[发明专利]云专线的自适应选路方法、装置、设备及可读存储介质

说明书

本发明涉及云计算技术领域，公开了一种云专线的自适应选路方法、装置、设备及可读存储介质。其中，该方法包括：云专线交换机通过采集云专线交换机对应的链路流量数据，将链路流量数据上报至控制设备；控制设备通过获取云专线交换机相对应的链路配置数据以及链路流量数据，将链路配置数据以及链路流量数据输入至预设的选路模型，得到选路策略，将选路策略下发至云专线交换机；云专线交换机接收控制设备下发的选路策略，并根据该选路策略对云专线交换机的通信链路进行动态调整。通过实施本发明，满足了更多的云专线入云场景，解决了只能固定选择通信链路的问题，实现了通信链路的自适应动态调整，提高了网络服务质量。

技术领域

本发明涉及云计算技术领域，具体涉及一种云专线的自适应选路方法、装置、设备及可读存储介质。

背景技术

随着云计算技术的发展，云专线在企业入云当中越来越重要，云专线类型包括光传送网(optical transport network，OTN)、无线接入网IP化(IP radio access network，IPRAN)以及无源光纤网络(passive optical network，PON)等多种类型，由于OTN、IPRAN、PON等云专线的链路数据存在很大的不同，因此子云专线接入方式亦存在很大的不同。

云专线作为企业入云的一种重要节点，考虑到云专线入云的高可用性，往往会选择两种或者两种以上的专线类型，由此需要进行云专线选路。针对云专线选路这一需求，目前主要是采用静态配置主备、负载模式实现，对于主备模式而言，其只能固定选择一条链路而不能动态调整；对于负载模式而言，其只能平均选路而不能考虑实际物理链路质量选路，即目前的选路模式只能固定的选择专线物理链路，难以实现链路的自适应调整。

发明内容

有鉴于此，本发明实施例提供了一种云专线的自适应选路方法、装置、设备及可读存储介质，以解决目前的选路模式只能固定的选择专线物理链路，难以实现链路的自适应调整的问题。

根据第一方面，本发明实施例提供了一种云专线的自适应选路方法，用于控制设备，所述方法包括：获取云专线交换机相对应的链路配置数据以及链路流量数据；将所述链路配置数据以及所述链路流量数据输入至预设的选路模型，得到选路策略；将所述选路策略下发至云专线交换机，以使所述云专线交换机根据所述选路策略动态调整通信链路。

本发明实施例提供的云专线的自适应选路方法，控制设备通过获取云专线交换机相对应的链路配置数据以及链路流量数据，将链路配置数据以及链路流量数据输入至预设的选路模型，得到选路策略，将选路策略下发至云专线交换机，以使云专线交换机根据选路策略动态调整通信链路，由此能够实现根据链路配置数据以及实时采集的链路流量数据进行通信链路的自适应动态调整，从而能够满足更多的云专线入云场景，提高了网络服务质量。

结合第一方面，在第一方面的第一实施方式中，所述选路模型的生成方法，包括：采集所述云专线交换机所对应的流量数据样本值和链路配置样本值，确定对应于所述流量数据样本值和所述链路配置样本值的选路结果；基于对所述流量数据样本值、所述链路配置样本值以及所述选路结果对预设的训练模型进行训练，得到所述选路模型。

结合第一方面第一实施方式，在第一方面的第二实施方式中，所述基于对所述流量数据样本值、所述链路配置样本值以及所述选路结果对预设的训练模型进行训练，得到所述选路模型，包括：基于所述流量数据样本值以及所述链路配置样本值，生成多维特征向量；将所述多维特征向量以及所述选路结果输入至预设的训练模型，对所述预设的训练模型进行训练，得到选路模型。

结合第一方面第一实施方式后第二实施方式，在第一方面的第三实施方式中，所述预设的训练模型为支持向量机模型。

本发明实施例提供的云专线的自适应选路方法，通过支持向量机的机器学习模型，建立流量数据样本值以及链路配置样本值的多维度特征向量，以该多维度特征向量作为云专线类型，由此得到的选路模型能够根据云专线类型进行智能选路。