基于朴素贝叶斯分类器的最小负载路由选择方法及系统技术方案

本发明专利技术涉及一种基于朴素贝叶斯分类器的最小负载路由选择方法及系统，提高最小负载路由选择方法的性能，网络快照记录历史网络状态信息，使用朴素贝叶斯分类器预测每个节点对之间的所有候选路由的潜在网络阻塞率。网络快照对应于每个到达的服务请求，记录每个链路上的被占用的网络资源单元的数目。如果当前服务请求在候选路由上建立连接，那么朴素贝叶斯分类器会预测未来服务连接建立的潜在阻塞率，同时计算各候选路由的负载。最后从节点对之间的所有候选路由中，选择负载小且未来建立服务连接的潜在阻塞率最低的路由来建立服务连接，以实现负载和阻塞率之间的最佳平衡。

【技术实现步骤摘要】
基于朴素贝叶斯分类器的最小负载路由选择方法及系统
本专利技术具体涉及一种基于朴素贝叶斯分类器的最小负载路由选择方法及系统。
技术介绍
电路交换网络中的路由算法是一个成熟的课题。路由算法可以分为三类：固定最短路由算法，固定备选路由算法和自适应路由算法。固定最短路由算法：预先为节点对找到一条固定的最短路由，节点对间的业务都将沿这条路由建立。固定备选路由算法：为节点对之间选择多条固定路由，然后依次尝试建立业务，即首选采用第一条路由建立业务，如不成功，则尝试第二条路由，直到所有的路由都被尝试建立业务。自适应路由算法：根据网络中的实时链路状态，动态地选择最优的路由，该算法可根据网络的不同负载情况实现最优的路由选择。机器学习由于其解决不同类型优化问题的出色能力而在各个领域变得流行起来。这些技术已经被用来解决通信网络中的优化问题。例如，在光网络中，将机器学习应用于碎片整理，从而提出了一套智能预调整策略。将贝叶斯推理应用于虚拟网络重构框架，同时引入贝叶斯吸引子模型(Bayesianattractormodel)来推断当前业务状况。使用随机森林(randomforest)方法来预测候选光路的概率。同样，在无线网络中，总结了将机器学习技术应用于无线传感网络(WSNs)和移动自组织网络(MANETs)中的路由选择。通过机器学习技术提出了一个更好的无线自适应路由协议。将强化学习应用于无线网络管理，可以减少协议开销，提高分组传输率。同时，机器学习技术也早已被用在电路交换网络中。首先将强化学习技术应用到电路交换网络的路由选择，同时提出了Q-routing算法。提出了基于Q-routing的梯度算法。以上这些电路交换路由算法都是选择固定路由的。由于路由选择的不灵活，固定路由算法极大地限制了路由性能。在电路交换网中，最小负载路由算法已经成为近三十年来所有路由算法之中性能最佳的路由算法。尽管机器学习技术已经在包括通信网络在内的各个领域中广泛运用，但是，目前还没有机器学习技术被用于提高电路交换网络中的路由算法性能。
技术实现思路
为解决上述技术问题，本专利技术的目的是提供一种利用机器学习方法实现路由负载和阻塞率的最佳平衡的基于朴素贝叶斯分类器的最小负载路由选择方法及系统。为达到上述专利技术目的，本专利技术基于朴素贝叶斯分类器的最小负载路由选择方法，包括：确定节点对sd之间建立服务连接时的候选路由，并将其放入集合Rsd中；各候选路由在节点对之间建立服务连接时，根据当前网络链路资源的使用状态信息，计算各候选路由的负载，运行朴素贝叶斯分类器预测，未来整个网络的潜在连接阻塞率；根据路由选择公式确定节点对sd之间的最佳路由，所述路由选择公式为：式中，为节点对sd之间所有候选路由中的最佳路由；是候选路由在节点对sd之间建立服务连接时，未来整个网络的潜在连接阻塞率；是该候选路由的负载。