基于机器学习预测TSN网络中AVB流量最大时延的方法与装置

本发明公开了使用随机森林算法结合梯度提升算法预测时间敏感网络TSN中音视频流量AVB最大时延的方法，所述方法包括：使用网络测试仪和TSN交换机进行网络拓扑结构的搭建并基于该拓扑结构进行数据集的收集；基于随机森林算法和梯度提升算法进行预测模型的训练。本发明公开的使用随机森林算法结合梯度提升算法预测AVB流的最大时延在非抢占且考虑计划流量的情况下，所提出的方法对于AVB的A类流量的平均预测偏差比网络演算少9.59μs，对于AVB的B类流量的平均预测偏差比网络演算少24.23μs，改善了网络演算计算最大时延的悲观性以及根据经验估计的不确定性。本发明方法操作简便，特别适合应用于实际通信系统中，具有很好的实用化前景。