[发明专利]一种基于深度学习的中大型网络智能路由选择方法

摘要

本发明公开了一种基于深度学习的中大型网络智能路由选择方法，可用于中大型网络中的智能流量控制。在网络流量控制中，提出一种递归式的分块思想，可根据不同的用户需求和计算能力，将大型网络有规则的拆分成子块，通过深度学习的方法学习子块中的流量模式特征，分析评价子块学习效果后，择优选择子块路由，补充剩余的路由步骤，输出相应整体路由。该方法不仅实现了路由选择中的数据降维，还可根据用户不同需求和差异性计算条件，智能、灵活的完成中大型网络中的路由选择问题，相较于已有方法，本发明提出的方法是一种具有更高路由准确度和更少的预测时间损耗的智能路由方法。

主权项

1.一种基于深度学习的中大型网络智能路由选择方法，其特征在于，包含以下步骤：步骤1：采集、构建监督学习样本，根据不同的流量模式添加相应的标签，并按输入和输出形式构建训练数据集和测试数据集；步骤2：根据用户需求，将大型网络按照用户需求进行划分；步骤3：将步骤1中获取到的带标签训练数据集输入到深度学习模型中进行训练，完成深度学习模型的训练；将测试数据集输入到训练好的深度学习模型中，分别通过分布式计算得到不同子块的最佳路由；步骤4：通过评价函数选择步骤3中的最佳子块路由；评价子块路由的标准为：y＝w₁x₁+w₂x₂+…w_nx_n,n∈N⁺   (1)步骤5：在得到步骤4中的最佳子块路由后，补充剩余路由，完成整个网络的全局路由。