SDN网络的连接优化方法及系统技术方案

本发明专利技术提供了SDN网络的连接优化方法及系统，在每次网络训练完成之后计算当前传输误差并判断是否达到预设范围；若未达到预设范围，则根据以下公式计算相邻两个网络层的各个网络节点之间的网络连接权值的修正量： Δω m n = - η ∂ E ∂ ω m n ]]>其中，Δωmn表示网络节点m到网络节点n之间的网络连接权值的修正量，E表示为传输误差函数，η为步长；本次网络训练的所述步长的取值按照如下方式设置：若本次网络训练和上一次网络训练的所述修正量的乘积为正，则增大本次网络训练的所述步长的取值；若当前网络训练和上一次网络训练的所述修正量的乘积为负，则减小本次网络训练所述步长的取值；基于所述修正量修正所述网络连接权值；基于修正后的所述网络连接权值进行下一次网络训练。

【技术实现步骤摘要】

本专利技术属于互联网
，具体涉及一种SDN网络的连接优化方法及系统。
技术介绍
软件定义网络(Software Defined Network,SDN)是由Emulex提出的一种新型网络创新架构，其核心技术OpenFlow通过将网络设备控制面与数据面分离开来，从而实现了网络流量的灵活控制，为核心网络及应用的创新提供了良好的平台。现有技术中，通常基于BP神经网络(Back Propagation Feed-forward Neural Network)算法来修正软件定义网络的链接参数值，BP神经网络一般是一个三层或者更多层的网络结构，包括输入层、隐含层和输出层，隐含层也叫中间层，前后相邻两层之间是完全连接方式，每一层的内部节点之间没有任何连接，信息只能在前后层之间传输而不能在同一层的内部网络节点之间进行传输。信息在网络传输过程中，实际输出结果和预期输出结果可能存在一定的偏差，通过自定义的误差函数得到输出误差值，通过算法使误差值减小的过程中可以不断修正网络的链接参数值，从而使网络的实际输出结果能够较好的拟合实际输入信息，直到第一层和第二层的网络连接参数得到修正为止。然而，现有技术中采用的BP神经网络算法存在收敛速度慢的问题。
技术实现思路
本专利技术旨在至少解决现有技术中存在的技术问题之一，提出了一种SDN网络的连接优化方法及系统。为解决上述问题之一，本专利技术提供了一种SDN网络的连接优化方法，包括：在每次网络训练完成之后，计算当前传输误差并判断是否达到预设范围；若判断当前所述传输误差未达到预设范围，则根据以下公式计算相邻两个网络层的各个网络节点之间的网络连接权值的修正量： Δω m n = - η ∂ E ∂ ω m n ]]>其中，Δωmn表示网络节点m到网络节点n之间的网络连接权值的修正量，E表示为传输误差函数，η为步长；本次网络训练的所述步长的取值按照如下方式设置：若本次网络训练和上一次网络训练的所述修正量的乘积为正，则增大本次网络训练的所述步长的取值；若当前网络训练和上一次网络训练的所述修正量的乘积为负，则减小本次网络训练所述步长的取值；基于所述修正量修正所述网络连接权值；基于修正后的所述网络连接权值进行下一次网络训练；重复上述步骤，直至所述传输误差达到预设范围。优选地，本次网络训练的所述步长按照如下公式进行计算获得：η(k)＝Cnρ,1<C≤2；n＝1,2,....；ρ＝sgn[Δω(k-1)Δω(k)]；其中，k表示为当前网络训练的次数；Δω(k-1)表示为上一次网络训练的所述修正量；Δω(k)表示为本次网络训练的所述修正量。优选地，所述计算相邻两个网络层的各个网络节点之间的网络连接权值的修正量，包括：计算隐含层到输出层的各个网络节点之间的第一网络连接权值的第一修正量；和/或，计算输入层到隐含层的各个网络节点之间的第二网络连接权值的第二修正量；所述基于所述修正量修正所述网络连接权值，包括：基于所述第一修正量修正所述第一网络连接权值，和/或，基于所述第二修正量修正所述第二网络连接权值；所述基于修正后的所述网络连接权值进行下一次网络训练，包括：基于修正后的所述第一网络连接权值和所述第二网络连接权值进行下一次网络训练。优选地，所述传输误差函数为： E = 1 2 Σ t = 1 q ( exp t - o u t 2 t ) 2 , t = 1 , 2 , ... , q ]]>其中，expt为输出层的网络节点t的理想期望输出值；q为输出层的网络节点的总数；out2t为输出层的网络节点t的实际计算输出值。优选地，所述隐含层和所述输出层的传输函数均为： f ( x ) = 1 1 + e - x . ]]>本专利技术还提供一种SDN网络的连接优化系统，包括：计算判断模块，用于在每次网络训练完成之后，计算当前传输误差并判断是否达到预设范围；修正量计算模块，用于在所述计算判断模块判断当前传输误差未达到预设范围时，则根据以下公式计算相邻两个网络层的各个网络节点之间的网络连接权值的修正量： Δω m n = - η ∂ E ∂ ω m n ]]>其中，Δωmn表示网络节点m到网络节点n之间的网络连接权值的修正量，E表示为传输误差函数，η为步长；本次网络训练的所述步长的取值按照如下方式设置：若本次网络训练和上一次网络训练的所述修正量的乘积为正，则增大本次网络训练的所述步长的取值；若当前网络训练和上一次网络训练的所述修正量的乘积为负，则减小本次网络训练所述步长的取值；修正模块，用于基于所述修正量计算模块计算的修正量修正所述网络连接权值；网络训练模块，用于基于所述修正模块修正后的所述网络连接权值进行下一次网络训练。优选地，所述修正量计算模块被设置成：本次网络训练的所述步长按照如下公式进行计算获得：η(k)＝Cnρ,1<C≤2；n＝1,2,....；ρ＝sgn[Δω(k-1)Δω(k)]；其中，k表示为当前网络训练的次数；Δω(k-1)表示为上一次网络训练的所述修正量；Δω(k)表示为本次网络训练的所述修正量。优选地，所述修正量计算模块，用于在所述计算判断模块判断当前传输误差未达到预设范围时，计算隐含层到输出层的各个网络节点之间的第一网络连接权值的第一修正量；和/或，计算输入层到隐含层的各个网络节点之间的第二网络连接权值的第二修正量；所述修正模块，本文档来自技高网...

