[发明专利]一种网络系统仿真方法及相关装置

权利要求书

1.一种网络系统仿真方法，其特征在于，包括：

服务器接收控制器发送的配置文件，所述配置文件包括网络拓扑、网络节点的配置参数和流量生成器的配置参数，所述配置文件用于所述服务器配置仿真网络，所述仿真网络由所述网络节点根据所述网络拓扑组成，所述网络节点为基于报文的时间序列确定的深度神经网络DNN节点，所述流量生成器用于生成每个所述网络节点的输入报文的时间序列；

所述服务器基于所述仿真网络计算每个所述网络节点的输出报文的时间序列。

2.根据权利要求1所述的方法，其特征在于，所述服务器基于所述仿真网络计算每个所述网络节点的输出报文的时间序列包括：

所述服务器根据迭代重排序算法确定每个所述网络节点的输出报文的时间序列。

3.根据权利要求2所述的方法，其特征在于，所述服务器根据迭代重排序算法确定每个所述网络节点的输出报文时间序列之前，所述方法还包括：

所述服务器基于多图分解算法将每个所述网络节点划分至不同的算力单元，所述算力单元用于并行计算所述网络节点的输出报文时间序列。

4.根据权利要求3所述的方法，其特征在于，所述方法还包括：

所述服务器通过张量服务器同步不同所述算力单元的所述网络节点之间的输出报文的时间序列。

5.根据权利要求1至4所述的方法，其特征在于，所述方法还包括：

所述服务器根据每个所述网络节点的输出报文的时间序列确定每个所述网络节点的性能指标，所述性能指标包括时延、抖动或带宽。

6.一种网络系统仿真方法，其特征在于，包括：

控制器向服务器发送配置文件，所述配置文件包括网络拓扑、网络节点的配置参数和流量生成器的配置参数，所述配置文件用于所述服务器配置仿真网络，所述仿真网络由所述网络节点根据所述网络拓扑组成，所述网络节点为基于报文的时间序列确定的深度神经网络DNN节点，所述流量生成器用于生成每个所述网络节点的输入报文的时间序列，所述仿真网络用于计算每个所述网络节点的输出报文的时间序列。

7.根据权利要求6所述的方法，其特征在于，所述控制器向服务器发送配置文件之前，所述还包括：

所述控制器基于所述报文的时间序列训练单个所述DNN节点，所述报文的时间序列包括单个所述网络节点的真实报文的时间序列或所述流量生成器生成的报文的时间序列。

8.根据权利要求7所述的方法，其特征在于，所述控制器基于所述报文的时间序列训练单个所述DNN节点之后，所述方法还包括：

所述控制器将所述DNN节点存储至设备模型库。

9.根据权利要求6至8中任一项所述的方法，其特征在于，所述方法还包括：

所述控制器确定所述报文的时间序列，所述报文的时间序列包括真实报文时间序列或所述流量生成器生成的的报文时间序列。

10.根据权利要求6至9中任一项所述的方法，其特征在于，所述控制器向服务器发送配置文件之后，所述方法还包括：

所述控制器接收所述服务器发送的性能指标，所述性能指标基于所述输出报文的时间序列确定，所述性能指标包括时延、抖动或带宽。

11.一种服务器，其特征在于，所述服务器包括仿真执行单元，所述仿真执行单元能用于基于仿真网络计算每个所述网络节点的输出报文的时间序列；

所述服务器用于执行上述权利要求1至5中任一项所述的方法。