)絡法、基 于灰色理論法、模糊理論、基于均值法、基于中間值法、小波理論、統(tǒng)計學習理論方法等。
[0009] 對于網(wǎng)絡的配置，由于傳統(tǒng)網(wǎng)絡中網(wǎng)絡與業(yè)務的割裂，目前大部分網(wǎng)絡的配置是 通過命令行或網(wǎng)管、由管理員手工配置的，是一個靜態(tài)處理過程。
[0010] 現(xiàn)有技術缺點主要包括以下兩點：
[0011] (1)目前主要流量預測模型的泛化能力，即對新數(shù)據(jù)樣本的適應性不高，從而造成 預測誤差增大；
[0012] (2)目前網(wǎng)絡流量的配置過程中，當預測到網(wǎng)絡流量問題時，需通過管理人員對相 關設備進行手工配置，無法做到實時動態(tài)響應，并且效率低下。
【發(fā)明內(nèi)容】
[0013] 有鑒于此，本發(fā)明的目的在于提出一種通信潮流柔性配置方法和系統(tǒng)，能夠提高 對網(wǎng)絡流量配置的效率。
[0014] 基于上述目的本發(fā)明提供的一種通信潮流柔性配置方法，包括步驟：
[0015] 搭建網(wǎng)絡環(huán)境；
[0016] 設置測試流量和流量轉發(fā)路徑；
[0017] 在所搭建的網(wǎng)絡環(huán)境中進行測試，然后采集流量；
[0018] 對采集的流量數(shù)據(jù)進行計算，實現(xiàn)網(wǎng)絡流量的預測；
[0019] 根據(jù)流量預測結果對網(wǎng)絡流量進行配置。
[0020] 可選地，所述搭建網(wǎng)絡環(huán)境使用SDN設備進行。
[0021] 進一步地，所述網(wǎng)絡搭建包括了流量測試儀、核心路由器、第一 AR路由器、第二AR 路由器、第三AR路由器、交換機和SDN控制器，所述流量測試儀和所述核心路由器串聯(lián)；并 且所述第二AR路由器、所述第三AR路由器并聯(lián)后串聯(lián)所述第一 AR路由器，再與所述流量 測試儀串聯(lián)；所述流量測試儀用于發(fā)送測試流量，所述第一 AR路由器、所述第二AR路由器、 所述第三AR路由器支持標準BGP協(xié)議；所述交換機與所述核心路由器相連，所述交換機受 所述SDN控制器支配用于設備互聯(lián)，所述核心路由器支持流量上報，配合所述SDN控制器進 行流量轉發(fā)路徑調整。
[0022] 進一步地，所述網(wǎng)絡流量的預測包括：
[0023] 對采集的數(shù)據(jù)進行預處理，并展示；
[0024] 根據(jù)處理后的數(shù)據(jù)構建矩陣預測模型；
[0025] 通過最小二乘支持向量機的方法對矩陣預測模型進行計算得到預測矩陣。
[0026] 進一步地，所述對采集的數(shù)據(jù)進行預處理并展示是所述SDN控制器對采集的數(shù)據(jù) 進行聚合、統(tǒng)計分析，將分析結果以圖表形式進行展示。
[0027] 進一步地，所述的矩陣預測模型是以節(jié)點η形成n*n的矩陣，矩陣內(nèi)部數(shù)據(jù)為起始 節(jié)點到目的節(jié)點的預測流量；即
[0028]
[0029] 其中，左列為起始點，橫排為目的節(jié)點，矩陣數(shù)據(jù)為預測流量數(shù)據(jù)。
[0030] 進一步地，所述通過最小二乘支持向量機的方法對矩陣預測模型進行計算得到預 測矩陣，具體的步驟包括：
[0031] 首先，對于一個給定的訓練數(shù)據(jù)集：(Xi, Yi), i = 1，2,. . .，1，XiG Rn, yie R，訓練 集中，^表示輸入數(shù)據(jù)值，即對于網(wǎng)絡流量的歷史監(jiān)測數(shù)據(jù)；y 1表示輸出數(shù)據(jù)值，即在網(wǎng)絡 流量數(shù)據(jù)為^時，一定時間段后網(wǎng)絡流量的數(shù)據(jù)值，待模型訓練完成，該輸出參數(shù)即為網(wǎng)絡 流量的預測值；
