[发明专利]一种路由路径确定方法及装置

说明书

本申请提供了一种路由路径确定方法及装置，涉及网络通信技术领域，其中，该方法包括：确定当前网络中每个路由器当前的运行信息和网络拓扑结构的降维后的邻接矩阵，其中，所述运行信息包括分组的到达情况和队列利用率；基于所述当前的运行信息中分组的到达情况和队列利用率，及所述降维后的邻接矩阵，预测预设时间段每个路由器的队列利用率；基于所述预测得到的每个路由器的队列利用率和所述当前的运行信息中的队列利用率，确定作为路由下一跳的目标路由器。与现有技术中的路由路径确定方法相比，本申请通过预测预设时间段每个路由器的队列利用率来确定路由下一跳的目标路由，降低数据传输的丢包率，减少数据传输时延。

技术领域

本申请涉及网络通信技术领域，尤其是涉及一种路由路径确定方法及装置。

背景技术

目前，互联网所提供的服务越来越多样。在分组交换网络中，由于诸如因特网视频，移动流媒体和交互式网络电视之类的数字视频服务的快速发展，数据流量急剧增长。传统的路由协议无法有效避免网络拥塞的出现。为了实现网络资源的负载均衡，需要调用智能路由方案。

现有技术中，路由算法通常从节省网络资源消耗出发，采用的是基于目的地址的最短路径路由，在选择路径时没有综合考虑网络的实际资源情况，只根据业务流的目的地址选择一条度量值最短的路径。申请人在研究中发现，这种方式会造成传输时延以及丢包率增加。

发明内容

有鉴于此，本申请的目的在于提供一种路由路径确定方法及装置，降低数据传输的丢包率，减少数据传输时延。

本申请实施例提供了一种路由路径确定方法，所述方法包括：

确定当前网络中每个路由器当前的运行信息和网络拓扑结构的降维后的邻接矩阵，其中，所述运行信息包括分组的到达情况和队列利用率；

基于所述当前的运行信息中分组的到达情况和队列利用率，及所述降维后的邻接矩阵，预测预设时间段每个路由器的队列利用率；

基于所述预测得到的每个路由器的队列利用率和所述当前的运行信息中的队列利用率，确定作为路由下一跳的目标路由器。

进一步的，所述确定当前网络中每个路由器当前的运行信息和网络拓扑结构的降维后的邻接矩阵，包括：

获取当前网络中每个路由器当前的运行信息和网络拓扑结构；

基于所述网络拓扑结构确定所述网络拓扑结构的邻接矩阵；

基于所述网络拓扑结构的邻接矩阵和主成分分析法，确定所述降维后的邻接矩阵。

进一步的，所述基于所述当前的运行信息中分组的到达情况和队列利用率，及所述降维后的邻接矩阵，预测预设时间段每个路由器的队列利用率，包括：

基于训练好的神经网络，根据所述当前的运行信息中分组的到达情况和队列利用率，及所述降维后的邻接矩阵，预测预设时间段每个路由器的队列利用率。

进一步的，所述方法还包括训练神经网络的步骤：

获取当前网络中每个路由器历史的运行信息和所述降维后的邻接矩阵；

基于所述历史的运行信息和所述降维后的邻接矩阵确定所述神经网络的训练集，并对所述神经网络的参数进行初始化设置，其中，所述神经网络的参数包括权重和偏差；

基于Adam算法对所述神经网络的参数进行调整，确定所述训练好的神经网络。

进一步的，所述基于所述预测得到的每个路由器的队列利用率和所述当前的运行信息中的队列利用率，确定作为路由下一跳的目标路由器，包括：

分别对每个路由器当前的队列利用率、预测得到的队列利用率，与其邻近路由器当前的队列利用率、预测得到的队列利用率进行整合，确定每个路由器当前的整合队列利用率和预测得到的整合队列利用率；