进一步地，所述的运行朴素贝叶斯分类器预测未来整个网络的潜在连接阻塞率包括：当节点对之间有服务请求时，将当前网络链路资源的使用状态记录为网络快照，随着时间推移逐步形成网路快照序列，所述网络快照通过向量表示，表达式如下：式中，上标表示第i个网络快照，其对应于第i个服务连接请求，L是网络链路的总数，是链路j上使用的资源单元数，被认为是向量X中的特征xj；当使用候选路由来建立一个服务连接，网络快照Sc将更新为基于网络快照Sk，候选路由上建立服务连接后，预测在节点对s'd'建立未来服务连接的潜在阻塞率为当服务连接在路由上建立之后，预测未来整个网络的潜在连接阻塞率，公式为：式中，ls'd'是整个网络中节点对s'd'之间的业务负载的比例，∑s'd'ls'd'＝1，ls'd'的计算如下I{s'd'(i)＝s'd'}是指示函数，如果第i个服务请求是由节点对s'd'发起的，则指示函数的值为1，否则为0；所述的计算各候选路由的负载包括：对于每条候选路由计算该候选路由上所有链路的负载总和，这个负载总和被定义为其中是路由的第i个链路上的资源利用率，被定义为Wi是链路i上的资源单元总数，是在网络快照Sc中，链路i使用的资源单元数，是候选路由的负载。具体地，所述的朴素贝叶斯分类器预测潜在阻塞率的具体计算方法包括：将网络快照和请求服务连接的节点对序号作为朴素贝叶斯分类器问题实例，数学表达式为：X＝[S,sd]T式中，S表示为网络快照，sd是请求服务连接的节点对的索引，是问题实例的特征，根据当前网络资源使用的情况，确定建立或拒绝这个服务请求；使用二进制变量Y来表示分类器对输入X的分类结果；如果sd之间的服务请求成功建立，设置Y＝0，否则设置Y＝1表示sd之间服务请求被拒绝；定义了一个条件概率P(Y＝1|X)＝P(Y＝1|S,sd)来表示基于当前网络快照S的节点对sd之间的服务连接的潜在阻塞率，遵循贝叶斯定理，这个条件概率表示为对于具有动态到达的连接请求的电路交换网络，P(Y＝1)表示到达的服务请求被拒绝的概率H是到达的服务请求总数，I{Y(i)＝1}是一个指示函数，如果第i个到达的请求被拒绝，则指示函数的值等于1，否则为0；P(X|Y＝1)表示在节点对之间发起服务请求被拒绝时，当前网络状态在网络快照S中的概率；若发起服务请求的节点对是sd，进一步推导这个式子每条链路上的资源容量的使用是相互独立的，也独立于发起请求的节点对；是网络快照S中链路j上使用的资源单元数，是服务请求被拒绝时，链路上使用的资源单元数是的概率；用以下两个公式来计算和P(sd|Y＝1)式中，是指示函数，如果第i个服务请求被拒绝，同时链路j上使用的资源单元数是时，指示函数的值等于1，否则为0；I{sd(i)＝sdΛY(i)＝1}是指示函数，如果第i个服务请求被拒绝，同时服务请求是节点对sd发起的，则指示函数的值为1，否则为0；P(X)的推导如下其中和P(sd)计算公式如下是指示函数，如果第i个服务请求到达时，链路j上使用的资源单元数是时，则指示函数的值为1，否则为0；I{sd(i)＝sd}是指示函数，如果第i个服务请求到达时，发起请求的节点对是sd时，则指示函数的值为1，否则为0。优选地，利用并行算法进行朴素贝叶斯分类器的运算，具体方法包括：集群控制器将计算任务分配给多个计算机，收集计算机反馈的结果，多个计算机并行执行任务，将计算得到的结果反馈给集群控制器；一旦集群控制器接收到这个消息，它将通过聚集来自所有集群计算机的所有反馈信息来更新整个仿真系统中的阻塞事件总数和朴素贝叶斯分类器计算未来服务连接的潜在阻塞率过程中的相关参数。为达到上述专利技术目的，本专利技术基于朴素贝叶斯分类器的最小负载路由选择系统，包括：候选路由集合建立单元，用于确定节点对sd之间建立服务连接的所有候选路由，并将其放入集合Rsd中；未来网络的潜在阻塞率、路由负载计算单元，用于各候选路由在节点对之间建立服务连接时，根据当前网络链路资源的使用状态信息，计算各候选路由的负载，运行朴素贝叶斯分类器预测未来整个网络的潜在连接阻塞率；最佳路由确定单元，用于运行路由选择公式确定节点对sd之间的最佳路由，所述路由选择公式为：式中，为节点对sd之间所有候选路由中的最佳路由，是候选路由在节点对sd之间建立服务连接时，未来整个网络的潜在阻塞率，是该路由的负载。进一步地，还包括网络序列生成单元，用于记录当本文档来自技高网...

