（12）发明专利申请
（21）申请号 CN201810528250.0 （22）申请日 2018.05.29 （71）申请人 广州大学
地址 510006 广东省广州市番禺区广州大学城外环西路230号
（10）申请公布号 CN108712292A
（43）申请公布日 2018.10.26
（72）发明人 刘外喜;蔡君;陈庆春
（74）专利代理机构 广州市华学知识产权代理有限公司
代理人 李斌
（51）Int.CI
权利要求说明书 说明书 幅图
（54）发明名称
一种基于深度学习的网络流类型预测方法
（57）摘要
本发明公开了一种基于深度学习的网络流
类型预测方法，采用“边缘预分类+中心精分类”的多级预测方案，即，先预分类再精分类，分别在网络边缘的SDN交换机、SDN控制器上构建进行预分类、精分类的深度学习模型；其中，通过网络功能虚拟化NFV技术，利用SDN网络中各交换机计算资源以及链路构建的分布式的深度学习网络作为预分类模型所需的硬件资源，而SDN控制器作为精分类模型所需的硬件资源；预分类模
型采用4个联合特征，精分类模型采用10个联合特征。本发明采用多级预测方案既可以减少交换机到控制器的通信开销，也可以减轻控制器的负载；使用胶囊网络方法实现尽早预测；同时，定期地利用自主更新的训练数据集训练深度学习模型，改善预测准确度。
法律状态
法律状态公告日2018-10-26 2018-10-26 2018-11-20
法律状态信息
公开 公开
实质审查的生效
法律状态
公开 公开
实质审查的生效
权利要求说明书
一种基于深度学习的网络流类型预测方法的权利要求说明书内容是....请下载后查看
说明书
一种基于深度学习的网络流类型预测方法的说明书内容是....请下载后查看
因篇幅问题不能全部显示，请点此查看更多更全内容