[发明专利]基于机器学习的链路拥塞故障预测及网络自主管控方法有效
| 申请号： | 202110572087.X | 申请日： | 2021-05-25 |
| 公开（公告）号： | CN113114582B | 公开（公告）日： | 2022-05-17 |
| 发明（设计）人： | 张梓强;苏俭 | 申请（专利权）人： | 电子科技大学 |
| 主分类号： | H04L47/127 | 分类号： | H04L47/127;H04L47/2416;H04L45/12;H04L45/243;H04L45/247;H04L45/00;G06N3/04;G06N3/08 |
| 代理公司： | 成都点睛专利代理事务所(普通合伙) 51232 | 代理人： | 孙一峰 |
| 地址： | 611731 四川省*** | 国省代码： | 四川;51 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明属于人工智能技术领域，具体的说是涉及一种基于机器学习的链路拥塞故障预测及网络自主管控方法，首先周期性的测量的链路性能参数，并分析不同类型业务流的QoS需求特点，提出了基于效用值的QoS路由质量度量方法，量化了路由对于业务QoS的满足程度，建立了路由质量空间到数值空间的映射。然后，基于LSTM神经网络对链路流量进行预测，并根据流量预测的结果进行链路拥塞风险判断和预防。最后，基于效用值和流量预测设计了QoS路由引擎，该引擎可以根据网络的实时资源状态、业务效用函数和链路拥塞判断结果计算业务的QoS路由，为多种不同类型网络业务流提供QoS路由计算服务，同时起到控制网络拥塞的作用。 | ||
| 搜索关键词： | 基于 机器 学习 拥塞 故障 预测 网络 主管 方法 | ||
【主权项】：
暂无信息
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电子科技大学，未经电子科技大学许可，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/202110572087.X/，转载请声明来源钻瓜专利网。
- 上一篇：一种医疗多功能手推车
- 下一篇：一种底置凸轮轴形式的内燃机气门控制机构
