[发明专利]基于混合整数规划的网络流量建模和预测方法和装置

权利要求书

1.基于混合整数规划的网络流量建模和预测方法，其特征在于，包括以下步骤：

S1、收集园区网络中各个终端的网络流量传输数据；

S2、构建流量传输数据的Box集，根据S1收集到的网络流量传输数据，建立混合整数规划模型来求解描述流量不确定性的Box集，利用Box集构建数学规划问题进行滚动预测，得到流量数据的预测结果；

S3、根据S2得到的流量数据的预测结果对包含终端和多种交换机设备的园区网络系统运行进行控制。

2.根据权利要求1所述的基于混合整数规划的网络流量建模和预测方法，其特征在于，所述S1包括以下步骤：

S1.1、使用Netflow软件进行网络流量数据包采集；

S1.2、将所接收的数据包流量信息汇聚成一条条的流。

3.根据权利要求1所述的基于混合整数规划的网络流量建模和预测方法，其特征在于，所述S2包括以下步骤：

S201、将网络流量传输数据按相等时间划分，得到高维点集；

S202、基于高维点集建立初始Box集数学模型，然后切割Box集数学模型，化简切割后的Box集得到MILP数学模型，最后使用拉格朗日松弛法将MILP数学模型的部分约束松弛到目标函数上得到拉格朗日松弛转化模型，求解拉格朗日松弛转化模型得到描述Box的若干个超平面约束；

S203、分析流量特性并添加预算约束条件，得到另外一组超平面约束；

S204、根据S202和S203中的得到的两组超平面约束条件构建预测节点数学规划模型，预测节点数学规划模型包括目标函数和约束条件；

S205、根据构建的预测节点数学规划模型，对未来流量数据进行滚动预测，得到未来一段时间内各个时间节点的预测结果。

4.根据权利要求3所述的基于混合整数规划的网络流量建模和预测方法，其特征在于，S202包括以下步骤：

1)建立初始Box集数学模型为：

U_∞＝{ξ∣||ξ||_∞≤Ψ}＝{ξ||ξ_j∣≤Ψ,j∈J}

其中U_∞为需要得到的Box集合，ξ为一个高维点坐标，ξ_j为第j个维度上的坐标值，Ψ为各个维度上的最大值max(ζ_j)，J为S201流量数据处理后得到的高维点集，这样就可以得到了一个初始Box集；

2)用切割Box集数学模型切割Box集；

3)化简切割后的的Box集数学模型得到MILP数学模型：

4)使用拉格朗日松弛法将MILP模型部分约束松弛到目标函数上得到拉格朗日松弛转化模型，解上述拉格朗日松弛转化模型即可得到一个最优解d_max，在拉格朗日松弛转化数学模型约束条件上加上d＜d_max，再次求解即可以得到次优解，循环求解多次，直到得到m个超平面约束。

5.根据权利要求3所述的基于混合整数规划的网络流量建模和预测方法，其特征在于，所述S203中，分析网络流量特性包括时间序列平滑处理、长期趋势拟合和周期因素提取。

6.根据权利要求3所述的基于混合整数规划的网络流量建模和预测方法，其特征在于，所述S204中，预测节点数学规划模型的目标函数为：

其中，为预测节点x_T+1的预测上界，为预测节点x_T+1的预测上界。

7.根据权利要求3所述的基于混合整数规划的网络流量建模和预测方法，其特征在于，所述S204中，约束条件为：

其中，a_ij、C_i为求解拉格朗日松弛后的MILP模型和预算约束数学模型得到的两组超平面约束的系数，前m个约束为Box集超平面约束，第m+1到第m+n个约束为预算约束，最后一个约束中为决策变量，x_T+1为需要预测流量数据的时间节点。