边缘计算的业务流感知方法、装置和电子设备制造方法及图纸

本发明专利技术提供一种边缘计算的业务流感知方法、装置和电子设备，属于人工智能技术领域。方法包括：获取业务流；对业务流进行特征提取，得到特征向量；将特征向量输入至业务类型感知模型，得到业务类型感知模型输出的业务流的业务类型感知结果；基于业务类型感知结果对业务流分配对应的算力资源和通信资源；其中，快速门控循环单元的输出值是基于更新门和中间状态计算的，中间状态和更新门，分别是基于前一个快速门控循环单元的隐藏层输出值和输入至当前快速门控循环单元的特征参数计算得到的；业务类型感知模型是基于样本业务流经过特征提取的样本特征向量训练得到的。本发明专利技术用以解决现有方法无法如何实现面向边缘计算的低复杂性的业务感知的缺陷。

【技术实现步骤摘要】

本专利技术涉及人工智能，具体地涉及一种边缘计算的业务流感知方法、一种边缘计算的业务流感知装置和一种电子设备。

技术介绍

1、配电物联网的边缘计算必须满足多样化、差异化电力业务大量接入对高实时性、高效性以及高准确性的要求。配电物联网所面临的业务日益复杂多样，为了获得较好的业务质量（qos，quality of service），对所接入的业务识别并优化业务区分处理的支持能力是提高配电物联网诸多业务qos的先决条件。

2、业务感知识别技术从早期的端口识别法、深度包流检测法到基于机器学习的方法。端口识别法往往由于端口号的变化导致识别准确度不高。为了解决端口方法的局限性，通过应用层和载荷等的深度包流检测法为业务流识别提供了新方法。深度包流检测法通过检测数据包的内容进行分类识别，根据已知业务流的特征模式进行分类处理。深度包流检测法具有识别精度高、业务颗粒度小等优点，但是电力物联网业务协议日趋多样化导致实时分类计算复杂度高，甚至某些采用加密的业务数据包，识别处理的时延更长。这导致深度包流检测法在边缘计算设备的异构多源业务接入与处理受到了极大的限制。而传统神本文档来自技高网...

【技术保护点】

1.一种边缘计算的业务流感知方法，其特征在于，包括：

2.根据权利要求1所述的边缘计算的业务流感知方法，其特征在于，所述业务类型感知模型包括输入层、快速门控循环单元层和输出层；

3.根据权利要求2所述的边缘计算的业务流感知方法，其特征在于，

4.根据权利要求1所述的边缘计算的业务流感知方法，其特征在于，所述业务类型感知模型是基于以下步骤训练得到的：

5.根据权利要求1至4中任一项所述的边缘计算的业务流感知方法，其特征在于，所述对所述业务流进行特征提取，得到特征向量，包括：

6.根据权利要求5所述的边缘计算的业务流感知方法，其特征...

【技术特征摘要】

1.一种边缘计算的业务流感知方法，其特征在于，包括：

2.根据权利要求1所述的边缘计算的业务流感知方法，其特征在于，所述业务类型感知模型包括输入层、快速门控循环单元层和输出层；

3.根据权利要求2所述的边缘计算的业务流感知方法，其特征在于，

4.根据权利要求1所述的边缘计算的业务流感知方法，其特征在于，所述业务类型感知模型是基于以下步骤训练得到的：

5.根据权利要求1至4中任一项所述的边缘计算的业务流感知方法，其特征在于，所述对所述业务流进行特征提取，得到特征向量，包括：

6.根据权利要求5所述的边缘计算的业务流感知方法，其特征在于，所述多个特征参数包括：业务子流中最大数据包的数据量、业务子流中最小数据包的数据量、业务子流中数据包的平均数据量、业务子流中数据包的平均到达时间、业务子流中数据包的到达时间间隔均值、业务子流的总数据量、业务子流的持续时间以及业务子流的标志位中的至少两种。

7.一种边缘计算的业务流感知装置，其特征在于，包括：

8.根据权利要求7所述的边缘计算的业务流感知装置，其特征在于，所述业务类型感知模型包括输入层、快速门控循环单元层和输出层；

9.根据权利要求8所述的边缘计算的业务流感知...

【专利技术属性】
技术研发人员：甄岩，白晖峰，霍超，刘浩，黄志杰，郑利斌，刘日亮，王旭强，程胤璋，张颉，顾仁涛，范元亮，闫波，张港红，尹志斌，
申请(专利权)人：北京智芯微电子科技有限公司，
类型：发明
国别省市：