【技术保护点】
一种SDN网络的连接优化方法，其特征在于，包括：在每次网络训练完成之后，计算当前传输误差并判断是否达到预设范围；若判断当前所述传输误差未达到预设范围，则根据以下公式计算相邻两个网络层的各个网络节点之间的网络连接权值的修正量：Δωmn=-η∂E∂ωmn]]>其中，Δωmn表示网络节点m到网络节点n之间的网络连接权值的修正量，E表示为传输误差函数，η为步长；本次网络训练的所述步长的取值按照如下方式设置：若本次网络训练和上一次网络训练的所述修正量的乘积为正，则增大本次网络训练的所述步长的取值；若当前网络训练和上一次网络训练的所述修正量的乘积为负，则减小本次网络训练所述步长的取值；基于所述修正量修正所述网络连接权值；基于修正后的所述网络连接权值进行下一次网络训练；重复上述步骤，直至所述传输误差达到预设范围。

【技术特征摘要】
1.一种SDN网络的连接优化方法，其特征在于，包括：在每次网络训练完成之后，计算当前传输误差并判断是否达到预设范围；若判断当前所述传输误差未达到预设范围，则根据以下公式计算相邻两个网络层的各个网络节点之间的网络连接权值的修正量： Δω m n = - η ∂ E ∂ ω m n ]]>其中，Δωmn表示网络节点m到网络节点n之间的网络连接权值的修正量，E表示为传输误差函数，η为步长；本次网络训练的所述步长的取值按照如下方式设置：若本次网络训练和上一次网络训练的所述修正量的乘积为正，则增大本次网络训练的所述步长的取值；若当前网络训练和上一次网络训练的所述修正量的乘积为负，则减小本次网络训练所述步长的取值；基于所述修正量修正所述网络连接权值；基于修正后的所述网络连接权值进行下一次网络训练；重复上述步骤，直至所述传输误差达到预设范围。2.根据权利要求1所述的SDN网络的连接优化方法，其特征在于，本次网络训练的所述步长按照如下公式进行计算获得：η(k)＝Cnρ,1<C≤2；n＝1,2,....；ρ＝sgn[Δω(k-1)Δω(k)]；其中，k表示为当前网络训练的次数；Δω(k-1)表示为上一次网络训练的所述修正量；Δω(k)表示为本次网络训练的所述修正量。3.根据权利要求1所述的SDN网络的连接优化方法，其特征在于，所述计算相邻两个网络层的各个网络节点之间的网络连接权值的修正量，包括：计算隐含层到输出层的各个网络节点之间的第一网络连接权值的第一修正量；和/或，计算输入层到隐含层的各个网络节点之间的第二网络连接权值的第二修正量；所述基于所述修正量修正所述网络连接权值，包括：基于所述第一修正量修正所述第一网络连接权值，和/或，基于所述第二修正量修正所述第二网络连接权值；所述基于修正后的所述网络连接权值进行下一次网络训练，包括：基于修正后的所述第一网络连接权值和所述第二网络连接权值进行下一次网络训练。4.根据权利要求1所述的SDN网络的连接优化方法，其特征在于，所述传输误差函数为： E = 1 2 Σ t = 1 q ( exp t - o u t 2 t ) 2 , t = 1 , 2 , ... , q ]]>其中，expt为输出层的网络节点t的理想期望输出值；q为输出层的网络节点的总数；out2t为输出层的网络节点t的实际计算输出值。5.根据权利要求3所述的SDN网络的连接优化方法，其特征在于，所述隐含层和所述输出层的传输函数均为： f ( x ) = 1 1 + e - x . ]]>6.一种SDN网络的连接优化系统，其特征在于，包括：计算判断模块...

【专利技术属性】
技术研发人员：殷波，王志军，冯伟斌，
申请(专利权)人：中国联合网络通信集团有限公司，
类型：发明
国别省市：北京;11