基于INT和机器学习的服务质量预测方法技术

本发明专利技术公开了一种基于INT和机器学习的服务质量预测方法，包括步骤：S1，用户端发起互联网访问请求，控制器根据用户请求指示用户端发送数据包；S2，网络中各节点交换机依据数据包中的遥测指令字段进行带内遥测，采集INT元数据嵌入数据包的头部；S3，最后一跳交换机将INT元数据与用户数据包分离，终端遥测服务器提取INT元数据，使用机器学习训练方法建立预测模型；S4，依据输出的预测模型进行服务质量评估；S5，依据服务质量评估结果，后台管理端下发指令至控制器或服务器调整资源分配。本发明专利技术通过带内遥测在数据包头部嵌入元数据的方式，在保证数据包完整性的情况下更准确地预测网络中运行的服务的状态。运行的服务的状态。运行的服务的状态。

【技术实现步骤摘要】
基于INT和机器学习的服务质量预测方法


[0001]本专利技术涉及网络安全预测方法，尤其涉及一种基于INT和机器学习的服务质量预测方法。

技术介绍

[0002]随着信息时代的到来，网络使用量激增，用户请求的网络服务数量在过去十年间发生了猛烈的增加，然而，互联网复杂的网络环境使得服务的状态千变万化，因此有效的服务质量预测此时就显得十分重要。传统的服务质量预测方法主要是深入报文内部提取所需信息，然而目前传统方法在服务质量预测方面并不完善，仍有以下问题：
[0003]1)传统服务预测利用的报文数据比较有限，仅包括源地址、目的地址、源端口、目的端口以及协议类型等表面信息，不能深入数据包内部分析，从而影响服务质量预测准确性，从而影响用户对网络服务的使用体验。
[0004]2)当前已经出现了一些基于人工智能的服务质量的时间序列预测模型，如长短期记忆模型(LSTM)等，这些模型将神经网络与预测算法结合，以提高网络服务质量的预测能力，但是这些模型由于神经网络自身局限，在面对复杂网络场景时仍有一定的预测误差。
[0005]带内网络遥测(I本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于INT和机器学习的服务质量预测方法，其特征在于，包括步骤如下：S1，用户端发起互联网访问请求，控制器根据用户请求指示用户端发送数据包；S2，网络中各节点交换机依据数据包中的遥测指令字段进行带内遥测，采集INT元数据嵌入数据包的头部；S3，最后一跳交换机将INT元数据与用户数据包分离，终端遥测服务器提取INT元数据，采用机器学习方法进行数据预处理，采用ANFIS神经网络建立模型；S4，依据输出的预测模型进行服务质量评估；S5，依据服务质量评估结果，后台管理端下发指令至控制器或服务器调整资源分配。2.根据权利要求1所述的基于INT和机器学习的服务质量预测方法，其特征在于，步骤S3中，元数据输入训练层后，经过神经网络训练模块的多次迭代训练输出预测模型，并存储该预测模型。3.根据权利要求2所述的基于INT和机器学习的服务质量预测方法，其特征在于，步骤S3中，提取遥测元数据标记INT度量的质量评价指标结果为数据集X，用户数据包的Qos度量为数据集Y；基于细粒度遥测元数据{X
t
}，在时间t内估计网络服务质量度量{Y
t
}；详细的实现步骤如下：S31，将数据集X分为n个互不重叠的特征空间r1，r2，
…
r
i
，Qos度量Y分为n个不同特征空间y1，y2，
…
y
i
，1≤i≤n，计算两个特征空间的最大似然距离，提取两个特征空间的数据集的共同特征h(x,y)：对提取到的共同特征h(x,y)进行聚类，输入神经网络训练的数据集X

【专利技术属性】
技术研发人员：郭永安，马德睿，佘昊，钱琪杰，
申请(专利权)人：南京邮电大学，
类型：发明
国别省市：