基于混沌粒子群优化算法的认知网络流量分类方法研究.pdfVIP

第２８卷第１１期　　　 计算机应用与软件 Ｖｏｌ２８Ｎｏ．１１ ２０１１年１１月　　 ＣｏｍｐｕｔｅｒＡｐｐｌｉｃａｔｉｏｎｓａｎｄＳｏｆｔｗａｒｅ Ｎｏｖ．２０１１ 基于混沌粒子群优化算法的认知网络流量分类方法研究 １ ２ ２ １ 顾成杰 　张顺颐　高　飞 　王晓军 １（南京邮电大学信息网络技术研究所　江苏南京２１０００３） ２（江苏省电力公司电力科学研究院　江苏南京２１１１０３） 摘　要　　针对网络的接入形式以及网络应用日益复杂、异构和泛在等特点，当前网络所提供的服务质量ＱｏＳ难以满足用户的需 要。认知网络被认为是提高网络整体及端到端系统的性能、简化网络管理的新途径，是下一代通信网络发展的必然趋势。提出一种 混沌粒子群优化算法（ＣＰＳＯＢＰ），并将该算法应用于认知网络环境中对网络流量进行精确分类，以实现对以业务为中心的认知网络 的可管可控。实验结果表明该方法能够充分结合粒子群优化算法的全局搜索特性和ＢＰ算法的局部搜索特性，并利用混沌搜索在 小空间具有较强的局部搜索能力来提高分类精度，从而具有分类精度高、稳定性强的特点，能够有效地提高网络资源利用率，保证认 知网络端到端ＱｏＳ效能。 关键词　　粒子群　混沌机制　认知网络　流量分类 中图分类号　ＴＰ３９３　　　　文献标识码　Ａ ＣＯＧＮＩＴＩＶＥＮＥＴＷＯＲＫＴＲＡＦＦＩＣＣＬＡＳＳＩＦＩＣＡＴＩＯＮＢＡＳＥＤ ＯＮＣＨＡＯＴＩＣＰＡＲＴＩＣＬＥＳＷＡＲＭＯＰＴＩＭＩＳＡＴＩＯＮ １ １ ２ １ ＧｕＣｈｅｎｇｊｉｅ　ＺｈａｎｇＳｈｕｎｙｉ　ＧａｏＦｅｉ　ＷａｎｇＸｉａｏｊｕｎ １（ＩｎｓｔｉｔｕｔｅｏｆＩｎｆｏｒｍａｔｉｏｎＮｅｔｗｏｒｋＴｅｃｈｎｏｌｏｇｙ，ＮａｎｊｉｎｇＵｎｉｖｅｒｓｉｔｙｏｆＰｏｓｔｓａｎｄＴｅｌｅｃｏｍｍｕｎｉｃａｔｉｏｎｓ，Ｎａｎｊｉｎｇ２１０００３，Ｊｉａｎｇｓｕ，Ｃｈｉｎａ） ２（ＪｉａｎｇｓｕＥｌｅｃｔｒｉｃＰｏｗｅｒＲｅｓｅａｒｃｈＩｎｓｔｉｔｕｔｅ，Ｎａｎｊｉｎｇ２１１１０３，Ｊｉａｎｇｓｕ，Ｃｈｉｎａ） Ａｂｓｔｒａｃｔ　　Ｏｗｉｎｇｔｏｔｈｅｃｏｍｐｌｅｘｉｔｙ，ｉｓｏｍｅｒｉｓｍ，ａｎｄｕｂｉｑｕｉｔｙｏｆｔｈｅａｃｃｅｓｓｍｏｄｅａｎｄｎｅｔｗｏｒｋａｐｐｌｉｃａｔｉｏｎｓ，ｃｕｒｒｅｎｔｎｅｔｗｏｒｋｓｃａｎｎｏｔｐｒｏ ｖｉｄｅｔｈｅＱｏＳｍｅｅｔｉｎｇｔｈｅｒｅｑｕｉｒｅｍｅｎｔｓｏｆｕｓｅｒｓ．Ｃｏｇｎｉｔｉｖｅｎｅｔｗｏｒｋ（ＣＮ）ｉｓｃｏｎｓｉｄｅｒｅｄａｓａｎｅｗｗａｙｏｆｉｍｐｒｏｖｉｎｇｅｎｔｉｒｅｎｅｔｗｏｒｋｐｅｒｆｏｒｍａｎｃｅ ａｎｄｅｎｄｔｏｅｎｄｓｙｓｔｅｍｐｅｒｆｏｒｍａｎｃｅａｓｗｅｌｌａｓｓｉｍｐｌｉｆｙｉｎｇｎｅｔｗｏｒｋｍａｎａｇｅｍｅｎｔ．Ｉｔｉｓｔｈｅｔｒｅｎｄｏｆｔｈｅｎｅｘｔｇｅｎｅｒａｔｉｏｎｃｏｍｍｕｎｉｃａｔｉｏｎ．Ａｎｏｖｅｌ ａｌｇｏｒｉｔｈｍｏｆｃｈａｏｔｉｃｐａｒｔｉｃｌｅｓｗａｒｍｏｐｔｉｍｉｓａｔｉｏｎ（ＣＰＳＯＢＰ）ｉｓｐｒｏｐｏｓｅｄｉｎｔｈｉｓｐａｐｅｒ，ａｎｄｉｓａｐｐｌｉｅｄｔｏｃｏｇｎｉｔｉｖｅｎｅｔｗｏｒｋｅｎｖｉｒｏｎｍｅｎｔｆｏｒ ｐｒｅｃｉｓｅｎｅｔｗｏｒｋｔｒａｆｆｉｃｃｌａｓｓｉｆｉｃａｔｉｏｎｔｏａｃｈｉｅｖｅｔｈｅｃｏｎｔｒｏｌｌａｂｉｌｉｔｙａｎｄｍａｎａｇｅａｂｉｌｉｔｙｏｆｔｈｅｂｕｓｉｎｅｓｓｏｒｉｅｎｔｅｄｃｏｇｎｉｔｉｖｅｎｅｔｗｏｒｋ．Ｅｘｐｅｒｉｍｅｎｔａｌ ｒｅｓｕｌｔｓｓｈｏｗｔｈａｔｔｈｅｍｅｔｈｏｄｃａｎｆｕｌｌｙｉｎｔｅｇｒａｔｅｇｌｏｂａｌｓｅａｒｃｈｃｈａｒａｃｔｅｒｉｓｔｉｃｓｏｆＰＳＯａｌｇｏｒｉｔｈｍｗｉｔｈｌｏｃａｌｓｅａｒｃｈｆｅａｔｕｒｅｏ