一种认知网络中基于Ａｇｅｎｔ的可用资源评估方法技术

本发明专利技术提供一种认知网络中基于Ａｇｅｎｔ的可用资源评估方法，属于计算机网络技术领域。本发明专利技术采用评估Ａｇｅｎｔ根据要评估业务的各项评估指标对网络资源进行评估、统计和计算，最后得到该业务关于可用资源的综合评估矩阵Ｍ；本发明专利技术能够根据用户业务需求，确定所需资源的类型和权重，经过评估ａｇｅｎｔ的评估生成综合评估矩阵，从而确定资源的评价等级，判断网络资源能否满足用户的业务需求，为认知网络中的资源重配置奠定基础。

【技术实现步骤摘要】

本专利技术涉及，属于计算机网络技 术领域。
技术介绍
网络资源是有限的，而网络应用对资源的需求日益增加，满足所有用户的资源 需求通常是不可能的，这就意味着一些用户的资源需求得不到满足，甚至在资源匮乏的 情况下网络拒绝为用户提供服务，传统网络资源利用率低下，造成网络资源的浪费。认 知网络是目前兴起的一种新型网络技术，其主要特点是使得网络能够基于当前网络状 态，以实现端到端目标为目的，基于知识库中的知识，进行网络资源的评估、预测、规 划、调整和分配，实现网络资源利用率最大化，使得网络具有自感知、自学习、自优 化、自修复、自配置能力，实现真正意义上的网络可测、可控、可管、可信。因此，对 可用网络资源进行动态合理的评估，是实现网络资源最佳配置、进而保证认知网络服务 质量的前提和基础。
技术实现思路
专利技术目的本专利技术提供，主要目的是为了实 现认知网络功能，评估该终端和网络是否能满足业务需求，是否真实可靠，从而进行相 应的访问控制，满足用户业务需求，提高QoS。技术方案本专利技术为实现上述专利技术目的采用如下技术方案—种认知网络中基于Agent的可用资源评估方法，该方法采用评估Agent根据要 评估业务的各项评估指标对网络资源进行评估、统计和计算，最后得到该业务关于可用 资源的综合评估矩阵M，所述评估Agent由总评估Agent和若干个评估专家Agent构成， 其中评估专家Agent的具体评估过程如下步骤A，将用户的业务请求经过QoS参数映射和转化步骤输入评估指标集 Agent,所述评估指标集记为U=UJ1, U2,…，U1),式中，其中i为评估指标数，i =1，2，…，i为自然数；步骤B，采用评估指标集Agent从评估集库中选择与用户的业务所对应的评估 集，将评估集记作P= OV P2,…，Pn},式中，η为评估集的等级数；η=1，2，…， η为自然数；步骤C，评估专家Agent对业务评估指标体系中的每一个评估指标U1进行评估， 从而得到该业务关于所需资源的综合信息矩阵R 权利要求1. ，其特征在于，该方法采用评估 Agent根据要评估业务的各项评估指标对网络资源进行评估、统计和计算，最后得到该业 务关于可用资源的综合评估矩阵M，所述评估Agent由总评估Agent和若干个评估专家 Agent构成，其中评估专家Agent的具体评估过程如下步骤A，将用户的业务请求经过QoS参数映射和转化步骤输入评估指标集Agent， 所述评估指标集记为U= (U1, U2,…，U1),式中，其中i为评估指标数，i = l， 2，…，i为自然数；步骤B，采用评估指标集Agent从评估集库中选择与用户的业务所对应的评估集，将 评估集记作P = ^1, P2,…，Ρη},式中，η为评估集的等级数；η=1，2，…，η为 自然数；步骤C，评估专家Agent对业务评估指标体系中的每一个评估指标Ui进行评估，从 而得到该业务关于所需资源的综合信息矩阵R Λ ρλ r\p2 …厂1 pn D r2p\ r2p2 …r2 pn式中，rmpn为评估指标U1对其评估集的某个评估等级Pm的隶属度； 各评估专家Agent获得各自的综合信息矩阵R后，将其发送至总评估Agent，总评估 Agent继续进行下列评估过程步骤D(I)，采用N元一次函数 f(xi' X2' "-Xn) = k1x1+k2x2+-"+knxn来表示资源关联综合评估函数，式中O^kjl，η e N+,且Ic1+]^+…+kn = 1 ； 其中Xl、x2。。。。。xn分别表示该业务的各个评估指标； 步骤D (2)，根据资源关联综合评估函数中各变量的系数，计算权重，评估指标权重 集记为Q = {Qi' Q2,…，Q1) Q1 > ο 且 Q^QAJQ1 = ι 其中i为评估指标数，i = l，2，…!为自然数； 步骤D (3)，根据综合信息矩阵R和权重集Q得到资源综合评估矩阵M M = QXR ；步骤D (4)，总评估Agent调用符合具体评估集的权重集，将评估指标集评估等级的 加权矩阵记为B = ；步骤D (5)，根据综合评估矩阵M和加权矩阵B得到相应业务的综合量值V V = MXBt其中Bt SB的转置矩阵；步骤E，通过综合量值V可知所评估业务的综合评估结果，其中V越大，表明被评 估业务越优，QoS越高，也说明资源能充分保证业务需求，符合网络运营商和用户的目 标；反之，说明评估业务的等级低，不能满足用户业务需求，需要经过多次调整来达到 预期目标。2.根据权利要求1所述的认知网络中基于Agent的可用资源评估方法，其特征在于 步骤D(I)中所述资源关联综合评估函数，其所采用的建立评估函数的步骤如下 i，对业务的每一个评估指标，确定所需资源的类型及属性；ii，将得到数据输入计算机，采用NOSA统计分析软件，计算相关变量的相关矩阵的 特征根；并同时得到特征根的累积贡献率W ；iii，根据特征根的累积贡献率W，提取相应的主成分变量记为i；，f2，…，f1;并把 f2，…，ζ表示为变量Xl，x2,…，xn的函数，得到主成分变量的分系数矩阵；iv,综合评估函数/(xW ，乂 ’式中w'为对应特征根的贡献率。全文摘要本专利技术提供，属于计算机网络
本专利技术采用评估Agent根据要评估业务的各项评估指标对网络资源进行评估、统计和计算，最后得到该业务关于可用资源的综合评估矩阵M；本专利技术能够根据用户业务需求，确定所需资源的类型和权重，经过评估agent的评估生成综合评估矩阵，从而确定资源的评价等级，判断网络资源能否满足用户的业务需求，为认知网络中的资源重配置奠定基础。文档编号G06Q10/00GK102025539SQ20101057621公开日2011年4月20日 申请日期2010年12月7日 优先权日2010年12月7日专利技术者亓晋, 孙雁飞, 张娜娜, 张顺颐, 王攀, 顾成杰 申请人:南京邮电大学本文档来自技高网...