[0032] 利用高維特征空間中的線性函數(shù)，用一非線性映射將樣本的輸入空間1^映射到其 特征空間與…，爐(七)）；在此高維特征空間中構造最優(yōu)決策函數(shù)：
[0033] y (X) = wT Φ (X)+b (1)
[0034] 其中，式（1)中的w與b為待解優(yōu)化參數(shù)（矩陣），T代表的是W矩陣的轉置矩陣；
[0035] 其次，根據(jù)結構風險最小化原則，即根據(jù)公式（1)得到結構風險計算式：
[0038] 將結構風險計算式求極小得到下面公式（2)中的第一個公式；根據(jù)統(tǒng)計學原理， 根據(jù)公式（1)得到下面公式（2)中的第二個公式，即約束優(yōu)化的公式：
[0039] ⑵
[0040] s. t. Yi= w τ Φ (Xi) +b+e；, i = I, 2, . . . , I
[0041] 其中，J(w，e)是期望風險，min J(w，e)表示對流量預測值的期望風險最小，即保證 流量預測值最為接近實際情況；Σ ei2表示經(jīng)驗風險，e i是模型對流量值訓練樣本的預測誤 差；wV是影響期望風險的因子，C表示待定常數(shù)；
[0042] 為了求解上述優(yōu)化問題，把約束優(yōu)化問題變成無約束優(yōu)化問題，建立Lagrange函 數(shù)：
[0043]
[0044] 其中 α ;= [ α 丨，α 2, · · · a i, · · ·，a J 為 Lagrange 乘子。[0045] 根據(jù)KKT條件有：
[0046] (3)
[0047] 從式⑶中消去ei、w后，可以得到
[0048]
[0049] 其中，
[0050] y = (Y1, J2,..., J1) \ el = (1, 2, . . , 1),
[0051] α = ( α 1; α 2, . . . , a j)1,
[0052] QilJ= (Φ (x i) * Φ (x.j)) = k(xi; Xj), i, j = I, 2, . . . , I
[0053] 最后，所求的擬合函數(shù)，即支持向量機的輸出，即求得各鏈路的預測流量數(shù)據(jù)為：
[0054] ⑷
[0055] 其中，k (X，Xi)為核函數(shù)，是高維特征空間的內(nèi)積；
[0056] 基于訓練樣本集（Xl，yi)，i = 1，2, · · ·，1求解方程（4)，得到模型參數(shù) [b，a i，α 2, . . · a u . . .，a J ;待確定模型參數(shù)后，以方程（4)進行網(wǎng)絡流量值預測。
[0057] 進一步地，所述根據(jù)預測結果對網(wǎng)絡流量進行配置，包括：
[0058] 第一步，將流量預測結果作用于網(wǎng)絡環(huán)境中；
[0059] 第二步，判斷網(wǎng)絡環(huán)境中的鏈路帶寬利用率是否超過越限閾值。若超過則進行下 一步，若沒有超過則保持網(wǎng)絡環(huán)境現(xiàn)狀；
[0060] 第三步，調整越限的流量預測結果；
[0061] 第四步，將調整后的流量預測結果作用于網(wǎng)絡環(huán)境中，然后返回第二步。
[0062] 另外，本發(fā)明還提出了一種通信潮流柔性配置系統(tǒng)，所述通信潮流柔性配置系統(tǒng) 包括依次連接的網(wǎng)絡環(huán)境搭建單元、數(shù)據(jù)采集單元、網(wǎng)絡流量預測單元和網(wǎng)絡流量配置單 元，所述網(wǎng)絡環(huán)境搭建單元使用SDN設備搭建網(wǎng)絡環(huán)境，并在搭建的網(wǎng)絡環(huán)境下設置測試 流量和流量轉發(fā)路徑；所述數(shù)據(jù)采集單元在所搭建的網(wǎng)絡環(huán)境中進行測試，然后采集流量； 所述網(wǎng)絡流量預測單元對采集的流量數(shù)據(jù)進行計算，實現(xiàn)網(wǎng)絡流量的預測；所述網(wǎng)絡流量 配置單元根據(jù)流量預測結果對網(wǎng)絡流量進行配置。
[0063] 可選地，所述網(wǎng)絡流量預測單元包括依次連接的預處理展示模塊、構建矩