一种基于均值漂移聚类算法的QoS动态分配资源策略

技术领域

本发明涉及网络通讯技术领域，尤其涉及一种基于均值漂移聚类算法的QoS动态分配资源策略。

背景技术

QoS是一种管理和提高网络性能和质量的技术，是使用各种网络技术为网络通讯提供更优质的服务质量，为了满足各种网络应用的需求，尤其是实时性高的交互性应用，如视频、音频、在线游戏等，旨在提高网络性能改善用户的使用体验。

随着数据的日益增多，较多的报文和数据涌入网络，如何将网络资源合理的分配与利用是当前服务质量优化面临的主要问题；现有的服务质量优化主要是针对不同业务和流量层面对服务进行优化，相同业务场景下，每条数据转发的流量和带宽之间存在很大差异，使用相同的带宽处理导致带宽的利用率降低，需要对其进行改进。

发明内容

本部分的目的在于概述本发明的实施例的一些方面以及简要介绍一些较佳实施例。在本部分以及本申请的说明书摘要和发明名称中可能会做些简化或省略以避免使本部分、说明书摘要和发明名称的目的模糊，而这种简化或省略不能用于限制本发明的范围。

因此，为解决上述技术问题，本发明提供如下技术方案：一种基于均值漂移聚类算法的QoS动态分配资源策略，包括以下具体的步骤：

S1：报文初始化过程；

S2：使用均值漂移算法对报文矩阵进行聚类；

S3：合并相似簇，更新簇的中心点；

S4：动态更新聚类半径阈值与资源分配策略。

作为本发明所述基于均值漂移聚类算法的QoS动态分配资源策略的一种优选方案，其中：在步骤S1中，报文初始化的具体方法如下：

S11：在t时刻的全部报文需要错峰发送自己的报文特征信息到中央控制器，控制器更新报文总数nums；

S12：中央控制器接收报文特征，生成一个四维点[x1，x2，x3，x4]的矩阵；遍历当前全部报文，并一一映射为点集，并构建数据集dataset。

作为本发明所述基于均值漂移聚类算法的QoS动态分配资源策略的一种优选方案，其中：在步骤S12中，报文特征包括：包括报文优先级、报文长度、协议类型、重传次数属性。

作为本发明所述基于均值漂移聚类算法的QoS动态分配资源策略的一种优选方案，其中：在步骤S2中，对报文矩阵进行聚类的具体方法如下：

S21：初始化聚类半径r、漂移均值收敛阈值minDist、以及合并簇的阈值combDist；

S22：初始化聚类算法集合，包括存储每个簇中心点集centers；创建result集合，保存每个簇的全部点集；创建未被处理集合unvisited；

S23：从数据集dataset中随机抽取一个点的坐标p，先判断坐标p是否在unvisited中；如果存在，则从集合unvisited中删除，并执行S24，否则重新抽取坐标p；

S24：创建集合temp，用于存放坐标p对应一个簇的全部点集；

S25：从集合dataset中查找与坐标p距离小于等于聚类半径r的点，用neighbor集合存储；

S26：判断neighbor集合是否为空，若判断为空，则返回步骤S23；若判断不为空，将点集全部加入到temp中，并从unvisited集合中除去；

S27：计算点坐标p在neighbor的漂移均值shift，

S28：判断shift是否大于minDist；如果大于则更新p＝p+shift，返回步骤S25，否则将坐标p加入到centers，temp加入到result集合中，再返回步骤S23。

作为本发明所述基于均值漂移聚类算法的QoS动态分配资源策略的一种优选方案，其中：在步骤S27中，shift值的具体公式如下：

S(x)＝{y:||x-xi||<＝r}

x＝x+M(x)。

作为本发明所述基于均值漂移聚类算法的QoS动态分配资源策略的一种优选方案，其中：在步骤S3中，由于步骤S2得到centers和相应的result，在centers中有一些中心点之间的距离可能很小，需要将其所对应的簇合并成一个簇，并更新中心点。

作为本发明所述基于均值漂移聚类算法的QoS动态分配资源策略的一种优选方案，其中：在步骤S3中，由于dataset中的点可能位于多个temp中，就需要精确判断属于哪个簇，统计每个点在各个簇中所出现点次数，次数最高的簇就是该点最终所属的簇。

作为本发明所述基于均值漂移聚类算法的QoS动态分配资源策略的一种优选方案，其中：在步骤S4中，在将dataset的点进行聚类后，统计最大的簇点的数量m和聚类簇数number，判断是否占dataset总数的一半，若符合则将带宽按照聚类类别进行梯度分配，分配给对应的簇进行报文传输；否则动态调整聚类半径，再进行聚类操作。

作为本发明所述基于均值漂移聚类算法的QoS动态分配资源策略的一种优选方案，其中：在步骤S4中，当那个最大的簇点的数量m和聚类簇数number未占dataset总数的一半时，将聚类半径扩大至1.5倍。

作为本发明所述基于均值漂移聚类算法的QoS动态分配资源策略的一种优选方案，其中：该策略的应用场景包括广域云网中的资源分配方案、SDWAN中控制器资源分配策略。

本发明的有益效果：

1、本发明一种基于均值漂移聚类算法的QoS动态分配资源策略，该策略初始化阈值，采用交叉验证方式对阈值进行验证，防止模型出现过拟合或者欠拟合，有效的提供了高效可靠的模型参数。

