一种无源光网络业务流感知的方法及系统技术方案

本发明专利技术公开了一种无源光网络业务流感知的方法及系统，其中，该方法包括：主控层根据获取的训练样本集提取业务流特征参数，对业务流特征参数进行预处理，确定业务流的特征集；根据特征集进行贝叶斯训练，更新贝叶斯分类器的参数信息，并将参数信息发送至代理层；代理层周期性采集业务流特征参数并更新训练样本集，并根据参数信息建立相对应的贝叶斯分类器；根据更新后的训练样本集确定业务流更新后的特征集，并根据更新后的特征集和贝叶斯分类器确定分类识别结果；根据分类识别结果进行业务优化调整。该方法采用分层贝叶斯模型，使得形成的贝叶斯分类器具有全局的一致性，保证了PON对业务流进行感知的运算准确度和一致性。

A method and system for influenza knowledge of passive optical network service

The invention discloses a method and system for passive optical network service flowawareness wherein the method comprises the following steps: the main control layer according to the training set to extract business flow characteristics parameters of traffic flow characteristic parameters of pretreatment, determine the characteristics of the traffic flow set; according to the feature set Bias training parameter information update the Bias classifier, and the parameter information is transmitted to the agent layer; agent layer periodically collected traffic flow characteristic parameters and update the training sample set, and according to the parameter information corresponding to the establishment of Bias classifier; determining the business flow according to the characteristics of the updated updated training sample set, and determine the classification result according to the updated the feature set and Bias classifier; business optimization and adjustment according to the classification results. The hierarchical Bias model is adopted to make the Bias classifier have global consistency, which ensures the accuracy and consistency of PON's perception of traffic flow.

