摘要
本发明属于时间敏感网络技术领域,具体涉及一种时间敏感网络中无故障网络更新的流量调度方法,本发明基于优化后的移动网络通信链路技术与无线资源控制机制引发的网络流量时延波动完成数据建模分析,结合往返时延计算结果,获取与数据时延相关的网络流量特征,接着通过对特征进行描述,得到不同网络节点接入互联网技术差异导致的时序分布,随后基于联邦学习和自适应贝叶斯优化的极端梯度提升树,构建数据分类单元,完成网络流量时延特征识别,基于朴素贝叶斯的网络流量时延特征识别技术,能够有效获取高精度的网络流量时延特征识别方法,并在此基础上有效缩短响应时长。
技术关键词
时间敏感网络
流量调度方法
XGBoost模型
无故障
时延
网络通信链路
网络流量特征
梯度提升树
网络节点
互联网技术
无线资源控制
技术优化方法
特征识别技术
网络通信数据
特征识别方法
数据分类
客户端