[发明专利]一种基于关联分析的网络丢包概率预测方法

摘要

一种基于关联分析的网络丢包概率预测方法，本发明涉及网络控制系统和数据挖掘领域，根据异常日志和历史测量数据，对数据进行整合计算；分别计算它们的变化率，并根据数据包将以上参数的变化率与数据包丢失的概率进行一一映射；按相关系数的绝对值大小将自变量逐一引入回归方程；循环执行上述步骤，直到生成的回归方程中不能添加新的因变量，也不能删除方程中的因变量为止。利用网络环境预测网络故障的发生，根据网络中可观测的参量预测数据包丢失概率，并根据数据包丢失的概率均衡负载，保证网络数据传输的可靠性，又能节约有限的网络资源，尽可能的避免网络故障的产生。

主权项

一种基于关联分析的网络丢包概率预测方法，其特征在于：它的操作步骤如下：步骤(1)：根据网络传输协议对网络控制系统的历史测量数据及异常日志进行分类；步骤(2)：在同一个传输协议分类下，根据异常日志和历史测量数据，对数据进行整合计算，包括数据包大小、数据包传输速率、每次传输的带宽利用率及丢包前接收端的时延，根据公式$r=\frac{{\mathrm{\Σ}}_{i=1}^n(x_i-\stackrel{\‾}{x})(y_i-\stackrel{\‾}{y})}{\sqrt{{\mathrm{\Σ}}_{i=1}^n{(x_i-\stackrel{\‾}{x})}^2{(y_i-\stackrel{\‾}{y})}^2}}(i=1,2,...,n)$计算每一个自变量相对于因变量的相关系数，并取相关系数的绝对值进行排序；步骤(3)：将以上四组数据进行整合，分别计算它们的变化率，并根据数据包将以上参数的变化率与数据包丢失的概率进行一一映射；步骤(4)：取数据包大小的变化率、数据包传输速率的变化率、带宽利用率、带宽利用率变化率及数据包接收端的时延变化率为自变量，丢包概率为因变量,相关系数绝对值最大的自变量与因变量构造一元回归方程，检验所得方程的显著性,若所得方程可信，则转入步骤(4)；若所得方程不可信，则停止建模，取相关系数绝对值排序中的下一个自变量重复步骤(3)；步骤(5)：按相关系数的绝对值大小将自变量逐一引入回归方程，显著性检验结果表明因变量和自变量之间存在明显的关系时，将变量引入回归方程，对回归方程进行更新，同时重新检验每一个自变量对因变量的回归效果，若回归效果明显，则保留自变量；若回归效果不明显，则将该自变量从回归方程中删除；步骤(6)：循环执行上述步骤，直到生成的回归方程中不能添加新的因变量，也不能删除方程中的因变量为止。