2、本发明一种基于均值漂移聚类算法的QoS动态分配资源策略，该策略将报文的特征抽象成高维的向量，采用核函数的方式将数据映射到高维空间，从高维向量中挖掘潜在的共性特征；此外针对报文不同的特征计算相似度，更新整体相似度，从多方位特征出发，将相同特性的报文更容易聚合在一起，提高报文聚类的准确率。

3、本发明一种基于均值漂移聚类算法的QoS动态分配资源策略，该策略与现有的QoS分配资源策略不同的是，传统的技术都是给予业务层面，根据不同的业务分配资源，而本发明是根据报文特征进行划分，将同级别的报文归为一类，使用同等类别的资源，保证资源利用最大化。

附图说明

为了更清楚地说明本发明实施例的技术方案，下面将对实施例描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动性的前提下，还可以根据这些附图获得其它的附图。其中：

图1为本发明的整体流程图。

图2为本发明的聚类算法流程图。

图3为本发明的一种动态更新流程图。

具体实施方式

为使本发明的上述目的、特征和优点能够更加明显易懂，下面结合说明书附图对本发明的具体实施方式做详细的说明。

在下面的描述中阐述了很多具体细节以便于充分理解本发明，但是本发明还可以采用其他不同于在此描述的其它方式来实施，本领域技术人员可以在不违背本发明内涵的情况下做类似推广，因此本发明不受下面公开的具体实施例的限制。

其次，此处所称的“一个实施例”或“实施例”是指可包含于本发明至少一个实现方式中的特定特征、结构或特性。在本说明书中不同地方出现的“在一个实施例中”并非均指同一个实施例，也不是单独的或选择性的与其他实施例互相排斥的实施例。

再其次，本发明结合示意图进行详细描述，在详述本发明实施例时，为便于说明，表示器件结构的剖面图会不依一般比例作局部放大，而且所述示意图只是示例，其在此不应限制本发明保护的范围。此外，在实际制作中应包含长度、宽度及深度的三维空间尺寸。

参照图1～3，为本发明的实施例，提供了一种基于均值漂移聚类算法的QoS动态分配资源策略，主要包括特征初始化参数初始化过程、均值漂移聚类过程以及动态更新半径阈值和资源分配过程(如图1所示)。

首先，特征初始化与参数初始化过程主要步骤如下：

步骤1：在t时刻将报文携带特征消息发送到中央控制器，控制器并记录报文总数nums；

步骤2：中央控制器接收报文特征，其中包括报文优先级、报文长度、协议类型、重传次数属性，生成一个四维点[x1，x2，x3，x4]的矩阵，通过高斯核函数映射多维向量，再遍历当前全部报文并一一映射为点集，并构建数据集dataset。

均值漂移聚类并计算均值过程的具体步骤如下：

步骤3：使用均值漂移算法对报文矩阵进行聚类；

步骤4：初始化聚类半径r、漂移均值收敛阈值minDist、以及合并簇的阈值combDist；

步骤5：初始化聚类算法集合，包括存储每个簇中心点集centers；创建result集合，保存每个簇的全部点集；创建未被处理集合unvisited；

步骤6：从数据集dataset中随机抽取一个点的坐标p，先判断p是否在unvisited中，如果存在，则从集合unvisited中删除，并执行步骤7，否则重新抽取坐标p；

步骤7：创建集合temp，用于存放p对应一个簇的全部点集；

步骤8：从集合dataset中查找与p距离小于等于r的点，用neighbor集合存储；

步骤9：判断neighbor集合是否为空，若判断为空，则返回步骤6；若判断不为空，将点集全部加入到temp中，并从unvisited集合中除去；

步骤10：计算点p在neighbor的漂移均值shift，具体公式如下：

S(x)＝{y:||x-xi||<＝r}

x＝x+M(x)；

步骤11：判断shift是否大于minDist，如果大于则更新p＝p+shift，返回步骤8，否则将p加入到centers，temp加入到result集合中，再返回步骤6(如图3所示)。

动态更新过程主要步骤如下：

步骤12：合并相似簇，由于步骤5得到centers和相应的result，在centers中有一些中心点之间的距离可能很小，需要将其所对应的簇合并成一个簇，并更新中心点；

步骤13：由于dataset中的点可能位于多个temp中，就需要精确判断属于哪个簇，统计每个点在各个簇中所出现点次数，次数最高的簇就是该点最终所属的簇；

步骤14：根据上述步骤将dataset的点进行聚类后，统计最大的簇点的数量m和聚类簇数number，判断是否占dataset总数的一半，若符合则将带宽按照聚类类别进行梯度分配，分配给对应的簇进行报文传输；否则动态调整聚类半径，扩大半径r的1.5倍，再进行聚类操作(如图3所示)。

该策略动态更新聚类半径与网络资源，随着报文的传输，导致数据点的流失，可能存在多个簇中只有很少部分的数据，使极少数据占据了较大的网络资源，不能充分利用资源，因此，在最大的簇中的数据没能达到总数据的一半时，扩大半径1.5倍，将更多的数据归为一簇，保证了资源的利用最大化。

该策略旨在将别报文聚类处理给予同类标签，从业务层面到粒度更细化的报文层面转化，将相同类型的报文采用同类带宽处理，极大提高了带宽利用率，防止部分带宽空载情况。

应说明的是，以上实施例仅用以说明本发明的技术方案而非限制，尽管参照较佳实施例对本发明进行了详细说明，本领域的普通技术人员应当理解，可以对本发明的技术方案进行修改或者等同替换，而不脱离本发明技术方案的精神和范围，其均应涵盖在本发明的权利要求范围当中。