数据平面网络的流量预测方法、装置、设备及存储介质制造方法及图纸

本发明专利技术公开了一种数据平面网络的流量预测方法、装置、设备及存储介质，所述方法通过基于SDN网络架构对数据平面进行网络流量测量，获得非均匀时间间隔的流量统计信息；使用插值对所述流量统计信息进行重采样，获得均匀时间间隔的网络流量数据；对所述网络流量数据进行建模和预测，获得流量预测结果，能够以较低的性能开销实现较低的测量与预测误差，在开销与误差之间保持良好平衡，对网络流量进行精确建模和预测，减少了流量预测的时间消耗和资源消耗，提高了网络管理实时性，保障数据平面网络的流量预测的准确性，提升了数据平面网络的流量预测的速度和效率。量预测的速度和效率。量预测的速度和效率。

【技术实现步骤摘要】
数据平面网络的流量预测方法、装置、设备及存储介质


[0001]本专利技术涉及计算机
，尤其涉及一种数据平面网络的流量预测方法、装置、设备及存储介质。

技术介绍

[0002]在传统互联网架构体系下，网络设备、系统软件与网络应用等各个部分相互依赖、紧密耦合，形成了一个非常封闭的系统，并且不同设备供应商之间的软硬件除预置一组标准化协议外保持相互独立，管理配置接口无法互联互通；随着网络规模持续扩大、网络服务日趋多样、业务需求愈发复杂，网络运营商已经难以根据用户的个性化需求提供定制化服务；而软件定义网络(Software Defined Network，SDN)架构的提出在很大程度上改善了传统网络架构体系在可拓展性、灵活性及开放性等方面存在的诸多限制，SDN将网络转发设备内用于数据转发的数据平面与用于逻辑控制的控制平面相分离，平面之间通过开放的标准化协议进行交互，控制平面内逻辑上集中的控制器可以对数据平面内的网络转发设备进行统一的配置与管控，并通过标准化的开放接口向上层的网络应用提供抽象的全局网络视图，网络运营商可以通过开发符合自身业务需求的应用程序实现对网络的精确客制化控制；SDN提出之初的OpenFlow开放了控制平面的可编程特性，允许对转发设备的数据包处理流水线进行自定义的协议无关报文处理语言(Programming Protocol
‑
independent Packet Processors，P4)语言的引入进一步开放了数据平面的可编程特性，完善了对网络的软件定义能力；SDN的应用极大简化了网络管理的复杂性，提高了网络的灵活性与开放性，促进了网络技术的快速创新。
[0003]网络业务的复杂性和多样性爆炸性增长促使网络架构升级的同时，也使网络流量的特性发生了较大的改变，网络流量已经更多地呈现出自相似、长相关、重尾和混沌等特性，传统线性模型已经难以对其进行精确建模和预测，而当下流行的深度学习等机器学习方法在构建模型时需要使用大量的训练样本，消耗较多的时间与计算资源，在网络管理的实时性要求方面存在较大的限制。

