[发明专利]一种满足光组播资源预测的隐马尔科夫模型状态构造与参数训练方法在审
| 申请号： | 201811133592.9 | 申请日： | 2018-09-27 |
| 公开（公告）号： | CN109272047A | 公开（公告）日： | 2019-01-25 |
| 发明（设计）人： | 曲志坚;刘晓红;李盘靖 | 申请（专利权）人： | 山东理工大学 |
| 主分类号： | G06K9/62 | 分类号： | G06K9/62 |
| 代理公司： | 暂无信息 | 代理人： | 暂无信息 |
| 地址： | 255086 山东省淄*** | 国省代码： | 山东;37 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明公开了一种在软件定义数据中心光网络内基于因马尔科夫模型的组播资源预测方法和实现过程。本发明的主要创新点表现为在软件定义数据中心光网络内通过统计数据中心内的光网络流量分布模型、网络资源需求量、业务突发时间、业务持续时间和业务请求频度等信息构建隐马尔科夫模型的可观测状态；通过划分组播业务在数据中心网络中的作用区域以及组播业务对网络资源的需求状况构建隐马尔科夫模型的隐藏状态。通过获取的观测状态和隐藏状态空间的历史数据训练所建立模型的参数并实现对数据中心光网络组播资源的预测。 | ||
| 搜索关键词： | 数据中心 光网络 隐马尔科夫模型 组播资源 网络资源 隐藏状态 组播业务 预测 历史数据训练 马尔科夫模型 数据中心网络 可观测状态 参数训练 建立模型 流量分布 信息构建 需求状况 业务请求 状态构造 作用区域 频度 构建 需求量 观测 表现 统计 | ||
【主权项】：
1.一种在软件定义数据中心光网络内满足隐马尔科夫模型要求的可观测状态空间和隐含状态空间的选择方法，其特征在于：所述的软件定义数据中心光网络可观测状态包括：光网络流量分布模型、网络资源需求量、业务突发时间、业务持续时间和业务请求频度五个维度信息共同使用；其中光网络流量分布模型指的是数据中心光网络内部组播业务，网络资源需求量指的是数据中心光网络内部组播业务所需波长，业务突发时间指的是数据中心光网络内部组播业务发生时间，业务持续时间指的是数据中心光网络内部组播业务持续时间，业务请求频度指的是数据中心光网络内部组播业务每小时发生的次数；所述的软件定义数据中心光网络隐含状态包括：组播业务影响范围和组播业务资源需求状态两个维度信息共同使用；其中，组播业务影响范围指的是软件定义数据中心光网络内部组播业务影响的区域，其特征在于将数据中心光网络按照空间划分区域并进行编号；组播业务资源需求状态指的是软件定义数据中心光网络内部组播业务对波长资源的需求情况，资源需求状态离散为较重、中等、较轻三级指标。
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
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山东理工大学，未经山东理工大学许可，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/patent/201811133592.9/，转载请声明来源钻瓜专利网。
