SDN网络动态控制方法及装置制造方法及图纸

本公开提供一种SDN网络动态控制方法及装置；涉及无线通信技术领域。该方法包括：实时采集SDN网络的网络链路信息和网络节点信息；将采集的信息输入训练好的重传预测模型，以获得SDN网络中每个节点的第一重传信息，并确定目标跟踪节点；基于所述训练好的重传预测模型，计算所述目标跟踪节点的特征重要性信息；并确定对应目标跟踪节点的关键特征；基于关键特征，生成相应的控制信息，并下发控制信息至对应的目标跟踪节点，以调整该目标跟踪节点的配置信息。本公开可以解决现有技术中无线SDN网络丢包重传率较高时引起的网络延迟的问题。络丢包重传率较高时引起的网络延迟的问题。络丢包重传率较高时引起的网络延迟的问题。

【技术实现步骤摘要】
SDN网络动态控制方法及装置


[0001]本公开涉及无线网络
，具体而言，涉及一种SDN网络动态控制方法、SDN网络动态控制装置、计算机可读存储介质和电子设备。

技术介绍

[0002]软件定义网络SDN(Software Defined Networking)作为一种基于软件的网络架构技术，支持集中化的网络状态控制、实现底层网络设施对上层应用的透明。同时具有灵活的软件编程能力，使得网络的自动化管理和控制能力获得提升，能够解决当前网络系统所面临的资源规模扩展受限、组网灵活性差、难以快速满足业务需求等问题。
[0003]对于无线SDN网络，由于介质的共享特性，会出现多个网络节点同时在同一个信道上传输而导致冲突的现象，进一步引起信道发送数据包丢帧重传。而当丢包率较高时，则会引起链路大量重传，从而导致网络延迟。
[0004]需要说明的是，在上述
技术介绍
部分公开的信息仅用于加强对本公开的背景的理解，因此可以包括不构成对本领域普通技术人员已知的现有技术的信息。

技术实现思路

[0005]本公开实施例的目的在于提供一种S本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种SDN网络动态控制方法，其特征在于，包括：实时采集SDN网络的网络链路信息和网络节点信息；将所述网络链路信息和网络节点信息输入训练好的重传预测模型，以获得SDN网络中每个节点的第一重传信息；并基于所述第一重传信息确定目标跟踪节点；所述重传预测模型包含随机森林模型；基于所述训练好的重传预测模型，计算所述目标跟踪节点的特征重要性信息；并基于所述特征重要性信息，确定对应目标跟踪节点的关键特征；基于所述关键特征，生成相应的控制信息，并将所述控制信息下发至对应的目标跟踪节点，以调整该目标跟踪节点的配置信息。2.根据权利要求1所述的SDN网络动态控制方法，其特征在于，在所述实时采集SDN网络的网络链路信息和网络节点信息之前，所述方法还包括：以预设时间间隔向SDN网络中的每个节点发送探测数据包。3.根据权利要求1所述的SDN网络动态控制方法，其特征在于，在所述基于所述第一重传信息确定目标跟踪节点之后，所述方法还包括：动态调整所述目标跟踪节点的信息采集频率。4.根据权利要求1所述的SDN网络动态控制方法，其特征在于，所述方法还包括：获取SDN网络的历史网络链路信息、历史网络节点信息及对应历史第一重传信息；所述历史网络链路信息包含每个节点的历史信道状态信息、历史信号状态信息、历史链路丢包信息，所述历史网络节点信息包含历史节点位置信息、历史节点能量信息；将每个节点的历史信道状态信息、历史信号状态信息、历史链路丢包信息、历史节点位置信息、历史节点能量信息作为一组训练样本，对应的历史第一重传信息作为样本标签，采用随机取样和分裂的方式生成随机森林模型，直到达到训练终止条件，获得训练好的随机森林模型。5.根据权利要求1所述的SDN网络动态控制方法，其特征在于，所述基于所述训练好的重传预测模型，计算所述目标跟踪节点的特征重要性信息，包括：基于所述训练好的重传预测模型，通过计算每个目标跟踪节点的基尼指数或袋外数据错误率，确定每个目标跟踪节点的特征重要性信息。6.根据权利要求1
‑
5任一项所述的SDN网络动态控制方法，其特征在于，所述基于所述特征重要性信息，确定对应目标跟踪节点的关键特征，包括：基于所述特征重要性信息的大小，对每个目标跟踪节点的特征进行排序，并...

【专利技术属性】
技术研发人员：谢萍，刘孝颂，
申请(专利权)人：中国电信股份有限公司，
类型：发明
国别省市：