CN115766482B 基于int和机器学习的服务质量预测方法 （南京邮电大学）.docxVIP

(19)国家知识产权局

(12)发明专利

(10)授权公告号CN115766482B(45)授权公告日2025.07.01

(21)申请号202211325820.9

(22)申请日2022.10.27

(65)同一申请的已公布的文献号申请公布号CN115766482A

(43)申请公布日2023.03.07

(73)专利权人南京邮电大学

地址210003江苏省南京市鼓楼区新模范

马路66号

(72)发明人郭永安马德睿佘昊钱琪杰

(74)专利代理机构南京经纬专利商标代理有限公司32200

专利代理师王慧

(51)Int.CI.

HO4L41/5009(2022.01)

HO4L41/147(2022.01)

H04L41/16(2022.01)

HO4L43/04(2022.01)

HO4L43/08(2022.01)

GO6N3/04(2023.01)

GO6N3/08(2023.01)

GO6N20/00(2019.01)

(56)对比文件

CN115174393A,2022.10.11审查员高博宇

权利要求书2页说明书5页附图2页

(54)发明名称

用户端发送数据包交换机按照遥测指令进行带内遥测，收集

用户端发送数据包

交换机按照遥测指令进行带内遥测，收集INT元数据

遥测服务器解析INT元数据

使用神经网络建立模型，迭代训练

依据模型进行服务质量评估，记录网络状态

将预测结果通知控制器或服务器进行相关操作

(57)摘要

本发明公开了一种基于INT和机器学习的服务质量预测方法，包括步骤：S1,用户端发起互联网访问请求，控制器根据用户请求指示用户端发送数据包；S2,网络中各节点交换机依据数据包中的遥测指令字段进行带内遥测，采集INT元数据嵌入数据包的头部；S3,最后一跳交换机将INT元数据与用户数据包分离，终端遥测服务器提取INT元数据，使用机器学习训练方法建立预测模型；S4,依据输出的预测模型进行服务质量评估；

CN115766482BS5,依据服务质量评估结果，后台管理端下发指令至控制器或服务器调整资源分配。本发明通过带内遥测在数据包头部嵌入元数据的方式，在保

CN115766482B

CN115766482B权利要求书1/2页

2

1.一种基于INT和机器学习的服务质量预测方法，其特征在于，包括步骤如下：

S1,用户端发起互联网访问请求，控制器根据用户请求指示用户端发送数据包；

S2,网络中各节点交换机依据数据包中的遥测指令字段进行带内遥测，采集INT元数据嵌入数据包的头部；

S3,最后一跳交换机将INT元数据与用户数据包分离，终端遥测服务器提取INT元数据，采用机器学习方法进行数据预处理，采用ANFIS神经网络建立模型；

S4,依据输出的预测模型进行服务质量评估；

S5,依据服务质量评估结果，后台管理端下发指令至控制器或服务器调整资源分配；

步骤S3中，元数据输入训练层后，经过神经网络训练模块的多次迭代训练输出预测模型，并存储该预测模型；提取遥测元数据标记INT度量的质量评价指标结果为数据集X,用户数据包的Qos度量为数据集Y;基于细粒度遥测元数据{X},在时间t内估计网络服务质量度量{Y};详细的实现步骤如下：

S31,将数据集X分为n个互不重叠的特征空间r?,r?,…r;,Qos度量Y分为n个不同特征空间y?,y?,…y,,1≤i≤n,计算两个特征空间的最大似然距离，提取两个特征空间的数据集的共同特征h(x,y):

h(x,y)=√Z7=1(ri-y;)2;

对提取到的共同特征h(x,y)进行聚类，输入神经网络训练的数据集XYtrain,将共同特征h(x,y)中的时延、流量进行分组，数据集Xtrain的表达式如下：

Xtrain=∑=1μh(x,y),1m∞

其中，μ为隶属函数，n为特征空间数，m为最大分组数；

S32,将训练数据集Xtrain输入深度学习ANFIS神经网络进行k次迭代训练，迭代次数由数据集Xtrain的大小决定，输出初始预测函数F(X);则有

其中，w?代表第