[发明专利]一种PCDN网络节点流量的限速检测方法及系统

说明书

本发明公开一种PCDN网络节点流量的限速检测方法及系统，采集正常服务的PCDN网络节点在时间窗口的数据流上行速率，预处理生成数据流速率特征序列；重复执行t次得到t个数据流速率特征序列s，以此特征序列s作为输入数据对LSTM神经网络模型进行训练，得到正常服务的网络通信LSTM神经网络流量模型；采集待测网络的数据流上行速率，预处理生成数据流速率特征序列s′；将特征序列s′输入LSTM神经网络模型中，判定其是否存在流量限速的情况。本发明无需事先给出流量识别规则且处理速度快，不影响PCDN节点的正常网络服务；通过输入不同类型的PCDN服务的流量，可获得多种类型的LSTM训练模型，适用于多种PCDN服务场景。

技术领域

本发明涉及网络安全技术，具体涉及一种PCDN网络节点流量的限速检测方法及系统。

背景技术

PCDN建立在传统的CDN系统基础上，在骨干网层次保留了原有的CDN系统的架构和功能，在边缘节点引入了P2P技术来进行文件及流媒体的共享，实现了P2P技术与CDN传输的结合。在CDN骨干网仍旧继承了CDN的内容缓存机制、全局负载均衡机制、骨干网内容分发流程、认证计费相关机制等基本技术特征。PCDN在核心节点根据P2P协议对内容(包括文件和流)做切片处理，P2P用户将根据这些规则来完成P2P共享，P2P在边缘层的引入大大降低了边缘服务器的压力，提高了文件传输和流媒体传输的效率。P2P技术充分利用了用户的闲置上行带宽，这样运营商可以通过更少的边缘服务器，提供更多的业务量为更多的用户服务。

PCDN产品通常采用月95峰值计费方式，即用户节点IP结算按95峰值带宽计费，在一个自然月内，取每5分钟有效带宽值进行降序排列，然后把带宽数值前5％的点去掉，剩下的最高带宽就是95峰值带宽即计费值。在实际应用中，可能会存在多个用户IP共享固定带宽的情况，比如两个IP地址(IP1和IP2)共享1G带宽。在PCDN调度期间满负荷的情况下，用户这两个IP的月95峰值流量约1G。然而，部分用户利用计费方式的特点，在调度期间的前半段时间限制IP2的速率，使得IP1满负荷运行，在调度期间的下半段时间限制IP1的速率，使得IP2满负荷运行。在这种情况下，IP1和IP2的月95峰值分别是1G，即该用户两个IP的计费流量为2G。由于用户私自限制PCDN节点的速率，造成PCDN产品服务的带宽波动，严重影响PCDN业务的稳定性。

PCDN技术目前还在快速发展期，PCDN技术主要应用于互联网主要厂商的业务中，然而PCDN市场资源良莠不齐，缺乏对PCDN网络节点的有效监控。

现有的其他领域中，基于规则的检测方法由于规则的有限性并不能适应PCDN业务的需求，目前专门针对PCDN网络节点流量限速检测尚无有效的技术手段。基于PCDN网络节点资源的市场现状和PCDN服务对节点资源稳定性的要求，设计一种PCDN网络节点流量的限速检测方法及系统，引导PCDN网络节点市场的健康发展。

发明内容

发明目的：本发明的目的在于解决PCDN网络节点管控上的空白，提供一种PCDN网络节点流量的限速检测方法及系统，本发明能在不影响PCDN业务的条件下快速检测PCDN网络节点限速情况，同时通过对不同类型的业务(如视频类业务、图像类业务、存储类业务、计算类业务等)流量训练，该方法能够支持多种形式的调度业务限速检测。

技术方案：本发明的一种PCDN网络节点流量的限速检测方法，包括以下步骤。

(1)数据采集模块：采集正常服务的PCDN网络节点在时间窗口[t₁，t_n]的数据流上行速率，预处理生成数据流速率特征序列；重复执行t次，得到t个数据流速率特征序列；

(2)数据训练模块：以步骤(1)中的数据流速率特征序列作为输入数据，对LSTM神经网络模型进行训练，得到正常服务的网络通信LSTM神经网络流量模型；