【技术实现步骤摘要】
一种基于SVDD的网络切片物理节点异常检测方法
本专利技术属于移动通信
，涉及一种网络切片场景下的物理节点异常检测方法。
技术介绍
随着移动互联网技术的快速发展，如今正在研究下一代通信系统，以满足更加多样化的业务需求。移动通信系统发展的主要推动力之一是需要支持各种垂直行业，这些垂直行业有着截然不同的业务需求，业务场景更加多样化。传统网络采用的架构方法，无法满足垂直市场在延迟，可扩展性，可用性和可靠性方面提出的多样化性能需求。如何在同一个底层物理网络上服务多种性能需求不同的业务，网络切片技术应运而生。网络切片将一个物理网络划分为多个虚拟网络，每个虚拟网络都可以针对特定类型的应用程序或用户进行定制和优化，根据不断变化的用户需求将共享的物理网络资源动态高效地分配给各逻辑网络切片。软件定义网络(SoftwareDefinedNetwork,SDN)和网络功能虚拟化(NetworkFunctionVirtualization,NFV)等技术，可以为运营商提供创建多个虚拟网络切片所需的可编程、灵活和模块化特性。网络切片由虚...
【技术保护点】
1.一种基于SVDD的网络切片物理节点异常检测方法，其特征在于，该方法在网络切片场景下，采用网络切片部署和虚拟网络功能(Virtual network function,VNF)产生观测数据的模型，结合考虑无监督异常检测和VNF观测数据网络切片间共享，构建分布式部署于各网络切片管理器上的网络切片物理节点异常检测模型，通过随机近似函数实现在各切片内分布式处理VNF观测数据，最后采用随机梯度下降法实现分布式在线的物理节点异常检测。/n
【技术特征摘要】
1.一种基于SVDD的网络切片物理节点异常检测方法，其特征在于，该方法在网络切片场景下，采用网络切片部署和虚拟网络功能(Virtualnetworkfunction,VNF)产生观测数据的模型，结合考虑无监督异常检测和VNF观测数据网络切片间共享，构建分布式部署于各网络切片管理器上的网络切片物理节点异常检测模型，通过随机近似函数实现在各切片内分布式处理VNF观测数据，最后采用随机梯度下降法实现分布式在线的物理节点异常检测。
2.根据权利要求1所述的一种基于SVDD的网络切片物理节点异常检测方法，其特征在于，所述网络切片部署和VNF产生观测数据的模型，具体包括：底层物理网络由M个相互联通的物理节点组成，网络中映射到物理节点m上的VNF共有N个；部署到物理网络上的网络切片有三种：增强型移动宽带(EnhancedMobileBroadband,EMBB)网络切片对应的SFC由6个VNF组成，超可靠低时延(UltraReliableLowLatencyCommunication,URLLC)网络切片对应的SFC由5个VNF组成，海量机器类型通信(MassiveMachineTypeCommunication,MMTC)网络切片对应的SFC由4个VNF组成；各网络切片管理器采集本切片内VNF的观测数据，在t时刻对物理节点m的观测数据为s(t)＝(x1(t),x2(t),…,xN(t))T，其中，xn(t),n＝1,2,…,N为部署在物理节点m上的第n个VNF在t时刻的观测数据向量，由流速率、排队时延、处理时延和协议类型组成。
3.根据权利要求1所述的一种基于SVDD的网络切片物理节点异常检测方法，其特征在于，所述构建分布式部署于各网络切片管理器上的网络切片物理节点异常检测模型，具体包括：将网络切片部署和VNF产生观测数据的模型进行分布式的参数更新，经过多次迭代，得到一个以a*＝a1(t)＝a2(t)＝…＝aN(t)为球心，R*＝R1(t)＝R2(t)＝…＝RN(t)为半径，ξ*＝ξ1(t)＝ξ2(t)＝…＝ξn(t)为松弛变量的随机特征空间中的超球面；其中，an(t)、Rn(t)、ξn(t)分别为t时刻第n个VNF对应网络切片内参数更新所得随机特征空间中超球面的球心、半径和松弛变量；a*、R*和ξ*为经过多次迭代后，各网络切片内分布式更新的超球面球心an(t)、半径Rn(t)和松弛变量ξn(t)收敛所得的值，这个过程中各网络切片中更新的参数所定义的超球面逐渐重合为同一个超球面。
4.根据权利要求3所述的一种基于SVDD的网络切片物理节点异常检测方法，其特征在于，所述随机特征空间是指通过随机近似函数z(·)将原始VNF观测数据xn(t)映射到的高维空间，在高维空间中...
【专利技术属性】
技术研发人员：陈前斌，王兆堃，王威丽，廖皓，唐伦，
申请(专利权)人：重庆邮电大学，
类型：发明
国别省市：重庆;50
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。