[发明专利]流量的汇聚方法、装置、电子设备及存储介质

说明书

本公开提供一种流量的汇聚方法、装置、电子设备及存储介质，该方法包括：获取IP侧的历史业务流量数据，并输入预先构建的业务流量预测模型，获取输出的IP侧在目标时间段的业务流量预测结果；对业务流量预测结果进行预编排，得到预编排结果；对预编排结果进行预承载，得到预承载的网络资源状态结果，并根据预承载的网络资源状态结果对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，并通过调整后的业务流量预测模型对预编排结果进行修正，得到编排结果；根据编排结果，在目标时间段，将IP侧的业务流量向光网络侧汇聚。本公开可以减少光网络管道资源浪费与流量堵塞，提高光网络管道的带宽利用率。

技术领域

本公开涉及电子信息技术领域，尤其涉及一种流量的汇聚方法、装置、电子设备及存储介质。

背景技术

本部分旨在为权利要求书中陈述的本公开的实施方式提供背景或上下文。此处的描述不因为包括在本部分中就承认是相关技术。

相关技术中，承载网络划分为IP/MPLS承载网(IP层)和光传送网(OTN光层)2个层面，光层为IP层提供静态配置的物理链路。网络流量的较快增长带来承载网络升级以及设备扩容的需求，随着光网络传输能力的发展，IP与光传送网的融合成为了未来网络架构演进的方向。

相关IP网络的安全稳定运行在可靠性、实时性、业务量等方面都具有更高的要求，IP+光网络场景对光层流量传输机制的设计提出了更大的挑战。如何有效实现IP业务网与以OTN为代表的光层传输技术顺利衔接以满足IP+光网络对各类业务的承载质量及传输可靠性成为IP+光网络场景重点关注的技术问题之一。

发明内容

有鉴于此，本公开的目的在于提出一种流量的汇聚方法、装置、电子设备及存储介质。

基于上述目的，本公开示例性实施例提供了一种流量的汇聚方法，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。

在一些示例性实施例中，所述业务流量预测模型包括：

门控循环神经网络模型。

在一些示例性实施例中，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。

在一些示例性实施例中，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。

在一些示例性实施例中，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。