[发明专利]无线路由器间关键配置自动同步的方法、系统和电子设备

说明书

本申请涉及无线路由器领域，具体地一种无线路由器间关键配置自动同步的方法、系统和电子设备，其基于深度神经网络的人工智能技术并依据用户的无线路由器的具体使用情况来将参考路由器的关键配置自动同步给用户的无线路由器，从而提高用户使用无线路由器的便利程度。

技术领域

本申请涉及人工智能技术领域，且更为具体地，涉及一种无线路由器间关键配置自动同步的方法、系统和电子设备。

背景技术

无线路由器作为主网络与无线设备之间的中转节点，目前广泛地在用户端使用。无线路由器本身不仅具有无线AP的所有功能，如支持DHCP客户端、支持VPN、防火墙、支持WEP加密等，还包括了网络地址转换(NAT)功能，可支持局域网用户的网络连接共享等。

但是目前，由于很多功能需要用户自行配置，而由于用户本身不具有专门的配置知识，因此无线路由器的应用潜力还远没有得到开发。

因此，期望提供一种无线路由器间关键配置自动同步的方案。

发明内容

为了解决上述技术问题，提出了本申请。本申请的实施例提供了一种无线路由器间关键配置自动同步的方法、系统和电子设备，其基于深度神经网络的人工智能技术并依据用户的无线路由器的具体使用情况来将参考路由器的关键配置自动同步给用户的无线路由器，从而提高用户使用无线路由器的便利程度。

根据本申请的一个方面，提供了一种无线路由器间关键配置自动同步的方法，其包括：

获取预定区域内的无线路由器的网络结构的拓扑数据；

将所述无线路由器的网络结构的拓扑数据转化为一个二维数据矩阵，其中，所述二维数据矩阵的行和列对应于所述预定区域内的无线路由器，所述二维数据矩阵的各个位置的特征值为各个所述无线路由器之间的物理距离；

将所述二维数据矩阵通过卷积神经网络以获得特征图，其中，所述卷积神经网络的最后一层以Sigmoid激活函数进行激活以将所述特征图中各个位置的特征值转化到0到1的区间内；

获取每个所述无线路由器的当前网络流量，以获得由多个当前网络流量构成的网络流量向量；

将所述特征图与所述网络流量向量进行矩阵相乘以将所述网络流量向量映射到所述特征图所在的高维特征空间中，以获得特征向量；

计算所述特征向量中各个位置的特征值的多项逻辑递归值，所述多项逻辑递归值用于表示所述特征向量中各个位置的特征值相对于所有位置的特征值的整体集合的效用值，其中，所述多项逻辑递归值为以所述特征向量中各个位置的特征值为幂的自然指数函数值除以所述特征向量中各个位置的特征值的加权和的商；以及

基于所述多项逻辑递归值与预设阈值之间的比较，确定是否将参考无线路由器的配置同步给目标无线路由器。

在上述无线路由器间关键配置自动同步的方法中，将所述无线路由器的网络结构的拓扑数据转化为一个二维数据矩阵，包括：将所述预定区域内的无线路由器按行和列进行排列，以构成初始矩阵；以及，在所述初始矩阵的各个位置填充各个所述无线路由器之间的物理距离，以获得所述二维数据矩阵，其中，所述二维数值矩阵的对角线位置的特征值为0。

在上述无线路由器间关键配置自动同步的方法中，计算所述特征向量中各个位置的特征值的多项逻辑递归值，包括：以如下公式计算所述特征向量中各个位置的特征值的多项逻辑递归值，其中，所述公式为pi＝exp(xi)/∑_ixi，其中，xi表示所述特征向量中各个位置的特征值。