[发明专利]流量的汇聚方法、装置、电子设备及存储介质在审
申请号: | 202210660114.3 | 申请日: | 2022-06-13 |
公开(公告)号: | CN115314776A | 公开(公告)日: | 2022-11-08 |
发明(设计)人: | 郁小松;刘宇航;赵永利;张杰 | 申请(专利权)人: | 北京邮电大学 |
主分类号: | H04Q11/00 | 分类号: | H04Q11/00;H04L43/0876;H04L41/147;H04L41/14 |
代理公司: | 北京风雅颂专利代理有限公司 11403 | 代理人: | 李翔 |
地址: | 100876 *** | 国省代码: | 北京;11 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 流量 汇聚 方法 装置 电子设备 存储 介质 | ||
1.一种流量的汇聚方法,其特征在于,包括:
获取IP侧的历史业务流量数据,并将所述历史业务流量数据输入预先构建的业务流量预测模型,获取所述业务流量预测模型输出的所述IP侧在目标时间段的业务流量预测结果;
对所述业务流量预测结果进行预编排,得到预编排结果;
对所述预编排结果进行预承载,得到预承载的网络资源状态结果,并根据所述预承载的网络资源状态结果对所述业务流量预测模型进行调整,得到调整后的业务流量预测模型,并通过所述调整后的业务流量预测模型对所述预编排结果进行修正,得到编排结果;
根据所述编排结果,在所述目标时间段,将所述IP侧的业务流量向光网络侧汇聚。
2.根据权利要求1所述的方法,其特征在于,所述业务流量预测模型包括:
门控循环神经网络模型。
3.根据权利要求1所述的方法,其特征在于,所述方法还包括:
构建包括若干样本的样本集;其中,所述样本包括:样本数据和标签数据;所述样本数据包括训练用IP侧的历史业务流量数据;所述标签数据包括所述训练用IP侧的历史业务流量数据对应的训练用IP侧在目标时间段的业务流量预测结果;
根据所述样本集,通过门控循环神经网络算法,构建并训练得到所述业务流量预测模型。
4.根据权利要求1所述的方法,其特征在于,所述对所述业务流量预测结果进行预编排,得到预编排结果,包括:
以光网络侧的颗粒管道满载为目的,对所述业务流量预测结果进行预编排,得到所述预编排结果。
5.根据权利要求1所述的方法,其特征在于,在所述对所述业务流量预测结果进行预编排,得到预编排结果的同时,所述方法还包括:
将所述IP侧的主备业务分别承载于物理分离的光网络链路上,构成一业务多路径的承载模型。
6.根据权利要求1所述的方法,其特征在于,所述根据所述编排结果,在所述目标时间段,将所述IP侧的业务流量向光网络侧汇聚,包括:
将不同颗粒的业务分配到对应的光网络层链路通道。
7.根据权利要求1所述的方法,其特征在于,在所述根据所述编排结果,在所述目标时间段,将所述IP侧的业务流量向光网络侧汇聚之后,所述方法还包括:
更新路径资源信息。
8.一种流量的汇聚装置,其特征在于,包括:
业务流量预测模块,被配置为获取IP侧的历史业务流量数据,并将所述历史业务流量数据输入预先构建的业务流量预测模型,获取所述业务流量预测模型输出的所述IP侧在目标时间段的业务流量预测结果;
预编排模块,被配置为对所述业务流量预测结果进行预编排,得到预编排结果;
编排结果修正模块,被配置为对所述预编排结果进行预承载,得到预承载的网络资源状态结果,并根据所述预承载的网络资源状态结果对所述业务流量预测模型进行调整,得到调整后的业务流量预测模型,并通过所述调整后的业务流量预测模型对所述预编排结果进行修正,得到编排结果;
业务流量调度模块,被配置为根据所述编排结果,在所述目标时间段,将所述IP侧的业务流量向光网络侧汇聚。
9.一种电子设备,其特征在于,包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,所述处理器执行所述程序时实现如权利要求1至7任意一项所述的方法。
10.一种非暂态计算机可读存储介质,其特征在于,所述非暂态计算机可读存储介质存储计算机指令,所述计算机指令用于使计算机执行权利要求1至7任一所述方法。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于北京邮电大学,未经北京邮电大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/202210660114.3/1.html,转载请声明来源钻瓜专利网。