[发明专利]一种基于深度学习的数据中心网络流量拼接方法

说明书

本发明公开了一种基于深度学习的数据中心网络流量拼接方法，步骤：初始化网络流量拼接的孪生神经网络模型；根据一段时间内采集到的流量信息，选择具有代表性的流量特征，形成样本，利用该样本训练孪生神经网络模型；对需要拼接的流量提取流量特征并输入训练好的孪生神经网络模型，确定能够拼接在一起的流量，并完成流量拼接。本发明优化了数据中心网络流量特征选择方法，提升了被选特征的代表性和鲁棒性，并使用深度学习算法构建网络流量拼接模型，提升了流量拼接的精度。

技术领域

本发明属于数据中心网络领域，特别涉及了一种数据中心网络流量拼接方法。

背景技术

随着云计算的兴起，数据中心在近年来飞速发展，其数目和规模都在快速增加，预计到2021年，全球超大规模数据中心数量将达到628个，相比于2016年增长53％。数据中心是拥有完善设备(如接入带宽、网络、机房环境等)、专业化管理、众多应用的服务平台，其拥有海量的计算资源和存储资源，为用户提供按需服务。作为数据中心的重要组成部分，数据中心网络将所有计算、存储资源连接起来，使得数据中心可以为用户提供所需要的服务，并提供相应的QoS，保障服务质量，因而数据中心网络的可靠性是数据中心可以正常运行的重要一环。网络可靠性是表示网络是否容易出现故障的指标，网络可靠性越高，网络出现故障的概率也就越低，而数据中心网络出现一次故障就会造成数以万计的损失，据UptimeInstitute统计，有大约27％的数据中心故障是由于网络问题导致的，是除了电气故障外最大的数据中心故障原因，且随着电气技术的发展和数据中心规模的增大，网络故障将会成为最大原因，所以排除网络故障，维护网络稳定性是数据中心正常运行的关键。为了快速排除网络故障，恢复网络正常运行，需要快速的网络故障定界，其中首要的就是要对网络流量进行监控，确定流量的路径，但数据中心网络流量众多，预计到2021年，数据中心网络流量将达到20.6ZB，面对海量的流量，如何确定流量的路径，以便快速故障恢复是当前研究的重点。

为此，研究者们提出了流量拼接技术，也即流量关联，其旨在根据网络流量相关信息，如五元组(源宿端口，源宿IP地址，协议)、数据包数据信息、流量特征等，将进出网络节点的流量对进行相关，以得到完整的流路径信息。流量拼接对维护数据中心网络可靠性，对网络故障快速定位有着重要作用。流量拼接旨在获得网络中流量间的关联性，从而获得流量在网络中的路径，而根据这些路径信息，就可以快速推断流量在网络中哪个位置出现问题，从而可以定位网络故障的位置，进而快速实现网络恢复，保障数据中心网络的可靠性。流量拼接是网络故障定位以及恢复的第一步，同时也是最重要的一步，所以进行快速有效的流量拼接对保障数据中心网络可靠性至关重要。

传统上网络流量拼接主要分为两种方法：基于端口的流量拼接和基于数据信息的流量拼接。基于端口的流量拼接通过匹配网络流量的端口号，如FTP协议用21端口通信，对网络流量进行拼接，只有拥有同样的源宿端口号的流量才会被拼接在一起。基于数据信息的流量拼接则通过解析报文内的数据信息，如深度报文检测解析数据中的应用层信息来对流量进行识别和拼接。然而，由于当前数据中心网络大多使用动态端口技术来解决端口数目不足的问题，这使得即使是同一用户，在发送不同类型的信息时所使用的端口号也不相同，导致端口号不再适合作为流量的标识符。同时，由于数据中心是多租户的环境，为了保护不同租户的隐私，大多数网络流量都是经过数据加密的，这使得无法利用深度报文解析等技术对网络流量的数据内容进行分析，从而也无法正确的拼接流量。