[发明专利]一种基于神经网络识别网络需求的方法及网络设备

说明书

本申请提供一种基于神经网络识别网络需求的方法及网络设备，涉及通信技术领域，可实现局域网内每个网络设备自身能识别网络需求，包括：采集第一时间段内的报文，提取每个第一预设时间间隔的报文的至少一个特征；计算每个第一预设时间间隔内至少一个特征的信息熵，且根据每个第一预设时间间隔内的报文的至少一个特征的信息熵，得到该第一时间段内的报文的至少一个特征的第一信息熵矩阵；将第一信息熵矩阵中的元素输入应用神经网络模型，以获取第一信息熵矩阵对应的网络需求类别。本申请用于识别网络需求。

技术领域

本发明涉及通信技术领域，尤其涉及一种基于神经网络识别网络需求的方法及网络设备。

背景技术

在不同局域网覆盖范围内，网络需求可能不同。例如，在企业中的局域网覆盖范围内大多数网络流量用于办公数据通讯，而在网吧中的局域网覆盖范围内大多数网络流量用于视频游戏类应用。为了满足不同的场所中的网络需求，需要根据网络需求为局域网中的网络设备(例如交换机或者路由器)选择不同的配置策略,以进行网络优化。

目前进行网络优化时，可以通过DPI(英文：Deep Packet Inspection，中文：深度报文检测)技术来解析局域网中的所有网络设备的报文，具体的DPI技术可通过对报文的负载部分做解析识别出报文所对应的应用软件以及报文的具体内容，然后再根据报文所对应的应用软件及报文的具体内容通过人工(例如网络管理员)判断出该局域网的网络需求，然后再根据该网络需求为该局域网中的所有网络设备选择相应的配置策略，例如对于网络需求为大多数网络流量用于视频游戏类应用时，可以为该局域网中的所有网络设备选择提升游戏报文的优先级的配置策略。

但是，很多局域网所覆盖的场所内包含有不同的区域，比如医院包含门诊部和住院部，不同区域的网络需求的差别可能较大，而上述进行网络优化方法中，网络管理员会为局域网内所有网络设备选择同一种配置策略，如此该方法由于无法灵活的为每个网络设备选择不同配置策略，会使得网络管理员所选择的配置策略不能适配局域网内每个区域的网络需求。

发明内容

本发明的实施例提供一种基于神经网络识别网络需求的方法及网络设备，能够实现局域网内的每个网络设备自身能够识别网络需求。

第一方面，提供一种基于神经网络识别网络需求的方法，该方法包括：

采集第一时间段内的报文，该第一时间段分为多个第一预设时间间隔；

提取每个第一预设时间间隔的报文的至少一个特征，计算每个第一预设时间间隔内至少一个特征的信息熵；

根据每个第一预设时间间隔内的报文的至少一个特征的信息熵，得到该第一时间段内的报文的至少一个特征的第一信息熵矩阵；

将第一信息熵矩阵中的元素输入应用神经网络模型，以获取第一信息熵矩阵对应的网络需求类别。

可选的，在采集第一时间段内的报文之前，方法还包括：

针对满足不同类别的网络需求的局域网均执行下述步骤，以得到不同类别的网络需求的局域网中第二时间段内的报文的至少一个特征的第二信息熵矩阵：

采集第二时间段内的报文，该第二时间段分为多个第二预设时间间隔；

提取每个第二预设时间间隔的报文的至少一个特征，计算每个第二预设时间间隔内至少一个特征的信息熵；

根据每个第二预设时间间隔内的报文的至少一个特征的信息熵，得到该第二时间段内的报文的至少一个特征的第二信息熵矩阵。

可选的，所述方法还包括：针对满足不同类别的网络需求的局域网，依次执行下述步骤，以得到应用神经网络模型；

将第二信息熵矩阵中的元素输入初始神经网络模型，并将网络需求类别作为标签，根据BP算法对初始神经网络模型进行训练。