CN115766482B 基于int和机器学习的服务质量预测方法 （南京邮电大学）_第1页
CN115766482B 基于int和机器学习的服务质量预测方法 （南京邮电大学）_第2页
CN115766482B 基于int和机器学习的服务质量预测方法 （南京邮电大学）_第3页
CN115766482B 基于int和机器学习的服务质量预测方法 （南京邮电大学）_第4页
CN115766482B 基于int和机器学习的服务质量预测方法 （南京邮电大学）_第5页
已阅读5页，还剩12页未读， 继续免费阅读

下载本文档

版权说明：本文档由用户提供并上传，收益归属内容提供方，若内容存在侵权，请进行举报或认领

文档简介

本发明公开了一种基于INT和机器学习的服中的遥测指令字段进行带内遥测，采集INT元数INT元数据，使用机器学习训练方法建立预测模证数据包完整性的情况下更准确地预测网络中2步骤S3中，元数据输入训练层后，经过神经网络训练模块2itrain的表达式如下：2.根据权利要求1所述的基于INT和机器学习的有:j2为二次误差函数，为第j次训练得到的F(成)与j_1次训练得到的F()的差值。3.根据权利要求1所述的基于INT和机器学习34[0001]本发明涉及网络安全预测方法，尤其涉及一种基于INT和机器学习的服务质量预化，而采用机器学习的方法可以在数据预处理阶段将网路数据进行特征提取和聚类分析，[0006]发明目的：本发明的目的是提供一种能提高预测速度和准确性的基于INT和机器5xmasn=⃞ru"h(x,),1<m<oj次训练得到的F(成)与j_1次训练得到遥测元数据在预处理阶段基于机器学习的特征提取和聚类分析对现有预测模型进行改6术人员在没有做出创造性劳动前提下所获得的所有实施例都属于本发明保护理端监控界面生成各项服务指标的可视化界面，服务层将服务质量评估结果上传至管理7[0046]步骤三，最后一跳交换机将INT元数据与用户数据包分离，终端遥测服务器提取[0048]设提取遥测元数据标记INT度量的时延结果为数据集X，用户数据包的Qos度量为[0051]本发明将在数据预处理阶段采用机器学习中的模糊聚类算法对采集到的遥测元xmrain=⃞-1"h(x,y),1<m<(2)[0062]由于神经网络对参数变化较为敏感，因此在基于公式(3)的训练模型训练过后需8j次训练得到的与j_1次训练得到的F()的差值。服务质量度量)的最大似然估计值μ来反应预测模型的精确程度,它表示的是预测值与同的输入值，预测模型可以从不同方面(如时延

人人文库> 全部分类> 行业资料 > 信息产业

温馨提示

  • 1. 本站所有资源如无特殊说明，都需要本地电脑安装OFFICE2007和PDF阅读器。图纸软件为CAD,CAXA,PROE,UG,SolidWorks等.压缩文件请下载最新的WinRAR软件解压。
  • 2. 本站的文档不包含任何第三方提供的附件图纸等，如果需要附件，请联系上传者。文件的所有权益归上传用户所有。
  • 3. 本站RAR压缩包中若带图纸，网页内容里面会有图纸预览，若没有图纸预览就没有图纸。
  • 4. 未经权益所有人同意不得将文件中的内容挪作商业或盈利用途。
  • 5. 人人文库网仅提供信息存储空间，仅对用户上传内容的表现方式做保护处理，对用户上传分享的文档内容本身不做任何修改或编辑，并不能对任何下载内容负责。
  • 6. 下载文件中如有侵权或不适当内容，请与我们联系，我们立即纠正。
  • 7. 本站不保证下载资源的准确性、安全性和完整性, 同时也不承担用户因使用这些下载资源对自己和他人造成任何形式的伤害或损失。

最新文档

评论

0/150

提交评论