基于多尺度熵的跨层感知自配置系统及方法

摘要

本发明提供的是一种基于多尺度熵的跨层感知自配置系统及方法。包括监督模块、分析模块、配置模块和历史重配置策略集数据库。所述监督模块包括终端节点、交换节点和当前状态数据库；所述分析模块包括网络子层参数分析和策略集生成；所述配置模块包括网络参数配置、网络性能评估和策略集。本发明动态实现各网络层之间和网络整体资源优化配置，同时减少系统开销。应用多尺度熵理论分析各网络层间的关联特性，对网络整体性能进行分析优化。解决了多次单一网络参数优化配置，导致参数配置效果叠加引起的网络资源浪费问题、与各网络层参数优化互干扰致使自配置失效问题。本发明的系统的自适应能力强，系统性能稳定性高，更新、维护简单。

主权项

一种基于多尺度熵的跨层感知自配置系统，包括监督模块、分析模块、配置模块和历史重配置策略集数据库，其特征是：所述监督模块包括终端节点、交换节点和当前状态数据库，实时监控当前终端节点和交换节点的各网络子层，正常运行状态时，按照时钟触发器设定的时序检测当前终端节点和交换节点资源状态信息，标记可重配置的资源，并将获取的信息存储到当前状态数据库中，作为分析模块的输入；异常运行状态下，直接向分析模块提交异常预警，请求分析处理；所述分析模块进行网络子层参数分析和策略集生成，分析模块从当前状态数据库中获取数据，分析各个网络子层参数的关联性、约束条件，获取业务的时空尺度特性，预测下一时刻网络性能，并获取业务的优先级，判断是否需要重配置，如果有必要进行重配置，若是初次事件，则提出重配置的动态策略集，转向配置模块；若属于历史事件，则检索所述历史重配置策略集数据库，获得动态策略集，转向配置模块；所述配置模块进行网络参数配置和网络性能评估，配置模块执行策略集配置条件，对网络各子层参数进行重新配置，负责各节点资源的自我优化调整，实现全局资源的优化，并记录重配置的结果信息，提交给所述历史重配置策略集数据库。