[发明专利]无线Mesh骨干网络流量控制方法与装置

说明书

本申请提供一种无线Mesh骨干网络流量控制方法、装置、计算机设备和存储介质，其中，方法包括采集各路由节点的路由信息，获取路由信息与最佳路由路径对应关系，根据路由信息以及路由信息与最佳路由路径对应关系，通过卷积神经网络预测最佳路由路径，根据最佳路由路径，对无线Mesh骨干网络中流量进行控制。整个过程中，由于通过对历史路由信息进行深度学习‑卷积神经网络训练得出的预设路由信息与最佳路由路径对应关系，通过卷积神经网络预测最佳路由路径准确得出最佳路由路径，再基于最佳路径，有效实现对无线Mesh骨干网络中流量控制。

技术领域

本申请涉及无线通信技术领域，特别是涉及一种无线Mesh骨干网络流量控制方法、装置、计算机设备和存储介质。

背景技术

近年来，随着无线网络技术和基础设施的发展，现实生活中连接的移动设备越来越多，无线Mesh网络(无线网格网络)作为解决“最后一公里”的高速率、高容量、多点对多点的分布式网络在世界各地得到了充分的运用。

无线Mesh网络作为一种多点对多点的分布式网络，其骨干网络中的节点间通信主要依靠路由协议来维持流量控制和多跳路由的功能，传统的无线Mesh骨干网络采用基于距离向量和链路成本来计算从源到目的地的多跳路由，这种方式在网络规模较小、网络环境固定的情况下能达到较好的效果。

但随着通信需求的增加带来的网络流量的快速增长和可变性变大，对其进行有效流量控制的难度也随之变大。

发明内容

基于此，有必要针对上述技术问题，提供一种有效进行流量控制的无线Mesh骨干网络流量控制方法、装置、计算机设备和存储介质。

一种无线Mesh骨干网络流量控制方法，所述方法包括：

采集各路由节点的路由信息；

获取路由信息与最佳路由路径对应关系，所述路由信息与最佳路由路径对应关系为对路由信息进行深度学习-卷积神经网络训练得出的对应关系；

根据所述路由信息以及所述路由信息与最佳路由路径对应关系，通过卷积神经网络预测最佳路由路径；

根据所述最佳路由路径，对无线Mesh骨干网络中流量进行控制。

在其中一个实施例中，所述获取路由信息与最佳路由路径对应关系包括：

获取预设时间内各路由节点的路由信息；

对所述路由信息进行深度学习，提取各路由节点对应的网络特征，并对所述各路由节点对应的网络特征进行卷积神经网络训练，得到路由信息与最佳路由路径对应关系。

在其中一个实施例中，所述对所述路由信息进行深度学习，提取各路由节点对应的网络特征，并对所述各路由节点对应的网络特征进行卷积神经网络训练，得到路由信息与最佳路由路径对应关系，包括：

对所述路由信息进行深度学习，计算每个单位时间内，各所述路由节点与相邻路由节点的压差，并记录所述单位时间内各路由节点对应的端到端丢包率和时延，所述压差为不同路由节点发送缓存队列长度的差值；

以单位时间内各所述路由节点对应的压差作为样本输入以及最佳目的路由节点编号作为样本输出进行卷积神经网络训练，得到路由信息与最佳路由路径对应关系，所述最佳目的路由节点与对应的路由节点之间的端到端丢包率和时延最低。

在其中一个实施例中，所述以单位时间内各所述路由节点对应的压差作为样本输入以及最佳目的路由节点标识作为样本输出进行卷积神经网络训练，包括：

构建训练样本输入矩阵，所述训练样本输入矩阵的行与列表征各所述路由节点的编号，所述训练样本输入矩阵中数据表征各路由节点之间的压差；