【技术实现步骤摘要】
一种无源光网络业务流感知的方法及系统
本专利技术涉及业务流感知
，特别涉及一种无源光网络业务流感知的方法及系统。
技术介绍
无源光网络(PassiveOpticalNetwork,PON)是光接入网的主要形式。PON系统主要由OLT和ONU构成，通过光线路终端(opticallineterminal，OLT)与业务节点相连，通过光网络单元(OpticalNetworkUnit，ONU)与用户连接。随着无源光网络所承载的业务日益复杂，为了获得较好的QoS(QualityofService)保障，对业务识别和分类时实施相关网络行为，进一步提高业务端到端QoS的前提和基础。在分析业务性能时往往需要获悉单个业务的流量、性能以及网络承载的并发流的统计特征，用于指导流量工程策略制定与实施，业务流感知方法因此应运而生。业务流感知是一种更高层的流量监测方法，把数据包按照不同的业务流定义进行分类识别，并进行相应的资源优化调度，提高光接入网对多业务的支持能力。在无源光网络的业务流感知技术中，基于业务流特征的业务分类识别算法起到日益重要的作用，而且所采用的算法模型直接决定了业务流感知的准确度和效率。贝叶斯(Bayes)分类模型是一种可用于分类识别的神经网络算法。贝叶斯分类是一种基于统计方法的分类模型，贝叶斯定理是贝叶斯学习方法的理论基础。贝叶斯分类模型在贝叶斯定理的基础上，通过条件独立性假设，降低计算开销，预测未知数据样本属于最高后验概率的类。上述优点使得贝叶斯模型在业务流感知中具有极大的应用潜力。随着无源光网络所承载的业务日益多样化和复杂化，快速高效的业务流感知算法模型尤为重要。但是现有的贝叶斯分类方法，难以直接应用在无源光网络的设备中；主要有以下原因：1)PON系统采用的是OLT/ONU的主从架构，即由功能复杂OLT控制多个功能较为简单ONU。而贝叶斯分类器需要大量的样本集进行训练后才能进行业务流感知，复杂的贝叶斯训练会增加ONU的复杂度。2)多个ONU各自独立进行贝叶斯分类，在缺乏统一控制的情况下，难以保证PON系统对业务感知结果的一致性。公开于该
技术介绍
部分的信息仅仅旨在增加对本专利技术的总体背景的理解，而不应当被视为承认或以任何形式暗示该信息构成已为本领域一般技术人员所公知的现有技术。
技术实现思路
本专利技术的目的在于提供一种无源光网络业务流感知的方法及系统，从而克服现有无源光网络业务流感知效率较低的缺陷。本专利技术实施例提供的一种无源光网络业务流感知的方法，包括：主控层根据获取的训练样本集提取业务流特征参数，所述业务流特征参数包括：数据包长、数据包到达间隔、业务持续时间和ONU节点的负载程度；主控层根据所述业务流特征参数确定业务流的特征集；主控层根据所述特征集进行贝叶斯训练，更新贝叶斯分类器的参数信息，并将所述参数信息发送至代理层；代理层周期性采集新的业务流特征参数，并根据所述参数信息建立相对应的贝叶斯分类器；代理层根据新的业务流特征参数确定业务流更新后的特征集，并根据所述更新后的特征集和所述贝叶斯分类器确定分类识别结果；代理层根据所述分类识别结果进行业务优化调整。在一种可能的实现方式中，所述主控层根据所述业务流特征参数确定业务流的特征集包括：根据所述业务流特征参数进行归一化处理，确定业务流的特征集：其中，U(i)表示业务流i的特征集；PSIZE(i)为数据包长、PINTERVAL(i)为数据包到达间隔、PDUR(i)为业务持续时间、PLOAD(i)为ONU节点的负载程度；PSIZE_MAX为最大数据包长，PINTERVAL_MAX为最大的到达间隔，PDUR_MAX为最大的业务持续时间，PLOAD_MAX为ONU节点最大的负载程度。在一种可能的实现方式中，在所述代理层周期性采集新的业务流特征参数之后，还包括：代理层将新的业务流特征参数发送至主控层；主控层根据所述新的业务流特征参数更新所述训练样本集。在一种可能的实现方式中，所述代理层根据新的业务流特征参数确定业务流更新后的特征集包括：代理层对新的业务流特征参数进行归一化处理,确定业务流更新后的特征集。基于同样的专利技术构思，本专利技术实施例提供的一种无源光网络业务流感知的系统，包括：光线路终端和光网络单元；所述光线路终端用于根据获取的训练样本集提取业务流特征参数，所述业务流特征参数包括：数据包长、数据包到达间隔、业务持续时间和ONU节点的负载程度；根据所述业务流特征参数确定业务流的特征集；根据所述特征集进行贝叶斯训练，更新贝叶斯分类器的参数信息，并将所述参数信息发送至代理层；所述光网络单元用于周期性采集新的业务流特征参数，并根据所述参数信息建立相对应的贝叶斯分类器；根据更新后的所述训练样本集确定业务流更新后的特征集，并根据所述更新后的特征集和所述贝叶斯分类器确定分类识别结果；根据所述分类识别结果进行业务优化调整。在一种可能的实现方式中，所述光线路终端具体用于：根据所述业务流特征参数进行归一化处理，确定业务流的特征集：其中，U(i)表示业务流i的特征集；PSIZE(i)为数据包长、PINTERVAL(i)为数据包到达间隔、PDUR(i)为业务持续时间、PLOAD(i)为ONU节点的负载程度；PSIZE_MAX为最大数据包长，PINTERVAL_MAX为最大的到达间隔，PDUR_MAX为最大的业务持续时间，PLOAD_MAX为ONU节点最大的负载程度。在一种可能的实现方式中，所述光网络单元在周期性采集新的业务流特征参数之后，还用于：将新的业务流特征参数发送至所述光线路终端；所述光线路终端根据所述新的业务流特征参数更新所述训练样本集。在一种可能的实现方式中，所述光网络单元具体用于：对新的业务流特征参数进行归一化处理，确定业务流更新后的特征集。本专利技术实施例提供的无源光网络业务流感知的方法及系统，将贝叶斯分类识别的功能分为主控层和代理层；主控层位于OLT，主要负责复杂的贝叶斯训练并确定贝叶斯分类器的参数信息；主控层从PON系统全局的业务流情况进行统一的贝叶斯训练，所形成的贝叶斯分类器具有全局的一致性。采用分层贝叶斯模型，一方面Bayes代理层可以降低ONU的复杂度，另一方面位于OLT的Bayes主控模块对所有ONU中的Bayes代理模块统一控制，从全局的角度保证了PON对业务流进行感知的运算准确度和一致性。同时，将ONU的业务负载程度作为特征参数之一，充分考虑了ONU节点负载对于业务流感知所造成的影响，使得感知结果更加准确。反馈式的贝叶斯分类器更新方式：可以使得主控层及时根据业务流分类感知的实际运行状况对贝叶斯分类器进行更新，进一步提高运算的准确率。本专利技术的其它特征和优点将在随后的说明书中阐述，并且，部分地从说明书中变得显而易见，或者通过实施本专利技术而了解。本专利技术的目的和其他优点可通过在所写的说明书、权利要求书、以及附图中所特别指出的结构来实现和获得。附图说明附图用来提供对本专利技术的进一步理解，并且构成说明书的一部分，与本专利技术的实施例一起用于解释本专利技术，并不构成对本专利技术的限制。在附图中：图1为本专利技术实施例中无源光网络业务流感知的方法流程图；图2为本专利技术实施例中分层贝叶斯模型结构示意图；图3为本专利技术实施例中无源光网络业务流感知的系统结构图。具体实施方式下面结合附图，对本专利技术的具体实施本文档来自技高网...

