一种基于预训练的动态网络流量调控方法及其系统技术方案

本发明专利技术提供一种基于预训练的动态网络流量调控方法及其系统。该方法包括：从网络中获取历史时间序列数据，基于历史时间序列数据得到多个时间序列片段；将时间序列片段输入训练好的预测模型，预测模型用于获取时间序列片段的潜在特征表示；基于时间序列片段和潜在特征表示构建离散依赖图；基于离散依赖图和时间序列片段中的最新时间序列片段构建时空图；基于最新时间序列片段的潜在特征表示和时空图对未来时间序列片段进行预测而得到对应的预测结果；未来时间序列片段位于最新时间序列片段的下一时段。该方法和系统能够实现动态网络流量的长期准确预测。该方法和系统不仅能在传统SDN网络中使用，而且能在新形态的SDN广域区块链网络使用。

【技术实现步骤摘要】

本专利技术涉及信息，具体涉及一种基于预训练的动态网络流量调控方法及其系统。

技术介绍

1、伴随着云计算、车联网以及web3.0区块链分布式网络的飞速发展，新的业务类型和数量急剧增加，对网络指标监控不足所导致的服务质量(qos)下降、网络稳定性下降等问题时有发生。如何通过合理调度网络流量，避免产生网络拥塞，进而提高网络资源利用率和保障用户体验质量，越来越成为网络领域需要重点研究的问题。流量预测的主要挑战之一是网络流量的长期不可预测性。此外，区块链网络、车联网以及卫星网络带来的空间高动态性增加了网络准确预测和及时抑制阻塞的难度。高动态性是限制一些网络系统性能提升的重要因素，而对于网络动态变化的准确预测能够为网络基础设施的相关决策提供有效支持。软件定义网络(software defined network，sdn)将控制层和数据层分离，控制层可以以全局视角统一调配网络资源，网络管理者可以在控制层制定多种策略来保障网络的稳定高效运行，sdn网络控制器也逐渐向集群化发展，更强大的算力能力从而可支持大模型方式的工作模式，sdn底层数据传输平面也向更广域的网络边界扩展，本文档来自技高网...

【技术保护点】

1.一种基于预训练的动态网络流量调控方法，其特征在于，包括：

2.如权利要求1所述的动态网络流量调控方法，其特征在于，所述基于所述时间序列片段和所述潜在特征表示构建离散依赖图，包括：

3.如权利要求2所述的动态网络流量调控方法，其特征在于，所述基于所述离散依赖图和所述时间序列片段中的最新时间序列片段构建时空图，包括：

4.如权利要求1所述的动态网络流量调控方法，其特征在于，所述预测模型还用于：

5.如权利要求4所述的动态网络流量调控方法，其特征在于，所述根据从所述时空图的邻居节点采集的信息对所述时空图的中心节点的潜在特征表示进行更新，包括：...

【技术特征摘要】

1.一种基于预训练的动态网络流量调控方法，其特征在于，包括：

2.如权利要求1所述的动态网络流量调控方法，其特征在于，所述基于所述时间序列片段和所述潜在特征表示构建离散依赖图，包括：

3.如权利要求2所述的动态网络流量调控方法，其特征在于，所述基于所述离散依赖图和所述时间序列片段中的最新时间序列片段构建时空图，包括：

4.如权利要求1所述的动态网络流量调控方法，其特征在于，所述预测模型还用于：

5.如权利要求4所述的动态网络流量调控方法，其特征在于，所述根据从所述时空图的邻居节点采集的信息对所述时空图的中心节点的潜...

【专利技术属性】
技术研发人员：雷凯，何亦凡，李琦，邱炜伟，山金孝，段洪琳，张雄，袁国辉，陈佩淑，方欣，
申请(专利权)人：北京大学深圳研究生院，
类型：发明
国别省市：