[发明专利]一种网络功能扩展检测方法、装置、存储介质及电子设备有效
申请号: | 202110163214.0 | 申请日: | 2021-02-05 |
公开(公告)号: | CN112861964B | 公开(公告)日: | 2022-09-16 |
发明(设计)人: | 刘莹;何林;李丽姗 | 申请(专利权)人: | 清华大学 |
主分类号: | G06K9/62 | 分类号: | G06K9/62;G06N3/04;G06N3/08 |
代理公司: | 北京聿宏知识产权代理有限公司 11372 | 代理人: | 吴大建;胡晓男 |
地址: | 10008*** | 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: | 一种 网络 功能 扩展 检测 方法 装置 存储 介质 电子设备 | ||
1.一种网络功能扩展检测方法,其特征在于,包括:
收集网络功能的状态特征信息以及服务功能链信息;
将所述网络功能的状态特征信息以及服务功能链信息转化为预设长度的链感知网络功能表示向量;
将连续时间区间内的链感知网络功能表示向量输入预设决策模型进行扩展决策,决策出扩展动作;
所述将连续时间区间内的链感知网络功能表示向量输入预设决策模型进行扩展决策,决策出扩展动作,包括:
将连续时间区间[1,M]内的链感知网络功能表示向量作为输入序列输入预设决策模型;所述预设决策模型如下:
其中,当前时刻k∈[1,M],当前时刻k的链感知网络功能表示向量为σ是sigmoid函数;表示网络功能i的更新门;表示网络功能i的重置门;表示网络功能i在当前时刻k的记忆内容;表示网络功能i在当前时刻k的记忆内容的输出;⊙表示Hadamard乘积运算;分别表示网络功能i的权重参数,d表示超参数;
针对网络功能i在时刻M的记忆内容的输出使用softmax函数计算得到网络功能i的扩展动作的概率pi:
其中,和分别表示网络功能i的权重矩阵和偏差;
将概率pi最大的扩展动作作为决策出的网络功能i的扩展动作。
2.根据权利要求1所述的网络功能扩展检测方法,其特征在于,所述将所述网络功能的状态特征信息以及服务功能链信息转化为预设长度的链感知网络功能表示向量,包括:
生成网络功能级表示向量,用于刻画网络功能的状态特征信息;
生成全局服务功能链级表示向量,用于刻画服务功能链信息,所述服务功能链信息包括网络功能之间的连接关系;
生成链感知网络功能表示向量,用于刻画一个网络功能,包括该网络功能的网络功能级表示向量以及全局服务功能链级表示向量。
3.根据权利要求1所述的网络功能扩展检测方法,其特征在于,所述扩展动作包括以下之一:
添加一个新的实例;
不做任何扩展;及
移除一个实例。
4.根据权利要求1所述的网络功能扩展检测方法,其特征在于,所述网络功能的状态特征信息,至少包括如下之一:
入口流量速率;
出口流量速率;
数据包处理时延;
CPU利用率;及
内存利用率。
5.根据权利要求2所述的网络功能扩展检测方法,其特征在于,所述生成网络功能级表示向量,包括:
采用下式生成t时刻的网络功能级表示向量
其中,网络功能j是网络功能i的下游节点;表示将t时刻网络功能i的状态特征信息映射到隐式状态空间;表示将t时刻网络功能j的状态特征信息映射到隐式状态空间;和分别表示网络功能i的权重矩阵和偏差;d表示超参数。
6.根据权利要求2所述的网络功能扩展检测方法,其特征在于,所述生成全局服务功能链级表示向量,包括:
采用下式生成全局服务功能链级表示向量
其中,C是服务功能链虚拟节点,且所有的网络功能均为该虚拟节点C的下游节点,表示将t时刻网络功能j的状态特征信息映射到隐式状态空间;d表示超参数。
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清华大学,未经清华大学许可,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/202110163214.0/1.html,转载请声明来源钻瓜专利网。