[发明专利]一种基于人工神经网络的主机基数估算方法

说明书

本发明公开了一种基于人工神经网络的主机基数估算方法，包括如下步骤：(1)扫描一个时间窗口内所有IP报文里的IP地址，估算内网中每个主机的基数；(2)将每个主机进行排序和分组，分组构造采样主机集合；(3)构建每个采样主机的训练属性集合trainX和基数估算偏差集合trainY；(4)利用集合trainX和trainY训练人工神经网络；(5)根据训练后的人工神经网络预测内网主机基数估算误差，调整主机基数估算值。本发明构建采样IP序列，然后将主机基数估算时使用的数据以及基数估算值作为基数修正时使用的属性，结合人工神经网络算法，对基数估算值和基数之间的关系进行学习，利用学习后的模型对基数估算值进行调整，进而提高主机基数估算结果的准确率。

技术领域

本发明涉及网络测量技术，特别涉及一种基于人工神经网络的主机基数估算方法。

背景技术

主机基数定义为一段时间窗口内网络中某个内网主机通信的其他不同主机的数量，对于主机基数的检测是当前网络测量一个重要内容。现有技术通过双连接度框架算法(Double Connection Degree Sketch，DCDS)算估算主机基数，首先找出主机对应的所有线性估值器(LE)；然后采用比特与的操作对这些LE进行合并，并根据合并后得到的LE估算原理估算主机的基数。DCDS算法避免了在内存里保存所有要计算基数的主机对端IP信息，减少了内存访问次数和内存占用数量，可以应用于高速网络访问超点检测；但是，DCDS算法估算结果会受随机因素影响，出现较大误差。影响DCDS算法估算值准确率的因素包括网络流分布特征和算法使用的哈希参数等，DCDS算法未考虑这些随机因素造成的影响，无法保证估算结果的准确率。

发明内容

发明目的：针对以上问题，本发明目的是提供一种基于人工神经网络的主机基数估算方法，通过使用人工神经网络提高网络主机基数估算值的准确率。

技术方案：本发明的一种基于人工神经网络的主机基数估算方法，包括如下步骤：

(1)扫描一个时间窗口内所有IP报文里的IP地址，估算内网中每个主机的基数；

(2)将每个主机进行排序和分组，分组构造采样主机集合；

(3)构建每个采样主机的训练属性集合trainX和基数估算偏差集合trainY；

(4)利用集合trainX和trainY训练人工神经网络；

(5)根据训练后的人工神经网络预测内网主机基数估算误差，调整主机基数估算值。

进一步，在步骤(1)中，根据内网IP地址和外网IP地址更新线性估值器LE，记录当前时间窗口内出现的所有IP地址；

估算内网中每个主机的基数包括：

将线性估值器LE中记录主机aip基数的所有LE按照比特与的方法进行合并，将合并后的线性估值器LE记做ule，根据LE基数计算公式从ule估算主机aip基数，将ule和基数估算值保存。

进一步，设网络A和网络B通过路由器R进行通信，待估算基数内网主机属于网络A，内网主机的对端主机属于网络B；所述采样主机为具有确定基数的参考主机，是通过随机生成的、非网络A里的主机，每个采样主机的对端IP是从网络B中随机选择的不同IP地址；

步骤(2)中，将每个主机进行排序和分组，构造采样主机集合包括：