[发明专利]一种软件定义网络中基于深度学习的网络节能装置及方法

摘要

本发明公开了一种软件定义网络中基于深度学习的网络节能装置及方法，该装置包含：端口流量数据收集模块，周期性地收集流量数据；流量数据格式转换模块，对流量数据进行数据格式转换处理；数据归一化处理模块，将格式转换后的流量数据进行归一化处理；特征提取模块，从归一化处理后的流量数据中，提取部分特征并手动构建部分特征，再对流量特征进行维度重构获得新的流量特征；流量数据预测模块，对流量特征进行预测得到预测值；节能策略生成模块，根据得到的预测值与设定的阈值进行比较分析，生成节能策略，然后发送相应的指令到OpenFlow交换机切换端口速率、关闭冗余端口，更新流表，重新规划路由，减少能耗以实现网络节能。

主权项

1.一种软件定义网络中基于深度学习的网络节能装置，其特征在于，包括：端口流量数据收集模块，用于周期性地收集所有OpenFlow交换机的流量数据；流量数据格式转换模块，用于将端口流量数据收集模块获得的流量数据进行数据格式转换处理；数据归一化处理模块，用于将经过流量数据格式转换模块格式转换后的流量数据进行归一化处理；特征提取模块，用于从数据归一化处理模块处理后的流量数据中提取流量特征，将部分流量数据直接用作LSTM的部分输入特征{P}，并且依据流量数据构建部分输入特征{Q}，并将直接获取的输入特征和构建的输入特征进行维度重构，组成新的流量特征{P，Q}；流量数据预测模块，用于将特征提取模块得到的流量特征作为为LSTM模型的输入，得到预测的流量值；节能策略生成模块，用于根据流量数据预测模块得到的预测值与设定的阈值进行比较分析生成节能策略，然后发送相应的指令到OpenFlow交换机，完成切换端口速率、关闭冗余端口，更新流表，重新规划路由，实现节能。