[发明专利]基于决策树的DNS调整方法、装置、计算机设备和存储介质

权利要求书

1.一种基于决策树的DNS调整方法，其特征在于，所述方法包括：

获取实时网络数据；

输入所述实时网络数据至加权决策树模型中，输出目标分类结果，所述加权决策树模型为多个样本数据根据影响网络质量的属性基于决策树算法生成，所述加权决策树模型中的每个属性按照影响网络质量程度对应不同的权值，并通过所述目标分类结果进行DNS调整；

所述生成加权决策树模型，包括：

获取当前分裂节点的所有样本数据；

基于决策树算法将当前分裂节点的所有样本数据进行类别统计，得到当前分裂节点的类别信息熵；

若当前分裂节点的类别信息熵不为零时，对当前分裂节点的每个所述样本数据中多个影响网络质量的属性分别进行加权处理，得到每个属性对应的权值，所述权值包括距离权值和参照权值，所述距离权值为根据实际数据与预设目标数据之间的差值计算得出的权值，所述预设目标数据为理想状态下网络质量最佳的向量数据，所述参照权值为按照属性影响网络质量的程度设置的权值；

根据所述每个属性对应的距离权值和参照权值生成对应的信息熵；

将每个属性对应的所述信息熵与类别信息熵进行差值计算，生成对应的信息增益；

根据当前分裂节点所有属性的信息增益确定当前分裂点的分裂属性，将当前分裂点的所有样本数据按照当前分裂点的分裂属性进行分类，得到下一分裂节点；

在下一分裂节点重新根据下一分裂节点的样本数据确定分裂属性，若下一分裂节点得到的类别信息熵为零时，停止属性分类，生成所述加权决策树模型。

2.根据权利要求1所述的方法，其特征在于，所述对当前分裂节点的每个所述样本数据中多个影响网络质量的属性分别进行加权处理，包括：

计算每个所述样本数据与预设目标数据之间的标准欧式距离；

根据所述标准欧式距离生成每个属性对应的距离权值；

根据网络质量影响程度设置每个属性的参照权值，根据所有属性的参照权值之和生成总权值。

3.根据权利要求1所述的方法，其特征在于，所述方法还包括：

当连续预设次数输出的目标分类结果与当前连接的网络数据不同时，进行DNS调整。

4.根据权利要求1所述的方法，其特征在于，生成样本数据，包括：

获取多个历史网络数据；

将所有历史网络数据按照衡量因素构造为对应的向量数据，所述衡量因素包括多个影响网络质量的属性；

将所述向量数据进行归一化计算，得到对应的样本数据。

5.一种基于决策树的DNS调整装置，其特征在于，所述装置包括：

数据获取模块，用于获取实时网络数据；

决策模块，用于输入所述实时网络数据至加权决策树模型中，输出目标分类结果，所述加权决策树模型为多个样本数据根据影响网络质量的属性基于决策树算法生成，所述加权决策树模型中的每个属性按照影响网络质量程度对应不同的权值，并通过所述目标分类结果进行DNS调整；

所述决策模块模型生成模块，所述模型生成模块包括：

样本获取单元，用于获取当前分裂节点的所有样本数据；

统计单元，用于基于决策树算法将当前分裂节点的所有样本数据进行类别统计，得到当前分裂节点的类别信息熵；

加权单元，用于若当前分裂节点的类别信息熵不为零时，对当前分裂节点的每个所述样本数据中多个影响网络质量的属性分别进行加权处理，得到每个属性对应的权值，所述权值包括距离权值和参照权值，所述距离权值为根据实际数据与预设目标数据之间的差值计算得出的权值，所述预设目标数据为理想状态下网络质量最佳的向量数据，所述参照权值为按照属性影响网络质量的程度设置的权值；

信息熵生成单元，用于根据所述每个属性对应的距离权值和参照权值生成对应的信息熵；

增益生成单元，用于将每个属性对应的所述信息熵与类别信息熵进行差值计算，生成对应的信息增益；

分类单元，用于根据当前分裂节点所有属性的信息增益确定当前分裂点的分裂属性，将当前分裂点的所有样本数据按照当前分裂点的分裂属性进行分类，得到下一分裂节点；

决策生成单元，在下一分裂节点重新根据下一分裂节点的样本数据确定分裂属性，若下一分裂节点得到的类别信息熵为零时，停止属性分类，生成加权决策树模型。