技术实现思路

[0004]本专利技术的主要目的在于提供一种数据平面网络的流量预测方法、装置、设备及存储介质，旨在解决现有技术中无法对网络流量进行精确建模和预测，在构建模型时序使用大量训练样本，消耗较多时间和计算资源，网络管理实时性较差的技术问题。
[0005]第一方面，本专利技术提供一种数据平面网络的流量预测方法，所述数据平面网络的流量预测方法包括以下步骤：
[0006]基于SDN网络架构对数据平面进行网络流量测量，获得非均匀时间间隔的流量统计信息；
[0007]使用插值对所述流量统计信息进行重采样，获得均匀时间间隔的网络流量数据；
[0008]对所述网络流量数据进行建模和预测，获得流量预测结果。
[0009]可选地，所述基于SDN网络架构对数据平面进行网络流量测量，获得非均匀时间间隔的流量统计信息，包括：
[0010]基于转控分离的SDN网络架构在数据平面使用计数器保存的初始流量统计信息，并使用寄存器保存的流量增量信息和增量阈值；
[0011]根据所述初始流量统计信息、所述流量增量信息和所述增量阈值对所述数据平面进行网络流量测量，获得非均匀时间间隔的流量统计信息。
[0012]可选地，所述根据所述初始流量统计信息、所述流量增量信息和所述增量阈值对所述数据平面进行网络流量测量，获得非均匀时间间隔的流量统计信息，包括：
[0013]利用控制器根据所述初始流量统计信息、所述流量增量信息和所述增量阈值从所述数据平面拉取网络流量，并接收所述数据平面通过预设数据包摘要推送的流量统计数据，根据所述网络流量和所述流量统计数据生成非均匀时间间隔的流量统计信息。
[0014]可选地，所述使用插值对所述流量统计信息进行重采样，获得均匀时间间隔的网络流量数据，包括：
[0015]获取所述流量统计信息对应的最小时间间隔，根据所述最小时间间隔确定插值时间点；
[0016]将所述插值时间点的端点与原采样时间端点统一，根据统一端点后的插值时间点将所述流量统计信息对应的流量数据点划分为若干个插值区间；
[0017]根据各插值区间对所述流量统计信息进行重采样，获得均匀时间间隔的网络流量数据。
[0018]可选地，所述根据各插值区间对所述流量统计信息进行重采样，获得均匀时间间隔的网络流量数据，包括：
[0019]在各插值区间内构建样条函数，所述样条函数经过所有数据点，并在各已知数据点处连续，在除端点外的已知数据点处的一阶导数和二阶导数均连续，且在断点处满足预设非节点边界条件；
[0020]根据所述样条函数获得插入值，根据所述插入值对所述流量统计信息进行重采样，获得均匀时间间隔的网络流量数据。
[0021]可选地，所述对所述网络流量数据进行建模和预测，获得流量预测结果，包括：
[0022]将所述网络流量数据进行分解，获得表征变化趋势的趋势分量和展示波动细节的细节分量；
[0023]根据ARIMA模型对所述趋势分量进行建模和预测，获得趋势预测结果；
[0024]根据LSSVM模型对所述细节分量进行建模和预测，并使用改进的鲸鱼优化算法寻找最优参数，将各时间节点的最优参数作为分量预测结果；
[0025]根据所述趋势预测结果和所述分量预测结果生成流量预测结果。
[0026]可选地，所述根据所述趋势预测结果和所述分量预测结果生成流量预测结果，包括：
[0027]对所述趋势预测结果和所述分量预测结果进行线性组合，获得归一化预测值，对所述归一化预测值进行反归一化，获得下一时刻的网络流量预测值，将预测时间段的网络流量预测值作为流量预测结果。
[0028]第二方面，为实现上述目的，本专利技术还提出一种数据平面网络的流量预测装置，所
述数据平面网络的流量预测装置包括：
[0029]测量统计模块，用于基于SDN网络架构对数据平面进行网络流量测量，获得非均匀时间间隔的流量统计信息；
[0030]重采样模块，用于使用插值对所述流量统计信息进行重采样，获得均匀时间间隔的网络流量数据；
[0031]预测模块，用于对所述网络流量数据进行建模和预测，获得流量预测结果。
[0032]第三方面，为实现上述目的，本专利技术还提出一种数据平面网络的流量预测设备，所述数据平面网络的流量预测设备包括：存储器、处理器及存储在所述存储器上并可在所述处理器上运行的数据平面网络的流量预测程序，所述数据平面网络的流量预测程序配置为实现如上文所述的数据平面网络的流量预测方法的步骤。
[0033]第四方面，为实现上述目的，本专利技术还提出一种存储介质，所述存储介质上存储有数据平面网络的流量预测程序，所述数据平面网络的流量预测程序被处理器执行时实现如上文所述的数据平面网络的流量预测方法的步骤。
[0034]本专利技术提出的数据平面网络的流量预测方法，通过基于SDN网络架构对数据平面进本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种数据平面网络的流量预测方法，其特征在于，所述数据平面网络的流量预测方法包括：基于SDN网络架构对数据平面进行网络流量测量，获得非均匀时间间隔的流量统计信息；使用插值对所述流量统计信息进行重采样，获得均匀时间间隔的网络流量数据；对所述网络流量数据进行建模和预测，获得流量预测结果。2.如权利要求1所述的数据平面网络的流量预测方法，其特征在于，所述基于SDN网络架构对数据平面进行网络流量测量，获得非均匀时间间隔的流量统计信息，包括：基于转控分离的SDN网络架构在数据平面使用计数器保存的初始流量统计信息，并使用寄存器保存的流量增量信息和增量阈值；根据所述初始流量统计信息、所述流量增量信息和所述增量阈值对所述数据平面进行网络流量测量，获得非均匀时间间隔的流量统计信息。3.如权利要求2所述的数据平面网络的流量预测方法，其特征在于，所述根据所述初始流量统计信息、所述流量增量信息和所述增量阈值对所述数据平面进行网络流量测量，获得非均匀时间间隔的流量统计信息，包括：利用控制器根据所述初始流量统计信息、所述流量增量信息和所述增量阈值从所述数据平面拉取网络流量，并接收所述数据平面通过预设数据包摘要推送的流量统计数据，根据所述网络流量和所述流量统计数据生成非均匀时间间隔的流量统计信息。4.如权利要求1所述的数据平面网络的流量预测方法，其特征在于，所述使用插值对所述流量统计信息进行重采样，获得均匀时间间隔的网络流量数据，包括：获取所述流量统计信息对应的最小时间间隔，根据所述最小时间间隔确定插值时间点；将所述插值时间点的端点与原采样时间端点统一，根据统一端点后的插值时间点将所述流量统计信息对应的流量数据点划分为若干个插值区间；根据各插值区间对所述流量统计信息进行重采样，获得均匀时间间隔的网络流量数据。5.如权利要求4所述的数据平面网络的流量预测方法，其特征在于，所述根据各插值区间对所述流量统计信息进行重采样，获得均匀时间间隔的网络流量数据，包括：在各插值区间内构建样条函数，所述样条函数经过所有数据点，并在各已知数据点处连续，在除端点外的已知数据...

【专利技术属性】
技术研发人员：吴静，郑博瑞，徐博，周建国，陈琪美，江昊，常宇光，周箴，汪俊芳，
申请(专利权)人：武汉大学，
类型：发明
国别省市：