[发明专利]OVS网络流量加速优化方法及OVS网络流量加速优化系统

权利要求书

1.一种OVS网络流量加速优化方法，其特征在于，基于共享云虚拟机进行信息转发和控制，该方法包括步骤：

获取并汇总各OVS网络流量加速优化请求，建立加速优化模型；

对OVS网络流量加速优化请求进行加速优化分析，获取并汇总各加速优化分析结果；

以加速优化分析结果作为样本，进行加速优化自学习以获得寻优向量；

判断加速优化函数的分析结果是否满足加速优化分析评价条件；

以寻优向量交互加速优化模块中的相应向量，对上述步骤进行迭代循环，直到满足加速优化分析评价条件或达到最大迭代次数；

根据满足加速优化分析评价条件或最大迭代次数的位置进行流量转发；

获取并汇总各OVS网络流量加速优化请求，建立加速优化模型的步骤中:每隔预置时间主动上报和定期被询问机制获取各OVS网络流量加速优化请求，并汇总请求信息，加速优化模型为：

其中，为包含网络拥塞度数据丢包率和消耗度的信息向量，即其中的k表示第k次迭代，k小于等于最大迭代数，即k满足k≤d，使得k＝1,2,…,d；i＝1,2,…m,j＝1,2,…n，其中i和j分别为加速优化模型的行数和列数，m和n分别为加速优化模型的请求数和可能路径数。

2.根据权利要求1所述的OVS网络流量加速优化方法，其特征在于，对OVS网络流量加速优化请求进行加速优化分析的步骤中，加速优化函数为：

其中，M^minG为历史信息向量最小值，M^avgG为历史信息向量平均值，M^maxG为历史信息向量最大值，ψ、υ分别为调整因子。

3.根据权利要求2所述的OVS网络流量加速优化方法，其特征在于，以加速优化分析结果作为样本，进行加速优化自学习的步骤中，寻优向量公式为：

以及，得到的寻优向量为：

其中：为采用多元多维自学习规则获得的寻优向量，和为第k次迭代中，最优、次优、次次优的多维空间位置，E()为数字期望函数，为采用更易跳出局部最优的算法获得的寻优向量。

4.根据权利要求3所述的OVS网络流量加速优化方法，其特征在于，评价函数为：

其中，D^maxG为历史网络拥塞度最大值，L^maxG为历史数据丢包率最大值，C^maxG为历史消耗度最大值，M^maxK为当前第k次迭代信息向量最大值，M^minK为当前第k次迭代信息向量最小值；为加速优化的网络拥塞度，为加速优化的数据丢包率，为加速优化的消耗度，α,β,γ,δ分别为调整因子。