【技术保护点】
一种认知网络中基于Ａｇｅｎｔ的可用资源评估方法，其特征在于，该方法采用评估Ａｇｅｎｔ根据要评估业务的各项评估指标对网络资源进行评估、统计和计算，最后得到该业务关于可用资源的综合评估矩阵Ｍ，所述评估Ａｇｅｎｔ由总评估Ａｇｅｎｔ和若干个评估专家Ａｇｅｎｔ构成，其中评估专家Ａｇｅｎｔ的具体评估过程如下：步骤Ａ，将用户的业务请求经过ＱｏＳ参数映射和转化步骤输入评估指标集Ａｇｅｎｔ，所述评估指标集记为：Ｕ＝｛Ｕ↓［１］，Ｕ↓［２］，…，Ｕ↓［ｉ］｝，式中，其中ｉ为评估指标数，ｉ＝１，２，…，ｉ为自然数；步骤Ｂ，采用评估指标集Ａｇｅｎｔ从评估集库中选择与用户的业务所对应的评估集，将评估集记作Ｐ＝｛Ｐ↓［１］，Ｐ↓［２］，…，Ｐ↓［ｎ］｝，式中，ｎ为评估集的等级数；ｎ＝１，２，…，ｎ为自然数；步骤Ｃ，评估专家Ａｇｅｎｔ对业务评估指标体系中的每一个评估指标Ｕｉ进行评估，从而得到该业务关于所需资源的综合信息矩阵Ｒ：＊＊＊式中，ｒ↓［ｍｐｎ］为评估指标Ｕ↓［ｉ］对其评估集的某个评估等级Ｐ↓［ｍ］的隶属度；各评估专家Ａｇｅｎｔ获得各自的综合信息矩阵Ｒ后，将其发送至总评估Ａｇｅｎｔ，总评估Ａｇｅｎｔ继续进行下列评估过程：步骤Ｄ（１），采用Ｎ元一次函数：ｆ（ｘ↓［１］，ｘ↓［２］，…ｘ↓［ｎ］）＝ｋ↓［１］ｘ↓［１］＋ｋ↓［２］ｘ↓［２］＋…＋ｋ↓［ｎ］ｘ↓［ｎ］来表示资源关联综合评估函数，式中０≤ｋ↓［ｎ］≤１，ｎ∈Ｎ＋，且ｋ↓［１］＋ｋ↓［２］＋…＋ｋ↓［ｎ］＝１；其中ｘ↓［１］、ｘ↓［２］。。。。。ｘ↓［ｎ］分别表示该业务的各个评估指标；步骤Ｄ（２），根据资源关联综合评估函数中各变量的系数，计算权重，评估指标权重集记为：Ｑ＝｛Ｑ↓［１］，Ｑ↓［２］，．．．，Ｑ↓［ｉ］｝Ｑ↓［ｉ］＞０且Ｑ↓［１］＋Ｑ↓［２］＋．．．＋Ｑ↓［ｉ］＝１其中ｉ为评估指标数，ｉ＝１，２，…ｉ为自然数；步骤Ｄ（３），根据综合信息矩阵Ｒ和权重集Ｑ得到资源综合评估矩阵Ｍ：Ｍ＝Ｑ×Ｒ；步骤Ｄ（４），总评估Ａｇｅｎｔ调用符合具体评估集的权重集，将评估指标集评估等级的加权矩阵记为Ｂ＝［Ｂ↓［１］，Ｂ↓［２］，…，Ｂ↓［ｉ］］；步骤Ｄ（５），根据综合评估矩阵Ｍ和加权矩阵Ｂ得到相应业务的综合量值Ｖ：Ｖ＝Ｍ×Ｂ↑［Ｔ］其中Ｂ↑［Ｔ］为Ｂ的转置矩阵；步骤Ｅ，通过综合量值Ｖ可知所评估业务的综合评估结果，其中Ｖ越大，表明被评估业务越优，ＱｏＳ越高，也说明资源能充分保证业务需求，符...

【技术特征摘要】

【专利技术属性】
技术研发人员：孙雁飞，张顺颐，亓晋，顾成杰，张娜娜，王攀，
申请(专利权)人：南京邮电大学，
类型：发明
国别省市：84[中国|南京]