【技术保护点】
一种无源光网络业务流感知的方法，其特征在于，包括：主控层根据获取的训练样本集提取业务流特征参数，所述业务流特征参数包括：数据包长、数据包到达间隔、业务持续时间和ONU节点的负载程度；主控层根据所述业务流特征参数确定业务流的特征集；主控层根据所述特征集进行贝叶斯训练，更新贝叶斯分类器的参数信息，并将所述参数信息发送至代理层；代理层周期性采集新的业务流特征参数，并根据所述参数信息建立相对应的贝叶斯分类器；代理层根据新的业务流特征参数确定业务流更新后的特征集，并根据所述更新后的特征集和所述贝叶斯分类器确定分类识别结果；代理层根据所述分类识别结果进行业务优化调整。

【技术特征摘要】
1.一种无源光网络业务流感知的方法，其特征在于，包括：主控层根据获取的训练样本集提取业务流特征参数，所述业务流特征参数包括：数据包长、数据包到达间隔、业务持续时间和ONU节点的负载程度；主控层根据所述业务流特征参数确定业务流的特征集；主控层根据所述特征集进行贝叶斯训练，更新贝叶斯分类器的参数信息，并将所述参数信息发送至代理层；代理层周期性采集新的业务流特征参数，并根据所述参数信息建立相对应的贝叶斯分类器；代理层根据新的业务流特征参数确定业务流更新后的特征集，并根据所述更新后的特征集和所述贝叶斯分类器确定分类识别结果；代理层根据所述分类识别结果进行业务优化调整。2.根据权利要求1所述的方法，其特征在于，所述主控层根据所述业务流特征参数确定业务流的特征集包括：根据所述业务流特征参数进行归一化处理，确定业务流的特征集：其中，U(i)表示业务流i的特征集；PSIZE(i)为数据包长、PINTERVAL(i)为数据包到达间隔、PDUR(i)为业务持续时间、PLOAD(i)为ONU节点的负载程度；PSIZE_MAX为最大数据包长，PINTERVAL_MAX为最大的到达间隔，PDUR_MAX为最大的业务持续时间，PLOAD_MAX为ONU节点最大的负载程度。3.根据权利要求1所述的方法，其特征在于，在所述代理层周期性采集新的业务流特征参数之后，还包括：代理层将新的业务流特征参数发送至主控层；主控层根据所述新的业务流特征参数更新所述训练样本集。4.根据权利要求1所述的方法，其特征在于，所述代理层根据新的业务流特征参数确定业务流更新后的特征集包括：代理层对新的业务流特征参数进行归一化处理，确定业务...

【专利技术属性】
技术研发人员：白晖峰，宋彦斌，刘全春，张强，赵冲，陈雨新，
申请(专利权)人：北京智芯微电子科技有限公司，国网信息通信产业集团有限公司，国家电网公司，
类型：发明
国别省市：北京,11