[发明专利]一种PCDN网络节点流量的限速检测方法及系统

权利要求书

1.一种PCDN网络节点流量的限速检测方法，其特征在于，包括以下步骤：

（1）数据采集及处理

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；

所述步骤（1）包括：

（1.1）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，得到n个上行数据流速率观测值序列，其中是时刻的数据流上行速率，；

（1.2）预处理数据流速率观测值序列，即：

计算流速率观测值序列k的一阶差分y，其中，；

计算流速率观测值序列k的二阶差分，其中，；

组合差分得到二维流速率特征序列；

（2）数据训练

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；

（3）数据检测

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；将特征序列输入步骤（2）中已经训练完成的LSTM神经网络模型中，判定其是否存在流量限速的情况。

2.根据权利要求1所述的PCDN网络节点流量的限速检测方法，其特征在于：所述步骤（2）具体包括：

（2.1）以流速率特征序列s作为输入训练LSTM神经网络模型；

（2.2）将流速率特征序列s编码成隐变量，采用Attention机制对隐变量分配权重生成包含数据流信息的上下文变量；

（2.3）采用sigmod做为激活函数，将上下文变量归一化得到初始网络模型；

（2.4）使用步骤（1）得到的流速率特征序列反复训练，采用梯度下降反向传播误差，不断调整模型中各个节点和连接的权重，得到最终的LSTM训练模型。

3.根据权利要求1所述的PCDN网络节点流量的限速检测方法，其特征在于：所述步骤（3）中数据检测的具体过程包括：

（3.1）采集待检测的PCDN网络节点的数据流上行速率，得到数据流速率观测值序列，按照步骤（1）中的方法预处理该序列得到二维流速率特征序列；

（3.2）将二维流速率特征序列输入步骤（2）生成的LSTM神经网络模型中，即：将特征序列编码成隐变量，采用Attention机制对隐变量分配权重生成包含数据流信息的上下文变量，采用sigmod函数作为激活函数，即可得到检测结果。

4.一种实现权利要求1至3任意一项所述的PCDN网络节点流量的限速检测方法的系统，其特征在于：包括数据采集模块、数据训练模块和数据检测模块；

所述数据采集模块提取节点流速率，预处理获得流特征序列；

所述数据训练模块对流特征序列进行训练，形成正常服务下的网络通信流量模型；

所述数据检测模块通过所得网络通信流量模型对待测网络流量进行检测，判定其是否存在网络限速情形。