[发明专利]一种基于关联分析的网络丢包概率预测方法在审
申请号: | 201510934315.8 | 申请日: | 2015-12-14 |
公开(公告)号: | CN105577432A | 公开(公告)日: | 2016-05-11 |
发明(设计)人: | 葛愿;王炎 | 申请(专利权)人: | 安徽工程大学 |
主分类号: | H04L12/24 | 分类号: | H04L12/24;H04L12/26 |
代理公司: | 暂无信息 | 代理人: | 暂无信息 |
地址: | 24100*** | 国省代码: | 安徽;34 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 一种 基于 关联 分析 网络 概率 预测 方法 | ||
1.一种基于关联分析的网络丢包概率预测方法,其特征在于:它的操作步骤如下:
步骤(1):根据网络传输协议对网络控制系统的历史测量数据及异常日志进行分类;
步骤(2):在同一个传输协议分类下,根据异常日志和历史测量数据,对数据进行整合 计算,包括数据包大小、数据包传输速率、每次传输的带宽利用率及丢包前接收端的时延, 根据公式
步骤(3):将以上四组数据进行整合,分别计算它们的变化率,并根据数据包将以上参 数的变化率与数据包丢失的概率进行一一映射;
步骤(4):取数据包大小的变化率、数据包传输速率的变化率、带宽利用率、带宽利用率 变化率及数据包接收端的时延变化率为自变量,丢包概率为因变量,相关系数绝对值最大 的自变量与因变量构造一元回归方程,检验所得方程的显著性,若所得方程可信,则转入步 骤(4);若所得方程不可信,则停止建模,取相关系数绝对值排序中的下一个自变量重复步 骤(3);
步骤(5):按相关系数的绝对值大小将自变量逐一引入回归方程,显著性检验结果表明 因变量和自变量之间存在明显的关系时,将变量引入回归方程,对回归方程进行更新,同时 重新检验每一个自变量对因变量的回归效果,若回归效果明显,则保留自变量;若回归效果 不明显,则将该自变量从回归方程中删除;
步骤(6):循环执行上述步骤,直到生成的回归方程中不能添加新的因变量,也不能删 除方程中的因变量为止。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于安徽工程大学,未经安徽工程大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/201510934315.8/1.html,转载请声明来源钻瓜专利网。