【技术保护点】
一种基于朴素贝叶斯分类器的最小负载路由选择方法，其特征在于，包括：确定节点对sd之间建立服务连接时的候选路由，并将其放入集合R

【技术特征摘要】
1.一种基于朴素贝叶斯分类器的最小负载路由选择方法，其特征在于，包括：确定节点对sd之间建立服务连接时的候选路由，并将其放入集合Rsd中；各候选路由在节点对之间建立服务连接时，根据当前网络链路资源的使用状态信息，计算各候选路由的负载，运行朴素贝叶斯分类器预测，未来整个网络的潜在连接阻塞率；根据路由选择公式确定节点对sd之间的最佳路由，所述路由选择公式为：式中，为节点对sd之间所有候选路由中的最佳路由；是候选路由在节点对sd之间建立服务连接时，未来整个网络的潜在连接阻塞率；是该候选路由的负载。2.根据权利要求1所述的基于朴素贝叶斯分类器的最小负载路由选择方法，其特征在于，所述的运行朴素贝叶斯分类器预测未来整个网络的潜在连接阻塞率包括：当节点对之间有服务请求时，将当前网络链路资源的使用状态记录为网络快照，随着时间推移逐步形成网路快照序列，所述网络快照通过向量表示，表达式如下：式中，上标表示第i个网络快照，其对应于第i个服务连接请求，L是网络链路的总数，是链路j上使用的资源单元数，被认为是向量X中的特征xj；当使用候选路由来建立一个服务连接，网络快照Sc将更新为基于网络快照Sk，候选路由上建立服务连接后，预测在节点对s'd'建立未来服务连接的潜在阻塞率为当服务连接在路由上建立之后，预测未来整个网络的潜在连接阻塞率，公式为：式中，ls'd'是整个网络中节点对s'd'之间的业务负载的比例，∑s'd'ls'd'＝1，ls'd'的计算如下I{s'd'(i)＝s'd'}是指示函数，如果第i个服务请求是由节点对s'd'发起的，则指示函数的值为1，否则为0；所述的计算各候选路由的负载包括：对于每条候选路由计算该候选路由上所有链路的负载总和，这个负载总和被定义为其中是路由的第i个链路上的资源利用率，被定义为Wi是链路i上的资源单元总数，是在网络快照Sc中，链路i使用的资源单元数，是候选路由的负载。3.根据权利要求2所述的基于朴素贝叶斯分类器的最小负载路由选择方法，其特征在于，所述的朴素贝叶斯分类器预测潜在阻塞率的具体计算方法包括：将网络快照和请求服务连接的节点对序号作为朴素贝叶斯分类器问题实例，数学表达式为：X＝[S,sd]T式中，S表示为网络快照，sd是请求服务连接的节点对的索引，是问题实例的特征，根据当前网络资源使用的情况，确定建立或拒绝这个服务请求；使用二进制变量Y来表示分类器对输入X的分类结果；如果sd之间的服务请求成功建立，设置Y＝0，否则设置Y＝1表示sd之间服务请求被拒绝；定义了一个条件概率P(Y＝1|X)＝P(Y＝1|S,sd)来表示基于当前网络快照S的节点对sd之间的服务连接的潜在阻塞率，遵循贝叶斯定理，这个条件概率表示为对于具有动态到达的连接请求的电路交换网络，P(Y＝1)表示到达的服务请求被拒绝的概率H是到达的服务请求总数，I{Y(i)＝1}是一个指示函数，如果第i个到达的请求被拒绝，则指示函数的值等于1，否则为0；P(X|Y＝1)表示在节点对之间发起服务请求被拒绝时，当前网络状态在网络快照S中的概率；若发起服务请求的节点对是sd，进一步推导这个式子每条链路上的资源容量的使用是相互独立的，也独立于发起请求的节点对；是网络快照S中链路j上使用的资源单元数，是服务请求被拒绝时，链路上使用的资源单元数是的概率；用以下两个公式来计算和P(sd|Y＝1)式中，是指示函数，如果第i个服务请求被拒绝，同时链路j上使用的资源单元数是时，指示函数的值等于1，否则为0；I{sd(i)＝sd∧Y(i)＝1}是指示函数，如果第i个服务请求被拒绝，同时服务请求是节点对sd发起的，则指示函数的值为1，否则为0；P(X)的推导如下其中和P(sd)计算公式如下是指示函数，如果第i个服务请求到达时，链路j上使用的资源单元数是时，则指示函数的值为1，否则为0；I{sd(i)＝sd}是指示函数，如果第i个服务请求到达时，发起请求的节点对是sd时，则指示函数的值为1，否则为0。4.根据权利要求1所述的基于朴素贝叶斯分类器的最小负载路由选择方法，其特征在于，利用并行算法进行朴素贝叶斯分类器的运算，具体方法包括：集群控制器将计算任务分配给多个计算机，收集计算机反馈的结果，多个计算机并行执行任务，将计算得到的结果反馈给集群控制器；一旦集群控制器接收到这个消息，它将通过聚集来自所有集群计算机的所有反馈信息来更新整个仿真系统中的阻塞事件总数和朴素贝叶斯分类器计算未来服务连接的潜在阻塞率过程中的相关参数。5.一种基于朴素贝叶斯分类器的最小负载路由选择系统，其特征在于，包括：候选路由集合建立单元，用于确定节点对sd之间建立服务连接的所有候选路由，并将其放入集合Rsd中；未来网络的潜在阻塞率、路由负载计算单元，用于各候选路由在节点对之间建立服务连接时，根据当前网络链路资源的使用状态信息，计算各候选路由的负载，运行朴素贝叶斯分类器预测未来整个网络的潜在连接阻塞率；最佳路由确定单元，用于运行路由选择公式确定节点对sd之间的最佳路由，所述路由选择公式为：

【专利技术属性】
技术研发人员：沈纲祥，李龙飞，张亚，
申请(专利权)人：苏州大学，
类型：发明
国别省市：江苏,32