[发明专利]空间信息网络的网络拓扑生成、路由分配方法和装置在审
申请号: | 201811092934.7 | 申请日: | 2018-09-18 |
公开(公告)号: | CN109120458A | 公开(公告)日: | 2019-01-01 |
发明(设计)人: | 杨辉;于奥;张杰;南静文 | 申请(专利权)人: | 北京邮电大学 |
主分类号: | H04L12/24 | 分类号: | H04L12/24;H04L12/721;H04L12/741 |
代理公司: | 北京风雅颂专利代理有限公司 11403 | 代理人: | 陈宙 |
地址: | 100876 *** | 国省代码: | 北京;11 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 网络节点 空间信息网络 网络拓扑生成 方法和装置 链路性能 路由分配 所述空间 网络拓扑 信息网络 转移概率 邻近度 直观 二维空间 高效存储 连接状况 矢量化 二阶 一阶 应用 表现 | ||
1.一种空间信息网络的网络拓扑生成方法,其特征在于,包括:
根据所述空间信息网络中网络节点间的链路性能,确定网络节点间的转移概率;
根据所述网络节点间的转移概率,在二维空间中矢量化网络节点间的关系得到所述空间信息网络的网络拓扑。
2.根据权利要求1所述的方法,其特征在于,所述根据所述空间信息网络中网络节点间的链路性能,确定网络节点间的转移概率,具体包括:
采用具有偏置策略的随机游走对网络采样过程中,根据所述空间信息网络中网络节点间的链路性能,确定网络节点间的转移概率。
3.根据权利要求1或2所述的方法,其特征在于,所述根据所述网络节点间的转移概率,在二维空间中矢量化网络节点间的关系得到所述空间信息网络的网络拓扑,具体包括:
将所述网络节点间的转移概率作为训练样本数据对Skip-Gram连续跳跃元语法模型进行训练;
从训练过的Skip-Gram模型结构中获取每个网络节点的矢量化表示结果构建所述网络拓扑。
4.根据权利要求3所述的方法,其特征在于,所述网络节点间的转移概率具体为条件概率,如表达式三所示:
其中,所述表达式三表示以网络节点vi为起点,进行所述偏置策略的随机游走得到的路径是v1,v2,…,vi-1的概率。
5.根据权利要求4所述的方法,其特征在于,所述Skip-Gram模型的训练目标为寻找最大的条件概率,如表达式四所示:
其中,f(vi)表示网络节点vi的矢量化表示结果。
6.根据权利要求5所述的方法,其特征在于,所述对Skip-Gram模型进行训练的过程包括:
将多维空间的所述网络节点间的转移概率利用所述Skip-Gram模型中的映射规则映射到低维空间中,得到低维空间中网络节点间的转移概率,如表达式五所示:
利用归一化指数函数计算网络节点间的转移概率:将每个网络节点分别映射为二叉树的各叶节点,将网络节点vi到其它节点的转移概率建模为二叉树中表示vi的根节点到表示其它节点的叶节点之间的路径,则条件概率Pr(vj|f(vi))改写为如下表达式六:
其中,l是从所述二叉树的根节点vi到vj所映射的叶节点的路径长度,是网络节点vj对应于二叉树中的标识为k的叶节点的父节点的d维向量表示,的值定义为:vj所映射的标识为k的叶节点为正样本时为0,为负样本时为1;其中,正样本指的是一次随机游走采样中被取样到的网络节点组成的集合;负采样指的是从正样本以外的网络节点中随机挑选的一部分节点组成的集合;是叶节点k为正样本的概率,且:
则所述Skip-Gram模型的训练目标的表达式四转化为如下表达式八:
在所述训练过程中,用SGD随机梯度下降算法更新所述Skip-Gram模型结构中的参数f(vi)和
7.一种路由分配方法,其特征在于,包括:
当业务请求到达时,根据生成的网络拓扑中的网络节点间的矢量距离,选取网络节点为业务分配路由;
其中,所述网络拓扑是根据权利要求1-6任一所述的方法预先生成的。
8.一种空间信息网络的网络拓扑生成装置,其特征在于,包括:
节点转移概率确定模块,用于根据所述空间信息网络中网络节点间的链路性能,确定网络节点间的转移概率;
拓扑构建模块,用于根据所述网络节点间的转移概率,在二维空间中矢量化网络节点间的关系得到所述空间信息网络的网络拓扑。
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北京邮电大学,未经北京邮电大学许可,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/201811092934.7/1.html,转载请声明来源钻瓜专利网。