一种满足光组播资源预测的隐马尔科夫模型状态构造与参数训练方法

摘要

本发明公开了一种在软件定义数据中心光网络内基于因马尔科夫模型的组播资源预测方法和实现过程。本发明的主要创新点表现为在软件定义数据中心光网络内通过统计数据中心内的光网络流量分布模型、网络资源需求量、业务突发时间、业务持续时间和业务请求频度等信息构建隐马尔科夫模型的可观测状态；通过划分组播业务在数据中心网络中的作用区域以及组播业务对网络资源的需求状况构建隐马尔科夫模型的隐藏状态。通过获取的观测状态和隐藏状态空间的历史数据训练所建立模型的参数并实现对数据中心光网络组播资源的预测。